Le cerveau est l’objet le plus complexe de l’univers connu. Quelque 100 milliards de neurones libèrent des centaines de neurotransmetteurs et de peptides dans une dynamique qui s’étend sur des échelles de temps allant de la microseconde à la vie entière. Compte tenu de cette complexité, les neurobiologistes peuvent passer des carrières productives à étudier un seul récepteur. Les psychologues pourraient-ils comprendre l’esprit de manière plus productive en ignorant complètement le cerveau ?
Marr (1977) a suggéré que les processus mentaux peuvent être étudiés à trois niveaux d’analyse : computationnel (les objectifs du processus), algorithmique (la méthode) et implémentation (le matériel). Cette séparation implique que les mêmes objectifs et algorithmes de calcul peuvent être réalisés par un cerveau humain ou un ordinateur, et que le support physique – neurone ou silicium – n’est pas pertinent. Ce concept était fondamental pour le mouvement des sciences cognitives et a permis à ses praticiens d’ignorer confortablement le cerveau. Mais il a été sérieusement remis en question : Un calcul de haut niveau (par exemple, décider du prochain coup dans une partie d’échecs) peut être accompli d’un nombre virtuellement infini de façons. Construire un modèle informatique qui accomplit l’objectif de calcul ne permet pas de savoir s’il le fait de la même manière qu’un humain. Le matériel fournit des contraintes critiques sur l’espace des modèles possibles.
Le débat sur la question de savoir si nous devons étudier le cerveau pour comprendre l’esprit est maintenant mené au sein d’un réseau de milliers de scientifiques et de chercheurs dans le monde entier. Le consensus émergent semble être que la mise en œuvre est importante. Il est intéressant de noter que la question inverse est également posée par les neurobiologistes – avons-nous besoin de considérer l’esprit pour comprendre le cerveau ? – et que la réponse est largement et de plus en plus affirmative.
Nous pouvons apprendre beaucoup de choses sur l’esprit sans distinguer un neurone d’un astrocyte. Comme je me le répète souvent et occasionnellement à d’autres, « Si vous voulez comprendre la performance humaine, étudiez la performance humaine. » Mais les données cérébrales fournissent des informations sur l’esprit qui ne peuvent être glanées, même à partir des études les plus minutieuses du comportement. En bref, les données cérébrales fournissent une base physique qui contraint la myriade de modèles de cognition plausibles par ailleurs. Elles nous offrent une fenêtre directe sur les processus mentaux qui impliquent des processus neurobiologiques similaires ou différents, ce qui nous permet d’utiliser la biologie pour « tailler la nature dans ses articulations » et comprendre la structure des processus mentaux (Kosslyn, 1994). La fonction cérébrale fournit également un langage commun permettant de comparer et d’opposer directement des processus qui, autrement, seraient « des pommes et des oranges », comme l’attention et l’émotion. Ce langage commun est une base pour l’intégration des connaissances à travers différents types de recherche – basique et clinique, humaine et non humaine.
Comme les utilisations générales de la neuro-imagerie ont été éloquemment discutées ailleurs, je me concentre ici sur quelques exemples de la façon dont l’imagerie par résonance magnétique fonctionnelle (IRMf) a été utile dans mon travail (voir Jonides, Nee, & Berman, 2006). En outre, comme chaque méthode a ses limites, je discute de certains des pièges de faire des inférences psychologiques à partir de données de neuro-imagerie.
Une utilité pour moi a été de comprendre la structure de l’émotion et des processus de contrôle exécutif, et les façons dont le contrôle cognitif fonctionne dans des situations émotionnelles et non émotionnelles. Mes collègues et moi avons posé la question suivante : La douleur est-elle différente des émotions négatives telles que la tristesse et la colère, ou s’agit-il de variantes d’un thème commun ? Dans des méta-analyses, nous avons constaté que la douleur et les émotions négatives activent des réseaux cérébraux distincts, mais partagent des caractéristiques telles que l’activité du cortex cingulaire antérieur et frontal avec une classe plus large de processus, y compris l’attention (Wager & Barrett, 2004 ; Wager, Reading & Jonides, 2004). En revanche, différentes variétés d’émotions négatives engagent des réseaux qui se chevauchent largement. Ainsi, la douleur semble être distincte de l’émotion négative, mais les points communs suggèrent des façons dont ils peuvent partager des processus sous-jacents tels que l’attention accrue.
Les questions sur la similitude et la distinctivité des processus mentaux ont été au cœur de la psychologie depuis sa création, mais les réponses définitives ont été insaisissables. Les inférences ont été fondées en grande partie sur des corrélations dans les performances entre les tâches (ou dans les réponses physiologiques, pour l’émotion). Mais les données relatives aux performances sont relativement pauvres en informations : le fait que deux tâches prennent à peu près autant de temps à accomplir ne permet pas de savoir si les processus impliqués dans la sélection de la réponse étaient les mêmes. Les réponses physiologiques souffrent de problèmes similaires de spécificité. La neuro-imagerie fournit une source d’information beaucoup plus riche : si deux tâches activent les mêmes régions du cerveau au même degré, il est probable qu’elles impliquent des processus similaires. Cette logique permet d’évaluer la structure des processus mentaux sur la base de la similitude de leurs schémas d’activation cérébrale. Dans une étude basée sur ces principes, nous avons cherché à savoir si diverses tâches de » contrôle exécutif » impliquaient un substrat cérébral commun (Wager, et al., 2005). Un chevauchement substantiel de l’activation a suggéré un réseau commun pour la sélection de réponses contrôlées.
