Hypothèse des deux voies du traitement visuel (dorsale et ventrale) – Melvyn A. Goodale & A. David Milner

L’élucidation des mécanismes par lesquels le système nerveux central transforme les flux photoniques incidents en percepts intelligibles et en actions motrices coordonnées constitue l’un des chapitres les plus fascinants des neurosciences contemporaines. Longtemps dominée par une conception unitaire et séquentielle de la fonction visuelle — où l’œil était assimilé à une chambre noire transmettant une image passivement déchiffrée par un « homoncule » cortical —, la neurobiologie cognitive a connu à la fin du XXe siècle une refonte épistémologique majeure. Cette mutation conceptuelle a révélé que la vision n’est pas un processus monolithique destiné à engendrer une copie interne exhaustive du monde extérieur, mais plutôt un ensemble d’opérations computationnelles distribuées, parallélisées et fonctionnellement spécialisées, opérant au sein d’architectures corticales distinctes.

Au cœur de cette révolution théorique s’impose l’hypothèse des deux voies du traitement visuel, formulée initialement sous une forme téléologique renouvelée par les neuropsychologues Melvyn A. Goodale et A. David Milner au début des années 1990. En proposant de dissocier fondamentalement la « vision pour la perception » (localisée dans la voie ventrale occipito-temporale) de la « vision pour l’action » (ancrée dans la voie dorsale occipito-pariétale), Goodale et Milner ont transcendé les dichotomies spatiales antérieures pour ancrer l’analyse visuelle dans la finalité comportementale et motrice de l’organisme. Ce modèle ne s’est pas contenté de réorganiser la cartographie des aires corticales ; il a profondément modifié notre compréhension de la conscience phénoménale, du contrôle sensorimoteur en temps réel et des relations fonctionnelles unissant perception, mémoire et action intentionnelle.

L’ambition du présent traité est d’offrir une exploration exhaustive et interdisciplinaire de cette théorie princeps. En partant de ses fondements historiques et de sa rupture avec le modèle précurseur d’Ungerleider et Mishkin, nous examinerons les réseaux neuroanatomiques sous-jacents, les dissociations neuropsychologiques emblématiques — incarnées notamment par le cas séminal de la patiente D.F. et le syndrome de Bálint —, ainsi que les validations expérimentales obtenues chez le sujet sain via l’exploitation d’illusions d’optique. Enfin, nous aborderons les réévaluations critiques contemporaines, les extensions architecturales tripartites et les répercussions translationnelles de ce paradigme dans les domaines de la robotique bio-inspirée, de l’apprentissage profond et de la clinique neurologique.

1. Origines historiques et rupture paradigmatique avec le modèle d’Ungerleider et Mishkin

1.1 Le modèle précurseur de 1982 : La distinction « Quoi » et « Où »

La genèse de la ségrégation fonctionnelle des voies visuelles corticales trouve son ancrage dans les travaux fondamentaux de Leslie Ungerleider et Mortimer Mishkin, colligés dans leur monographie séminale de 1982. Travaillant principalement sur le modèle du primate non humain (macaca mulatta), les deux neurobiologistes du National Institute of Mental Health (NIMH) soumirent des singes porteurs de lésions corticales ciblées à des protocoles de conditionnement opérant rigoureux. Ces expérimentations mirent en lumière une dissociation comportementale frappante entre deux types de performances discriminatives.

D’une part, les ablations bilatérales du cortex inférotemporal induisaient un déficit dramatique lors des tâches de discrimination visuelle de formes, de motifs géométriques ou de couleurs — tâche dite de « discrimination d’objets » —, alors que les animaux demeuraient parfaitement capables de localiser spatialement une récompense dissimulée par rapport à un repère saillant. D’autre part, les lésions étendues du cortex pariétal postérieur engendraient l’effet strictement inverse : les primates échouaient lamentablement à la tâche dite de « repère spatial » (landmark task), exigeant de choisir le récipient le plus proche d’un cylindre indicateur, tout en conservant intacte leur capacité à discriminer des objets sur la base de leurs propriétés intrinsèques de surface et de configuration structurale.

De ces observations empiriques émergea la taxonomie classique séparant la voie ventrale, qualifiée de voie du « Quoi » (What), dévolue à l’identification sémantique et morphologique des entités visuelles, et la voie dorsale, qualifiée de voie du « Où » (Where), dédiée à la localisation spatiale des stimuli dans l’environnement. Néanmoins, en dépit de son élégance heuristique, cette conceptualisation présentait d’importantes limites épistémologiques. Elle appréhendait le traitement visuel sous l’angle exclusif des attributs physiques du stimulus (l’identité versus la position), postulant implicitement que le système nerveux central élabore une représentation perceptive unifiée du monde extérieur avant de la transmettre aux aires motrices frontales. Cette modélisation passive et séquentielle s’est rapidement heurtée aux réalités de la clinique neuropsychologique humaine, où des patients présentaient des déficits de préhension motrice sans troubles perceptifs spatiaux conscients, suggérant que la manipulation et l’action obéissent à des contraintes computationnelles radicalement distinctes de la simple localisation géométrique.

