WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Apprentissage implicite de régularités: Mise en évidence d'une différence d'apprentissage entre tâches motrices continues et discrètes

( Télécharger le fichier original )
par Stéphanie Chambaron Ginhac
Université de Bourgogne - Doctorat 2005
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Troisième partie : Différence

d'apprentissage entre tâche continue versus discrète

Chapitre 5

Variations autour d'une tâche de TRS

5.1 Présentation des expériences

La difficulté à mettre en évidence un apprentissage moteur implicite dans des tâches de poursuite continue, largement illustrée dans le chapitre précédent, vient contraster avec l'apparente facilité avec laquelle cet apprentissage se produit dans les tâches discrètes de temps de réaction sériel (TRS). Dans ces tâches, les participants doivent appuyer le plus rapidement possible sur une touche du clavier correspondant spatialement à l'apparition d'une cible sur l'écran d'ordinateur. L'apprentissage semble apparaître rapidement, après l'apparition de quelques séquences seulement. Bien que certaines études (Nissen & Bullemer,

1987; Perruchet & Amorim, 1992) aient mis en évidence un apprentissage rapide, leurs conclusions sont à considérer avec précaution. En effet, dans ces études, une séquence répétée fixe est utilisée pour tous les sujets. Nous avons déjà adressé une critique méthodologique à

ce propos pour les études de Wulf et collaborateurs. Toutefois, des recherches réalisées plus récemment et mieux contrôlées confirment le fait que l'apprentissage dans les tâches discrètes

se produit rapidement. Par exemple, Perruchet et al. (1997a, Expérience 1) ont utilisé une séquence répétée différente pour chaque sujet et ils ont constaté que les temps de réaction pour les séquences répétées étaient relativement plus rapides que pour les séquences aléatoires, et ce, après 10 à 15 répétitions seulement.

L'objectif général des expériences réalisées dans ce chapitre est de répondre à la question suivante : qu'est ce qui fait que tirer bénéfice d'une répétition présente dans une

78 Chapitre 5 : Variations autour d'une tâche de TRS

tâche continue est bien plus difficile que de tirer bénéfice d'une répétition présente dans une

tâche discrète ? Il existe de nombreuses différences entre les tâches discrètes (i.e les tâches de TRS) et les tâches de poursuite continue, et certaines de ces différences pourraient sans doute expliquer qu'il y ait un apprentissage dans un type de situation et pas l'autre. Trouver la clé de cette divergence serait très utile pour comprendre les mécanismes d'apprentissage implicite. C'est pourquoi, l'objectif de ce chapitre est de cerner les différences qui existent entre ces deux types de tâches, afin de voir celle qui pourrait être responsable, selon le cas, de cet apprentissage ou de ce non apprentissage.

Notre stratégie va consister à reprendre une tâche de TRS classique. Il s'agit, d'une situation dans laquelle la mise en évidence d'un apprentissage implicite est toujours obtenue. Nous allons modifier progressivement différents paramètres de cette tâche standard afin de la rendre la plus similaire possible à une tâche continue (situation dans laquelle nous ne sommes pas parvenus à mettre en évidence cet apprentissage). Dès lors que nous n'obtiendrons plus d'apprentissage dans notre tâche de TRS, cela nous permettra d'isoler le facteur qui en est

responsable.

Nous allons tout d'abord nous intéresser à la construction même des séquences utilisées (expérience 5), afin de voir si la différence de résultats obtenue entre tâche continue et tâche discrète peut être due à une différence de procédure. Généralement, les séquences employées dans les tâches de TRS ne comportent pas d'aléatoire. En effet, la séquence répétée est cyclée

sur elle-même. Les études rapportées par Curran (1997), par Meulemans et al. (1998) ou par Stadler (1993) font cependant exception. En effet dans ces études là, des essais aléatoires sont mêlés à la séquence répétée à l'intérieur de chaque bloc d'apprentissage. Toutefois, la quantité d'essais aléatoires n'excède pas la quantité d'essais répétés. A contrario, si l'on examine la construction des séquences de la tâche de tracking utilisée par Pew (1974), par Wulf & Schmidt (1997) ou par Shea et al. (2001), on s'aperçoit que dans ces études, le segment répété

est entouré par deux segments aléatoires. Cette fois, la quantité « d'aléatoire » est donc plus importante que la quantité de « répété » (2/3 - 1/3). La première expérience va nous permettre

de voir si la difficulté à observer un apprentissage dans les tâches de poursuite continue pourrait être due à la méthode utilisée par Wulf et collaborateurs, à savoir le fait que le segment répété soit entouré par deux segments aléatoires de même longueur. En effet, il se peut que cela rende la répétition beaucoup plus difficile à détecter que dans les tâches de TRS.

Présentation des expériences 79

Pour le savoir, nous avons réalisé une tâche de TRS dans laquelle chaque séquence répétée est

entourée par deux séquences aléatoires de longueur identique, comme c'est le cas dans les études de poursuite continue. Autrement dit, nous avons remplacé les segments continus par des séquences discrètes, tout en conservant le même plan expérimental que celui utilisé par Wulf et collaborateurs.

Dans une autre expérience (expérience 6), nous allons examiner l'influence du périphérique sur l'apprentissage. Habituellement, les tâches de TRS sont réalisées grâce à un dispositif qui requiert l'utilisation d'un clavier. Les sujets voient apparaître une cible sur l'écran et ils doivent appuyer le plus rapidement et le plus précisément possible sur la touche

du clavier qui correspond spatialement à la position. Au contraire, les tâches de poursuite continue que nous avons effectué antérieurement sont quant à elles réalisées au moyen d'une souris. Afin de voir si le périphérique utilisé a un quelconque impact sur l'apprentissage, les sujets de l'expérience 6 vont réaliser une tâche de TRS standard en utilisant soit un clavier soit une souris.

Un autre aspect que nous devons examiner concerne la différence de précision requise entre les deux types de tâches. En effet, la précision semble être une caractéristique inhérente aux tâches de poursuite continue. Au contraire, aucune précision n'est exigée dans les tâches

de TRS. Notre septième expérience consiste donc à réaliser une tâche de TRS au moyen d'une souris, en utilisant une cible de petite taille sur laquelle les sujets vont devoir cliquer. Il s'agit

ici d'ajouter une contrainte de précision dans une tâche discrète, et de regarder quel est l'impact sur l'apprentissage.

Dans les tâches de TRS, le déplacement de la cible est dépendant du temps de latence de réponse des sujets. Au contraire, dans les tâches continues, la cible se déplace indépendamment du comportement du sujet. C'est pourquoi, nous avons modifié une tâche classique de TRS de manière à ce que la cible se déplace de manière « autonome ». Dans nos expériences 8 et 9, la cible apparaît sur l'écran pendant un temps prédéfini, puis disparaît pour apparaître à une nouvelle position. Les sujets doivent mettre le pointeur de souris sur la cible. Dans l'expérience 8, cette cible peut apparaître dans une des quatre positions possibles représentées à l'écran par des carrés, tandis que dans l'expérience 9, elle peut apparaître dans une position possible parmi huit, mais cette fois sans affichage de carrés à l'écran.

Enfin, la dernière expérience (expérience 10) présentée dans ce chapitre a pour objectif

principal de comparer simultanément les performances obtenues dans une tâche de TRS et dans une tâche de poursuite continue. Les sujets vont être explicitement informés de la présence d'une régularité dans la tâche qu'ils doivent réaliser, ceci dans le but de focaliser encore plus leur attention sur la détection de la séquence répétée.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"L'ignorant affirme, le savant doute, le sage réfléchit"   Aristote