Bien que les questions sur le mécanisme soient plus difficiles à aborder, la neuro-imagerie peut être informative ici aussi. Dans une étude IRMf de la douleur, mes collègues et moi avons constaté que l’attente d’un soulagement de la douleur induite par un placebo engage le cortex frontal et les mécanismes de soulagement de la douleur du mésencéphale (Wager et al., 2004). L’activation frontale suggère un substrat commun pour le maintien du contexte cognitif qui façonne les processus perceptifs/moteurs et affectifs, et l’activation du mésencéphale suggère l’engagement des systèmes analgésiques opioïdes. De telles preuves directes sur les mécanismes par lesquels les attentes affectent la douleur seraient difficiles à obtenir sans étudier le cerveau.
L’étude souligne également un avantage supplémentaire de la neuro-imagerie : Dans les cas où l’auto-déclaration peut être imprécise, l’imagerie peut fournir des mesures directes convergentes du traitement central d’un stimulus. Alors que les attentes pourraient affecter les déclarations de douleur pour des raisons inintéressantes liées au biais cognitif de déclaration, la preuve que les attentes affectent le traitement continu de la douleur fournit des preuves convergentes qu’elles façonnent l’expérience de la douleur.
Oui, il existe de nombreuses façons dont les données de neuro-imagerie peuvent être mal utilisées ou mal interprétées. Les niveaux bruts d’activité cérébrale régionale pourraient dans certains cas ne pas être informatifs sur la similitude des tâches psychologiques : Deux tâches dissemblables peuvent impliquer les mêmes régions mais utiliser des populations différentes de neurones ou impliquer des modèles différents de connectivité entre les régions. Deux tâches similaires peuvent faire intervenir des régions différentes mais impliquer le même type de calcul. L’activité neuronale peut être manquée, car le signal d’imagerie observé ne reflète qu’indirectement l’activité neuronale, et l’activation d’imagerie observée peut ne pas être essentielle à la tâche.
L’un des plus grands pièges est la tentation d’observer l’activité cérébrale et de faire des déductions sur l’état psychologique – par exemple, pour déduire la récupération de la mémoire épisodique de l’activité de l’hippocampe, la peur de l’activité de l’amygdale, ou le traitement visuel de l’activité dans le « cortex visuel » (Barrett &Wager, 2006 ; Poldrack, 2006 ; Wager et al, in press). Ces inférences ignorent l’étendue des processus qui peuvent activer chacune de ces zones et impliquent une erreur de raisonnement : « si la mémoire, alors l’hippocampe » n’est pas la même chose que « si l’hippocampe, alors la mémoire ». Le fait que peu de zones cérébrales, y compris le » cortex visuel « , soient dédiées à un seul processus signifie que l’auto-évaluation reste l’étalon-or pour évaluer l’expérience émotionnelle et le contenu de la pensée (Shuler & Bear, 2006). C’est un sérieux défi pour ceux qui voudraient, par exemple, évaluer vos préférences en matière de marques ou votre affiliation politique à partir d’un scanner cérébral. (Et n’est-il pas plus facile de simplement demander ?)
Ces problèmes sont importants, mais il n’existe pas de méthode parfaite – une compréhension de l’esprit doit émerger d’un effort coordonné utilisant des preuves convergentes de tous les outils à notre disposition. Bon nombre des questions ci-dessus sont abordées par les progrès des méthodes d’acquisition et d’analyse des données, l’accumulation de plus de données sur la cartographie entre la structure du cerveau et la fonction psychologique, et des vues plus nuancées sur les types de déductions qui sont plausibles. Je pense qu’à mesure que le domaine mûrit, l’exubérance de la jeunesse fera place à une vision plus pondérée du moment et de la manière dont la neuro-imagerie peut nous informer sur l’esprit. Ce que nous avons déjà appris est considérable, et l’intégration accélérée entre les domaines conduit à des modèles de l’esprit toujours plus nombreux, sophistiqués et véridiques.
Barrett, L.F. et Wager, T.D. (2006). La structure de l’émotion : Evidence from neuroimaging studies. Current Directions in Psychological Science, 15, 79-83.
Jonides, J., Nee, D.E., Berman, M.G. (2006). Qu’est-ce que la neuro-imagerie fonctionnelle nous a dit sur l’esprit ? Tant d’exemples, si peu d’espace. Cortex, 42, 414-427.
Kosslyn, S. M. (1994). Carving a system at its joints. Dans image et cerveau : La résolution du débat sur l’imagerie mentale. Cambridge, MA : MIT Press.
Marr, D. et Poggio, T. (1977). From understanding computation to understanding neural circuitry. Neurosciences Res Prog Bull, 15, 470-488.
Poldrack, R.A. (2006). Les processus cognitifs peuvent-ils être déduits des données de neuro-imagerie ? Trends in Cognitive Sciences, 10, 59-63.
Shuler, M.G., Bear, M.F. (2006). La synchronisation des récompenses dans le cortex visuel primaire. Science, 311, 1606-1609.
Wager, T.D. et Barrett, L.F. (2004). De l’affect au contrôle : Spécialisation fonctionnelle de l’insula dans la motivation et la régulation.
Wager, T.D., Reading S., Jonides, J. (2004). Études de neuroimagerie sur le déplacement de l’attention : A meta-analysis. Neuroimage, 22, 1679-1693.
Wager, T.D., et al. (2005). Composantes communes et uniques de l’inhibition de la réponse révélées par IRMf. Neuroimage, 27, 323-340.
Wager, T.D. et al. (sous presse). Éléments de la neuro-imagerie fonctionnelle. Dans J. Cacioppo et R.J. Davidson (Ed.), Handbook of Psychophysiology. Cambridge, MA : Cambridge University Press.
Wager, T.D., et al. (2004). Placebo-induce changes in fMRI in the anticipation and experience of pain. Science, 303, 1162-1167.
.