1.2 La reformulation de Goodale et Milner (1992) : « Quoi » versus « Comment »

Face aux apories du modèle purement spatial d’Ungerleider et Mishkin, Melvyn A. Goodale et A. David Milner opérèrent en 1992 un basculement de paradigme révolutionnaire dans un article retentissant publié au sein de la revue Trends in Neurosciences, développé ultérieurement dans leur ouvrage fondateur The Visual Brain in Action (1995). Leur intuition directrice consista à substituer une analyse téléologique et fonctionnelle à l’analyse descriptive des stimuli : la distinction entre les deux voies ne réside pas dans la nature de l’information traitée (la forme versus l’espace), mais dans la finalité adaptative du traitement computationnel.

Goodale et Milner redéfinirent ainsi la voie ventrale comme le substrat de la « vision pour la perception » (vision-for-perception) et la voie dorsale comme l’appareil de la « vision pour l’action » (vision-for-action). Dans ce schéma conceptuel novateur, la voie ventrale traite les propriétés des objets afin de générer des percepts stables et signifiants, autorisant la reconnaissance, la catégorisation conceptuelle, le stockage mnémonique et le jugement conscient. À l’inverse, la voie dorsale n’est pas simplement dévolue à savoir « où » se situe un objet dans un espace abstrait, mais à calculer en temps réel « comment » diriger un effecteur corporel vers cet objet afin d’interagir physiquement avec lui.

Cette distinction « Quoi » versus « Comment » (What vs. How) a bouleversé la philosophie des sciences cognitives en réintégrant l’action motrice au cœur de la physiologie perceptive. L’œil n’est plus envisagé comme l’organe d’un spectateur contemplatif décodant des représentations passives, mais comme un capteur intimement intégré à des boucles sensorimotrices cybernétiques. L’impact de cette théorisation fut immédiat et considérable : elle permit d’unifier sous un cadre conceptuel cohérent des pans entiers de la physiologie unitaire du primate, de la psychophysique humaine et de la neuropsychologie lésionnelle, redéfinissant durablement les contours du débat sur l’esprit incarné (embodied cognition).

1.3 Différenciation conceptuelle entre perception consciente et contrôle sensorimoteur

Une conséquence ontologique majeure de la dichotomie de Goodale et Milner réside dans la dissociation du traitement visuel selon qu’il accède ou non au champ de la conscience phénoménale. Selon les auteurs, l’expérience visuelle subjective — ce que le sujet rapporte éprouver lorsqu’il contemple une scène colorée, discerne un visage familier ou admire un paysage — est une prérogative quasi exclusive des computations hébergées au sein du flux ventral occipito-temporal. Ce système opère selon des cadres de référence allocentriques : il encode les relations métriques spatiales des objets les uns par rapport aux autres, extrayant des invariants structuraux indépendamment des fluctuations du point de vue de l’observateur.

À l’opposé, les transformations sensorimotrices exécutées par le faisceau dorsal occipito-parietal fonctionnent pour l’essentiel de manière automatisée, modulaire et inconsciente. Le contrôle dynamique d’une saisie manuelle n’exige nullement que le sujet ait conscience de l’angle exact d’ouverture de sa pince pouce-index ou de l’ajustement balistique millimétrique de son avant-bras face aux perturbations de la cible. Le système dorsal convertit instantanément des flux rétinotopiques entrants en commandes cinématiques exprimées dans des cadres de référence égocentriques rigides, centrés successivement sur l’œil, la tête, le tronc et la main de l’agent moteur.

Cette scission épistémologique remet en cause le postulat d’un théâtre cartésien où toutes les opérations sensorielles convergeraient vers un foyer conscient unifié. Elle révèle que le cerveau humain abrite des routines visuelles de très haute précision, capables de guider l’action de façon optimale dans l’environnement physique sans qu’aucun percept subjectif n’accompagne nécessairement l’acte moteur. La conscience perceptive apparaît dès lors non pas comme le moteur de l’action immédiate, mais comme un dispositif de contrôle différé, d’arbitrage décisionnel à long terme et de planification stratégique.

