The Representational Geometry of (Dis)Belief: A Multidimensional Space Organized by Belief Direction and Extremity

Résumé technique : La géométrie représentationnelle de la (dis)croyance

Problématique et motivation
À une époque caractérisée par des récits concurrents et la désinformation, comprendre comment le cerveau représente les états de croyance est crucial. Alors que les recherches antérieures ont largement étudié les processus de formation des croyances (par exemple, comment les attentes préaliales façonnent l'acceptation), la géométrie représentationnelle de la croyance — la manière dont l'information est encodée dans les motifs neuraux sous différents états de croyance — reste sous-explorée. Les études de neuroimagerie précédentes se sont largement concentrées sur des jugements discrets de propositions vraies ou fausses, qui capturent la prise de décision après la présentation de l'information plutôt que l'évolution de la représentation du sens lors d'une compréhension narrative naturaliste. De plus, les modèles existants supposent souvent que la croyance est représentée selon un axe linéaire unique (croyance vs incrédulité). Cette étude remet en question cette hypothèse, proposant que la représentation de la croyance peut être multidimensionnelle, organisée par des axes distincts tels que la position directionnelle, l'extrémité ou la proximité catégorielle.

Méthodologie
L'étude a employé une approche d'IRMf naturaliste, réanalysant un ensemble de données de Braun et al. (2025) comprenant 68 participants écoutant six récits auditifs étendus de style juridique. Des informations contextuelles précédant chaque récit manipulaient la crédibilité de l'interlocuteur pour induire une large distribution de scores de croyance (échelle de 0 à 100).

Le cadre analytique central était l'Analyse de Similitude de Représentation Inter-Sujets (IS-RSA). Les auteurs ont construit cinq modèles de similitude comportementale concurrents pour tester différentes hypothèses sur la manière dont la croyance organise l'activité neurale :

1. $f_{dist}$ (Distance) : Similitude basée sur la proximité absolue le long du continuum croyance-incrédulité.
2. $f_{mean\_belief}$ (Directionnalité) : Similitude basée sur la position directionnelle (moyenne des scores), distinguant le mouvement vers la croyance du mouvement vers l'incrédulité.
3. $f_{side}$ (Côté partagé) : Similitude basée sur l'occupation du même pôle (croyance vs incrédulité) indépendamment de la magnitude.
4. $f_{extremity}$ (Extrémité) : Similitude basée sur la force de la conviction, regroupant les partisans convaincus et les sceptiques convaincus contre les participants ambivalents.
5. $f_{3cat}$ (Catégorielle) : Similitude basée sur des compartiments discrets (incrédulité, incertitude, croyance).

Des matrices de similitude neurale ont été calculées pour 1 026 parcelles corticales. Celles-ci ont été corrélées avec les matrices de modèles comportementaux en utilisant des vecteurs transformés par rang et centrés réduits (z-scored). La significativité a été évaluée via une randomisation de phase et des permutations de type Mantel avec correction FDR.

Pour déterminer si les motifs neuraux étaient dominés par un axe unique ou un mélange, les auteurs ont effectué une analyse de Ridge RSA, modélisant la similitude neurale comme une combinaison pondérée de tous les cinq prédicteurs. Ils ont calculé une métrique de « nombre effectif de modèles » pour quantifier la dimensionnalité de la représentation.

Afin de vérifier si les résultats neuraux étaient dominés par un axe d'extrémité, une expérience de suivi comportementale préenregistrée ($N=105$) a été menée. Les participants ont évalué leur croyance ainsi que leur certitude quant à leur interprétation des mêmes récits pour tester l'existence d'une relation quadratique entre l'extrémité de la croyance et la certitude.

Résultats clés

1. Axes dominants : Dans un modèle de compétition de type « gagnant rafle tout », la similitude neurale n'a été expliquée de manière significative que par deux modèles : la position de croyance directionnelle ($f_{mean\_belief}$) et l'extrémité de la croyance ($f_{extremity}$). Les modèles basés sur la distance simple, le côté partagé ou les compartiments catégoriels n'ont pas produit de résultats significatifs.
2. Distribution anatomique : Les effets significatifs étaient largement répandus, principalement situés dans le Réseau du Mode par Défaut (DMN), le Réseau de Contrôle et les régions Temporo-Pariétales. Des effets RSA positifs et négatifs ont été observés, indiquant que différentes régions cérébrales suivent le mouvement vers la croyance ou l'incrédulité, et que différentes régions suivent l'extrémité versus l'ambivalence.
3. Multidimensionnalité : L'analyse Ridge RSA a révélé que les parcelles significatives étaient rarement expliquées par un seul modèle à elles seules. Le « nombre effectif de modèles » était élevé (moyenne de 3,88–4,27), indiquant que la géométrie représentationnelle de la croyance est un mélange multidimensionnel d'axes. Cependant, les prédicteurs dominants dans ces mélanges restaient la directionnalité et l'extrémité.
4. Validation comportementale : L'expérience de suivi comportementale a confirmé une relation quadratique entre les scores de croyance et la certitude d'interprétation. La certitude était la plus élevée aux deux extrêmes (croyance forte et incrédulité forte) et la plus faible près du point médian (incertitude). Cela soutient l'hypothèse que l'axe d'« extrémité » neurale reflète le degré de certitude interprétative ou la résolution d'un récit en un modèle mental stable.

Signification et affirmations
L'article affirme caractériser la géométrie représentationnelle de la croyance comme un espace multidimensionnel et sensible au contexte, organisé principalement autour de deux axes : la directionnalité de la croyance (distinguant la croyance de l'incrédulité) et l'extrémité de la croyance (distinguant les états engagés de l'ambivalence).

Les principales contributions incluent :

• Recadrage de la représentation de la croyance : Dépasser la vision de la croyance comme une dimension linéaire unique ou un état binaire simple, en démontrant que la croyance et l'incrédulité sont des directions représentationnelles distinctes pouvant toutes deux être associées à une certitude élevée (extrémité).
• Lien neuro-comportemental : L'étude établit un lien direct entre une géométrie représentationnelle neurale spécifique (l'axe de l'extrémité) et une signature comportementale (la certitude d'interprétation), suggérant que la croyance forte et l'incrédulité forte sont psychologiquement similaires en termes de résolution du récit, bien qu'elles diffèrent en contenu.
• Dépendance au contexte : Les résultats soulignent que la représentation de la croyance n'est pas localisée dans un unique « hub de croyance », mais est distribuée et varie selon le récit spécifique et la tâche d'interprétation. Différents récits ont suscité des cartes neurales différentes, suggérant que des concepts abstraits comme la croyance sont dynamiquement construits à travers l'interaction du stimulus, de la tâche et des connaissances préalables.

Les auteurs concluent que la représentation de la croyance est mieux comprise comme une interaction entre la structure latente du cerveau et le contexte spécifique du récit, où la directionnalité et l'extrémité servent de principes organisateurs primaires pour la manière dont les auditeurs synchronisent leurs réponses neurales à un sens partagé.