NeurosciencesPsychologie cognitive

Colin Cherry L’Expérience du Modèle d’Atténuation de l’Attention – Anne Treisman Le

Analyse académique approfondie des travaux de Colin Cherry et d’Anne Treisman sur l’attention sélective, l’écoute dichotique et le modèle d’atténuation.

PUBLIÉ

L’exploration des mécanismes de l’attention sélective constitue indéniablement l’un des chapitres fondateurs de la révolution cognitive du milieu du XXe siècle. Alors que le paradigme béhavioriste régnant réduisait l’activité psychologique à des chaînes d’associations mécanistes entre stimuli environnementaux et réponses comportementales observables, la question de la gestion des flux d’informations concurrents s’est imposée comme une aporie théorique insoluble sans la réintroduction de concepts mentalistes rigoureusement opérationnalisés. Comment un organisme immergé dans un environnement sensoriel saturé parvient-il à extraire un signal pertinent tout en ignorant une multitude de sollicitations concurrentes ? Cette interrogation fondamentale, loin d’être une pure spéculation philosophique, a trouvé son ancrage dans les impératifs technologiques et militaires de l’après-guerre, marquant le passage décisif d’une psychologie descriptive à une science du traitement de l’information.

Au cœur de cette mutation épistémologique se déploient les travaux pionniers de Colin Cherry et les conceptualisations novatrices d’Anne Treisman. En publiant en 1953 ses expériences séminales sur le « problème de la cocktail party », Cherry a non seulement formulé un défi empirique universel, mais a également conçu l’outil méthodologique qui allait révolutionner la discipline : l’écoute dichotique couplée à la technique d’ombrage vocal (shadowing). Ce dispositif a permis d’objectiver la frontière subtile séparant les signaux acoustiques consciemment intégrés de ceux relégués au silence cognitif. Toutefois, si Cherry a magistralement mis en évidence l’efficacité surprenante et les limites paradoxales de ce tri perceptif, la nature computationnelle et structurelle du filtre sous-jacent est demeurée l’objet d’âpres controverses théoriques.

Face à la rigidité du modèle de filtre mécanique « tout-ou-rien » proposé ultérieurement par Donald Broadbent en 1958, qui postulait une imperméabilité absolue du canal non sélectionné, Anne Treisman a introduit au début des années 1960 une rupture théorique majeure : le modèle de l’atténuation. En démontrant expérimentalement que l’information rejetée n’est pas anéantie mais simplement affaiblie sur le plan sensoriel, Treisman a réconcilié la sélectivité précoce avec la plasticité sémantique de l’esprit humain. Ce vaste article propose une analyse exhaustive de cette généalogie conceptuelle, décortiquant les protocoles expérimentaux de Cherry et de Treisman, évaluant leurs implications pour l’architecture cognitive, et traçant leur postérité depuis les neurosciences contemporaines jusqu’aux algorithmes modernes d’intelligence artificielle.

Table of Contents

1. Introduction aux théories de l’attention sélective : le paradigme de Cherry et Treisman

1.1 Définition épistémologique de l’attention sélective auditive

D’un point de vue épistémologique, l’attention auditive sélective ne peut être appréhendée comme une simple fonction d’amplification sensorielle passive. Elle représente le processus actif et dynamique par lequel le système cognitif alloue des ressources computationnelles limitées à une fraction spécifique du spectre sonore incident, au détriment des composantes acoustiques concurrentes. Historiquement, la psychologie pré-scientifique, sous la plume de penseurs tels que William James, concevait l’attention comme une prise de possession par l’esprit, sous une forme claire et vive, d’un objet parmi plusieurs simultanément possibles. Cependant, cette conceptualisation phénoménologique manquait d’une armature empirique permettant d’en quantifier les contraintes physiques et temporelles.

Dans la taxonomie cognitive contemporaine, il est impératif de distinguer rigoureusement l’attention sélective de ses corollaires que sont l’attention partagée et l’attention soutenue. L’attention soutenue renvoie à la vigilance temporelle, soit la capacité de maintenir un niveau optimal de réactivité sur une durée prolongée face à des signaux sporadiques. L’attention partagée implique quant à elle la distribution simultanée des capacités de traitement entre plusieurs tâches indépendantes, un paradigme qui révèle les goulets d’étranglement du système moteur et central. À l’opposé, l’attention sélective désigne une opération de filtrage orientée vers un but (goal-directed), où l’agent isole délibérément une source informative tout en inhibant activement les distracteurs environnants.

L’importance d’un tel mécanisme devient patente lorsque l’on considère la physique des environnements acoustiques écologiques. Contrairement au système visuel, qui bénéficie de dispositifs moteurs périphériques permettant d’occulter physiquement une scène non désirée par l’occlusion palpébrale ou la réorientation fovéale par saccades oculaires, l’appareil auditif est dépourvu de paupières acoustiques. Le tympan vibre inconditionnellement sous l’effet combiné de toutes les ondes de pression transmises par le milieu. Ainsi, le système nerveux central se trouve confronté à une surcharge sensorielle permanente. Dès lors, la sélection de l’information auditive constitue un impératif biologique vital, assurant l’identification rapide des signaux de danger et garantissant l’efficience de la communication linguistique en éliminant les interférences destructrices.

1.2 La transition des théories structuralistes aux modèles de traitement de l’information

L’émergence des modèles d’attention sélective dans les années 1950 coïncide de manière synchrone avec l’effondrement de l’orthodoxie béhavioriste et l’avènement de la cybernétique. Sous l’impulsion de travaux fondateurs comme ceux de Claude Shannon sur la théorie mathématique de la communication, les psychologues ont commencé à conceptualiser l’esprit non plus comme une boîte noire réactive, mais comme un canal de communication physique doté d’une bande passante restreinte, c’est-à-dire d’une capacité maximale de transmission mesurable en bits par seconde.

Dans cette perspective mécaniste et computationnelle, l’être humain est redéfini comme un processeur d’information à capacité limitée. Cette analogie computationnelle a immédiatement soulevé la question de l’allocation des ressources : si les organes sensoriels périphériques sont capables d’enregistrer des quantités massives d’informations analogiques, les étages supérieurs du traitement central – responsables de l’identification lexicale, de l’interprétation syntaxique et de l’intégration mnésique – s’avèrent incapables de traiter l’intégralité du flux en temps réel sans risquer une saturation paralysante. Dès lors, l’existence d’un filtre ou d’un dispositif de contrôle informationnel s’imposait comme une nécessité architecturale absolue.

Ce basculement épistémologique a immédiatement cristallisé un débat fondamental qui allait structurer la psychologie cognitive pendant plus de trois décennies : le débat sur le lieu du goulot d’étranglement (bottleneck). La sélection opère-t-elle de manière précoce (early selection), sur la base des attributs physiques élémentaires des stimuli avant toute identification sémantique, ou de manière tardive (late selection), après que tous les messages ont été analysés de façon non consciente par le système de reconnaissance des formes ? C’est précisément au confluent de cette controverse que s’inscrivent les recherches expérimentales de Colin Cherry et d’Anne Treisman, dont les protocoles d’ombrage vocal ont posé les fondations empiriques de la neuropsychologie cognitive moderne.