2. Organisation neuroanatomique des deux voies de projection corticale

2.1 L’origine commune au niveau du cortex visuel primaire (V1)

Toute analyse des flux visuels corticaux prend nécessairement sa source au niveau du cortex strié, également désigné sous le terme d’aire visuelle primaire (V1) ou aire 17 de Brodmann, nichée sur les berges de la scissure calcarine du lobe occipital. Les signaux visuels issus des photorécepteurs rétiniens transitent via le nerf optique, le chiasma et les tractus optiques jusqu’au noyau géniculé latéral (NGL) du thalamus dorsal. C’est au sein même de ce relais thalamique laminaire que s’amorce une puissante ségrégation fonctionnelle entre deux populations neuronales spécialisées : les cellules magnocellulaires et les cellules parvocellulaires.

Les couches magnocellulaires du NGL (couches 1 et 2) reçoivent leurs afférences des cellules ganglionnaires rétiniennes parasol (cellules M), caractérisées par des champs récepteurs étendus, une insensibilité à la chromaticité, une cadence de décharge transitoire très rapide et une excellente sensibilité au contraste de luminance ainsi qu’aux fréquences spatiales basses. À l’inverse, les couches parvocellulaires (couches 3 à 6) sont innervées par les cellules naines (cellules P), affichant des champs récepteurs étroits, une sensibilité aiguë aux longueurs d’onde (opposition de couleurs rouge-vert), une décharge tonique et une haute résolution pour les fréquences spatiales élevées. Ces deux contingents axonaux se projettent de façon sélective au sein de la couche IV du cortex strié : la voie magnocellulaire innerve principalement la sous-couche IVCα, tandis que la voie parvocellulaire se termine majoritairement sur la sous-couche IVCβ.

À partir de V1, les signaux subissent une première redistribution cortico-corticale complexe. L’architecture histochimique de V1, révélée par la coloration à la cytochrome oxydase, met en évidence des régions à forte activité métabolique dénommées « blobs » intercalées dans des régions « interblobs ». Les neurones des blobs, hautement chromatiques, et ceux des interblobs, sensibles à l’orientation spatiale fine, projettent sur les bandes minces et interbandes de l’aire secondaire V2 (aire 18), lesquelles alimentent massivement la voie ventrale. Les neurones de la couche IVB, alimentés par le système magnocellulaire, projettent quant à eux directement vers l’aire médiotemporale V5/MT ou vers les bandes épaisses de V2, constituant l’armature initiale de la voie dorsale. Ainsi, dès les premiers stades occipitaux, l’architecture corticale préfigure la divergence des réseaux de traitement.

2.2 La trajectoire anatomique du faisceau ventral (occipito-temporal)

Le faisceau ventral s’organise selon une cascade de projections synaptiques progressant le long de la face ventrale et latérale du lobe temporal inférieur. Prenant son essor au départ des sous-régions spécialisées de V1 et V2, le signal gagne l’aire V4 (complexe occipital lingual et fusiforme antérieur), carrefour déterminant de l’analyse des couleurs (via des cellules présentant une constance chromatique remarquable) et des configurations de courbures complexes. De V4, les axones cheminent vers le cortex inférotemporal (aire IT), que la cytoarchitectonie subdivise classiquement en cortex temporal inférieur postérieur (TEO) et cortex temporal inférieur antérieur (TE proprement dit).

Au sein de cette vaste étendue temporale, le traitement des formes gagne en abstraction et en invariance. La connectivité ne s’articule pas selon un maillage homogène mais s’organise en territoires fonctionnels distincts et modulaires :

• Le complexe occipital latéral (Lateral Occipital Complex, LOC), niché sur la bordure occipito-temporale latérale, voué à la reconnaissance de la forme physique invariante des objets manufacturés et naturels.
• L’aire fusiforme des visages (Fusiform Face Area, FFA), située dans le gyrus fusiforme latéral, optimisée pour le traitement holistique et l’expertise physionomique.
• L’aire parahippocampique des lieux (Parahippocampal Place Area, PPA), occupant le cortex parahippocampique médian, spécialisée dans la configuration géométrique de scènes environnementales et d’architectures spatiales.

En son terminus rostral, le flux ventral se prolonge vers le pôle temporal, le cortex périrhinal, le cortex entorhinal et la formation hippocampique. Cette convergence limbique permet d’ancrer les représentations perceptives dans les systèmes de mémoire déclarative épisodique et sémantique, assurant l’attribution d’une signification conceptuelle, émotionnelle et mnésique aux objets perçus.

