(Écoute dichotique) – Donald Broadbent L’expérience de l’effet cocktail party –

L’exploration des mécanismes fondamentaux de la perception humaine constitue l’un des piliers les plus féconds de la psychologie cognitive moderne. Au cœur de cette quête intellectuelle se trouve une énigme phénoménologique universelle : comment l’appareil cognitif parvient-il à extraire un flux de parole signifiant et continu au sein d’une cacophonie d’ondes sonores concurrentes, de bruits de fond réverbérés et de conversations croisées ? Ce prodige perceptif, formalisé sous l’expression évocatrice d’effet cocktail party, ne représente pas simplement une curiosité anecdotique de nos interactions sociales, mais incarne le principe même de l’attention sélective auditive, mécanisme vital par lequel le cerveau orchestre la répartition de ses ressources computationnelles limitées.

Au milieu du XXe siècle, sous l’impulsion conjointe des impératifs technologiques issus de la Seconde Guerre mondiale et de l’émergence des sciences de la communication, l’étude de l’audition s’est affranchie des cadres restrictifs de la psychophysique classique et du behaviorisme dogmatique. Les travaux pionniers de Colin Cherry en 1953 ont jeté les bases méthodologiques de cette investigation en introduisant le paradigme de l’écoute dichotique et de la filature verbale (shadowing). Cependant, c’est au psychologue britannique Donald Broadbent que revient le mérite historique d’avoir transcendé la simple observation empirique pour bâtir une théorie globale, élégante et rigoureuse du traitement de l’information humaine. À travers son expérience princeps des paires de chiffres divisées (split-span) en 1954 et la publication monumentale de son ouvrage Perception and Communication en 1958, Broadbent a formulé le tout premier modèle mécaniste de l’attention : la théorie du filtre précoce.

Cet article propose une analyse exhaustive et critique de cette révolution paradigmatique. En examinant minutieusement les origines conceptuelles de la sélectivité auditive, les dispositifs expérimentaux innovants déployés à Cambridge, la formalisation de l’architecture cognitive en entonnoir, puis les remises en question stimulantes portées par Anne Treisman, Neville Moray et les partisans de la sélection tardive, nous retracerons l’évolution d’une discipline tout entière. Nous aborderons enfin les prolongements contemporains de ces découvertes, depuis la neuro-imagerie fonctionnelle des réseaux fronto-temporaux et l’avantage de l’oreille droite jusqu’aux applications de pointe en audiologie clinique, en ergonomie aéronautique et dans les architectures d’intelligence artificielle dédiées à la séparation aveugle de sources sonores.

1. Introduction aux fondements de l’attention sélective et genèse de l’effet cocktail party

1.1 Définition conceptuelle et portée de l’attention sélective auditive

L’attention sélective auditive se définit sur le plan conceptuel comme la faculté cognitive hautement sophistiquée permettant à un organisme de focaliser ses ressources d’analyse perceptuelle et mnésique sur une source acoustique spécifique tout en ignorant, atténuant ou rejetant activement les flux sonores concurrents présents dans l’environnement. Dans l’écologie perceptive humaine, le système auditif se distingue fondamentalement de la vision par son caractère omnidirectionnel et ouvert : nous ne possédons pas de « paupières auriculaires » capables d’obstruer mécaniquement l’arrivée des ondes mécaniques à la membrane tympanique. Par conséquent, l’isolement d’un signal acoustique d’intérêt relève exclusivement d’opérations neurobiologiques et cognitives internes.

Sur le plan théorique, il convient de distinguer avec rigueur l’attention sélective auditive de deux autres modalités attentionnelles majeures : l’attention divisée et l’attention soutenue. Alors que l’attention sélective impose un arbitrage drastique au profit d’un flux exclusif dans le but de préserver la fidélité du décodage sémantique, l’attention divisée correspond à la tentative de traiter parallèlement deux ou plusieurs sources d’information distinctes, une opération dont le succès dépend étroitement de la charge cognitive et de la redondance des messages. L’attention soutenue, pour sa part, renvoie à la capacité de maintenir un niveau de vigilance et d’efficience sensorielle optimal sur une durée temporelle prolongée, face à des flux monotones ou sporadiques.

D’un point de vue évolutif, la focalisation auditive constitue un avantage adaptatif déterminant pour la survie de l’espèce. Dans un biotope primitif saturé de signaux sonores non verbaux — bruissements de la végétation, cris d’alarme de congénères, approches feutrées de prédateurs —, la capacité à discriminer instantanément un indice acoustique porteur de menace au sein d’un bruit de fond complexe déterminait l’issue vitale de l’interaction. Avec le développement de la socialité humaine et du langage articulé, cette compétence a été réinvestie dans l’adaptation sociale, rendant possible la communication dyadique au sein du groupe, la transmission d’enseignements et la coopération coordonnée, consolidant ainsi la position de l’attention auditive comme pierre angulaire du développement cognitif et socioculturel.

1.2 Le problème de la surcharge sensorielle dans les environnements bruités

Le traitement des flux sensoriels par le système nerveux central est inéluctablement contraint par des limitations structurelles, énergétiques et computationnelles. Confronté à un environnement physique surchargé, où des millions d’oscillations de pression acoustique frappent simultanément les cils vibratiles de l’organe de Corti, le cerveau ne peut matériellement pas déployer une analyse de haut niveau sur la totalité des données entrantes. Cette réalité neurophysiologique pose d’emblée le dilemme de la surcharge sensorielle : si chaque onde sonore était transmise sans filtrage préalable aux structures corticales supérieures dévolues à la compréhension sémantique, le cortex associatif et les réseaux exécutifs subiraient une saturation quasi instantanée, provoquant un blocage de l’action intentionnelle et une désorganisation de la pensée.

Pour modéliser cette disparité abyssale entre l’immensité du flux d’informations physiques externes et la bande passante restreinte de la conscience réflexive, la psychologie scientifique naissante a rapidement adopté la métaphore de l’entonnoir cognitif. Dans ce schéma théorique, l’extrémité large de l’entonnoir représente le récepteur périphérique, doté d’une capacité de capture sensorielle massive, tandis que le goulot étroit figure le passage obligé vers les systèmes d’élaboration consciente, de décision motrice et de mémoire à long terme. La question épistémologique centrale devient alors de comprendre comment, où et selon quelles règles s’opère l’élagage des données au sein de cet entonnoir.

C’est précisément au sein de cette tension fonctionnelle que s’inscrit la définition phénoménologique originale de la situation de cocktail party. Formulée de manière vivante pour décrire une réception mondaine typique, cette configuration met en scène un individu immergé dans un espace réverbérant où des dizaines de locuteurs s’expriment en même temps, accompagnés de bruits de verres, de rires et de musiques d’ambiance. Dans ce contexte chaotique, le sujet parvient pourtant, sans effort musculaire apparent, à s’isoler dans une « bulle conversationnelle », conversant intelligiblement avec son interlocuteur direct tout en demeurant apparemment imperméable aux propos tenus à quelques centimètres de lui. Ce phénomène quotidien banal masque en vérité un ensemble d’algorithmes neurocognitifs d’une complexité vertigineuse.

1.3 L’avènement de la révolution cognitive au milieu du XXe siècle

Pour comprendre la genèse des recherches expérimentales sur l’écoute sélective, il est indispensable de contextualiser la rupture épistémologique majeure qui traverse la psychologie au sortir de la Seconde Guerre mondiale. Pendant plusieurs décennies, la psychologie académique, particulièrement dans le monde anglo-saxon, était demeurée sous l’hégémonie stricte du paradigme behavioriste initié par John B. Watson et radicalisé par B.F. Skinner. Ce modèle positiviste interdisait formellement toute référence aux états mentaux internes, reléguant le cerveau au statut de « boîte noire » impénétrable et limitant la science psychologique à l’analyse exclusive des relations fonctionnelles observables entre stimuli environnementaux et réponses comportementales.

Toutefois, les exigences opérationnelles du conflit mondial — notamment l’interaction complexe des militaires avec des systèmes d’armes sophistiqués, des radars et des tableaux de bord aéronautiques — ont cruellement révélé les apories du behaviorisme. Les ingénieurs et psychologues militaires devaient comprendre pourquoi des opérateurs parfaitement entraînés commettaient des erreurs fatales d’inattention ou de mauvaise interprétation de signaux complexes. C’est à la confluence de ces problématiques concrètes et de cadres conceptuels émergents que s’est amorcée la révolution cognitive. Les chercheurs se sont emparés des concepts issus de la cybernétique de Norbert Wiener et surtout de la théorie mathématique de la communication élaborée par Claude Shannon et Warren Weaver en 1949.

Ce basculement épistémologique a permis de redéfinir l’esprit humain non plus comme une chaîne passive de réflexes conditionnés, mais comme un système computationnel sophistiqué de traitement de l’information. L’être humain est désormais conceptualisé comme un canal de communication doté d’une capacité maximale de transmission (exprimée métaphoriquement ou mathématiquement en bits par seconde), soumis à du bruit intrinsèque et nécessitant des dispositifs internes de routage, de filtrage et de stockage temporaire. L’attention sélective n’est plus considérée comme une entité métaphysique brumeuse, mais comme une opération formelle de gestion des ressources au sein d’une architecture de traitement de signaux, posant les bases nécessaires aux travaux de Colin Cherry et Donald Broadbent.

2. Les travaux précurseurs de Colin Cherry et la formulation de l’énigme auditive

2.1 L’expérience inaugurale de Colin Cherry en 1953

L’acte de naissance scientifique de l’étude moderne de l’attention auditive est incontestablement signé par l’ingénieur et acousticien britannique Edward Colin Cherry à travers son article séminal publié en 1953 dans The Journal of the Acoustical Society of America. Évoluant à l’Imperial College de Londres, Cherry était profondément imprégné des problématiques de télécommunication et des défis industriels et militaires de son époque, en particulier ceux rencontrés par les contrôleurs de la circulation aérienne. Ces derniers, coiffés d’écouteurs rudimentaires, recevaient simultanément sur une même fréquence radio les appels vocaux superposés de multiples pilotes en détresse ou en phase d’approche, générant un brouhaha acoustique où la distinction des consignes vitales devenait une tâche périlleuse.

Confronté à cette situation critique, Cherry a entrepris de reconstituer cette difficulté en laboratoire afin d’en quantifier objectivement les variables déterminantes. Il a conçu une série d’expériences novatrices scindées en deux configurations distinctes : l’écoute biauriculaire (ou binaurale classique), où deux messages distincts enregistrés par la même voix sont diffusés simultanément aux deux oreilles en même temps, et l’écoute dichotique, où un message est acheminé de façon strictement exclusive vers l’oreille droite, tandis qu’un second message, totalement indépendant, parvient à l’oreille gauche. C’est à la faveur de cette brillante dissociation expérimentale que Cherry a formalisé et baptisé l’effet cocktail party.

Ses premiers résultats en condition d’écoute biauriculaire ont mis en exergue l’extrême difficulté éprouvée par les sujets pour isoler une voix lorsque celle-ci partageait le même spectre de fréquences, la même intensité et la même provenance spatiale virtuelle que la voix concurrente. En l’absence de tout indice de localisation ou de divergence acoustique manifeste, les auditeurs devaient mobiliser un effort cognitif intense et réécouter le matériel sonore plusieurs dizaines de fois pour extraire péniblement des bribes de phrases. Cette première étape a permis à Cherry de poser l’énigme fondamentale : sur quels indices physiques ou linguistiques l’auditeur s’appuie-t-il pour démêler deux flux d’ondes qui fusionnent sur le plan purement physique au niveau de la cochlée ?

2.2 Le paradigme du filage auditif continu ou shadowing

Afin d’étudier avec une précision quasi chirurgicale la dynamique temporelle de l’attention et de s’assurer qu’un message cible était bel et bien traité en continu à l’exclusion d’un autre, Colin Cherry a imaginé un paradigme expérimental devenu célèbre sous le nom de filage auditif continu, ou shadowing. Le protocole imposait aux sujets d’écouter au casque un discours continu diffusé dans une oreille désignée (l’oreille surveillée ou canal cible) tout en répétant à voix haute, immédiatement et mot à mot, chaque terme prononcé par l’orateur au fur et à mesure de son apparition. La synchronisation devait être la plus serrée possible, n’autorisant qu’un décalage de quelques fractions de seconde entre l’audition et la vocalisation.

Ce protocole exigeait une mobilisation colossale et ininterrompue des ressources exécutives et attentionnelles des participants. La tâche de filage continu ne consiste pas en une simple écoute passive : elle requiert le décodage acoustique, l’extraction phonémique, l’activation lexicale, la planification articulatoire et le contrôle phonatoire en temps réel, le tout dans une boucle sensorimotrice ultra-rapide. Cette cadence infernale entraînait une saturation quasi complète de la mémoire de travail et de la bande passante cognitive, ne laissant subsister aucune marge de manœuvre résiduelle pour une éventuelle réallocation spontanée de l’attention vers d’autres stimuli.

Le résultat le plus saisissant de cette manipulation a résidé dans l’état de l’information parvenue sur le canal rejeté (l’oreille non surveillée). Interrogés immédiatement après la fin de la session de filage continu sur le contenu du message diffusé dans l’oreille négligée, les participants se sont révélés incapables de citer le moindre mot, la moindre phrase ou même le thème général du discours qui venait pourtant de frapper leur tympan pendant plusieurs minutes. Ce constat empirique d’une amnésie ou d’une absence presque totale de rétention du contenu verbal a suscité un séisme conceptuel au sein de la jeune communauté des sciences cognitives.

2.3 Traitement acoustique brut versus analyse sémantique du canal négligé

Poussant son investigation plus avant, Colin Cherry s’est interrogé sur la profondeur réelle du rejet de l’information concurrente. Pour ce faire, il a introduit subrepticement des altérations spectaculaires au sein du signal diffusé dans l’oreille non surveillée pendant que les sujets effectuaient la tâche de filage continu. Les variations introduites couvraient un large spectre de modifications, allant du niveau acoustique brut jusqu’au niveau purement linguistique et sémantique le plus élaboré.

Les données expérimentales ont révélé une dissociation fonctionnelle spectaculaire :

• Détection des variations physiques et acoustiques : Les sujets remarquaient quasi systématiquement lorsque la voix masculine se transformait brutalement en une voix féminine aiguë, lorsqu’un son pur sinusoïdal (bourdonnement de 400 Hz) était inséré à la place de la voix, ou lorsque le message était brusquement interrompu par un silence total.
• Insensibilité complète aux ruptures linguistiques : En revanche, les participants ne manifestaient aucune prise de conscience lorsque la langue du discours négligé passait subitement de l’anglais à l’allemand ou au français, ni même lorsque le discours était diffusé à l’envers (reversed speech), une manipulation qui produit pourtant des sons étranges et dysharmonieux.

De ces observations minutieuses, Colin Cherry a tiré une déduction princeps qui allait structurer la psychologie cognitive pour les décennies suivantes : le système cognitif procède à un tri sélectif de bas niveau. Le canal non surveillé franchit manifestement les premières étapes du traitement sensoriel périphérique — puisque ses caractéristiques physiques élémentaires (fréquence fondamentale, intensité globale, présence/absence) sont enregistrées et demeurent accessibles à la conscience —, mais il est impitoyablement bloqué avant d’accéder aux processeurs corticaux supérieurs responsables de l’analyse linguistique, de la syntaxe et de l’intégration sémantique. L’énigme était posée, mais le modèle théorique formel restait à construire.

3. Donald Broadbent et le développement du paradigme de l’écoute dichotique

3.1 Trajectoire scientifique et contexte institutionnel à Cambridge

L’homme qui allait théoriser et mathématiser ces observations n’était autre que Donald Eric Broadbent (1926-1993). Ayant initialement servi au sein de la Royal Air Force en tant qu’ingénieur aéronautique pendant la Seconde Guerre mondiale, Broadbent avait développé une sensibilité aiguë et très pragmatique aux interactions complexes unissant l’être humain aux technologies avancées. Conscient que les défaillances opérationnelles des machines étaient souvent, en réalité, des défaillances de l’interface humaine sous stress, il décida de poursuivre des études de psychologie à l’Université de Cambridge, où il rejoignit la prestigieuse Applied Psychology Unit (APU) financée par le Medical Research Council (MRC).

Sous la direction éclairée de Frederic Bartlett, l’APU constituait un terreau intellectuel unique au monde, alliant une rigueur méthodologique sans compromis à une volonté constante d’ancrer la recherche fondamentale dans des contextes concrets du monde réel. Broadbent y observait quotidiennement des pilotes d’aviation militaire, des opérateurs de tours de contrôle et des surveillants de stations radar. Il constata que ces opérateurs, soumis à un flot perpétuel de stimulations lumineuses et sonores, atteignaient des points de rupture critique où leur capacité de prise de décision s’effondrait de façon non linéaire dès lors que plusieurs messages verbaux se chevauchaient temporellement.

Refusant l’explication paresseuse d’un simple « manque d’entraînement » ou d’une « fatigue musculaire », Broadbent entreprit de quantifier objectivement les limites temporelles et capacitaires structurelles du système nerveux central. Son ambition scientifique était de bâtir un pont conceptuel indéfectible entre l’ingénierie des télécommunications, la théorie de l’information et la neurobiologie cognitive naissante, en traitant le système perceptif humain non pas comme une boîte mystique, mais comme un réseau de transmission doté d’une bande passante mesurable et soumis à des goulots d’étranglement inévitables.

3.2 Formalisation méthodologique de la tâche d’écoute dichotique

Pour soumettre ses hypothèses à l’épreuve des faits, Donald Broadbent comprit qu’il devait impérativement dépasser l’empirisme descriptif des expériences de Cherry en concevant un appareillage expérimental standardisé, reproductible et hautement contrôlable. C’est à ce titre qu’il formalisa de manière systématique le paradigme de l’écoute dichotique, qui devint l’un des outils de référence des neurosciences cognitives du XXe siècle.

Sur le plan métrologique, Broadbent a rigoureusement distingué deux modalités de diffusion auditive expérimentale :

• L’écoute diotique : Distribution où un signal audio strictement identique est présenté simultanément et avec la même phase aux deux oreilles du sujet, simulant une source sonore unique située dans le plan médian sagittal sans disparité binaurale.
• L’écoute dichotique : Configuration où deux signaux sonores fondamentalement distincts et indépendants sont injectés séparément et simultanément, l’un dans le conduit auditif externe droit, l’autre dans le conduit auditif gauche, via des transducteurs acoustiques étanches.

Broadbent équipa son laboratoire de Cambridge de magnétophones à double piste et de casques audio magnétiques stéréo de haute fidélité pour l’époque, garantissant une isolation acoustique optimale et éliminant tout risque de conduction osseuse ou d’interférence croisée (crosstalk) entre les transducteurs. De plus, plutôt que d’employer de longues narrations continues difficiles à décomposer mathématiquement, Broadbent innova en créant des listes de stimuli discrets rigoureusement étalonnés, constituées de chiffres monosyllabiques, de lettres ou de mots isolés d’égale durée, synchronisés avec une précision millimétrique sur les deux pistes magnétiques.

3.3 Objectivation de la rivalité interaurale dans le traitement perceptif

L’introduction de ce paradigme dichotique strict a permis d’isoler expérimentalement l’entrée aurale droite et l’entrée aurale gauche de manière inédite. Dans la vie quotidienne, la ségrégation des sources sonores bénéficie d’une multitude d’indices écologiques convergents : la vision directe des mouvements labiaux de l’orateur (labio-lecture), les mouvements de la tête, la réverbération de la pièce et la dispersion spatiale naturelle des corps physiques. En neutralisant artificiellement tous ces indices secondaires dans le noir de la cabine insonorisée, Broadbent réduisait le système perceptif à sa composante auditive pure.

Cette méthodologie a mis en évidence le phénomène fondamental de rivalité interaurale. Lorsque deux informations verbales distinctes frappent simultanément les deux tympans, les voies auditives périphériques (cochlée, nerf auditif, noyaux cochléaires du tronc cérébral) transmettent les deux signaux en parallèle sans interférence destructrice majeure. Cependant, dès que ces signaux atteignent les centres de traitement corticaux, un conflit perceptif violent s’instaure : le cerveau se révèle incapable de décoder consciemment et simultanément les deux flux linguistiques rivaux.

Cette découverte a permis d’objectiver le fait que la limitation fonctionnelle observée n’était pas un problème de captation périphérique — les récepteurs auditifs fonctionnent parfaitement et absorbent la totalité de l’énergie physique —, mais bien une contrainte de traitement central. L’expérience princeps de Broadbent allait précisément consister à cartographier la manière dont le système nerveux résout cette rivalité interaurale lorsqu’il est contraint de restituer l’intégralité du matériel sonore perçu.

4. Méthodologie expérimentale et appareillage de l’expérience de Broadbent (1954)

4.1 Le protocole standard des paires de chiffres divisées ou split-span

En 1954, Donald Broadbent publie dans le Quarterly Journal of Experimental Psychology les résultats d’une expérience qui allait devenir un classique absolu de la littérature scientifique : le protocole des paires de chiffres divisées, universellement désigné sous le terme de tâche de split-span. La beauté de cette expérience résidait dans son apparente simplicité, combinée à une rigueur opérationnelle implacable capable de mettre à nu les ressorts intimes de l’architecture cognitive.

Le dispositif expérimental se déroulait selon la séquence suivante :

• Des participants volontaires étaient installés dans une cabine insonorisée, munis d’un casque audio stéréophonique étalonné.
• Le matériel de stimulation consistait en séries de six chiffres monosyllabiques regroupés en trois paires synchrones. Par exemple, les chiffres 7, 2 et 4 étaient diffusés successivement dans l’oreille gauche, tandis qu’au même instant exact, les chiffres 8, 5 et 1 étaient présentés dans l’oreille droite.
• La diffusion s’effectuait à une cadence rapide, typiquement de deux chiffres par seconde (soit un intervalle inter-stimulus de 500 millisecondes par paire).
• Dès la diffusion de la troisième et dernière paire achevée, un signal visuel intimait aux sujets l’ordre de restituer immédiatement par écrit ou verbalement l’ensemble des chiffres entendus.

Par cette manipulation, Broadbent injectait une quantité d’informations qui ne dépassait pas la capacité empirique classique de la mémoire immédiate (qui se situe historiquement autour de 7 ± 2 éléments selon la formule de George Miller), mais en forçant le système cognitif à gérer une rivalité temporelle et spatiale absolue : traiter six items présentés deux par deux en un laps de temps extrêmement resserré de seulement une seconde et demie.

4.2 Variables indépendantes et conditions expérimentales manipulées

Pour disséquer les facteurs sous-jacents aux performances de rappel, Donald Broadbent a systématiquement fait varier plusieurs variables indépendantes cruciales au cours d’itérations expérimentales successives. La première variable fondamentale était l’intervalle inter-stimulus (ISI), c’est-à-dire le rythme d’acheminement des paires de chiffres. Broadbent a testé des cadences variant de 250 millisecondes (rythme ultra-rapide) jusqu’à plus de 2 secondes par paire (rythme lent permettant une réorganisation cognitive).

La seconde variable manipulée concernait la consigne de restitution imposée aux sujets après l’écoute de la séquence :

• La condition de rappel libre : Les sujets étaient autorisés à rappeler les six chiffres dans l’ordre de leur convenance, sans aucune contrainte de précédence temporelle ou spatiale.
• La condition de rappel pair à pair chronologique : Les sujets avaient pour consigne formelle de restituer les chiffres dans leur ordre strict d’arrivée temporelle, c’est-à-dire en reconstituant la paire 1 (chiffre gauche + chiffre droit), puis la paire 2, puis la paire 3 (par exemple : « 7-8, 2-5, 4-1 »).

Enfin, Broadbent a manipulé les caractéristiques physiques des stimuli, notamment l’homogénéité du timbre de voix (utilisation d’une voix masculine pour une oreille et d’une voix féminine pour l’autre, ou d’une même voix clonée sur les deux canaux) et le niveau de pression acoustique. Ces variations minutieuses avaient pour objectif de cerner précisément le point de rupture où le système de traitement de l’information échouait à encoder ou à décharger les données sensorielles.

4.3 Analyse empirique des données de rappel : oreille par oreille versus ordre temporel

Les données empiriques recueillies par Donald Broadbent ont révélé un patron de résultats spectaculaire et sans équivoque, qui a immédiatement frappé la communauté des psychologues par sa netteté mathématique. Dans la condition de rappel libre à cadence rapide (deux paires par seconde), les sujets ne rappelaient presque jamais les chiffres dans l’ordre chronologique d’apparition. Au contraire, ils présentaient une tendance spontanée, massive et hautement prédictible à décharger l’information oreille par oreille.

Les participants énonçaient invariablement la totalité des trois chiffres parvenus à l’une des oreilles (par exemple : « 7, 2, 4 » pour l’oreille gauche), puis restituaient consécutivement les trois chiffres présentés à l’autre oreille (« 8, 5, 1 »). Sous cette modalité spontanée, le taux de rappel exact était remarquablement élevé, atteignant souvent entre 80 % et 95 % de réussite globale. Le système humain manifestait ainsi une préférence structurelle écrasante pour le regroupement spatialisé par canal d’entrée plutôt que pour la séquentialité temporelle objective des événements du monde réel.

Le contraste est devenu saisissant lorsque Broadbent a analysé la condition de rappel pair à pair chronologique imposé. Les performances des participants se sont littéralement effondrées : le taux de restitution exacte des séries a chuté en dessous de 20 %, les sujets commettant des confusions massives, des omissions et rapportant une sensation d’impossibilité cognitive quasi physique à alterner d’une oreille à l’autre à chaque milliseconde. Ce n’est que lorsque l’intervalle entre les paires était artificiellement étiré au-delà de 1,5 à 2 secondes que les sujets redevenaient capables de réaliser une restitution chronologique alternée acceptable.

Cette découverte empirique majeure apportait la preuve concrète que le déchargement de l’information mnésique n’est pas un processus instantané et continu, mais qu’il est assujetti à une mécanique séquentielle rigide. L’incapacité à basculer rapidement d’une oreille à l’autre prouvait l’existence d’un filtre central nécessitant un temps incompressible de réorientation, fournissant le matériau brut à la formulation du premier modèle structural de l’attention.

5. Le modèle du filtre précoce de Broadbent (1958) : Architecture cognitive

5.1 Le tampon sensoriel initial ou mémoire échoïque préliminaire

Fort des résultats éclatants de ses expériences de split-span, Donald Broadbent publie en 1958 son opus magnum, Perception and Communication, qui formalise pour la première fois sous forme d’organigramme logique le fonctionnement de l’esprit humain. Le premier étage structural de cette architecture cognitive est constitué par ce que Broadbent nomme le « système S » (pour récepteur sensoriel), aujourd’hui universellement identifié sous le concept de tampon sensoriel ou mémoire échoïque préliminaire, ultérieurement raffiné par Ulric Neisser.

Ce tampon sensoriel initial possède des propriétés fonctionnelles singulières au sein du système global :

• Capacité de stockage virtuellement illimitée : Il reçoit sans discrimination l’intégralité des flux d’ondes mécaniques frappant les deux oreilles, enregistrant fidèlement l’ensemble des paramètres acoustiques bruts.
• Rétention littérale et passive : L’information y est stockée sous une forme purement physique (spectre fréquentiel, décibels, décalages temporels), sans aucune interprétation lexicale ni abstraction sémantique.
• Dégradation temporelle ultra-rapide : La durée de vie de la trace mnésique brute dans ce réservoir est éphémère, de l’ordre de quelques centaines de millisecondes à une ou deux secondes tout au plus. En l’absence d’une sélection active orientée vers ce réservoir, la trace se dissipe irréversiblement par déclin passif ou par interférence rétroactive causée par les stimuli acoustiques suivants.

Ce registre passif joue un rôle déterminant dans l’explication du rappel oreille par oreille. Lors de la présentation de chiffres dichotiques, les informations destinées à la première oreille choisie transitent immédiatement vers les étages d’analyse supérieurs, tandis que les chiffres parvenus à la seconde oreille restent temporairement en attente dans ce tampon sensoriel passif. Si le filtre bascule sur cette seconde oreille avant l’effacement complet de la trace échoïque, l’information peut être récupérée et traitée à son tour ; si le délai est trop long, elle s’évanouit à jamais.

5.2 Le mécanisme du filtre sélectif et la règle du tout ou rien

Le cœur névralgique du modèle de 1958 réside dans l’introduction du filtre sélectif, positionné immédiatement en aval du tampon sensoriel. La fonction exclusive de ce filtre est d’opérer un tri radical et précoce parmi l’avalanche de données physiques concurrentes stockées dans le registre échoïque. Ce mécanisme repose sur un principe théorique fondamental : l’opération de sélection s’effectue exclusivement sur la base des indices physiques manifestes des signaux sonores, sans aucune référence à leur signification linguistique.

Ces indices physiques discriminants incluent :

• La localisation spatiale apparente de la source sonore (oreille droite versus oreille gauche).
• La fréquence fondamentale de la voix (ton grave masculin versus aigu féminin).
• L’intensité acoustique relative et le profil spectral global du signal.

L’aspect le plus radical et le plus débattu de la théorie de Broadbent réside dans la nature strictement binaire de ce filtrage, régie par la règle du tout ou rien. Le filtre est conceptualisé comme une vanne électromécanique étanche : il s’ouvre pour laisser passer l’intégralité du canal acoustique sélectionné, et se ferme hermétiquement pour bloquer tous les autres signaux concurrents. Le message non surveillé est donc purement et simplement annihilé avant d’avoir pu activer la moindre représentation lexicale ou conceptuelle. Cette étanchéité absolue avait pour justification théorique de prémunir précocement les structures cérébrales de haut niveau contre toute forme de surcharge informationnelle.

5.3 Le canal à capacité limitée et le stockage en mémoire à court terme

L’information physique ayant franchi avec succès la barrière du filtre sélectif pénètre alors dans le troisième compartiment structural du modèle : le canal à capacité limitée (que Broadbent nomme le « système P »). C’est précisément à ce niveau que se situe le goulot d’étranglement (bottleneck) computationnel du système nerveux central. Contrairement aux récepteurs périphériques et au tampon sensoriel qui traitent les flux en parallèle, le canal de traitement cognitif fonctionne de manière strictement séquentielle et unitaire : il ne peut traiter qu’un seul paquet d’informations à la fois.

C’est au sein de ce canal à capacité limitée que s’opèrent les traitements cognitifs les plus nobles et les plus coûteux sur le plan énergétique :

• L’analyse phonologique et le découpage lexical.
• L’identification sémantique et la catégorisation conceptuelle.
• La prise de conscience réflexive explicite et l’accès à la verbalisation.
• La transmission vers la mémoire à long terme pour consolidation durable.

Une fois le signal analysé au sein du système P, l’information peut être maintenue temporairement active dans la mémoire à court terme grâce à la réactivation articulatoire (la boucle phonologique), ou guider la sélection d’une réponse motrice adaptée. En postulant que l’accès au sens est conditionné par le passage préalable à travers ce goulot d’étranglement unicanal, Donald Broadbent a posé les fondations du modèle dit de « sélection précoce » : l’attention agit comme une sentinelle physique en amont de toute compréhension cognitive.

6. Analyse détaillée des mécanismes de traitement de l’information auditive

6.1 Critères physiques de ségrégation des flux sonores

L’efficacité opérationnelle du filtre sélectif postulé par Broadbent repose sur la capacité du système perceptif auditif à exploiter une variété d’indices acoustiques primaires pour ségréger la scène sonore en flux distincts et cohérents (auditory stream segregation). Dans l’écologie auditive naturelle comme en laboratoire, le cerveau humain extrait ces indices physiques avec une résolution temporelle et spectrale stupéfiante bien avant toute analyse linguistique consciente.

Le premier et le plus puissant de ces indices est la fréquence fondamentale (F0) des cordes vocales. La différence de hauteur spectrale entre un locuteur masculin (dont la F0 se situe typiquement entre 85 et 180 Hz) et une locutrice féminine (F0 comprise entre 165 et 255 Hz) constitue une signature physique immédiate permettant au filtre de verrouiller sa syntonisation sur une bande spectrale spécifique et d’éliminer les formants de l’autre voix comme du bruit hors bande passante.

Le deuxième faisceau d’indices repose sur le traitement binaural spatial, régi par les décalages acoustiques interauraux :

• La différence interaurale de temps (ITD – Interaural Time Difference) : Le temps différentiel infinitésimal mis par l’onde sonore pour atteindre l’oreille la plus proche par rapport à l’oreille la plus éloignée (de l’ordre de quelques microsecondes), traité au niveau de l’olive supérieure médiane du tronc cérébral.
• La différence interaurale d’intensité (ILD – Interaural Level Difference) : L’atténuation d’amplitude subie par l’onde sonore au niveau de l’oreille opposée en raison de l’effet d’ombre acoustique projeté par la masse osseuse de la boîte crânienne, traitée au niveau de l’olive supérieure latérale.

Enfin, le système auditif s’appuie sur des principes d’organisation sensorielle gestaltistes appliqués au domaine acoustique : le principe de continuité spectro-temporelle, le destin commun (harmoniques évoluant selon une modulation synchrone d’amplitude ou de fréquence) et la proximité temporelle des attaques phonétiques. C’est la conjonction de ces propriétés physiques invariantes qui fournit au filtre sélectif de Broadbent la « clef d’accès » nécessaire pour isoler un flux unique sans avoir à examiner le lexique transporté par le signal.

6.2 La dynamique de commutation attentionnelle du filtre

Dans l’architecture computationnelle de Broadbent, le filtre sélectif n’est pas une structure rigide immobile, mais un commutateur dynamique capable de réorienter son focus d’un canal sensoriel vers un autre. Cependant, cette réorientation ne s’opère pas de manière instantanée : elle est soumise à un coût temporel et cognitif mesurable, constitutif de ce que l’on nomme la dynamique de commutation attentionnelle (attentional switching).

Sur la base de ses chronométries mentales et de l’analyse des échecs observés lors des tâches de rappel rapide, Donald Broadbent a formulé l’hypothèse audacieuse que le délai incompressible requis pour désengager le filtre d’un canal acoustique (par exemple l’oreille gauche), le déplacer dans l’espace perceptif et le réengager sur le canal alternatif (l’oreille droite) était d’environ 200 millisecondes. Ce quantum temporel d’environ un cinquième de seconde représente une durée considérable à l’échelle des micro-événements acoustiques de la parole continue.

Cette constante neurophysiologique permet d’élucider avec une élégance mathématique parfaite la raison fondamentale pour laquelle les sujets de l’expérience de 1954 échouaient lamentablement dans la tâche de rappel pair à pair chronologique à deux chiffres par seconde. À cette cadence, le temps séparant l’arrivée d’un chiffre dans l’oreille gauche de son homologue dans l’oreille droite n’est que de 0 milliseconde (présentation synchrone) ou de quelques dizaines de millisecondes au mieux. Il est physiquement et cognitivement impossible pour un mécanisme nécessitant 200 millisecondes de commuter d’une oreille à l’autre entre chaque chiffre successif. Le filtre est contraint de rester stationné sur une seule oreille, laissant les items de l’autre canal s’accumuler passivement dans la mémoire échoïque jusqu’à la fin de la série, confirmant la pertinence de la métaphore mécanique de Broadbent.

6.3 Économie cognitive et préservation de la bande passante cérébrale

Au-delà de la description morphologique de ses composants, la théorie du filtre sélectif s’enracine dans une logique téléologique profonde : le principe de l’économie cognitive et de la préservation de la bande passante cérébrale. Le système nerveux central humain représente environ 2 % de la masse corporelle globale mais consomme plus de 20 % de l’énergie métabolique au repos, l’essentiel étant dédié à la machinerie synaptique et à la propagation des potentiels d’action dans les réseaux corticaux complexes.

Dans cette perspective bioénergétique, traiter sémantiquement l’ensemble des stimuli présents dans un milieu bruité représenterait une dépense métabolique insoutenable pour l’organisme. Le filtrage précoce agit comme un dispositif d’optimisation thermodynamique et computationnel :

• Il maximise le ratio signal sur bruit (RSB) interne en étouffant les entrées non pertinentes dès les premiers étages sous-corticaux et primaires.
• Il protège les réseaux de la mémoire de travail et les circuits exécutifs fronto-pariétaux contre la saturation cognitive par interférence croisée.
• Il libère des ressources attentionnelles pour permettre à l’agent d’exécuter des tâches d’apprentissage complexe, de planification à long terme ou d’interaction sociale fine.

Ainsi, le modèle de Broadbent ne postule pas une défaillance ou une paresse du système cognitif lorsqu’il ignore un pan entier de l’environnement sonore, mais consacre au contraire une régulation homéostatique ultra-performante. L’attention sélective n’est pas une limitation regrettable de notre esprit : elle est la condition sine qua non de son intelligence opératoire dans un univers physique infini et bruité.

7. Limites empiriques du modèle de filtre rigide et découvertes contradictoires

7.1 Le phénomène d’intrusion du propre nom identifié par Neville Moray (1959)

L’élégance paradigmatique du modèle du filtre précoce de Donald Broadbent, reposant sur une barrière hermétique absolue régie par le tout ou rien, n’a pas tardé à se heurter à des failles expérimentales béantes. La première brèche majeure dans l’édifice théorique a été ouverte par un jeune chercheur de l’Université d’Oxford, Neville Moray, dans un article historique publié en 1959 dans le Quarterly Journal of Experimental Psychology.

Moray a repris fidèlement le protocole de filage auditif continu (shadowing) de Colin Cherry, au cours duquel le sujet répète inlassablement le texte diffusé dans son oreille surveillée. Cependant, au milieu du discours fastidieux diffusé dans l’oreille rejetée — canal théoriquement condamné par le filtre de Broadbent —, Moray a introduit une modification cruciale : il a inséré le propre prénom du participant, immédiatement précédé d’une consigne d’action (par exemple : « [Prénom du sujet], vous pouvez cesser de répéter ce texte maintenant »).

Si la théorie du filtre précoce physique était rigoureusement exacte, le prénom n’aurait jamais dû être analysé sur le plan lexical et aurait dû être annihilé par la vanne attentionnelle. Or, les résultats expérimentaux de Moray ont stupéfié la communauté scientifique :

• Dans environ un tiers des cas (33 %), les participants ont immédiatement entendu leur prénom sur le canal négligé, ont interrompu leur filage continu ou ont mentionné rétrospectivement avoir perçu leur patronyme avec une netteté absolue.
• En revanche, des consignes identiques insérées sans le patronyme du sujet (par exemple : « Vous pouvez cesser de répéter ce texte maintenant ») n’étaient détectées que dans moins de 6 % des cas.

Cette observation, souvent désignée comme la véritable essence de l’effet cocktail party dans le sens commun — le fait d’entendre son nom murmuré à l’autre bout d’une pièce bruyante alors que l’on était absorbé dans une discussion passionnée —, portait un coup fatal à la règle du tout ou rien de Broadbent. Elle démontrait irréfutablement que le signal parvenant à l’oreille rejetée subissait bel et bien une analyse sémantique et lexicale préalable, capable d’alerter la conscience lorsque la teneur signifiante de l’information franchissait un niveau de pertinence biologique ou émotionnelle exceptionnelle.

7.2 L’expérience des phrases croisées de Gray et Wedderburn (1960)

La seconde contestation empirique dévastatrice à l’encontre de la rigidité spatiale du filtre de Broadbent est survenue à peine un an plus tard, sous la plume de J.A. Gray et A.A. Wedderburn (1960). Ces chercheurs se sont attachés à tester la plasticité du regroupement de l’information lors d’une tâche de split-span, en introduisant un conflit direct entre la contrainte spatiale (organisation oreille par oreille) et la cohérence sémantique (syntaxe et sens du langage).

Dans leur protocole devenu emblématique, souvent baptisé l’expérience de la « Tante Jane » (Dear Aunt Jane experiment), des triplets d’éléments étaient présentés de manière dichotique synchronisée selon le schéma suivant :

• Oreille gauche : Le mot « Dear » (Chère), suivi du chiffre « 5 », suivi du mot « Jane ».
• Oreille droite : Le chiffre « 3 », suivi du mot « Aunt » (Tante), suivi du chiffre « 9 ».

Sur le plan purement physique et spatial cher à Broadbent, les signaux parvenant à l’oreille gauche étaient « Dear – 5 – Jane », et ceux de l’oreille droite étaient « 3 – Aunt – 9 ». Selon le modèle du filtre précoce, si les participants vidaient spontanément le tampon sensoriel d’une oreille puis de l’autre, ils auraient dû restituer fidèlement l’une de ces combinaisons spatiales. Or, les données ont révélé un phénomène d’une tout autre nature : les participants rapportaient spontanément et très majoritairement la séquence sémantiquement intégrée : « Dear Aunt Jane », suivie secondairement de la séquence numérique « 3 – 5 – 9 ».

Pour reconstruire la phrase « Chère Tante Jane », le système attentionnel avait été contraint de basculer instantanément de l’oreille gauche à l’oreille droite, puis de revenir à l’oreille gauche en un éclair temporel, défiant totalement la règle des 200 millisecondes de latence mécanique postulée par Broadbent. Cette expérience a administré la preuve éclatante que la sélection de l’information ne se fonde pas aveuglément sur des critères géographiques ou spatiaux bruts, mais que le système nerveux est constamment guidé par des attentes syntaxiques, des proximités conceptuelles et la quête fondamentale de cohérence sémantique.

7.3 Preuves psychophysiologiques de traitement inconscient dans le canal négligé

Pour contourner le biais potentiel lié aux déclarations verbales explicites des sujets — certains critiques arguant que les participants de Moray avaient pu fugitivement orienter volontairement leur attention vers le canal secondaire —, les chercheurs se sont tournés vers des mesures psychophysiologiques objectives et involontaires. L’expérience princeps menée par Corteen et Wood en 1972 a apporté à ce titre une contribution décisive à l’invalidation du blocage précoce étanche.

Leur protocole s’est articulé en deux phases distinctes :

1. Phase de conditionnement classique : Les sujets étaient exposés à une liste de mots isolés. Chaque fois qu’un mot appartenant à une catégorie sémantique spécifique (par exemple des noms de villes comme « Chicago », « Londres », « Paris ») était prononcé, les expérimentateurs administraient simultanément un léger choc électrique au doigt du sujet. Très rapidement, les participants ont développé une réponse électrodermale conditionnée (RED) — une variation soudaine de la conductance cutanée provoquée par une micro-sudation réflexe liée au système nerveux sympathique — à la simple écoute de ces mots de villes.
2. Phase de filage dichotique continu : Les participants étaient soumis à une tâche intensive de filage continu dans une oreille cible. Durant cette tâche, les expérimentateurs diffusaient sur le canal négligé (l’oreille rejetée) les mots conditionnés (les villes ayant reçu le choc), mais également des noms de villes jamais présentés lors du conditionnement, ainsi que des mots neutres non associés à un choc.

Les résultats de Corteen et Wood ont été spectaculaires. Bien que les participants fussent totalement incapables de rapporter consciemment les mots diffusés sur le canal rejeté et continuassent d’effectuer leur tâche de répétition sans défaillance visible, l’enregistrement électrodermal trahissait une réalité neurobiologique sous-jacente tout autre :

• La diffusion des mots conditionnés dans l’oreille négligée déclenchait une réponse électrodermale immédiate et statistiquement significative.
• Plus fascinant encore, des noms de villes nouveaux (jamais associés au choc physique direct) provoquaient également une élévation de la conductance cutanée, signifiant que le cerveau avait non seulement extrait le mot sans le conscientiser, mais qu’il avait généralisé la catégorie sémantique « nom de ville » inconsciemment.

Cette expérience a consacré l’existence d’une dissociation fonctionnelle irréductible entre la perception implicite non consciente et la mémoire explicite accessible au langage verbal. Le message non surveillé pénètre profondément dans le système nerveux, active les réseaux neuronaux sous-corticaux et émotionnels (comme le complexe amygdalien), tout en demeurant exclu du sanctuaire de l’accès à la conscience, dynamitant ainsi le postulat simpliste d’un filtre hermétique aveugle au sens.

8. L’évolution théorique : Le modèle de l’atténuation d’Anne Treisman

8.1 La substitution du filtre bloquant par un atténuateur flexible (1964)

Face à l’accumulation irrésistible de ces contre-preuves empiriques, l’édifice théorique de Broadbent menaçait de s’effondrer. C’est à la brillante psychologue britannique Anne Treisman, alors chercheuse à l’Université d’Oxford, que l’on doit le sauvetage conceptuel et le raffinement le plus magistral du modèle de la sélection précoce. Dans une série d’articles fondateurs publiés entre 1960 et 1964, Treisman a proposé une refonte radicale du mécanisme de tri, aboutissant à sa célèbre théorie de l’atténuation (attenuation model).

L’innovation fondamentale de Treisman réside dans la substitution d’une métaphore physique à une autre. Alors que Broadbent modélisait le filtre sous la forme d’une porte rigide ou d’une vanne fermée à double tour (« tout ou rien »), Anne Treisman a conçu le filtre sous les traits d’un atténuateur flexible ou d’un potentiomètre acoustique. Dans cette nouvelle architecture, le signal circulant sur le canal non surveillé n’est jamais purement et simplement détruit ou bloqué à la frontière sensorielle.

Au contraire, le filtre sélectif de Treisman se borne à atténuer l’amplitude et la puissance relative du message rejeté. Le flux secondaire franchit bel et bien le sas de sélection initiale, mais sous une forme affaiblie, dégradée et appauvrie sur le plan de la dynamique informationnelle. Le message cible, quant à lui, conserve son amplitude maximale et son intégrité spectrale. Par cette subtilité théorique, Treisman préservait le caractère précoce de la sélection (fondée sur des critères physiques), tout en permettant à l’information rejetée de demeurer biologiquement disponible pour des étapes d’analyse ultérieures sous certaines conditions précises.

8.2 Le concept de seuils d’activation du dictionnaire lexical interne

Pour expliquer comment un signal atténué et faible peut néanmoins parvenir à faire irruption dans la conscience — comme dans le cas du prénom chez Moray —, Anne Treisman a introduit un second niveau théorique d’une fécondité extraordinaire : le concept de dictionnaire lexical interne organisé en détecteurs neuronaux dotés de seuils d’activation variables.

Dans ce modèle neuro-cognitif, chaque mot de la langue possède dans notre mémoire à long terme une représentation lexicale propre (un nœud ou un détecteur) qui ne s’active et n’envoie de signal à la conscience que si l’énergie qui lui parvient dépasse un certain seuil critique :

• Mots à seuil structurellement très bas : Certains items linguistiques possèdent une valeur de survie, affective ou subjective tellement gigantesque que leur seuil de déclenchement est abaissé de façon permanente à un niveau minimal. Le prénom de l’individu, les cris d’alarme universels (« Au feu ! », « Attention ! ») ou les termes à forte charge émotionnelle requièrent une énergie d’excitation infime pour s’embraser. Ainsi, même un signal sonore hautement atténué provenant de l’oreille négligée transportera une force suffisante pour franchir ce seuil bas et faire basculer le mot dans la conscience explicite.
• Mots à seuil ordinaire ou élevé : La vaste majorité des mots courants du dictionnaire (comme « table », « fenêtre » ou « relativité ») possèdent un seuil de base standard. Lorsqu’ils parviennent à l’oreille rejetée sous une forme atténuée, l’énergie résiduelle qu’ils véhiculent est largement inférieure à leur seuil critique : ils demeurent par conséquent totalement muets pour la conscience, validant les observations de cécité verbale rapportées initialement par Cherry.

Ce mécanisme élégant permettait d’expliquer mathématiquement et cognitivement pourquoi l’intrusion sur le canal rejeté n’était pas l’anarchie, mais un phénomène sélectif restreint aux signaux de très haute pertinence biologique.

8.3 Le rôle du contexte et de l’amorçage sémantique dans l’attention

La théorie de Treisman s’est révélée encore plus puissante lorsqu’elle a intégré la dynamique temporelle de l’amorçage sémantique (semantic priming) et les effets de contexte dans la modulation transitoire des seuils lexicaux. Un seuil de détection n’est pas une entité figée dans le marbre : il fluctue dynamiquement d’une milliseconde à l’autre en fonction de la trame discursive en cours de traitement.

Lorsqu’un individu écoute une phrase sur son canal surveillé, chaque mot prononcé envoie une onde d’activation propagatrice vers les termes qui lui sont sémantiquement ou syntaxiquement associés dans les réseaux de la mémoire sémantique. Par exemple, si le canal cible énonce : « Le garde-forestier a aperçu un écureuil grimper sur le… », le mot « chêne » ou « arbre » voit son seuil de détection chuter temporairement à un niveau presque nul en raison de la forte prédictibilité contextuelle descendante (top-down).

C’est ce mécanisme précis qui a permis à Anne Treisman d’élucider brillamment les résultats déroutants de l’expérience de Gray et Wedderburn (« Dear Aunt Jane ») :

• Lorsque le sujet entend le mot « Dear » dans l’oreille gauche, le contexte impose une attente immédiate pour un prénom ou un lien de parenté. Le seuil du mot « Aunt », qui arrive simultanément dans l’oreille droite, est instantanément abaissé.
• Bien que le signal de l’oreille droite soit physiquement atténué par le filtre, le mot « Aunt » dispose d’un seuil transitoirement si bas qu’il déclenche l’activation consciente au détriment du chiffre « 5 » diffusé dans l’oreille gauche dont le seuil est ordinaire.
• Puis, l’activation conjointe de « Dear Aunt » abaisse à son tour le seuil du patronyme « Jane », forçant le système à revenir vers l’oreille gauche.

Par cette synthèse magistrale, Treisman réalisait la conciliation parfaite entre la réalité d’un filtrage précoce reposant sur les propriétés acoustiques primaires et la flexibilité adaptative phénoménale du traitement de la signification, faisant de son modèle l’un des sommets théoriques de la psychologie cognitive.

9. Les modèles de sélection tardive : Deutsch & Deutsch et Norman

9.1 Le postulat radical de la sélection tardive de Deutsch et Deutsch (1963)

Malgré le raffinement apporté par le modèle de l’atténuation d’Anne Treisman, une fraction des psychologues cognitivistes estimait que maintenir l’existence d’un filtre ou d’un atténuateur précoce constituait une complication théorique superflue. En 1963, J. Anthony Deutsch et Diana Deutsch ont publié dans la Psychological Review un article iconoclaste qui a renversé la perspective dominante en posant les bases de la théorie de la sélection tardive.

Le postulat de départ des époux Deutsch est d’une audace conceptuelle absolue : ils affirment que l’intégralité des stimuli sensoriels entrants — qu’ils fassent l’objet d’une attention active ou qu’ils proviennent du canal réputé négligé — est automatiquement, intégralement et exhaustivement analysée par le système nerveux jusqu’au niveau sémantique le plus profond. Dans cette optique, l’oreille, les voies sous-corticales et le cortex auditif primaire fonctionnent comme des processeurs parallèles hautement performants qui extraient le sens, la catégorie grammaticale et la valence affective de chaque mot sans aucune barrière de filtrage amont.

Dès lors, où se situe le goulot d’étranglement de l’attention sélective ? Selon le modèle de Deutsch et Deutsch, le filtre n’opère pas au pôle perceptif, mais au pôle de la réponse comportementale et de l’accès à la mémoire de travail. Ce n’est pas la perception qui est limitée, c’est l’action et le souvenir conscient :

• Tous les mots frappant les tympans activent leurs représentations lexicales respectives au sein de la mémoire à long terme.
• Un arbitrage computationnel s’opère tardivement pour déterminer quel flux d’information est le plus pertinent par rapport aux buts et motivations actuels de l’individu.
• Seul le signal ayant obtenu le score d’importance le plus élevé est autorisé à franchir la barrière de la commande motrice (pour la répétition verbale) et de la consolidation mnésique consciente.

Dans ce paradigme, le phénomène d’intrusion du propre nom ou les réponses électrodermales aux mots conditionnés cessent d’être des anomalies ou des exceptions nécessitant des atténuateurs complexes : ils deviennent la norme logique de fonctionnement d’un système cérébral qui entend et décode absolument tout en permanence, mais n’en retient consciemment qu’une fraction infinitésimale.

9.2 Le modèle d’intégration pertinence-attente de Donald Norman (1968)

En 1968, Donald A. Norman a consolidé et opérationnalisé les principes de la sélection tardive en concevant un modèle dynamique devenu une référence incontournable sous le nom d’intégration pertinence-attente. Norman s’est attaché à préciser les mécanismes mathématiques et fonctionnels régissant le tri tardif des signaux préalablement analysés au niveau sémantique.

Le modèle de Norman postule l’existence d’une interaction perpétuelle et bidirectionnelle entre deux forces de traitement :

• Le traitement ascendant (bottom-up) : C’est la cascade des signaux physiques bruts collectés par les organes sensoriels périphériques qui montent automatiquement vers les banques de données de la mémoire sémantique, générant des activations pré-conscientes universelles.
• Le traitement descendant (top-down) : Ce sont les attentes cognitives, les buts actuels du sujet, les règles de la tâche prescrite et le contexte situationnel qui descendent depuis les centres exécutifs pour injecter un surplus d’activation sélective sur certains concepts clés, définissant leur degré de pertinence (pertinence index).

Selon l’architecture de Norman, l’entrée définitive d’un message dans la mémoire à court terme active et dans le champ de la conscience phénoménale requiert une conjonction mathématique : il faut que l’intensité de l’activation sensorielle ascendante couplée au coefficient de pertinence contextuelle descendante dépasse un seuil d’émergence critique. Un mot parvenant sur l’oreille négligée est décodé, mais si sa pertinence contextuelle est nulle, son activation s’éteint en quelques centaines de millisecondes sans laisser de trace mémorielle explicite. En revanche, si ce mot s’avère être le prénom du sujet ou un indice de danger vital, sa charge de pertinence intrinsèque est si monumentale que l’activation composite explose le seuil, propulsant instantanément l’item au cœur de l’attention consciente.

9.3 La controverse sélection précoce versus sélection tardive : aspects épistémologiques

La querelle épistémologique opposant les partisans de la sélection précoce (Donald Broadbent, Anne Treisman) et ceux de la sélection tardive (Anthony et Diana Deutsch, Donald Norman) a constitué l’un des débats les plus passionnés, les plus prolifiques et les plus durables de l’histoire de la psychologie cognitive. Cette controverse ne portait pas simplement sur un détail expérimental, mais engageait deux visions profondément divergentes de l’économie computationnelle du cerveau humain.

Le tableau théorique se résumait à un arbitrage entre deux coûts distincts :

• La sélection précoce met l’accent sur l’économie métabolique et computationnelle : le cerveau évite de gaspiller une énergie précieuse à analyser des stimuli non pertinents qui seront rejetés de toute façon. L’inconvénient majeur de ce système est le risque de manquer une information vitale inattendue.
• La sélection tardive privilégie la flexibilité adaptative absolue : le cerveau paye le prix fort d’un décodage universel continu, mais s’assure ainsi qu’aucun événement hautement signifiant dans l’environnement ne passera inaperçu. L’inconvénient est le coût computationnel astronomique imposé aux structures centrales.

La réconciliation moderne de ce différend historique a finalement été apportée dans les années 1990 par la psychologue cognitiviste britannique Nilli Lavie à travers sa féconde théorie de la charge cognitive (Load Theory of Attention). Selon Lavie, le niveau auquel s’opère le filtrage de l’information (précoce ou tardif) n’est pas une constante anatomique rigide, mais dépend dynamiquement de la charge perceptive imposée par la tâche principale :

• Si la tâche principale impose une charge perceptive élevée (par exemple, un texte complexe, rapide et dégradé acoustiquement), les ressources attentionnelles de traitement sont intégralement absorbées dès les premiers étages sensoriels : la sélection est alors strictement précoce, conformément au modèle original de Broadbent, et le canal rejeté ne fait l’objet d’aucune analyse sémantique.
• Si la tâche principale n’impose qu’une charge perceptive faible, les capacités résiduelles de traitement débordent spontanément et se déversent sur le canal non surveillé : la sélection devient alors tardive, permettant le décodage sémantique involontaire des stimuli secondaires et ouvrant la voie aux intrusions identifiées par Moray et Corteen.

Cette synthèse magistrale a permis de clore des décennies de controverse en démontrant que Broadbent et Deutsch avaient chacun raison, mais au sein de régimes de fonctionnement cognitif différents.

10. Neurobiologie et corrélats neuronaux de l’écoute dichotique

10.1 L’avantage de l’oreille droite (REA) et la latéralisation hémisphérique de Doreen Kimura

Parallèlement aux modélisations cognitives de Cambridge et d’Oxford, le paradigme de l’écoute dichotique a trouvé une incarnation anatomique et neurophysiologique spectaculaire au début des années 1960 grâce aux travaux de la neuropsychologue canadienne Doreen Kimura menés à l’Institut neurologique de Montréal sous l’égide de Brenda Milner.

En administrant le protocole des paires de chiffres divisées de Broadbent à des patients souffrant de lésions cérébrales focales et à des sujets témoins sains, Kimura a mis au jour un phénomène neurocognitif capital : l’avantage de l’oreille droite (REA – Right-Ear Advantage). Lorsqu’on présente simultanément des stimuli verbaux distincts (chiffres, syllabes occlusives comme /pa/, /ta/, /ka/, ou mots isolés) aux deux oreilles, la majorité écrasante des individus droitiers rapporte avec une exactitude statistique et une rapidité significativement supérieures les stimuli parvenus à l’oreille droite par rapport à ceux présentés à l’oreille gauche.

Pour expliquer ce phénomène, Doreen Kimura a élaboré un modèle structurel fondé sur les propriétés neuro-anatomiques des voies auditives centrales :

• Les fibres nerveuses auditives ascendantes se divisent en deux contingents : les voies ipsilatérales (reliant l’oreille à l’hémisphère cérébral du même côté) et les voies contralatérales (reliant l’oreille à l’hémisphère opposé).
• Sur le plan neuro-anatomique, les voies auditives contralatérales sont quantitativement prépondérantes : elles comptent un nombre considérablement plus élevé de fibres myélinisées, bénéficient d’une vitesse de conduction synaptique accrue et projettent une excitation plus massive sur les aires auditives primaires que les voies ipsilatérales.
• Dans des conditions d’écoute dichotique compétitive, les voies contralatérales puissantes exercent une inhibition physiologique active sur les voies ipsilatérales plus faibles, bloquant quasi totalement leur signal d’entrée.

Sachant que chez plus de 95 % des individus droitiers, les zones corticales spécialisées dans le décodage phonologique et linguistique (notamment l’aire de Wernicke au sein du gyrus temporal supérieur gauche) sont hébergées dans l’hémisphère cérébral gauche, le cheminement anatomique devient limpide :

L’information verbale injectée dans l’oreille droite est acheminée de façon directe et ultrarapide via la voie contralatérale vers l’hémisphère gauche spécialisé dans le langage. En revanche, le stimulus verbal parvenu à l’oreille gauche est d’abord projeté sur l’hémisphère droit non linguistique ; pour être décodé, il est contraint de traverser le corps calleux afin de rallier les centres du langage de l’hémisphère gauche. Ce transit transcalleux supplémentaire induit un délai temporel d’environ 15 à 30 millisecondes et une atténuation structurelle du signal, générant l’avantage mesurable de l’oreille droite. À l’inverse, si les stimuli dichotiques sont constitués d’accords musicaux, d’émotions vocales (prosodie) ou de bruits environnementaux, c’est un avantage de l’oreille gauche (LEA – Left-Ear Advantage) qui émerge, reflétant la dominance de l’hémisphère droit pour le traitement spectral global et affectif.

10.2 Électrophysiologie de l’attention sélective : Potentiels évoqués auditifs (PEA)

L’avènement des techniques d’électroencéphalographie (EEG) à haute résolution temporelle et l’analyse des potentiels évoqués auditifs (PEA) ont offert le terrain d’arbitrage expérimental ultime pour trancher physiquement la question de l’existence d’un filtre précoce. Les travaux pionniers menés par Steven Hillyard et son équipe à l’Université de Californie à San Diego au début des années 1970 ont marqué un tournant décisif dans cette quête neurophysiologique.

En employant des paradigmes d’écoute dichotique où des séries continues de sons brefs étaient diffusées rapidement aux deux oreilles et où les sujets devaient détecter des cibles rares dans une oreille spécifique, Hillyard a analysé les composantes précoces du tracé EEG. Ses recherches ont mis en lumière une modulation électrophysiologique spectaculaire :

• La modulation de l’onde N100 : L’onde N100 (une déflexion négative survenant entre 80 et 120 millisecondes après l’impact acoustique, générée au sein du cortex auditif primaire situé dans le gyrus de Heschl) voit son amplitude significativement amplifiée lorsque le son provient du canal surveillé par rapport au même son survenant sur le canal négligé.
• Cette modulation ultrarapide (dès 80 ms) a apporté la preuve neurobiologique irréfutable de l’existence d’un mécanisme de modulation précoce du gain sensoriel. Avant même que le signal n’ait eu le temps physique d’activer les réseaux lexicaux supérieurs (qui opèrent généralement entre 300 et 400 ms, comme en témoigne la célèbre onde N400), le cerveau a déjà modulé l’intensité de l’activité nerveuse dans les aires auditives primaires selon l’orientation spatiale de l’attention.

Un autre jalon électrophysiologique majeur a été posé par Risto Näätänen avec la découverte de la négativité de discordance (MMN – Mismatch Negativity). Cette composante d’onde négative, culminant entre 150 et 250 millisecondes, se déclenche automatiquement chaque fois qu’un son déviant (variation subtile de pitch, de durée ou d’intensité) survient au sein d’une séquence de sons standards réguliers, même si le sujet ignore totalement la séquence et lit un livre en silence.

La mise en évidence de la MMN a validé magistralement l’intuition fondatrice de Donald Broadbent : il existe bel et bien un registre mnésique automatique sous-jacent — le tampon sensoriel pré-attentionnel —, capable de conserver l’empreinte physique du signal sonore et de calculer des différentiels d’ondes de manière passive et pré-sélective, bien avant l’engagement de la conscience réflexive.

10.3 Substrats neuro-anatomiques : Des colliculus inférieurs au cortex préfrontal

Les neurosciences intégratives contemporaines permettent aujourd’hui de cartographier avec une immense précision les réseaux neuro-anatomiques qui sous-tendent les opérations théorisées par Donald Broadbent et ses successeurs. L’attention sélective auditive n’est pas localisée dans un centre unique, mais émerge de la dynamique complexe d’une boucle cortico-sous-corticale hautement interconnectée.

La cascade fonctionnelle du traitement s’articule à plusieurs étages anatomiques stratégiques :

• Le tronc cérébral et le mésencéphale : Dès les noyaux cochléaires et l’olive supérieure, les écarts de temps (ITD) et d’intensité (ILD) sont calculés. Le signal converge ensuite vers les colliculus inférieurs, carrefour mésencéphalique où s’élabore une première carte spatiale topographique du champ auditif. C’est ici que s’opère un premier filtrage ascendant réflexe, modulé par des projections efférentes descendantes (faisceau olivocochléaire) capables de modifier la micromécanique des cellules ciliées de la cochlée.
• Le relais thalamique : L’information transite par le corps genouillé médial (CGM) du thalamus, qui agit comme une porte d’aiguillage neurophysiologique hautement sélective sous le contrôle du noyau réticulaire thalamique, capable d’étouffer la transmission vers le cortex des signaux étiquetés comme non pertinents.
• Le cortex auditif (primaire et associatif) : Logé dans la partie supérieure du lobe temporal, le gyrus de Heschl (aire A1 de Brodmann) réalise la tonotopie fine et la ségrégation des flux d’ondes élémentaires. En aval, le planum temporale et le gyrus temporal supérieur (STG) hébergent les représentations nécessaires à la discrimination phonologique et à la reconnaissance spectro-temporelle complexe de la parole.
• Le réseau fronto-pariétal dorsal : La supervision exécutive de ce filtrage précoce est assurée par un réseau de haut niveau englobant le champ oculaire frontal (FEF), le sulcus intrapariétal (IPS) et le cortex préfrontal dorsolatéral (DLPFC). Ce réseau envoie des signaux modulateurs descendants (top-down bias) vers le thalamus et les cortex sensoriels pour maintenir le focus attentionnel sur l’oreille cible et inhiber activement les intrusions acoustiques parasites provenant de la source rivale.

Ainsi, le modèle mécanique proposé par Broadbent en 1958 trouve aujourd’hui sa pleine consécration dans une architecture de modulation du gain neuronal distribuée à travers l’ensemble de l’axe névrallique humain.

11. Applications cliniques, neuropsychologiques et industrielles de l’écoute dichotique

11.1 Diagnostic des troubles du traitement auditif central (TTAC)

Loin de demeurer confiné aux laboratoires de recherche fondamentale, le paradigme de l’écoute dichotique s’est mué en un instrument clinique incontournable dans les domaines de l’audiologie avancée, de la phoniatrie et de l’orthophonie, notamment pour le dépistage et la prise en charge des troubles du traitement auditif central (TTAC ou CAPD pour Central Auditory Processing Disorders).

Les TTAC désignent un ensemble de déficits perceptifs affectant la manière dont le système nerveux central utilise et traite l’information auditive, survenant chez des patients — très souvent des enfants d’âge scolaire, mais également des adultes vieillissants — qui présentent pourtant des seuils audiométriques périphériques rigoureusement normaux (absence totale de surdité de perception ou de transmission au niveau de l’oreille moyenne ou interne). Ces patients décrivent une incapacité chronique à comprendre la parole dès lors qu’ils se trouvent dans des ambiances bruyantes (salles de classe, réunions professionnelles, cours de récréation), manifestant une défaillance directe de l’effet cocktail party.

Pour objectiver ces troubles, les cliniciens recourent à des batteries de tests dichotiques étalonnés (tels que le test des chiffres dichotiques de Musiek ou le test de mots dichotiques) :

• Ces examens mesurent la capacité d’intégration binaurale (restituer les stimuli présentés simultanément aux deux oreilles) et de séparation binaurale (ignorer délibérément l’oreille gauche pour ne rapporter que l’oreille droite, ou inversement).
• Ils permettent de détecter des déficits spécifiques de l’organisation séquentielle temporelle, des anomalies de transfert interhémisphérique ou des retards sévères de maturation corticale.
• Sur le versant thérapeutique, ces protocoles fondent des programmes de rééducation neuropsychologique ciblés : des entraînements dichotiques informatisés permettent d’améliorer la plasticité synaptique du cortex temporal, aidant les enfants dysphasiques ou dyslexiques à fortifier leur écoute sélective et à réduire significativement leur distractibilité en milieu scolaire.

11.2 Évaluation neuropsychologique des atteintes corticales et de la connectivité interhémisphérique

Dans la pratique neuropsychologique et neurologique hospitalière, l’écoute dichotique constitue une sonde fonctionnelle d’une puissance exceptionnelle pour cartographier les atteintes structurelles du néocortex et diagnostiquer les anomalies de connectivité interhémisphérique.

L’application historique la plus célèbre concerne l’exploration du syndrome de déconnexion calleuse chez les patients dits split-brain, ayant subi une callosotomie chirurgicale complète pour traiter des épilepsies pharmaco-résistantes réfractaires, initialement documentés par Roger Sperry et Michael Gazzaniga. Lorsqu’on soumet un patient au cerveau déconnecté à une tâche verbale dichotique, un tableau clinique fascinant apparaît :

• Le patient restitue parfaitement (100 % de succès) les mots présentés à l’oreille droite, puisque la voie contralatérale directe vers l’hémisphère gauche verbal est intacte.
• En revanche, il manifeste une extinction totale de l’oreille gauche (0 % de rappel verbal) : les informations captées par l’oreille gauche atteignent bien le cortex auditif droit, mais ne peuvent plus emprunter le corps calleux sectionné pour rallier l’aire motrice du langage à gauche. Le patient nie avoir entendu le moindre son dans son oreille gauche, alors même que sa main gauche (guidée par l’hémisphère droit) peut désigner l’objet correspondant sous la table.

De nos jours, le test dichotique demeure un examen pré-chirurgical précieux dans le bilan de chirurgie de l’épilepsie du lobe temporal, permettant de confirmer la dominance hémisphérique pour le langage de manière non invasive, alternativement au test invasif au sodium amytal (test de Wada). Il est également exploité dans le suivi post-accident vasculaire cérébral (AVC) de l’artère cérébrale moyenne et dans l’évaluation des pathologies neurodégénératives comme la maladie d’Alzheimer, où une dégradation précoce de l’avantage de l’oreille droite trahit l’atrophie progressive des voies temporo-pariétales et des fibres d’association transcalleuses.

11.3 Ergonomie cognitive, aéronautique et conception des interfaces sonores

Directement issue des préoccupations originelles de Broadbent au sein de l’APU de Cambridge, l’application de l’écoute dichotique à l’ingénierie des facteurs humains, à l’aéronautique et à la conception des interfaces sonores industrielles représente un champ technologique critique où la préservation de la bande passante cognitive est une question de sécurité vitale.

Dans le cockpit d’un avion de chasse moderne ou d’un avion de ligne de dernière génération, le pilote est submergé par une masse titanesque d’informations concurrentes : communications radiofréquences sol-air, échanges radio tactiques avec les ailiers, alertes de proximité du sol (GPWS), avertisseurs radar de menace missile et bruits aérodynamiques constants. Pour prévenir la saturation auditive et le risque d’aveuglement attentionnel (inattention auditive) :

• Les ingénieurs en ergonomie cognitive ont développé des systèmes de spatialisation 3D audio intégrés aux casques de vol : les différentes fréquences radio ne sont plus envoyées en mono aux deux oreilles, mais sont virtualisées spatialement à des coordonnées azimutales distinctes (par exemple, le contrôleur aérien civil à 45° gauche, le leader d’escadron à 45° droite, et le copilote au centre).
• En exploitant ainsi les mécanismes naturels de ségrégation du filtre physique décrits par Broadbent (différences interaurales ITD et ILD), le pilote peut sélectivement basculer son attention sur une voix spécifique sans que les autres communications ne fusionnent en une bouillie inintelligible.
• De même, la hiérarchisation des alarmes d’urgence repose sur l’exploitation des variations soudaines de fréquence fondamentale et de signatures temporelles discordantes afin de forcer le déclenchement de la négativité de discordance (MMN) et de réquisitionner immédiatement l’attention du pilote sans nécessiter d’effort conscient préalable.

Ces mêmes principes sont aujourd’hui transposés au développement de casques audio intelligents dédiés aux travailleurs des plateformes pétrolières, aux opérateurs de centrales nucléaires ou aux conducteurs de véhicules autonomes, où des algorithmes d’atténuation adaptative filtrent les bruits de fond récurrents tout en laissant passer les fréquences vocales critiques et les signaux transitoires de danger.

12. Perspectives contemporaines : Neurosciences computationnelles, IA et héritage de Broadbent

12.1 La résolution algorithmique de l’effet cocktail party par l’apprentissage profond

Soixante-dix ans après la formulation inaugurale de l’énigme par Colin Cherry, l’effet cocktail party a cessé d’être l’apanage exclusif de la psychologie pour devenir l’un des défis les plus passionnants de l’intelligence artificielle et du traitement du signal : le problème de la séparation aveugle de sources sonores (BSS – Blind Source Separation).

Pendant des décennies, les approches traditionnelles du traitement du signal (telles que l’analyse en composantes indépendantes ou le filtrage de Wiener) peinaient misérablement à extraire une voix claire d’un enregistrement unique où plusieurs locuteurs parlaient simultanément sans micros séparés. La révolution de l’apprentissage profond (deep learning) au cours de la dernière décennie a bouleversé ce paradigme :

• L’émergence d’architectures de réseaux neuronaux convolutifs temporels profonds (comme Conv-TasNet) et de modèles fondés sur les transformeurs (comme Sepformer) a permis d’atteindre des niveaux de séparation vocale surpassant parfois les performances humaines.
• Ces réseaux artificiels découvrent de manière totalement autonome des représentations latentes hautement sophistiquées du signal acoustique : ils apprennent à encoder les profils d’enveloppes phonétiques, à suivre les micro-variations de la fréquence fondamentale (F0) d’un locuteur donné à travers le temps et à reconstruire une piste isolée d’une pureté cristalline.
• Ces algorithmes computationnels s’inspirent directement des architectures cognitives de Broadbent et de Treisman : ils utilisent des mécanismes d’attention computationnelle (self-attention) pour masquer sélectivement les zones du spectrogramme correspondant au signal concurrent et amplifier le profil de la cible désirée.

Ces technologies sont d’ores et déjà déployées massivement au sein des prothèses auditives numériques intelligentes de dernière génération. Équipées de puces de traitement neuronal ultra-basse consommation, ces aides auditives analysent la scène acoustique en continu, identifient l’orateur vers lequel l’utilisateur tourne la tête, et appliquent instantanément un filtre directionnel adaptatif pour étouffer le brouhaha environnant, résolvant technologiquement le dilemme du cocktail party pour des millions de personnes malentendantes.

12.2 Décodage neuronal de la parole concurrente et interfaces cerveau-machine (ICM)

L’une des frontières les plus vertigineuses des neurosciences contemporaines réside dans la capacité à lire directement au sein de l’activité cérébrale humaine quel flux sonore une personne choisit d’écouter, ouvrant la voie aux interfaces cerveau-machine (ICM) auditives.

En recourant à la magnétoencéphalographie (MEG) non invasive ou à l’électrocorticographie (ECoG) invasive chez des patients épileptiques implantés, des neuroscientifiques ont découvert un phénomène d’une puissance spectaculaire : l’accrochage neural de l’enveloppe de parole (speech envelope tracking). Lorsqu’un individu est placé dans une situation dichotique où deux personnes s’expriment en même temps, le cortex auditif primaire et associatif synchronise l’oscillation de ses potentiels de population (notamment dans les bandes thêta [4-8 Hz] et gamma [30-80 Hz]) sur l’enveloppe acoustique temporelle du locuteur auquel le sujet prête attention, tandis que l’activité oscillatoire associée à la voix ignorée est massivement réprimée.

Cette découverte fondamentale permet aujourd’hui des prouesses technologiques révolutionnaires :

• Des algorithmes de décodage neuronal en temps réel sont capables de reconstruire la structure spectro-temporelle de la parole entendue uniquement en décryptant les ondes cérébrales de l’auditeur.
• Les chercheurs développent actuellement des neuro-prothèses auditives cognitives : en couplant une aide auditive externe à de micro-électrodes EEG intégrées discrètement dans le conduit de l’oreille de l’utilisateur, l’appareil détecte instantanément sur quel locuteur le cerveau synchronise ses ondes thêta.
• L’appareil amplifie alors automatiquement la voix choisie par l’esprit de l’utilisateur tout en coupant le son des interlocuteurs concurrents, concrétisant la fusion ultime entre l’architecture cognitive interne et l’ingénierie biomédicale externe.

12.3 Bilan épistémologique et vitalité du modèle de Donald Broadbent

Au terme de cette fresque historique et scientifique, quel bilan dresser de l’héritage de Donald Broadbent et de son expérience inaugurale de 1954 ? S’il est incontestable que le modèle du filtre précoce rigide sous sa formulation originale de 1958 a été invalidé dans sa prétention à l’étanchéité absolue par les découvertes empiriques de Moray, Treisman, Deutsch et Corteen, il n’en demeure pas moins l’un des monuments les plus féconds de la science moderne.

La pérennité de l’œuvre de Broadbent réside moins dans l’inviolabilité absolue de sa règle du tout ou rien que dans la rupture épistémologique inaugurale qu’il a imposée :

• Il a définitivement délivré la psychologie des limbes du behaviorisme descriptif en démontrant qu’il était scientifiquement possible, légitime et nécessaire de modéliser les opérations internes de l’esprit à l’aide d’architectures computationnelles rigoureuses.
• Il a introduit la notion fondatrice de contrainte capacitaire, principe cardinal sans lequel la psychologie cognitive, les neurosciences computationnelles et l’ergonomie moderne ne pourraient tout simplement pas exister. L’idée que l’attention est avant tout un arbitrage sous contrainte de ressources limitées demeure le paradigme dominant de notre compréhension du cerveau.
• Il a fourni des outils méthodologiques d’une robustesse inégalée : le paradigme de l’écoute dichotique continue d’alimenter chaque année des centaines de publications scientifiques en neuropsychologie clinique, en génétique comportementale et en imagerie fonctionnelle cérébrale.

Donald Broadbent a été l’un des premiers penseurs lucides à comprendre que l’intelligence humaine ne se définit pas par la quantité brute de données qu’elle est capable d’absorber, mais bien par son génie algorithmique à sélectionner ce qui compte et à reléguer l’infini tumulte du monde au statut de silence nécessaire. C’est à ce titre qu’il demeure, aux côtés d’Alan Turing, de Claude Shannon et de Noam Chomsky, l’un des architectes immortels de la grande aventure des sciences cognitives.

Références

• Broadbent, D. E. (1954). The role of auditory localization in attention and memory span. Journal of Experimental Psychology, 47(3), 191–196. https://doi.org/10.1037/h0054182
• Broadbent, D. E. (1958). Perception and Communication. Pergamon Press. https://doi.org/10.1037/10037-000
• Cherry, E. C. (1953). Some experiments on the recognition of speech, with one and with two ears. The Journal of the Acoustical Society of America, 25(5), 975–979. https://doi.org/10.1121/1.1907229
• Corteen, R. S., & Wood, B. (1972). Autonomic responses to shock-associated words in an unattended channel. Journal of Experimental Psychology, 94(3), 308–313. https://doi.org/10.1037/h0032997
• Deutsch, J. A., & Deutsch, D. (1963). Attention: Some theoretical considerations. Psychological Review, 70(1), 80–90. https://doi.org/10.1037/h0039515
• Gray, J. A., & Wedderburn, A. A. (1960). Grouping, numerals, and related words in dichotic listening. Quarterly Journal of Experimental Psychology, 12(3), 180–184. https://doi.org/10.1080/17470216008416722
• Hillyard, S. A., Hink, R. F., Schwent, V. L., & Picton, T. W. (1973). Electrical signs of selective attention in the human brain. Science, 182(4108), 177–180. https://doi.org/10.1126/science.182.4108.177
• Kimura, D. (1961). Cerebral dominance and the perception of verbal stimuli. Canadian Journal of Psychology/Revue canadienne de psychologie, 15(3), 166–171. https://doi.org/10.1037/h0083219
• Kimura, D. (1967). Functional asymmetry of the brain in dichotic listening. Cortex, 3(2), 163–178. https://doi.org/10.1016/S0010-9452(67)80010-8
• Lavie, N. (1995). Perceptual load as a necessary condition for selective attention. Journal of Experimental Psychology: Human Perception and Performance, 21(3), 451–468. https://doi.org/10.1037/0096-1523.21.3.451
• Mesgarani, N., & Chang, E. F. (2012). Selective cortical representation of attended speaker in multi-talker speech perception. Nature, 485(7397), 233–236. https://doi.org/10.1038/nature11020
• Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63(2), 81–97. https://doi.org/10.1037/h0043158
• Moray, N. (1959). Attention in dichotic listening: Affective cues and the influence of instructions. Quarterly Journal of Experimental Psychology, 11(1), 56–60. https://doi.org/10.1080/17470215908416289
• Näätänen, R., Gaillard, A. W., & Mäntysalo, S. (1978). Early selective-attention effect on evoked potential reinterpreted. Acta Psychologica, 42(4), 313–329. https://doi.org/10.1016/0001-6918(78)90006-9
• Neisser, U. (1967). Cognitive Psychology. Appleton-Century-Crofts.
• Norman, D. A. (1968). Toward a theory of memory and attention. Psychological Review, 75(6), 522–536. https://doi.org/10.1037/h0026699
• Shannon, C. E., & Weaver, W. (1949). The Mathematical Theory of Communication. University of Illinois Press.
• Treisman, A. M. (1960). Contextual cues in selective listening. Quarterly Journal of Experimental Psychology, 12(4), 242–248. https://doi.org/10.1080/17470216008416732
• Treisman, A. M. (1964). Verbal cues, language, and meaning in selective attention. The American Journal of Psychology, 77(2), 206–219. https://doi.org/10.2307/1420127
• Wiener, N. (1948). Cybernetics: Or Control and Communication in the Animal and the Machine. MIT Press.