2. Le problème de la « Cocktail Party » selon Colin Cherry (1953)

2.1 Origine phénoménologique du phénomène de la Cocktail Party

Le terme désormais canonique de « problème de la cocktail party » a été formulé pour la première fois avec une remarquable acuité descriptive par le scientifique britannique Colin Cherry dans son article princeps publié en 1953 dans le Journal of the Acoustical Society of America. Cherry s’est attaché à caractériser une prouesse phénoménologique que tout individu accomplit quotidiennement sans effort apparent : lors d’une réception mondaine ou d’un banquet bruyant, où des dizaines d’interlocuteurs s’expriment simultanément en générant un fond sonore chaotique d’amplitudes et de fréquences entremêlées, un auditeur attentif est capable d’isoler une voix unique, de comprendre le fil narratif de son interlocuteur direct et d’annuler complètement le brouhaha périphérique.

Bien que cette observation appartienne au sens commun, son urgence scientifique a été dictée par des contraintes opérationnelles concrètes durant la Seconde Guerre mondiale et l’essor de l’aviation commerciale. Les contrôleurs de la circulation aérienne et les opérateurs radio militaires se trouvaient régulièrement confrontés à des casques diffusant simultanément plusieurs voix de pilotes transmises sur une même fréquence, émanant d’un haut-parleur unique. Les opérateurs éprouvaient les pires difficultés à discriminer les messages cruciaux, ce qui engendrait des erreurs de transmission potentiellement catastrophiques. Les ingénieurs en télécommunications ont rapidement constaté que les dispositifs électroniques d’amplification linéaire de l’époque étaient strictement incapables de séparer ces flux entremêlés, soulignant ainsi la supériorité éclatante et mystérieuse du traitement neural biologique.

Cherry comprit que cette énigme acoustique dépassait le cadre de la simple psychoacoustique physique pour toucher aux lois fondamentales de la perception organisée. En formalisant le problème de la cocktail party, il ne s’agissait pas seulement d’élucider comment l’oreille capte les vibrations de l’air, mais de découvrir comment le cerveau résout le problème computationnel inverse : décomposer une onde acoustique complexe unique – résultant de la sommation physique de dizaines de sources sonores hétérogènes au niveau de la membrane tympanique – en flux perceptifs séparés et sémantiquement intelligibles, un processus aujourd’hui désigné sous le terme d’analyse de scène auditive (Auditory Scene Analysis).

2.2 Les indices acoustiques de discrimination du signal

Dans sa démarche pour disséquer les fondements physiques de cette ségrégation perceptive, Cherry a entrepris d’isoler et de manipuler méthodiquement les variables acoustiques susceptibles de servir de balises au système cognitif. Ses recherches ont révélé que la séparation spatiale des sources sonores constitue le vecteur de guidage le plus puissant. Grâce à la disposition bilatérale des oreilles, le cerveau humain exploite avec une précision microseconde deux indices d’intégration binaurale : les différences interaurales de temps (Interaural Time Differences ou ITD) pour les basses fréquences, et les différences interaurales d’intensité (Interaural Level Differences ou ILD) générées par l’effet d’ombre acoustique de la boîte crânienne pour les hautes fréquences. Ces indices permettent une localisation spatiale immédiate et le découpage spatial de l’espace acoustique.

Cependant, Cherry a poussé l’investigation plus loin en s’interrogeant sur la capacité d’un individu à distinguer deux messages verbaux lorsque tout indice spatial est artificiellement neutralisé. C’est le cas de l’écoute monaurale, où deux voix distinctes sont enregistrées sur la même piste magnétique et restituées par un écouteur unique dans la même oreille. Même dans ces conditions extrêmes de superposition physique où les spectres de fréquence s’écrasent l’un sur l’autre, Cherry a observé que les auditeurs demeurent capables de ségréguer les flux, bien qu’au prix d’un effort subjectif considérable et d’un ralentissement du débit de compréhension.

Cette réussite repose alors sur l’exploitation d’indices acoustiques intrinsèques au locuteur :

  • La fréquence fondamentale (F0) : La hauteur de la voix, déterminée par la vitesse de vibration des cordes vocales, permet de distinguer nettement une voix d’homme, de femme ou d’enfant.
  • Le timbre vocal et la structure des formants : La géométrie du tractus vocal confère à chaque individu une signature spectrale unique, agissant comme un filtre résonant caractéristique.
  • La dynamique temporelle et la prosodie : La cadence syllabique, les inflexions intonatives, les variations micro-temporelles d’amplitude et les particularités dialectales servent d’indices structurants favorisant le suivi du signal dans le temps.
  • La transition formantique continue : Le système auditif suit les trajectoires lisses des formants d’une même voix, exploitant le principe gestaltiste du « bon prolongement » appliqué au domaine spectral.

3. Le protocole de l’écoute dichotique et de l’ombrage vocal (Shadowing) de Cherry

3.1 Méthodologie expérimentale de la technique d’ombrage (Shadowing)

Pour dépasser les limites de l’introspection subjective et quantifier rigoureusement la sélectivité auditive en laboratoire, Colin Cherry a conçu un protocole expérimental d’une inventivité méthodologique exceptionnelle : la technique de l’ombrage vocal (ou shadowing) combinée à l’écoute dichotique. Le terme d’écoute dichotique désigne une configuration électroacoustique spécifique dans laquelle deux flux d’informations verbales distincts et non corrélés sont acheminés simultanément et indépendamment aux deux oreilles du participant, par l’intermédiaire d’un casque stéréophonique calibré. Par exemple, l’oreille droite reçoit un extrait d’un essai philosophique tandis que l’oreille gauche reçoit simultanément un récit historique.

L’exigence cruciale introduite par Cherry réside dans la consigne d’ombrage vocal. L’expérimentateur enjoint le sujet de fixer toute son attention sur un seul canal prédéfini – l’oreille sélectionnée ou canal attentif – et d’en répéter les mots à voix haute, immédiatement et de manière continue, au fur et à mesure de leur émission. Le sujet doit littéralement agir comme « l’ombre » de la voix entendue, en maintenant un décalage temporel d’à peine quelques centaines de millisecondes (latence typique de 250 à 500 millisecondes) entre la perception et la vocalisation.

Cette tâche d’ombrage n’est pas un simple exercice d’élocution ; elle remplit une fonction méthodologique fondamentale : la saturation complète des ressources de traitement conscient et de la mémoire de travail du participant. En imposant un débit verbal rapide et ininterrompu, le protocole interdit tout vagabondage mental, toute anticipation stratégique et tout déplacement délibéré de l’attention vers l’autre oreille. L’effort articulatoire et phonologique continu garantit que l’intégralité de la bande passante exécutive du sujet est absorbée par le canal sélectionné, permettant ainsi d’interroger avec une pureté expérimentale inédite le sort réservé au signal transitant par l’oreille inattentive ou canal rejeté.

3.2 Caractérisation du canal rejeté (inattendu) dans l’expérience de Cherry

À l’issue de sessions d’ombrage vocal rigoureusement contrôlées, Colin Cherry a soumis ses participants à des interrogatoires minutieux et inopinés concernant le contenu du message diffusé dans l’oreille rejetée. Les résultats empiriques obtenus par Cherry en 1953 ont constitué un véritable électrochoc pour la communauté psychologique de l’époque, révélant une asymétrie perceptive spectaculaire entre la précision du canal ombré et l’oblitération quasi totale du canal inattendu.