2.3 La trajectoire anatomique du faisceau dorsal (occipito-parietal)

Le faisceau dorsal s’articule le long d’un axe occipito-pariétal ascendant, reliant le pôle occipital aux structures complexes du lobe pariétal postérieur (PPC, aires 7a, 7b, 5 et 39/40 de Brodmann). Issu des neurones magnocellulaires de la couche IVB de V1 et des bandes épaisses de V2, le flux innerve précocement les aires visuelles V3, V3A, ainsi que l’aire spécialisée V5/MT (complexe médio-temporal) et l’aire médiale supérieure temporale (MST). Ces structures sont spécifiquement dévolues au codage de la direction du mouvement, de la vitesse angulaire, de la disparité binoculaire stéréoscopique et du flux optique induit par le déplacement du sujet.

Depuis le carrefour V5/MT et V3A, les projections atteignent le cortex pariétal postérieur, qui s’organise autour d’une scissure majeure : le sillon intrapariétal (Intraparietal Sulcus, IPS). Les parois de ce sillon contiennent une mosaïque d’aires sensorimotrices fonctionnellement spécialisées dans des transformations effecteur-dépendantes :

• L’aire intrapariétale antérieure (Anterior Intraparietal Area, AIP), essentielle à la coordination visuelle de la préhension digitale et à l’extraction des affordances tridimensionnelles.
• L’aire intrapariétale latérale (Lateral Intraparietal Area, LIP), impliquée dans la sélection attentionnelle spatiale et la programmation des saccades oculaires en liaison avec les champs oculomoteurs frontaux.
• L’aire intrapariétale ventrale (Ventral Intraparietal Area, VIP), vouée à l’intégration multisensorielle (visuelle, tactile, vestibulaire) de l’espace péripersonnel entourant la tête et le visage.
• L’aire intrapariétale médiane (Medial Intraparietal Area, MIP ou aire d’atteinte pariétale), dédiée à la planification balistique du bras vers une cible (reaching).

Le faisceau dorsal projette massivement, via le faisceau longitudinal supérieur (SLF), vers le cortex moteur primaire (M1), l’aire motrice supplémentaire (SMA) et surtout le cortex prémoteur ventral et dorsal (aires F4 et F5 de la nomenclature de Rizzolatti), formant ainsi des boucles pariéto-frontales dédiées à l’exécution de séquences motrices hautement adaptatives.

3. La voie ventrale : Vision pour la perception et représentations du monde

3.1 Constance de l’objet et invariance perspective

L’un des défis computationnels majeurs résolus par la voie ventrale est le maintien de la constance de l’objet face au caractère intrinsèquement instable de la projection rétinienne. Chaque fois qu’un observateur se déplace, qu’un objet pivote ou que les conditions d’éclairage fluctuent, la configuration des photons frappant la rétine change radicalement d’échelle spatiale, d’orientation géométrique, de chrominance et de contraste de luminance. Si le système visuel se contentait d’une comparaison directe pixel par pixel, l’identification s’avérerait impossible.

La voie occipito-temporale résout cette complexité au moyen d’un traitement hiérarchique profond. Aux premiers stades (V1, V2), les neurones répondent à des contours élémentaires, des barres orientées et des contrastes locaux de très petite taille. Au fur et à mesure que l’information progresse vers V4 et le cortex inférotemporal, la taille des champs récepteurs augmente de façon exponentielle, couvrant jusqu’à plusieurs dizaines de degrés d’angle visuel et englobant fréquemment la fovéa bilatérale. Parallèlement, la sélectivité neuronale passe de l’analyse des propriétés spectrales et d’orientation locales à la combinaison non linéaire de courbures complexes et d’arrangements volumétriques structurels.

Dans l’aire IT, les neurones manifestent une invariance perspective (tolérance aux transformations affines) stupéfiante. Un même neurone ou une même assemblée neuronale décharge avec une fidélité constante devant la présentation d’un objet spécifique (par exemple, une tasse ou un visage), que celui-ci soit présenté sous un profil oblique, en contre-plongée, agrandi, rapetissé ou illuminé par un spectre chromatique monochromatique. Cette propriété d’invariance dimensionnelle et géométrique constitue la clé de voûte de la perception d’un monde stable et continu, déconnecté des fluctuations contingentes du point de vue subjectif.

3.2 Cadres de référence allocentriques et sémantique visuelle

Pour construire une représentation durable de la scène visuelle, le système ventral encode les positions des objets au sein d’un cadre de référence allocentrique (ou exocentrique). Dans ce mode de calcul, la localisation d’une entité n’est pas indexée sur la position du corps, de la rétine ou de la main de l’observateur, mais est définie relativement aux autres objets ou au cadre spatial global de l’environnement (par exemple, le livre situé à droite de la lampe, sur la table). Ce codage relationnel confère une stabilité spatiale remarquable aux représentations mentales.

