The Computational Grammar of Human Behaviour in a Biological Environment
Cet article présente DynaClade, un algorithme non supervisé qui révèle que le comportement spontané humain dans les environnements virtuels est organisé par une grammaire computationnelle de second ordre, dépendante du contexte, plutôt que par des séquences pré-planifiées, caractérisée par des états latents distincts et un nouveau type de motif de balancement non locomoteur identifié.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Les êtres humains sont en mouvement constant, un flux continu de pas, de gestes et de changements de posture qui nous permettent de naviguer dans le monde et d'atteindre nos objectifs. Si nous pouvons facilement décrire un mouvement unique comme le fait de ramasser une tasse, comprendre comment le cerveau enchaîne des milliers de ces moments spontanés pour former une vie cohérente est une énigme profonde. Les scientifiques se sont longtemps demandé si nous bougeons en suivant un script rigide et préétabli, ou si nous choisissons simplement le pas suivant en fonction de ce que nous venons de faire et de l'endroit où nous nous trouvons à l'instant présent. Cette question touche à la nature même du libre arbitre et aux limites de notre planification mentale. Si nos actions étaient entièrement prévues, nos esprits devraient calculer chaque étape future avant d'en accomplir une seule, une tâche qui submergerait rapidement notre capacité cognitive. Au lieu de cela, de nombreuses théories suggèrent que notre comportement est plus fluide, façonné par des besoins immédiats et l'historique de nos derniers mouvements, plutôt que par un plan fixe et lointain.
Pour étudier cela, des chercheurs ont créé un monde numérique où les gens pouvaient se déplacer librement sans qu'on leur dise exactement quoi faire. Ils ont construit un environnement de réalité virtuelle rempli d'arbres fruitiers et de dangers cachés, tels que des serpents, des ours et des panthères. Vingt-trois participants portaient des combinaisons de capture de mouvement et des casques, permettant aux scientifiques d'enregistrer chacun de leurs mouvements avec une grande précision alors qu'ils déambulaient dans ces paysages risqués. Le but était simple : récolter autant de fruits que possible tout en évitant tout contact avec les menaces. Crucialement, les participants n'avaient pas reçu de script. Ils étaient libres de courir, marcher, s'accroupir ou rester debout dès qu'ils le jugeaient nécessaire. Les chercheurs ont ensuite utilisé un nouveau programme informatique, qu'ils ont nommé DynaClade, pour observer les heures de mouvements enregistrés et les classer automatiquement en actions distinctes. Ce programme ne savait pas à quoi ressemblait une « course » ou un « arrêt » au préalable ; il devait découvrir ces motifs par lui-même en observant la vitesse et la forme des mouvements du corps.
L'ordinateur a réussi à identifier un riche vocabulaire de vingt-deux types de mouvements généraux, allant de la marche et de la course à des actions plus subtiles comme s'agenouiller pour ramasser un fruit ou rester immobile. L'une des découvertes les plus intéressantes fut un comportement spécifique que les chercheurs ont étiqueté comme « hésitant ». Il ne s'agissait pas d'un figement de peur, mais d'un mouvement lent et oscillant sur place, survenant souvent juste avant qu'une personne ne décide de changer de direction. Cela semblait être un moment de collecte d'informations, une pause physique où la personne semblait peser ses options. Le programme a également constaté que ces actions n'étaient pas aléatoires. Lorsqu'une personne se trouvait près d'un buisson de fruits, elle était beaucoup plus susceptible de tendre la main ou de s'agenouiller. Lorsqu'une menace apparaissait, elle était beaucoup plus susceptible de courir ou de rester immobile, selon le type d'animal. Les mouvements étaient clairement liés à l'environnement, prouvant que la classification de l'ordinateur correspondait à la logique du monde réel.
Le mystère plus profond, cependant, résidait dans l'ordre de ces actions. Les gens se déplacent-ils selon des chaînes fixes, comme un effet domino où un mouvement force le suivant ? Ou choisissent-ils chaque étape en se basant uniquement sur celle qui précède immédiatement ? Les chercheurs ont testé cela en examinant les séquences d'actions. Ils ont découvert que l'ordre était effectivement non aléatoire, mais qu'il ne s'agissait pas non plus d'un script rigide. Les données ont montré que la meilleure façon de prédire ce qu'une personne ferait ensuite était de regarder ce qu'elle faisait en ce moment même et ce qu'elle venait de faire. C'est ce qu'on appelle une structure de second ordre, signifiant que le passé immédiat importe plus qu'un long historique de mouvements précédents. L'étude a écarté l'idée que les humains exécutent constamment des plans complexes à long terme pour chaque étape qu'ils franchissent. Au contraire, les preuves suggèrent que nos cerveaux utilisent une stratégie beaucoup plus simple et efficace. Nous semblons choisir notre prochain mouvement en fonction de notre situation actuelle et de l'action que nous venons de terminer, nous adaptant moment après moment au monde qui nous entoure.
Cette approche nous permet de gérer la complexité de la vie réelle sans rester bloqués dans des calculs interminables. Les chercheurs ont constaté qu'une fois le contexte pris en compte — comme le fait de récolter des fruits ou de fuir une menace — la séquence d'actions devenait hautement prévisible. C'était comme si la personne passait d'un ensemble de règles à un autre selon la situation, mais qu'au sein de chaque situation, le mouvement suivant était largement déterminé par le précédent. Cette découverte remet en question la notion selon laquelle nous exécutons constamment des séquences de comportements pré-assemblées. Elle brosse plutôt le portrait d'un mouvement humain comme un flux flexible et réactif, guidé par le présent immédiat et le passé très récent. En observant les gens dans un cadre réaliste et risqué, l'étude révèle que nos vies quotidiennes ne sont pas une série de routines rigides, mais une danse dynamique d'adaptation, où nous ajustons constamment notre prochain pas en fonction de là où nous sommes et de ce que nous venons de faire.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.