D’une part, les participants démontraient une cécité cognitive quasi absolue vis-à-vis des dimensions sémantiques et linguistiques du message ignoré :

  • Ils étaient incapables de rapporter le moindre mot, syntagme ou thématique abordée dans l’oreille inattentive, affirmant n’avoir perçu qu’un « bourdonnement » ou un flux verbal indistinct.
  • De manière encore plus stupéfiante, Cherry a fait basculer la langue du message rejeté en cours d’expérimentation, substituant à un discours en langue anglaise un texte en allemand ou en français prononcé avec une élocution fluide. Les participants n’ont aucunement remarqué cette transition linguistique majeure.
  • Lorsque le discours du canal rejeté était inversé temporellement (reversed speech, lecture de la bande magnétique à l’envers), produisant des sonorités phonétiques artificielles et monstrueuses, les sujets n’identifiaient pas la supercherie et déclaraient souvent avoir simplement entendu quelqu’un parler une langue étrangère obscure.

D’autre part, cette imperméabilité cognitive n’était pas totale, car les sujets conservaient une mémoire intacte des propriétés physiques fondamentales du stimulus rejeté. Ils rapportaient systématiquement avec exactitude si le locuteur du canal inattendu était un homme ou une femme (discriminations basées sur la fréquence fondamentale F0), si le flux de parole était brutalement interrompu au profit d’un son sinusoïdal pur de 400 Hz, ou encore si la voix laissait place à un bruit blanc continu. Cherry a ainsi démontré que le système auditif ne déconnecte pas physiquement l’oreille inattentive, mais applique un traitement différentiel extrême : les indices acoustico-physiques primaires traversent le système perceptif, tandis que l’accès aux étages sémantiques et lexicaux supérieurs semble totalement verrouillé.

4. Le modèle de filtre rigide de Donald Broadbent : le catalyseur de la controverse

4.1 L’architecture du filtre « tout-ou-rien » (All-or-None) de 1958

Fort des données expérimentales produites par Cherry, le psychologue britannique Donald Broadbent a formalisé en 1958, dans son ouvrage monumental Perception and Communication, la toute première théorie intégrée de l’attention sélective humaine : le modèle du filtre rigide, également qualifié de modèle du filtre précoce « tout-ou-rien » (All-or-None Filter Model). S’inscrivant pleinement dans la métaphore computationnelle naissante, Broadbent a conçu une architecture séquentielle rigoureuse visant à protéger le canal de traitement central à capacité limitée contre toute surcharge informationnelle destructive.

Dans l’architecture théorique de Broadbent, l’information acoustique parcourt une trajectoire linéaire à travers plusieurs modules fonctionnels étanches :

  1. Le registre sensoriel à court terme (ou tampon sensoriel) : Toutes les stimulations sensorielles incidentes sont d’abord accueillies en parallèle dans une mémoire tampon périphérique à haute capacité mais à déclin extrêmement rapide (analogue à la mémoire échoïque). À ce stade archaïque, tous les signaux subissent une extraction automatique et passive de leurs attributs physiques élémentaires (localisation spatiale, bande de fréquence, intensité, timbre) sans la moindre prise de conscience.
  2. Le filtre sélectif précoce : Positionné immédiatement en aval du registre sensoriel, ce filtre physique fonctionne comme un commutateur électromécanique binaire à deux positions. Sur la base des indices physiques identifiés (par exemple : « voix aiguë localisée à l’oreille droite »), le filtre laisse passer l’intégralité du canal sélectionné et bloque hermétiquement tous les canaux concurrents.
  3. Le canal à capacité limitée (système P) : Seul le signal ayant franchi avec succès le goulet d’étranglement du filtre sélectif accède à ce canal unique de transmission sérielle. C’est exclusivement au sein de cette structure centrale que s’opèrent l’analyse sémantique, l’identification lexicale, l’accès à la signification et le codage vers la mémoire à long terme. L’information du canal rejeté, retenue dans le tampon sensoriel, se dissipe en quelques centaines de millisecondes et disparaît définitivement sans avoir jamais été décodée sur le plan conceptuel.

4.2 Les failles prédictives du modèle de Broadbent

Bien que le modèle de Broadbent ait eu le mérite historique d’inaugurer la modélisation formelle en psychologie cognitive, son élégante simplicité architecturale s’est rapidement heurtée à une série de réfutations empiriques implacables. L’hypothèse centrale d’un verrouillage hermétique absolu en amont de toute identification sémantique s’est avérée incapable de rendre compte de la fluidité et de la sensibilité opportuniste de l’écoute humaine en milieu naturel.

La première brèche majeure dans l’édifice théorique de Broadbent a été ouverte dès 1959 par Neville Moray. En répliquant le protocole d’ombrage dichotique de Cherry, Moray a introduit une variable expérimentale critique : l’insertion inopinée du prénom propre du sujet au sein du canal inattendu et ignoré. Selon la théorie du filtre tout-ou-rien de Broadbent, ce prénom, n’étant pas véhiculé par le canal physique sélectionné, aurait dû être impitoyablement intercepté par le filtre précoce et se désintégrer dans le tampon sensoriel sans jamais être reconnu. Or, les résultats empiriques de Moray ont démontré qu’environ un tiers des participants détectaient distinctement leur propre prénom dans l’oreille rejetée, interrompant spontanément leur ombrage vocal pour signaler cette perception intrusive. Cette observation, indubitablement baptisée l’« effet cocktail party du prénom », prouvait irréfutablement qu’une forme d’analyse sémantique ou d’identification lexicale devait nécessairement s’opérer sur le canal ignoré.

De surcroît, le modèle de Broadbent s’est avéré impuissant à expliquer les phénomènes de glissements contextuels. Si le filtre sélectionne aveuglément les flux sur des bases acoustiques fixes, comment justifier que le système cognitif puisse être influencé par la cohérence grammaticale ou la continuité sémantique lorsque celles-ci entrent en conflit direct avec les repères spatiaux ? Ces anomalies empiriques ont mis en exergue la rigidité intenable d’un filtre mécanique binaire, appelant une révision paradigmatique urgente que la jeune chercheuse d’Oxford, Anne Treisman, allait magistralement formaliser.

5. Anne Treisman et la révision paradigmatique : genèse du modèle d’atténuation

5.1 Le contexte expérimental d’Oxford et les limites de l’exclusion totale

Au début des années 1960, au sein du prestigieux département de psychologie expérimentale de l’Université d’Oxford, Anne Treisman s’est attelée à dénouer les contradictions insolubles accumulées par le modèle de Broadbent. Treisman a immédiatement perçu que le dogme structuraliste d’une barrière mécanique étanche et intransigeante constituait une simplification excessive du système perceptif humain. L’exclusion sensorielle totale postulée par Broadbent était un non-sens adaptatif : un organisme animal ou humain dont le cerveau se couperait entièrement de l’analyse du milieu ambiant dès qu’il concentre son attention sur une tâche ciblée serait à la merci du moindre prédateur ou d’une menace environnementale urgente signalée auditivement.

