Modèle Neurophysiologique d’Apprentissage de Séquences Temporelles
Dans ce modèle (Dominey et al. 1995 ; Dominey 1995), le contexte des événements du passé est représenté grâce à des boucles récurrentes qui permettent à l’information présente au moment t d’influencer la représentation des nouvelles informations au moment t+1 (State), qui correspond au cortex préfrontal avec ses connexions récurrentes locales et globales , est influencé par (a) des entrées externes (Input), (b) les réponses (Out), et (c) des entrées récurrentes (StateD).
 
Architecture simplifiée du système fronto-striatal pouvant apprendre des séquences temporelles.

Ce modèle a été développé initialement (Dominey, Arbib et Joseph 1995) pour expliquer le rôle du cortex préfrontal dans la représentation de séquences sensori-motrices mais peut également expliquer les résultats neurophysiologiques obtenus chez le singe dans différentes taches cognitivo - séquentielles (Dominey et Boussaoud 1997).
Plus récemment, nous avons étudié la capacité de ce modèle à représenter la structure temporelle de séquences.  Deux séquences A-------B-C----D et A--B---------C-D ont la même structure sérielle mais des structures temporelles différentes (n.b. que le nombre de tirets après chaque symbole représente la durée d’une délai). Les connexions “récurrentes ” dans le cortex préfrontal du modèle offrent la capacité de représenter à la fois les séquences des événements, et leur structure temporelle. Dans une série de simulations récentes, nous avons montré que, en effet, le modèle est sensible à la structure sérielle et à la structure temporelle de séquences, et que la modification de l’une peut produire une modification de la représentation de l’autre (Dominey 1998a, Dominey 1998b).

Systèmes Dissociés pour la structure de surface et la structure abstraite
Suite à ces résultats, nous nous sommes  demandé si ce traitement des séquences sensori-motrices par  le système frontostriatal  pouvait  aussi contribuer  aux traitements des aspects séquentiels du langage (Dominey 1997).  En effet,  le modèle est capable d'apprendre un ensemble de phrases dans une "langue" très simple et de généraliser cet apprentissage à  de  nouvelles phrases.  Ceci représente une forme de généralisation sur la structure de surface définie par l’ordre des éléments dans une séquence.  On peut aussi définir la structure abstraite  en termes de relations entre des éléments qui se répètent. Donc, les deux séquences ABCBAC et DEFEDF ont deux structures de surfaces différentes, mais la même structure abstraite "u, u, u, n-2, n-4, n-3" où "u" correspond  à "unique" et "n-2" correspond à "répétition élément 2 place en arrière".  Par ce fait, nous disons que les deux séquences sont isomorphiques. Cette structure abstraite est similaire à la structure syntaxique dans le sens où une seule structure abstraite peut définir une classe des séquences isomorphiques, comme une seule structure syntaxique peut définir une classe de phrases isomorphiques.
Tandis que nous avons montré que le modèle peut apprendre et généraliser au niveau de structure de surface, il a échoué dans l’apprentissage  de structure abstraite.   Le réseau récurrent est capable de représenter la structure de surface, mais pour la structure abstraite  le système doit être capable de comparer chaque nouvel élément dans la séquence avec les éléments précédents pour remarquer les répétitions, et  représenter le contexte séquentiel à ce niveau abstrait.  Avec une telle modification du modèle, nous sommes capables de simuler l'apprentissage et le transfert de structure abstraite observés entres les séquences isomorphiques comme ABCBAC et DEFEDF chez l'homme (Dominey et al. 1998).
Le fait que deux modèles différents soient nécessaires pour simuler l'apprentissage de la structure de surface et l’apprentissage de la structure abstraite  est un premier indice que, chez l'homme, une telle dissociation de processus doit être retrouvée.  En effet, chez les sujets sains, nous avons montré que l'apprentissage de la structure de surface peut être réalisée sans l'intention explicite de la part du sujet.  En contraste, l'apprentissage de la structure abstraite ne peut être réalisée qu'avec l'intention explicite de la part du sujet (Dominey et al. 1998).  Nous savons que différents systèmes neurophysiologiques sont activés différemment selon le traitement  implicite ou explicite, donc nous pouvons imaginer les substrats neurophysiologiques différents pour le traitement implicite de la structure de surface et le traitement explicite de la structure abstraite. Nos études neuropsychologiques chez les patients parkinsonien et schizophrénique ont donné une première confirmation de cette hypothèse.
Il est connu que le traitement implicite de structure de surface d'une séquence  est perturbé chez les patients , mais nous avons montré que la capacité d'apprendre et de transférer la structure abstraite est préservée chez ces patients (Dominey et al. 1997, Dominey et Jeannerod 1997).  Chez les patients schizophrènes, nous observons un profil inverse.  Ils arrivent bien à apprendre la structure de surface, mais ils échouent dans l’apprentissage de la structure abstraite (Dominey et Georgieff, 1997).  Ceci confirme  les observations précédentes que ces sujets sont perturbés dans les tâches nécessitant un contrôle explicite,  mais relativement non affectés dans les tâches implicites.
 

Structure de Surface et Structure Abstraite dans l'apprentissage du langage
 Parmi les problèmes des sciences cognitives les plus intéressants  restant à résoudre est celui de l'acquisition de la structure syntaxique du langage chez l'enfant.  Comment  l'enfant peut-il extraire la structure syntaxique à partir de mots, quand cette même structure syntaxique est aussi nécessaire pour reconnaître les mots dans la phrase?   Autrement dit, comment  pouvons nous extraire la structure abstraite à partir de la structure de surface?  Pour répondre à cette question, il faut réaliser qu'une phrase n'est pas complètement définie par l'ordre linéaire de ses mots, mais aussi par les informations extra-linguistiques, comme l’organisation des mots dans le temps, leur rythme ou la structure prosodique.
En effet, cette structure prosodique des phrases est souvent corrélée avec la structure syntaxique. Au nouveau-né, cette corrélation peut donner accès à des informations assez simples pour   l’aider  dans l’initialisation du système syntaxique, mais la question demeure: par quel mécanisme  la structure prosodique  est-elle  exploitée?
Nous répondons à cette question à partir du modèle frontostriatal d'apprentissage de la structure de surface.  Nous avons fait une série d’expériences montrant que, dans les tâches d'apprentissage des séquences, le modèle est sensible non seulement à la structure sérielle, mais aussi à la structure temporelle des séquences (Dominey 1998a, Dominey 1988b).  Pendant le passage de temps entre deux éléments, les signaux qui traversent les boucles récurrentes dans le cortex préfrontal varient en fonction de ce temps, donc l’activation dans cortex préfrontal représente la structure sérielle des événements aussi bien que la structure temporelle.
Pour voir si le modèle était capable de faire ce même type de discrimination, nous avons testé le modèle dans une tâche de discrimination des deux classes de séquences avec le même structure sérielle (consonne voyelle) et deux structures temporelles différentes crées  à partir  de phrases en Japonais et en Anglais.  En effet, le modèle était capable de distinguer entre ces deux séquences  différentes seulement  dans leurs structures prosodiques (Dominey et Ramus 1998).
 

Tél : 04 37 91 12 16 Fax :04 37 91 12 10 Mél : web@isc.cnrs.fr

accueil ISC