Ce format allocentrique est structurellement requis pour interfaçer la perception avec les réseaux de la sémantique visuelle et de la mémoire déclarative. Il permet d’extraire le « sens » d’une scène indépendamment des actions corporelles que le sujet s’apprête à y déployer. Les relations géométriques internes d’un objet définissent sa classe morphologique et permettent son assignation taxonomique (identifier qu’un animal à quatre pattes pourvu d’une crinière est un lion, quelle que soit sa distance à nous).

De surcroît, les représentations allocentriques ventro-temporales présentent une durabilité temporelle étendue. Elles peuvent être maintenues actives au sein de la mémoire de travail visuelle pendant plusieurs secondes ou minutes grâce aux boucles récurrentes reliant le cortex temporal au cortex préfrontal dorsolatéral (DLPFC), et consolider durablement des traces mnémoniques dans le système médio-temporal hippocampique. C’est précisément cette permanence de la représentation qui autorise le raisonnement abstrait, la dénomination linguistique, la comparaison mentale différée et la planification prospective.

3.3 Sous-systèmes spécialisés de reconnaissance catégorielle

L’exploration fine du cortex occipito-temporal par résonance magnétique fonctionnelle (IRMf) a révélé une ségrégation en modules d’expertise perceptive hautement spécialisés, témoignant de contraintes évolutives fortes sur la reconnaissance d’entités biologiquement décisives pour la survie et la socialité des primates.

Le cas le plus emblématique est sans conteste l’aire fusiforme des visages (FFA), identifiée de manière systématique par Nancy Kanwisher et ses collaborateurs. Située sur la surface ventrale du gyrus fusiforme (aire fusiforme moyenne), la FFA présente une activation élective et robuste lors de la présentation de visages humains par rapport à des objets inanimés, des visages brouillés ou des corps tronqués. Les computations de la FFA sous-tendent le traitement holistique et configurationnel des traits faciaux, processus dont la défaillance élective à la suite d’une lésion focale induit le tableau dramatique de la prosopagnosie, c’est-à-dire l’incapacité à identifier les identités physionomiques individuelles, y compris celle de ses proches ou de son propre reflet.

À proximité immédiate de la FFA émerge l’aire parahippocampique des lieux (PPA), cartographiée par Epstein et Kanwisher, qui s’active préférentiellement devant des paysages urbains ou ruraux, des intérieurs architecturaux ou des édifices monumentaux. La PPA n’analyse pas les objets individuels mais la disposition spatiale volumétrique de l’arrière-plan, encodant la structure navigable de l’environnement. Enfin, le complexe occipital latéral (LOC), initialement documenté par Rafael Malach, répond spécifiquement aux formes d’objets tangibles manufacturés. La convergence ordonnée de ces sous-systèmes catégoriels au sein de la voie ventrale façonne une modélisation multidimensionnelle, hiérarchisée et sémantiquement étiquetée de l’ensemble de notre univers perceptif visuel.

4. La voie dorsale : Vision pour l’action et contrôle sensorimoteur en temps réel

4.1 Calculs spatiaux égocentriques et cinématique motrice

Alors que la voie ventrale cherche à s’abstraire des contingences de la posture de l’observateur pour stabiliser le percept, la voie dorsale opère dans une logique diamétralement opposée : elle doit calibrer les mouvements du corps en fonction de la position spatiale exacte et immédiate de la cible par rapport aux effecteurs physiques. Les opérations pariétales s’exécutent par conséquent au sein de cadres de référence égocentriques dynamiques.

Le défi physique imposé au cortex pariétal postérieur relève d’une série de transformations trigonométriques non linéaires complexes :
convertir un vecteur d’erreur rétinotopique (exprimé en coordonnées rétiniennes bidimensionnelles) en un vecteur de commande motrice articulatoire (exprimé en angles articulaires d’épaule, de coude et de poignet). Pour ce faire, les neurones de l’IPS et du lobule pariétal supérieur intègrent en permanence des signaux proprioceptifs cervicaux et brachiaux, des décharges corollaires issues des structures motrices frontales et des signaux vestibulaires. Les calculs ne tolèrent aucune approximation : la taille absolue, l’orientation spatiale tridimensionnelle, la distance exacte en profondeur métrique et la vélocité relative de l’objet doivent être computées instantanément.

Lors d’un mouvement de préhension élémentaire, la cinématique motrice se décompose de manière stéréotypée :
la phase de projection balistique du membre (reaching) déploie un profil de vitesse en cloche asymétrique, pendant que la pince manuelle (pouce et index) module son profil d’ouverture spatiale. L’ouverture de la pince s’accroît progressivement jusqu’à atteindre un sommet critique — l’ouverture maximale de la pince (Maximum Grip Aperture, MGA) —, survenant approximativement aux deux tiers de la durée totale du trajet moteur, avant de décélérer pour se refermer sur les bords de l’objet. Ce pic de MGA est corrélé de manière remarquablement linéaire à la dimension physique réelle de l’objet cible, témoignant d’une paramétrisation métrique en ligne hautement raffinée par les circuits pariéto-moteurs.