Dans sa réévaluation critique, Treisman a conservé l’idée directrice selon laquelle l’esprit humain possède une capacité computationnelle limitée imposant une sélection précoce. Cependant, elle a substitué à la notion de filtre-barrière rigide le concept radicalement nouveau d’un filtre atténuateur à gain modulable. L’atténuateur ne fonctionne pas comme un interrupteur binaire « tout-ou-rien », mais à l’image d’un potentiomètre électronique ou d’un rhéostat de volume sonore : le canal sélectionné passe avec une intensité maximale sans aucune dégradation, tandis que les canaux inattentifs ne sont pas anéantis, mais simplement affaiblis, dégradés en signal et réduits en intensité informationnelle.

Cette redéfinition théorique a permis de sauvegarder le principe d’une économie précoce des ressources de traitement tout en conférant au système une perméabilité fonctionnelle et une adaptabilité contextuelle stupéfiantes. Le signal non pertinent continue de cheminer le long des voies de traitement ascendantes de la hiérarchie auditive, bien que sous une forme atténuée et affaiblie, conservant ainsi une chance probabiliste d’activer les représentations mnésiques et lexicales si les conditions sémantiques ou laillance du stimulus le justifient.

5.2 L’expérience clé du glissement sémantique entre les oreilles (1960)

Pour étayer empiriquement son modèle atténuateur et asséner un coup décisif à la théorie du filtre étanche, Anne Treisman a conçu en 1960 une expérience princeps d’une rare élégance méthodologique, reposant sur le phénomène de rupture et de glissement sémantique à travers les canaux dichotiques. Les participants avaient pour consigne formelle d’ombrager exclusivement l’oreille droite et d’ignorer en permanence l’oreille gauche, le filtrage devant donc s’opérer sur la base exclusive d’un indice physique invariable : la latéralisation spatiale.

Toutefois, Treisman a introduit une manipulation manipulatoire subtile au milieu des enregistrements sonores. Alors que les sujets ombrageaient activement une phrase grammaticalement et sémantiquement cohérente, les flux verbaux ont été subitement intervertis entre les deux écouteurs en plein milieu d’une proposition syntaxique, sans aucune altération du timbre ni de la vitesse d’élocution. Par exemple, le canal attentif de l’oreille droite diffusait : « En entrant dans la forêt, les randonneurs virent soudainement / douze bananes ont été mangées par le singe », tandis que simultanément, le canal rejeté de l’oreille gauche diffusait : « Dans une cuisine moderne / un troupeau d’élans traverser le sentier rocheux ». Au point de rupture, la continuité de la signification glissait de l’oreille droite vers l’oreille gauche : « En entrant dans la forêt, les randonneurs virent soudainement un troupeau d’élans traverser le sentier rocheux ».

Les résultats furent sans équivoque : au moment exact de l’inversion, une majorité écrasante de participants a ombré spontanément et sans hésitation un ou deux mots issus de l’oreille inattentive rejetée (répétant « un troupeau d’élans… ») avant de réaliser l’anomalie spatiale et de se recaler laborieusement sur le canal assigné de l’oreille droite. Ce phénomène d’intrusion sémantique spontanée a apporté la démonstration définitive des failles de Broadbent : si l’oreille inattentive avait été totalement scellée par un filtre précoce physique, le cerveau des sujets n’aurait jamais pu savoir que les mots diffusés dans le canal ignoré constituaient la continuation sémantiquement logique du message ombré. Le contenu lexical du canal rejeté était donc bel et bien analysé en parallèle, guidant subconsciemment l’orientation attentionnelle du sujet en vertu de la cohérence globale du sens.

6. Architecture théorique du modèle d’atténuation d’Anne Treisman

6.1 Le filtre atténuateur : principe physique et modulatoire

L’architecture cognitive élaborée par Anne Treisman repose sur une chaîne sérielle sophistiquée de décodage hiérarchique, articulée autour de deux mécanismes fondamentaux agissant de concert : le filtre atténuateur périphérique et le système d’analyse lexicale interne. Le filtre atténuateur intervient dès les premières phases du traitement perceptif. Contrairement au modèle de Broadbent où le filtre agit comme un couperet destructeur, l’atténuateur de Treisman remplit une fonction de modulation continue du gain sensoriel (sensory gain control).

Lorsqu’une scène acoustique est appréhendée par le sujet, l’ensemble des stimuli est d’abord traité en parallèle au regard de leurs spécificités physiques de surface au niveau des aires auditives primaires :

  • Les coordonnées spatiales tridimensionnelles déduites des indices binauraux.
  • La fréquence fondamentale de la voix (F0) et la signature harmonique des formants.
  • L’intensité acoustique brute (en décibels) et les enveloppes micro-temporelles d’amplitude.

Sur la base des objectifs comportementaux de l’individu, le filtre atténuateur ajuste sélectivement la transmission des signaux. Le flux ciblé par l’attention volontaire traverse l’atténuateur sans aucune perte d’énergie informationnelle, conservant son amplitude maximale de transmission. En revanche, les flux incidents concurrents voient leur signal affaibli d’une valeur logarithmique variable mais substantielle. Le signal rejeté n’est pas aboli ; il subsiste dans le système nerveux sous une forme dégradée, bruitée et assourdie, à l’image d’un signal radio dont on aurait diminué le bouton de gain sans éteindre le récepteur. Cette dégradation réduit la probabilité statistique que les signaux inattentifs puissent franchir les étages de décodage ultérieurs, allégeant ainsi considérablement le coût énergétique et métabolique imposé au système nerveux central.

6.2 Le mécanisme du dictionnaire lexical et les seuils d’activation

Le second pilier révolutionnaire du modèle de Treisman réside dans son anatomie du système de reconnaissance sémantique, que l’auteure désigne sous le concept d’unités de dictionnaire (dictionary units). Loin d’être un simple lexique statique, cette structure centrale est modélisée comme un réseau immensément riche d’unités nodales de détection, chaque unité correspondant à un concept, un mot ou un schéma récurrent de l’expérience du sujet. Chaque unité de ce dictionnaire lexical est caractérisée par un paramètre fondamental : son seuil d’activation (activation threshold).

Pour qu’un mot atteigne le seuil de la perception consciente et soit intégré par la mémoire opérationnelle, l’énergie du signal sensoriel qui lui est adressée doit impérativement égaler ou dépasser son seuil spécifique d’activation. Si l’énergie est inférieure au seuil, le mot demeure ignoré et s’évapore sans laisser de trace phénoménologique. La formidable puissance explicative de la théorie de Treisman repose sur la dynamique de modulation de ces seuils :

D’une part, il existe des seuils abaissés de manière permanente et intrinsèque. Certains signaux ont une valeur biologique, affective ou adaptative tellement disproportionnée pour l’individu que leurs unités de dictionnaire sont maintenues en état de veille perpétuelle avec un seuil de déclenchement extrêmement bas. Le cas le plus paradigmatique est le prénom propre d’un individu : même si le prénom est véhiculé par le canal rejeté et subit l’atténuation drastique du filtre périphérique, le résidu d’énergie du signal affaibli demeure largement suffisant pour faire franchir à cette unité son seuil d’activation minimal. Il en va de même pour des signaux universels d’alarme vitale, tels que les cris de détresse (« Au feu ! », « Attention ! »), les pleurs d’un nourrisson pour sa mère, ou certains mots tabous hautement chargés d’affect.

