Vous ne pouvez pas résoudre une énigme? La réponse pourrait être de savoir ce qui ne fonctionne pas –

  • FrançaisFrançais



  • Vous recherchez un modèle, ou une règle, et vous ne pouvez tout simplement pas le repérer. Alors vous reculez et recommencez.

    C’est votre cerveau qui reconnaît que votre stratégie actuelle ne fonctionne pas et que vous avez besoin d’une nouvelle façon de résoudre le problème, selon une nouvelle recherche de l’Université de Washington. Avec l’aide d’environ 200 preneurs d’énigmes, un modèle informatique et des images d’IRM fonctionnelle (IRMf), les chercheurs en ont appris davantage sur les processus de raisonnement et de prise de décision, en identifiant la voie cérébrale qui entre en action lorsque la résolution de problèmes va vers le sud.

    «Votre cerveau peut vous guider tout au long de la vie de deux manières fondamentales: vers des choses qui sont bonnes ou loin des choses qui ne fonctionnent pas», a déclaré Chantel Prat, professeur agrégé de psychologie et co-auteur de la nouvelle étude, publié le 23 février dans le journal Sciences cognitives. “Parce que ces processus se déroulent sous le capot, vous ne savez pas nécessairement à quel point l’un ou l’autre conduit au volant.”

    En utilisant une tâche de prise de décision développée par Michael Frank à l’Université Brown, les chercheurs ont mesuré exactement combien de «pilotage» dans le cerveau de chaque personne impliquait d’apprendre à se déplacer vers des choses gratifiantes plutôt que de s’éloigner de choses moins gratifiantes. Prat et ses co-auteurs se sont concentrés sur la compréhension de ce qui rend quelqu’un bon dans la résolution de problèmes.

    L’équipe de recherche a d’abord développé un modèle informatique qui spécifiait la série d’étapes qui, selon eux, étaient nécessaires pour résoudre les Matrices de performances avancées de Raven (Raven) – un test de laboratoire standard composé d’énigmes comme celle ci-dessus. Pour réussir, le preneur de puzzle doit identifier des modèles et prédire la prochaine image de la séquence. Le modèle décrit essentiellement les quatre étapes que les gens prennent pour résoudre un puzzle:

    • Identifier une caractéristique clé dans un modèle;
    • Déterminez où cette caractéristique apparaît dans la séquence;
    • Trouvez une règle pour manipuler la fonctionnalité;
    • Vérifiez si la règle est vraie pour l’ensemble du modèle.

    À chaque étape, le modèle évaluait s’il progressait. Lorsque le modèle avait de vrais problèmes à résoudre, il fonctionnait mieux lorsqu’il était capable de s’éloigner des fonctionnalités et des stratégies qui ne l’aidaient pas à progresser. Selon les auteurs, cette capacité à savoir quand “votre chemin de pensée est sur la mauvaise voie” était essentielle pour trouver la bonne réponse.

    L’étape suivante consistait à voir si cela était vrai chez les gens. Pour ce faire, l’équipe a demandé à trois groupes de participants de résoudre des énigmes dans trois expériences différentes. Dans le premier, ils ont résolu l’ensemble original des problèmes de Raven en utilisant un test papier et crayon, ainsi que le test de Frank qui mesurait séparément leur capacité à «choisir» les meilleures options et à «éviter» les pires options. Leurs résultats suggèrent que seule la capacité «d’éviter» les pires options est liée au succès de la résolution de problèmes. Il n’y avait aucun rapport entre la capacité d’une personne à reconnaître le meilleur choix dans le test de prise de décision et à résoudre efficacement les énigmes.

    La deuxième expérience a remplacé la version papier et crayon des puzzles par une version plus courte et informatisée de la tâche qui pourrait également être mise en œuvre dans un environnement de numérisation cérébrale IRM. Ces résultats ont confirmé que ceux qui étaient les mieux placés pour éviter les pires options dans la tâche de prise de décision étaient également les meilleurs résolveurs de problèmes.

    Le dernier groupe de participants a complété les puzzles informatisés tout en enregistrant leur activité cérébrale à l’aide de l’IRMf. Sur la base du modèle, les chercheurs ont évalué les parties du cerveau qui favoriseraient le succès de la résolution de problèmes. Ils se sont concentrés sur les noyaux gris centraux – ce que Prat appelle «l’assistant exécutif» du cortex préfrontal, ou «PDG» du cerveau. Les noyaux gris centraux aident le cortex préfrontal à décider quelle action entreprendre en utilisant des chemins parallèles: un qui augmente le volume sur les informations qu’il juge pertinentes, et un autre qui diminue le volume sur les signaux qu’il estime non pertinents. Les comportements «choisir» et «éviter» associés au test de prise de décision de Frank sont liés au fonctionnement de ces deux voies. Les résultats de cette expérience suggèrent que le processus de «réduction du volume» dans les noyaux gris centraux a prédit le succès des participants à résoudre les énigmes.

    «Nos cerveaux ont des systèmes d’apprentissage parallèles pour éviter la moindre bonne chose et obtenir la meilleure. De nombreuses recherches se sont concentrées sur la façon dont nous apprenons à trouver de bonnes choses, mais cette pandémie est un excellent exemple de la raison pour laquelle nous avons les deux systèmes. Parfois, quand il n’y a pas de bonnes options, vous devez choisir la moins mauvaise! Ce que nous avons constaté ici, c’est que c’est encore plus critique pour résoudre des problèmes complexes que de reconnaître ce qui fonctionne.

    Les co-auteurs de l’étude étaient Andrea Stocco, professeur agrégé, et Lauren Graham, professeur adjoint, au département de psychologie de l’UW. La recherche a été soutenue par le UW Royalty Research Fund, un prix du fonds de démarrage UW et la Fondation de la famille Bezos.

    Source de l’histoire:

    Matériaux fourni par Université de Washington. Original écrit par Kim Eckart. Remarque: le contenu peut être modifié pour le style et la longueur.

    N'oubliez pas de voter pour cet article !
    1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
    Loading...

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée.