Rôle de la curiosité dans l'apprentissage des cartes sensorimotrices

Imaginez vous être un enfant qui apprend à parler, ou imaginez vous d’apprendre un instrument de musique. Dans ces cas-ci, le cerveau doit apprendre quel mouvement de l’appareil vocal donne quel son, ou quelle action sur l’instrument entraîne quel son. Un des défis des neurosciences du mouvement est de comprendre comment le système moteur résout ce problème: comment apprendre le lien entre action (mouvement) et perception. C’est-à-dire : comment apprenons nous une carte sensorimotrice?

Le processus d’apprentissage des cartes sensorimotrices peut être étudié en utilisant un paradigme empirique que moi et mes collègues ont introduit auparavant, dans lequel les participants font des mouvements de bras qui sont transformés en sons. Ce paradigme permet d’observer les participants dans une toute première phase d’apprentissage durant laquelle ils disposent de peu d’informations antérieures sur lesquelles baser leur apprentissage. Quel est le mécanisme de l’apprentissage? Les études antérieures ont montré qu’on peut apprendre des cartes même lorsqu’on ne reçoit pas de sons cibles. C’est-à-dire que les participants font, librement, un certain nombre de mouvements, et reçoivent un feedback sonore correspondant. Les tests suivants ont montré que les sujets ont appris la carte sensorimotrice. Ceci suggère que l’apprentissage est guidé par un mécanisme autre que celui qui se base sur les cibles, et nous porte à demander quel pourrait être ce mécanisme.

Ce projet testera l’hypothèse selon laquelle l’apprentissage des cartes sensorimotrices serait guidé par la recherche de l’information: la curiosité. En intelligence artificielle, des algorithmes ont été développés pour apprendre à naviguer dans un environnement nouveau, et leurs performances sont meilleures si on les récompense pour être curieux. Ces algorithmes et leurs idées sous-jacentes n’ont pas été appliqués à l’étude des humains qui apprennent des facultés motrices, ce qu’on fera dans ce projet. On développera un paradigme comportemental pour étudier si la curiosité joue un rôle lors de l’apprentissage de cartes sensorimotrices par les humains. On adaptera des algorithmes de l’intelligence artificielle pour développer un nouveau modèle computationnel basé sur la curiosité, afin d’expliquer comment les humains apprennent des cartes sensorimotrices. Nous testerons si ce modèle permet de mieux prédire le comportement des humains dans cette tâche que d’autres modèles. Dans des études futures, ce modèle permettra de tester l’hypothèse selon laquelle des zones spécifiques du cerveau seraient impliquées dans l’apprentissage guidé par la curiosité. Le modèle développé servira à prédire le gain d’information pour chaque mouvement individuel, et donc à créer un patron précis qui permettra d’identifier les zones du cerveau impliquées et les processus chimiques qui y ont lieu.