D’autre part, les seuils d’activation subissent une modulation contextuelle dynamique et transitoire via le mécanisme de l’amorçage sémantique (semantic priming). Lorsqu’un mot est sélectionné et ombré sur le canal attentif, il active son unité lexicale, laquelle propage instantanément une onde de pré-activation facilitatrice aux unités sémantiquement apparentées, abaissant provisoirement leurs seuils de déclenchement. Ainsi, si le canal attentif traite les mots « La nuit était noire et l’orage menaçait d’éclater avec des éclairs et du… », l’unité lexicale associée au mot « tonnerre » voit son seuil s’effondrer. Si le mot « tonnerre » est fortuitement prononcé sur le canal inattentif rejeté, même son signal hautement atténué sera capable de franchir ce seuil artificiellement abaissé par le contexte de la phrase, provoquant son irruption soudaine dans la conscience de l’auditeur. Treisman réussit ainsi le tour de force théorique d’expliquer comment la signification structure la perception sans supposer une analyse sémantique intégrale et exhaustive de l’ensemble du monde sonore.

7. Méthodologie et protocoles expérimentaux d’Anne Treisman (1964)

7.1 L’expérience des messages décalés dans le temps

Afin d’éprouver la robustesse de son modèle d’atténuation et de mesurer la durée de rétention des signaux atténués dans le registre sensoriel, Anne Treisman a mis au point en 1964 un paradigme expérimental sophistiqué fondé sur l’asynchronie temporelle de messages identiques. Le dispositif reposait sur l’injection d’un même extrait de texte en prose dans les deux écouteurs d’un sujet, mais avec un décalage temporel rigoureusement contrôlé à l’aide d’un magnétophone à double tête de lecture.

Le sujet avait pour instruction de focaliser son attention et d’ombrer scrupuleusement le canal désigné, en ignorant totalement l’autre oreille. Treisman faisait alors varier continuellement l’intervalle temporel entre les deux messages identiques, examinant à quel moment précis le participant prenait spontanément conscience que l’oreille inattentive répétait rigoureusement les mêmes paroles que l’oreille attentive.

L’expérience a mis en lumière une asymétrie temporelle saisissante qui a apporté des preuves cruciales quant à la nature des traces mnésiques en jeu :

  • Lorsque le message de l’oreille inattentive rejetée était diffusé en avance par rapport au canal ombré (le message distripteur précédait le message cible), le décalage temporel devait être réduit à moins de 1,5 à 2 secondes pour que le sujet s’aperçoive de l’identité des textes. Puisque le signal du canal rejeté est atténué, sa trace sensorielle dans la mémoire échoïque se dégrade à une vitesse fulgurante. Au-delà d’un intervalle de deux secondes, la trace affaiblie s’était totalement évanouie avant que le message cible n’active l’unité lexicale correspondante.
  • En revanche, lorsque le message du canal attentif était diffusé en avance par rapport au canal rejeté (le message cible précédait le message distracteur), les sujets étaient capables de détecter la gémellité des messages avec un décalage temporel beaucoup plus long, atteignant jusqu’à 4,5 à 6 secondes. L’explication de Treisman est limpide : le premier passage du texte sur le canal attentif avait bénéficié d’une analyse sémantique intégrale et d’un encodage robuste en mémoire de travail à court terme. Les unités de dictionnaire correspondantes étaient ainsi maintenues dans un état d’activation résiduelle intense pendant plusieurs secondes. Dès lors, lorsque la version atténuée et affaiblie du même texte survenait ultérieurement dans l’oreille rejetée, ce signal résiduel suffisait à faire résonner les représentations mémorielles encore chaudes, déclenchant l’identification immédiate de la redondance.

7.2 L’expérience bilingue et la convergence conceptuelle

L’une des objections formulées à l’encontre de l’expérience des messages décalés reposait sur l’éventualité d’un appariement purement acoustique ou phonologique : le sujet aurait pu identifier la redondance non pas sur le plan conceptuel, mais en comparant simplement les rythmes, les sonorités et les profils d’enveloppe spectrale des deux flux. Pour réfuter définitivement cette interprétation mécaniste et démontrer que l’atténuateur permet un accès à la sémantique profonde, Treisman a réalisé en 1964 une expérience bilingue remarquable impliquant des sujets maîtrisant couramment l’anglais et le français.

Dans ce protocole, le message diffusé sur le canal attentif était un texte en langue anglaise (par exemple, un extrait de The Lord of the Flies de William Golding), tandis que le message concurrent diffusé dans l’oreille rejetée était la traduction littérale en langue française de ce même texte, enregistrée par un locuteur masculin différent dont la fréquence fondamentale et le timbre étaient dissemblables de la voix anglaise. Sur le plan acoustique, spectral et phonétique, les deux signaux ne présentaient aucune ressemblance physique : les structures formatiques des voyelles françaises et anglaises divergent radicalement, les structures consonantiques et les métriques rythmiques ne coïncidaient à aucun moment.

Les données expérimentales ont révélé que de nombreux participants bilingues finissaient par interrompre leur ombrage vocal pour s’écrier que le message envoyé à l’oreille rejetée « disait la même chose » que le texte anglais de l’oreille ombrée. Pour parvenir à une telle prise de conscience en l’absence totale de convergence acoustico-physique, il fallait nécessairement que le flux atténué de la langue française eût pénétré jusqu’aux représentations sémantiques supralinguistiques et conceptuelles du lexique mental du sujet. Cette expérience historique a définitivement attesté que le filtre de Treisman n’élimine pas l’accès au lexique, mais module l’amplitude du signal, démontrant la porosité sémantique conditionnelle de l’attention sélective humaine.

8. Analyse comparative : Cherry, Broadbent, Treisman et Deutsch & Deutsch

8.1 Sélection précoce versus sélection intermédiaire : Broadbent contre Treisman

La controverse opposant Donald Broadbent à Anne Treisman représente l’une des dialectiques les plus fécondes de la science cognitive. Sur le plan architectural, la confrontation ne porte pas sur le refus de contraintes structurales – tous deux s’accordant sur l’impossibilité physique de traiter l’infinité du réel sans goulot d’étranglement –, mais sur le mode d’action et la flexibilité computationnelle du filtre sélectif. Le tableau synoptique suivant permet de formaliser cette confrontation paradigmatique fondamentale :

Critère de comparaison Modèle de Broadbent (1958) Modèle de Treisman (1960, 1964)
Nature du filtrage Sélection précoce rigide (tout-ou-rien). Sélection intermédiaire (atténuateur à gain variable).
Sort du canal rejeté Blocage absolu, extinction totale dans le tampon sensoriel. Atténuation d’intensité, maintien d’un signal affaibli.
Critères de tri primaire Propriétés physiques pures (espace, fréquence, intensité). Propriétés physiques couplées aux contraintes sémantiques.
Accès au lexique Strictement réservé au seul canal sélectionné. Possible pour le signal atténué si son seuil lexical est bas.
Sensibilité au contexte Nulle (incapable d’expliquer les glissements de phrases). Excellente (via l’abaissement des seuils par amorçage sémantique).
Économie cognitive Minimale mais rigide ; risque de cécité comportementale. Optimale ; compromis parfait entre économie et plasticité adaptative.