4.2 Traitement de l’affordance et programmation des gestes de préhension

Le traitement des objets par la voie dorsale s’opère sous le prisme de leur affordance, concept forgé à l’origine par le psychologue écologiste James J. Gibson pour désigner les opportunités d’action physique qu’un élément de l’environnement offre à un organisme biologique doté d’effecteurs spécifiques. Dans le système dorsal, la vue d’une tasse ne déclenche pas en premier lieu l’étiquette conceptuelle « récipient à café », mais active immédiatement les coordonnées d’orientation de son anse et le programme moteur de pince requis pour s’en saisir.

Les neurophysiologistes ont démontré que le système pariétal segmente l’action manuelle en deux modules fonctionnels distincts mais synchronisés :

• Le sous-système du transport manuel (reaching), piloté par le cortex pariéto-occipital dorsal, le lobule pariétal supérieur et l’aire médiale V6A, en liaison avec le cortex prémoteur dorsal (PMd), chargé d’amener la main au bon endroit de l’espace tridimensionnel.
• Le sous-système de conformation digitale (grasping), coordonné par l’aire intrapariétale antérieure (AIP), qui extrait les descripteurs géométriques 3D de l’objet et transfère ces instructions cinématiques à l’aire prémotrice ventrale F5.

Au sein de cette aire prémotrice F5 et de son homologue pariétal AIP, Giacomo Rizzolatti et ses collègues de l’Université de Parme ont découvert les neurones canoniques. Ces neurones déchargent à la fois lors de l’exécution d’un geste de préhension ciblé (par exemple, une pince de précision) et lors de la simple observation passive d’un objet statique congruent avec ce type de prise (un petit grain de raisin), sans qu’aucun mouvement ne soit requis. Cette machinerie neurophysiologique, complétée par les célèbres neurones miroirs sensibles aux actions d’autrui, matérialise l’équivalence computationnelle directe entre forme visuelle et potentialité gestuelle d’action au sein du faisceau dorsal.

4.3 Nature éphémère des représentations visuo-motrices dorsales

L’une des propriétés les plus radicales identifiées par Goodale et Milner concernant le fonctionnement de la voie dorsale est la nature intrinsèquement volatile et éphémère de ses représentations computationnelles. Contrairement au système ventral, dont l’office est d’encoder des représentations stables destinées à subsister dans les magasins de la mémoire de travail et de la mémoire à long terme, le système visuo-moteur dorsal opère dans l’immédiateté absolue, sous la forme d’un système de contrôle en ligne (online closed-loop control).

Cette impermanence découle d’une impérieuse nécessité cybernétique : à chaque mouvement des yeux, de la tête ou du tronc, les coordonnées égocentriques reliant l’observateur aux éléments du décor sont instantanément oblitérées et invalidées. Conserver en mémoire des vecteurs moteurs basés sur des positions oculaires antérieures conduirait inévitablement à des erreurs motrices catastrophiques lors des gestes balistiques ultérieurs. Par conséquent, les représentations métriques dorsales se dissipent à une vitesse fulgurante dès lors que le contact visuel direct avec le stimulus est rompu.

Des expériences psychophysiques minutieuses chez des sujets normaux et des patients cérébrolésés ont quantifié cette fenêtre de viabilité temporelle : si un délai temporel aussi infime qu’une ou deux secondes est inséré entre l’extinction lumineuse de l’objet cible et l’initialisation du mouvement de saisie, le réseau dorsal se désactive et ne peut plus guider le geste. Dans cette situation d’action différée (memory-guided action), le cerveau est contraint d’effectuer un basculement neurophysiologique (hand-off), transférant le guidage cinématique aux représentations perceptives allocentriques stockées dans le lobe temporal inférieur. Ce changement d’aiguillage fonctionnel s’accompagne immédiatement d’une dégradation de la précision métrique, illustrant la frontière temporelle nette qui scinde les dynamiques computationnelles des deux flux visuels.

5. La double dissociation neuropsychologique : L’agnosie visuelle aperceptive

5.1 Le profil clinique paradigmatique de la patiente D.F.

La confirmation la plus spectaculaire et indiscutable de la validité de l’hypothèse de Goodale et Milner est advenue par l’intermédiaire de la méthode de neuropsychologie cognitive des doubles dissociations, incarnée au premier chef par l’étude longitudinale approfondie de la patiente D.F.. En 1988, à l’âge de 34 ans, D.F. fut victime d’une intoxication accidentelle au monoxyde de carbone au sein de son domicile, entraînant une anoxie cérébrale aiguë dévastatrice.

