Understanding Strategic Motor Learning as a Process of Hypothesis Testing

Le mouvement humain est souvent considéré comme une question de pratique et de répétition, où le corps affine lentement ses actions pour correspondre à un objectif. Cette vision suggère que, lorsque nous apprenons une nouvelle compétence, notre système nerveux agit comme une main stable, effectuant de minuscules ajustements incrémentiels pour réduire les erreurs jusqu'à ce que le mouvement devienne parfait. Pendant des décennies, cette idée de raffinement progressif a dominé notre compréhension de l'apprentissage du mouvement. Cependant, cette perspective peine à expliquer comment nous découvrons de toutes nouvelles façons de bouger face à une situation que nous n'avons jamais rencontrée auparavant. Elle ne peut pas facilement rendre compte des moments de révélation soudaine, ces instants « eurêka » où une personne, après une période de confusion, trouve instantanément une solution qui fonctionne. La question demeure : comment le cerveau passe-t-il de l'ignorance à la connaissance, surtout quand les anciennes manières de bouger ne fonctionnent plus ?

Une équipe de chercheurs propose désormais que la réponse réside dans un processus qui ressemble davantage à la résolution d'un puzzle qu'au polissage d'une compétence. Ils suggèrent que, lorsque nous sommes confrontés à un nouveau défi de mouvement étrange, notre cerveau ne se contente pas de modifier nos habitudes existantes. Au lieu de cela, nous générons activement un ensemble d'explications possibles sur ce qui ne va pas, nous les testons une par une et écartons celles qui échouent jusqu'à trouver la bonne. Ce processus, appelé test d'hypothèses, nous permet de découvrir de nouvelles stratégies de manière rapide et décisive. En observant comment les gens apprennent à bouger lors d'une tâche informatique contrôlée, les chercheurs ont trouvé des preuves claires que notre cerveau parcourt différentes idées sur la façon de bouger, essayant souvent plusieurs approches distinctes à la fois, avant de se verrouiller soudainement sur la solution correcte.

Pour étudier cela, les chercheurs ont créé un jeu simple appelé la tâche d'Inférence Motrice et de Découverte. Les participants étaient assis devant un ordinateur et utilisaient une souris pour déplacer un curseur, qui ressemblait à une main, vers un cercle bleu à l'écran. Leur objectif était de cliquer de sorte qu'un point blanc, qui apparaissait là où ils cliquaient, atterrisse exactement sur le cercle bleu. Au début, le jeu était simple : peu importe où ils cliquaient, le point blanc apparaissait exactement à cet endroit. Mais ensuite, les chercheurs ont secrètement changé les règles. Ils ont fait pivoter la relation entre la main et le point de soixante degrés. Désormais, si un participant cliquait directement sur la cible, le point blanc apparaîtrait loin sur le côté. Pour réussir, le participant devait comprendre cette règle cachée et cliquer à un endroit différent pour compenser, visant essentiellement à soixante degrés de la cible pour que le point atterrisse là où il est censé être. Crucialement, le curseur restait visible tout le temps, et les participants pouvaient prendre tout le temps qu'ils voulaient pour réfléchir avant de cliquer. Cette configuration était conçue pour empêcher le cerveau de s'appuyer sur des ajustements automatiques et inconscients et pour le forcer à utiliser une pensée consciente pour résoudre le problème.

Lorsque les chercheurs ont examiné le groupe dans son ensemble, l'apprentissage semblait lent et régulier, comme si tout le monde s'améliorait progressivement. Mais lorsqu'ils ont examiné ce que chaque personne faisait individuellement, une histoire très différente est apparue. Dans les premières étapes de l'apprentissage, les participants ne faisaient pas seulement de petites erreurs aléatoires. Au lieu de cela, ils exploraient plusieurs façons de bouger complètement différentes. Certains continuaient à cliquer directement sur la cible. D'autres essayaient de cliquer dans la direction opposée. D'autres encore essayaient de cliquer d'une manière qui inverserait le mouvement. Ces différentes approches apparaissaient sous forme de groupes distincts de clics sur l'écran, montrant que les participants testaient activement différentes idées sur le fonctionnement du jeu. Ils ne se contentaient pas de raffiner une idée ; ils menaient une expérience mentale, essayant plusieurs possibilités en même la fois.

Puis, quelque chose de remarquable s'est produit. Après une période d'exploration systématique, la plupart des participants ont connu un changement soudain. Leur comportement, qui avait été dispersé à travers de nombreuses stratégies, a convergé rapidement vers une solution unique et correcte. Cette transition fut abrupte, se produisant en un éclair plutôt que par une progression lente. Les chercheurs ont appelé cela le moment « eurêka ». C'était comme si le cerveau avait pesé différentes options et que, une fois que suffisamment de preuves s'étaient accumulées, il abandonnait les mauvaises idées pour s'engager pleinement dans la bonne. Le moment de cette transition variait d'une personne à l'autre, certains comprenant la solution en quelques essais et d'autres après plus de cent tentatives, mais le schéma consistant à explorer de nombreuses options avant de s'en fixer une était constant dans tout le groupe.

Pour comprendre ce qui dictait ce comportement, les chercheurs ont construit un modèle informatique qui imitait le processus de test d'hypothèses. Dans ce modèle, l'apprenant virtuel maintenait une liste de règles possibles pour le fonctionnement du jeu, telles que « le point est pivoté », « le point est réfléchi » ou « le point est décalé ». À chaque clic et à chaque résultat, le modèle mettait à jour ses croyances, rendant les règles correspondant au résultat plus probables et celles qui ne correspondaient pas moins probables. Lorsqu'ils ont comparé ce modèle à d'autres théories de l'apprentissage, comme l'idée que nous réduisons simplement lentement les erreurs ou que nous nous en tenons à ce qui fonctionne et ne changeons que lorsque nous échouons, le modèle de test d'hypothèses était le seul capable d'expliquer les données. Il prédisait avec succès l'exploration sauvage de différentes stratégies au début et le passage soudain et décisif à la bonne réponse. Il expliquait même pourquoi certaines personnes, face à une situation ambiguë où deux règles différentes pouvaient toutes deux fonctionner, finissaient par choisir des solutions différentes. Alors que d'autres modèles prédisaient que tout le monde finirait par trouver la même réponse, le modèle de test d'hypothèses montrait que différentes personnes pouvaient logiquement s'installer sur différentes stratégies valides selon l'idée qu'elles avaient testée en premier.

Les résultats suggèrent que notre capacité à apprendre de nouveaux mouvements ne consiste pas seulement à devenir meilleur dans ce que nous savons déjà faire. C'est un processus créatif de découverte, où le cerveau agit comme un scientifique, générant des théories, les testant face à la réalité et écartant les échecs. Ce mécanisme nous permet de nous adapter à l'imprévu, qu'il s'agisse d'un golfeur s'ajustant à un coup de vent soudain ou d'un chirurgien apprenant à utiliser un nouvel instrument. En révélant que nous découvrons de nouvelles stratégies grâce à un processus systématique d'essais et d'erreurs, cette recherche change notre compréhension de la capacité de l'esprit humain à résoudre des problèmes. Elle montre que le chemin vers une nouvelle compétence est souvent un voyage à travers de nombreux faux chemins avant que la bonne voie ne devienne soudainement claire.