L’avantage épistémologique décisif du modèle d’atténuation de Treisman réside dans sa robustesse bayésienne implicite. En intégrant un mécanisme de modulation de seuils lexicaux, Treisman a doté le système perceptif d’une capacité prédictive : le cerveau utilise le contexte linguistique en cours de traitement pour générer des attentes statistiques sur les mots à venir, rendant le système hypersensible aux indices concordants même s’ils émergent d’un canal acoustiquement marginalisé.

8.2 La réponse de la sélection tardive : le modèle de Deutsch et Deutsch (1963)

En réponse directe aux modèles de Broadbent et de Treisman, les psychologues J. Anthony Deutsch et Diana Deutsch ont formulé en 1963 une théorie alternative radicale : le modèle de la sélection tardive (Late Selection Model), ultérieurement enrichi par Donald Norman en 1968. Deutsch et Deutsch ont contesté la nécessité même d’un filtre perceptif précoce, qu’il soit rigide ou atténuateur. Selon leur hypothèse, l’ensemble des stimuli sensoriels incidents – qu’ils soient issus de l’oreille attentive ou des canaux inattentifs – subissent automatiquement, sans exception et en parallèle, une analyse perceptivo-sémantique exhaustive et intégrale jusqu’au niveau de la signification lexicale la plus complexe.

Dans le schéma de Deutsch et Deutsch, le goulot d’étranglement de l’attention sélective n’est absolument pas positionné au niveau perceptif, mais rejeté très tardivement à la sortie du système, précisément au stade de la sélection de la réponse motrice, de la mémoire explicite et de l’accès à la conscience phénoménale :

  • Tous les flux acoustiques activent pleinement leurs représentations conceptuelles dans le cortex cérébral.
  • Un système d’évaluation centrale compare en continu les niveaux de pertinence et de pondération contextuelle des différents signaux identifiés.
  • Seul le signal jugé le plus pertinent à un instant t franchit le goulot d’étranglement moteur, accède à la verbalisation explicite (l’ombrage vocal) et s’inscrit dans les traces de la mémoire consciente déclarative. Les autres stimuli, bien qu’ayant été pleinement « compris » par le cerveau de manière implicite, sont voués à un oubli immédiat sans laisser de traces accessibles à l’interrogatoire verbal.

Anne Treisman a vigoureusement combattu cette thèse de la sélection tardive, soulignant son inefficacité métabolique et computationnelle aberrante. Pourquoi le cerveau humain consacrerait-il une énergie neurale colossale à décoder intégralement la grammaire, la syntaxe et la sémantique de dix conversations de fond parasitaires dans une pièce bruyante, si 99 % de ce travail est instantanément anéanti avant l’étape de l’action motrice ? De plus, sur le plan phénoménologique, le modèle de sélection tardive échouait à expliquer pourquoi l’identification de stimuli sur le canal inattentif demeure instable, probabiliste et dépendante de leur saillance émotionnelle, plutôt que systématique et universelle.

Cette controverse historique trouvera une remarquable conciliation un quart de siècle plus tard sous l’égide de la théorie de la charge cognitive (Load Theory of Selective Attention) formulée par Nilli Lavie au milieu des années 1990. Lavie a magistralement démontré que la précocité ou la tardiveté de la sélection attentionnelle n’est pas une propriété architecturale figée du cerveau, mais une fonction adaptative dépendant directement de la charge perceptive de la tâche. Face à une tâche cognitive imposant une charge perceptive élevée (saturation sensorielle immédiate), le système opère une sélection précoce selon le modèle de l’atténuation de Treisman. Face à une tâche n’induisant qu’une charge perceptive faible, les ressources résiduelles débordent automatiquement sur les canaux concurrents, engendrant une analyse sémantique tardive à la manière de Deutsch et Deutsch.

9. Bases neurophysiologiques de l’atténuation attentionnelle

9.1 Corrélats électrophysiologiques et potentiels évoqués auditifs (ERP)

L’essor des neurosciences cognitives et le perfectionnement de l’électroencéphalographie (EEG) haute densité ont permis de traquer avec une précision millimétrique les corrélats neurophysiologiques des modèles d’attention sélective, confirmant de manière spectaculaire les prédictions du modèle d’atténuation de Treisman contre le réductionnisme de Broadbent ou l’absolutisme de Deutsch et Deutsch. Les recherches sur les potentiels évoqués auditifs (Event-Related Potentials ou ERP) ont apporté les preuves directes de la modulation du gain sensoriel dans les voies corticales auditives.

Dans les expériences menées par Steven Hillyard et ses collègues dès 1973, les chercheurs ont mesuré les ondes électriques cérébrales générées en réponse à des stimuli auditifs présentés dans des configurations dichotiques analogues à celles de Cherry et Treisman. Leurs investigations se sont focalisées sur l’onde N100 (ou N1), une déflection négative précoce survenant entre 80 et 120 millisecondes après l’impact acoustique, générée au sein du cortex auditif primaire situé sur le gyrus de Heschl dans le lobe temporal :

  • Lorsque le son est délivré à l’oreille attentive sélectionnée, l’amplitude de l’onde N100 est significativement amplifiée, attestant d’une facilitation synaptique précoce.
  • Lorsque ce même stimulus physique est délivré à l’oreille inattentive rejetée, l’onde N100 n’est absolument pas annihilée – ce qui aurait été le cas sous l’empire d’un filtre tout-ou-rien de type Broadbent –, mais présente une réduction d’amplitude d’environ 30 à 50 %. C’est la signature neurophysiologique irréfutable d’un mécanisme d’atténuation de gain sensoriel opérant dès les premiers relais corticaux.

Au-delà de la modulation de la N100, les composantes électrophysiologiques plus tardives ont permis de documenter le franchissement des seuils lexicaux théorisés par Treisman. L’onde MMN (Mismatch Negativity), survenant entre 150 et 250 ms de manière largement pré-attentionnelle, reflète la détection automatique par le cortex auditif d’une déviance acoustique ou phonologique au sein du flux inattentif rejeté. Par ailleurs, l’onde P300 (P3b), une vaste déflexion positive culminant entre 300 et 600 ms et associée à la prise de conscience et à l’actualisation de la mémoire de travail, ne se déclenche face aux stimuli du canal inattentif que si et seulement si ces stimuli franchissent le seuil critique d’activation, à l’instar de l’insertion du prénom propre du sujet ou d’un stimulus d’alarme vitale hautement significatif.

9.2 Neuro-imagerie fonctionnelle des réseaux attentionnels auditifs

L’avènement de l’imagerie par résonance magnétique fonctionnelle (IRMf) et de la magnétoencéphalographie (MEG) a dévoilé les réseaux anatomiques sous-jacents qui orchestrent physiquement le filtre atténuateur d’Anne Treisman. L’atténuation n’est pas localisée dans une structure isolée, mais résulte d’une boucle rétroactive complexe unissant le cortex cérébral supérieur aux relais sous-corticaux.