Les examens de neuro-imagerie par résonance magnétique structurelle ont révélé chez D.F. des lésions anoxiques bilatérales massives et focales centrées sur la région occipito-temporale ventro-latérale, emportant de façon quasi intégrale le complexe occipital latéral (LOC), tout en préservant le cortex visuel primaire V1, les structures de la voie dorsale occipito-pariétale et le cortex moteur frontal. D’un point de vue clinique traditionnel, D.F. présentait une agnosie visuelle aperceptive sévère : son acuité visuelle élémentaire, sa vision chromatique et sa sensibilité au contraste de luminance étaient remarquablement préservées, de même que sa capacité à reconnaître les objets par palpation tactile ou description auditive.

En revanche, D.F. avait totalement perdu la faculté d’identifier, de nommer, d’apparier ou de copier des formes géométriques élémentaires. Présentée devant un carré et un cercle dessinés sur un carton blanc, elle était incapable d’indiquer s’il s’agissait d’objets identiques ou dissemblables. Placée devant une pomme, elle ne pouvait la distinguer d’un objet géométrique que par sa couleur rouge, mais échouait à en dessiner les contours. Sa perception consciente des formes (visual form agnosia) était littéralement abolie.

5.2 L’expérience princeps de la fente (« Posting Task »)

Face à ce tableau d’agnosie visuelle profonde, Goodale, Milner, Jakobson et Carey conçurent en 1991 une expérience d’une prodigieuse ingéniosité qui allait marquer l’histoire des neurosciences. Ils utilisèrent un plateau circulaire pivotant doté d’une fente rectangulaire étroite, dont l’orientation angulaire pouvait être ajustée de façon aléatoire selon divers azimuts (verticale, horizontale, inclinée à 45°, etc.). Deux conditions expérimentales furent opposées : une condition d’estimation perceptive et une condition d’action motrice.

Dans la condition d’estimation perceptive, D.F. devait regarder la fente sans bouger de sa place et rapporter verbalement son orientation ou bien orienter manuellement une plaquette plate tenue entre ses mains pour refléter fidèlement l’inclinaison observée. Dans cette épreuve de jugement perceptif conscient, D.F. manifesta un échec total : ses estimations manuelles et verbales se distribuaient de manière purement aléatoire à travers les 360 degrés du cercle, ne démontrant aucune corrélation statistique avec l’orientation effective de la fente.

Dans la condition d’action visuomotrice — la désormais célèbre tâche d’« insertion d’une carte » (posting task) —, les expérimentateurs demandèrent simplement à la patiente de prendre une carte rigide en main et de l’insérer directement dans la fente, d’un geste fluide et naturel, semblable à celui d’une personne postant une lettre dans une boîte aux lettres. Les résultats enregistrés par vidéo et capteurs optoélectroniques furent stupéfiants : dès l’initiation du geste balistique, bien avant que la carte n’entre en contact physique avec l’appareil, D.F. réorienta la carte avec une précision angulaire rigoureusement identique à celle mesurée chez des sujets témoins sains de contrôle. Son bras et son poignet tournaient dans la trajectoire exacte pour franchir la fente sans la moindre hésitation ni tâtonnement correctif, démontrant que son cerveau calculait parfaitement l’orientation de la fente pour guider son mouvement en temps réel, alors même qu’elle demeurait intrinsèquement incapable de « voir » consciemment cette même orientation.

5.3 Calibration de l’ouverture de la pince manuelle chez D.F.

Afin d’écarter l’objection selon laquelle la performance de D.F. ne porterait que sur le calcul rudimentaire d’une orientation spatiale, Goodale et ses collègues soumirent la patiente à des tests d’ajustement métrique de l’ouverture digitale face à des blocs solides tridimensionnels taillés sur mesure. Ces blocs présentaient une aire de surface et un poids identiques, mais variaient systématiquement dans leur largeur et leur longueur (par exemple des rectangles de 2,5 cm, 5 cm ou 7,5 cm de large).

Dans la tâche d’estimation perceptive, les blocs étaient posés sur une table devant D.F., qui devait indiquer par l’écartement de son index et de son pouce au repos la dimension perçue de l’objet. D.F. s’avéra absolument incapable d’accomplir cette tâche : l’écartement de ses doigts ne variait aucunement en fonction de la taille physique des solides présentés, reflétant là encore la destruction de sa machinerie perceptive ventrale.