Le contrôle volontaire du filtrage est initié par le réseau attentionnel dorsal descendant (top-down), principalement constitué par le cortex frontal dorsolatéral (DLPFC), les champs oculaires frontaux (FEF) et le sillon intrapariétal (IPS). Dès que l’individu décide de focaliser son écoute sur une source spécifique, ce réseau exécutif transmet des signaux inhibiteurs et facilitateurs descendants vers les structures auditives inférieures :

  • Le complexe sous-cortical thalamique : Le noyau réticulaire thalamique agit comme un véritable modulateur de flux en exerçant un contrôle inhibiteur GABAergique direct sur le corps genouillé médial (MGB) du thalamus auditif, régulant en amont la quantité d’informations brutes autorisées à cheminer vers le cortex.
  • Le tronc cérébral et le colliculus inférieur : Des faisceaux efférents corticofuges descendent jusqu’au complexe olivaire supérieur et aux cellules ciliées de la cochlée (via le faisceau olivocochléaire), permettant d’ajuster micromécaniquement la réactivité cochléaire et d’atténuer le bruit de fond dès la transduction périphérique.
  • Le cortex auditif secondaire et les aires de Wernicke : Dans les aires associatives du sillon temporal supérieur (STS), la représentation tonotopique du canal inattentif subit une désynchronisation neurale active, réduisant le rapport signal sur bruit et empêchant les signaux d’activer les réseaux sémantiques distribués, sauf en présence d’une résonance d’amorçage contextuel descendant issu du cortex préfrontal ventromédian.

10. Limites méthodologiques et critiques épistémologiques du modèle de Treisman

10.1 Le défi de l’évaluation subjective et du biais expérimental

Nonobstant son incontestable élégance théorique et son adéquation phénoménologique, le modèle d’atténuation d’Anne Treisman a fait l’objet d’interrogations épistémologiques et méthodologiques rigoureuses. La critique la plus redoutable formulée à l’encontre des conclusions issues du paradigme de l’ombrage dichotique concerne l’hypothèse non vérifiable des micro-basculements d’attention (attention switching).

Plusieurs théoriciens de la sélection tardive ont soutenu que les sujets ne traitent pas le signal rejeté sous une forme atténuée en continu, mais effectuent en réalité de microscopiques sauts attentionnels périodiques et clandestins vers le canal non assigné. Ces micro-oscillations, d’une durée infinitésimale (quelques dizaines de millisecondes), échapperaient à la vigilance de l’expérimentateur et ne perturberaient pas la fluidité apparente de l’ombrage vocal continu. Ainsi, l’écoute d’un prénom ou d’un mot incongru sur le canal inattentif ne prouverait pas l’existence d’un filtre atténuateur analysant le signal en continu à bas niveau, mais résulterait de la capture fortuite du mot lors d’un micro-basculement de l’attention sélective vers l’autre oreille. Bien que Treisman ait méthodiquement tenté de réfuter cette objection en augmentant la cadence de l’ombrage pour saturer la mémoire de travail, la distinction empirique entre un canal continu atténué et une attention oscillante à haute fréquence demeure l’un des défis méthodologiques les plus ardus des sciences de l’attention.

En outre, la technique d’ombrage vocal elle-même introduit un biais moteur et phonatoire substantiel. Répéter une voix à haute voix mobilise les effecteurs laryngés, le contrôle proprioceptif orofacial et une boucle de rétroaction auditive de sa propre voix, ce qui crée une interférence motrice parasitaire majeure. Il devient complexe de démêler la part de l’inhibition attentionnelle purement auditive de l’inhibition motrice requise pour bloquer la vocalisation des stimuli distracteurs.

Enfin, sur le plan épistémologique, la notion de « seuil d’activation des unités de dictionnaire » a été critiquée pour son caractère parfois circulaire ou difficilement réfutable (au sens de Karl Popper). Si un mot du canal rejeté est détecté, le théoricien affirme que son seuil était bas ; s’il n’est pas détecté, il affirme que son seuil était élevé. Sans une modélisation mathématique indépendante et préalable capable de prédire quantitativement la valeur absolue du seuil de chaque unité lexicale avant l’expérimentation, le modèle risquait de glisser vers une circularité descriptive ad hoc.

10.2 Validité écologique des protocoles de laboratoire

Une seconde limite substantielle tient au fossé béant séparant les protocoles d’écoute dichotique en laboratoire insonorisé et les conditions écologiques de l’écoute humaine en environnement naturel. Dans la vie courante, personne n’est équipé d’un casque audio scindant de manière chirurgicale deux flux acoustiques totalement isolés dans chaque tympan sans la moindre diffusion osseuse ou interférence de phase.

Dans un contexte réel de cocktail party :

  • Les sources sonores sont distribuées dans un espace tridimensionnel continu et sont soumises à la réverbération acoustique des murs et des obstacles, créant des profils d’écho complexes que le cerveau utilise activement pour la ségrégation de scène auditive.
  • L’écoute humaine est intrinsèquement multimodale. La perception de la parole s’appuie massivement sur la vision labiale et l’observation des mimiques faciales de l’interlocuteur, comme l’a magistralement révélé l’effet McGurk. L’intégration audiovisuelle au niveau du sillon temporal supérieur améliore l’intelligibilité de la parole ciblée de plus de 15 décibels en milieu bruyant, une dimension totalement oblitérée par l’écoute dichotique purement auditive des protocoles de Cherry et Treisman.
  • Les caractéristiques pragmatiques et conversationnelles réelles (l’intérêt personnel pour un sujet, la connivence émotionnelle, l’intonation affective vivante) transcendent largement la récitation monotone de textes littéraires enregistrés sur bande magnétique imposée aux étudiants d’Oxford ou de Cambridge lors des cohortes expérimentales des années 1960.

11. Évolution et postérité théorique : de l’atténuation à l’intégration des traits

11.1 La transition conceptuelle d’Anne Treisman vers la modalité visuelle

Loin de cantonner ses intuitions révolutionnaires au domaine de la psychoacoustique verbale, Anne Treisman a opéré, à partir de la fin des années 1970, une transposition conceptuelle magistrale de ses modèles attentionnels vers l’univers de la perception visuelle. Cette transition a culminé en 1980 avec la formulation de la Théorie de l’Intégration des Traits (Feature Integration Theory ou FIT), co-développée avec Garry Gelade, qui demeure à ce jour l’un des articles les plus cités de l’histoire de la psychologie cognitive.

Le fil conducteur épistémologique entre le modèle d’atténuation auditive et la théorie visuelle de l’intégration des traits est d’une remarquable cohérence. Dans les deux cas, Treisman postule une architecture en deux phases distinctes :

  1. Une phase pré-attentionnelle automatique et parallèle : De même que l’atténuateur auditif analyse d’abord les attributs physiques sans effort (fréquence, localisation, intensité), le système visuel extrait simultanément, passivement et sur l’ensemble du champ visuel, les caractéristiques élémentaires des objets (couleur, orientation des lignes, mouvement, taille) au niveau des cartes rétinotopiques du cortex visuel primaire (V1 à V4).
  2. Une phase d’attention focalisée sérielle et coûteuse : De même que l’identification lexicale et l’accès à la conscience requièrent le passage par le canal atténuateur, l’intégration des différents traits élémentaires en un percept unifié (lier la couleur rouge à la forme triangulaire d’un panneau) exige le déploiement d’un faisceau d’attention focalisée spatiale agissant comme un « ciment perceptif ». En l’absence de cette attention sélective focalisée, les traits demeurent flottants et peuvent se combiner de manière erronée pour créer des « conjonctions illusoires », un phénomène rigoureusement documenté par Treisman chez les sujets normaux sous haute charge cognitive ou chez des patients atteints du syndrome de Balint.

Cette convergence théorique a établi Anne Treisman comme l’une des architectes majeures des théories unifiées de l’attention humaine, démontrant que la sélection perceptive – qu’elle module l’amplitude d’une onde acoustique dans la cochlée ou qu’elle lie des traits d’orientation spatiale dans le cortex occipito-pariétal – obéit aux mêmes impératifs computationnels d’économie et d’optimisation face à la saturation informationnelle du monde.

11.2 L’influence sur les modèles computationnels et l’intelligence artificielle

L’héritage intellectuel de Colin Cherry et d’Anne Treisman irradie avec une vigueur spectaculaire au sein des architectures contemporaines d’apprentissage automatique (machine learning) et de traitement automatique du langage naturel (NLP). L’impossibilité d’allouer des capacités de calcul exponentielles à l’ensemble des données d’entrée a forcé les ingénieurs en intelligence artificielle à redécouvrir les principes d’atténuation et de routage attentionnel théorisés soixante ans plus tôt.

La rupture technologique des modèles de fondation modernes repose sur le mécanisme d’attention introduit par l’architecture des Transformers (Vaswani et al., 2017, Attention Is All You Need). Le cœur mathématique de ces réseaux repose sur l’attention par produit scalaire échelonné (Scaled Dot-Product Attention) :

Attention(Q, K, V) = softmax((Q KT) / √dk) V

Dans cette formalisation matricielle, les vecteurs de requêtes (Queries) et de clés (Keys) interagissent pour générer une matrice de poids de distribution softmax. Cette fonction softmax remplit mathématiquement la mission exacte du filtre atténuateur de Treisman : elle ne procède pas à une coupure binaire stricte (qui correspondrait à une fonction échelon de Heaviside analogue au filtre rigide de Broadbent), mais produit une distribution continue de poids d’attention normalisés compris entre 0 et 1. Les informations non prioritaires reçoivent des poids proches de zéro – elles sont numériquement atténuées –, tandis que les informations hautement pertinentes sur le plan contextuel voient leurs représentations amplifiées au sein des vecteurs de valeurs (Values).

De même, dans le domaine du traitement du signal audio et de la séparation de sources aveugles (Blind Source Separation), la résolution algorithmique du problème de la cocktail party de Colin Cherry a accompli des progrès fulgurants grâce aux réseaux de neurones récurrents et aux modèles de masquage temps-fréquence profonds (comme Conv-TasNet ou Demucs). Ces modèles apprennent à estimer des masques d’atténuation continus sur le spectrogramme complexe d’un mélange sonore polyphonique, isolant la voix d’un locuteur cible au milieu de dizaines de locuteurs concurrents par l’application sélective de gains variables, matérialisant dans le silicium des puces graphiques les hypothèses psychoacoustiques que Treisman testait patiemment sur bandes magnétiques dans son laboratoire d’Oxford.

12. Synthèse conclusive : la portée paradigmatique des contributions de Cherry et Treisman

12.1 Bilan de la révolution attentionnelle en sciences cognitives

L’arc historique inauguré par la formulation du problème de la cocktail party par Colin Cherry en 1953 et couronné par les expérimentations d’Anne Treisman sur le modèle d’atténuation dans les années 1960 représente un tournant épistémologique irréversible. Ensemble, ces deux pionniers ont arraché la psychologie scientifique aux carcans réductionnistes du comportementalisme sans pour autant basculer dans les impasses de l’introspection incontrôlée. En concevant des protocoles d’ombrage vocal dichotique d’une rigueur d’horloger, ils ont transformé des concepts mentaux abstraits en variables physiques quantifiables, mesurables en millisecondes et en pourcentages d’erreurs de rappel.

La pérennité du modèle d’atténuation d’Anne Treisman tient à sa remarquable justesse adaptative. En rejetant l’alternative simpliste entre un filtre périphérique aveugle et un analyseur sémantique central omniscient mais énergétiquement ruineux, Treisman a su concevoir un système équilibré, souple et économe. Le modèle d’atténuation rend justice à la double nature de la cognition humaine : une formidable machine à focaliser ses efforts sur l’action immédiate, tout en maintenant une sentinelle subliminale vigilante, capable d’interrompre instantanément la routine motrice dès qu’un signal d’une importance biologique ou sociale majeure surgit de la pénombre sensorielle.

L’impact de ces travaux transcende largement le cadre académique de la psychologie de laboratoire. Leurs principes théoriques constituent le socle de la psychopathologie cognitive moderne, éclairant d’un jour nouveau les mécanismes de désinhibition attentionnelle observés dans le Trouble du Déficit de l’Attention avec ou sans Hyperactivité (TDAH), où le filtre atténuateur échoue à amortir le gain des stimuli non pertinents, ou encore dans la schizophrénie, où l’effondrement de la modulation pré-attentionnelle submerge le patient sous un flot continu d’intrusions sémantiques incontrôlables.

12.2 Perspectives futures dans l’étude des filtres attentionnels

À l’aube du XXIe siècle, l’exploration des filtres attentionnels auditifs s’engage dans une ère nouvelle, portée par la convergence de l’optogénétique, de la magnétoencéphalographie à haute densité et des neurotechnologies computationnelles. L’un des horizons les plus spectaculaires de cette filiation directe avec Cherry et Treisman s’incarne dans le développement des prothèses auditives cognitives et des interfaces cerveau-machine (ICM) non invasives.

Les personnes malentendantes appareillées avec des prothèses traditionnelles éprouvent une détresse majeure dans les environnements polyphoniques denses, car les algorithmes conventionnels peinent à deviner quelle voix l’utilisateur souhaite suivre. Grâce aux paradigmes de décodage attentionnel auditif (Auditory Attention Decoding ou AAD), les nouvelles prothèses intelligentes intègrent des réseaux d’électrodes captant en temps réel les ondes cérébrales de l’utilisateur. En comparant les profils d’enveloppe spectrale des multiples locuteurs ambiants avec la synchronisation de phase du cortex auditif de l’auditeur, l’appareil identifie instantanément la voix sur laquelle se porte l’attention volontaire de l’utilisateur et applique dynamiquement un filtre d’atténuation algorithmique en temps réel sur toutes les voix concourantes. Soixante-dix ans après l’article pionnier de Colin Cherry, l’homme est désormais capable de concevoir des systèmes cybernétiques réalisant artificiellement la résolution du problème de la cocktail party en lisant directement la signature du modèle d’atténuation d’Anne Treisman au cœur des neurones corticaux.

Références

Citer cet article

memjavad (2026, septembre 5). Colin Cherry L’Expérience du Modèle d’Atténuation de l’Attention – Anne Treisman Le. Base de données de psychologie en français. https://fr.arabpsychology.com/experiments/colin-cherry-experience-modele-attenuation-attention-anne-treisman/
memjavad. “Colin Cherry L’Expérience du Modèle d’Atténuation de l’Attention – Anne Treisman Le.” Base de données de psychologie en français, 5 septembre 2026, https://fr.arabpsychology.com/experiments/colin-cherry-experience-modele-attenuation-attention-anne-treisman/.
memjavad. “Colin Cherry L’Expérience du Modèle d’Atténuation de l’Attention – Anne Treisman Le.” Base de données de psychologie en français. septembre 5, 2026. https://fr.arabpsychology.com/experiments/colin-cherry-experience-modele-attenuation-attention-anne-treisman/.