À l’inverse, lorsqu’on lui enjoignait de tendre la main et de saisir directement les blocs entre ses doigts, l’enregistrement cinématique par caméras infrarouges révéla un calibrage moteur parfait. L’ouverture maximale de la pince (MGA) de D.F. augmentait de manière strictement linéaire et fluide avec la largeur réelle de chaque bloc, le pic d’ouverture survenant précisément à la cinématique normale du geste avant de décélérer pour se poser sans heurts sur les parois de l’objet. Ce profil expérimental démontra de manière irréfutable que les paramètres métriques réels des objets physiques (taille, forme et orientation) sont directement computés par la voie dorsale pour asservir le contrôle cinématique des effecteurs, indépendamment de toute représentation consciente au sein de la voie ventrale.

6. La double dissociation neuropsychologique inverse : L’ataxie optique

6.1 Sémiologie clinique et lésions du cortex pariétal postérieur

En neuropsychologie, la démonstration formelle de l’indépendance computationnelle entre deux systèmes cérébraux requiert l’identification d’une double dissociation symétrique : il est nécessaire de mettre en évidence non seulement des patients chez qui la fonction A (perception) est détruite tandis que la fonction B (action) est préservée (cas de D.F.), mais également des patients manifestant le schéma inverse, à savoir une fonction A intacte associée à un effondrement spécifique de la fonction B. Ce tableau inverse existe et porte le nom clinique d’ataxie optique.

Décrite initialement en 1909 par le neurologue austro-hongrois Rezső Bálint comme l’un des trois composants majeurs du syndrome de Bálint (associée à la paralysie psychique du regard ou apraxie oculaire, et à l’asynchronie visuelle ou simultanagnosie), l’ataxie optique peut également survenir sous une forme pure et isolée à la suite d’un infarctus de l’artère cérébrale moyenne ou postérieure, d’un traumatisme crânien ou d’un hématome lobaire touchant le cortex pariétal postérieur, en particulier le lobule pariétal supérieur (SPL) et les rives du sillon intrapariétal (IPS).

L’ataxie optique se définit cliniquement comme un trouble sélectif de la coordination visuo-motrice de l’atteinte et de la préhension manuelle vers des cibles visuelles, ne pouvant être imputé à un déficit moteur élémentaire (l’examen de la force motrice pyramidale étant normal), à un déficit somatosensoriel ou proprioceptif (la sensibilité tactile et le sens de position articulaire étant parfaitement préservés), ni à un déficit visuel primaire (champs visuels et acuité étant normaux). Lorsqu’on demande à ces patients de pointer leur index vers une ampoule allumée ou de saisir un objet placé devant eux sous contrôle visuel, leur main dévie massivement de sa trajectoire, errant dans l’espace environnant comme guidée par un individu aveugle.

6.2 La dissociation inverse par rapport au profil de D.F.

L’application rigoureuse des protocoles expérimentaux de Goodale et Milner à des patients atteints d’ataxie optique (notamment les cas documentés A.T. et I.G. étudiés par Yves Rossetti, Laure Pisella et David Milner) a apporté le contre-point exact et symétrique aux performances de la patiente D.F.

Soumis à la tâche de la fente d’orientation variable, un patient ataxique optique décrit verbalement avec une aisance remarquable et une précision mathématique sans faille l’angle d’inclinaison de la fente (« elle penche à environ 40 degrés vers la droite »), et peut sans aucune difficulté positionner une règle tenue dans sa main pour imiter ce degré perceptif. Sa perception consciente de l’espace, ancrée dans la voie ventrale occipito-temporale intacte, fonctionne à un niveau d’excellence absolue.

Pourtant, dès que le médecin lui intime l’ordre d’insérer activement une carte dans cette même fente, le patient commet des erreurs désastreuses : sa main avance vers le disque sans adapter l’orientation de son poignet, la carte butant brutalement contre la paroi pleine de l’appareil à angle droit ou oblique. De même, confronté à des blocs de tailles distinctes, le patient ataxique est parfaitement conscient de la taille respective des objets, mais lors du geste de saisie, on observe un phénomène d’« écroulement cinématique » ou grasping aveugle : la pince manuelle ne présente aucune modulation prédictive (absence de pic MGA adapté), la main s’ouvrant de manière maximale dès le départ ou se refermant anarchiquement au petit bonheur la chance sur l’objet sans pré-configuration digitale congruente.

6.3 Variantes cliniques : Ataxie de champ versus ataxie de main

L’analyse fine de la sémiologie de l’ataxie optique menée par Marc Jeannerod, Marie-Thérèse Perenin et Alain Vighetto a révélé l’existence d’une géométrie vectorielle complexe structurant les dysfonctionnements du faisceau dorsal, se traduisant par une double composante : l’effet de champ et l’effet de main.

Chez les patients présentant des lésions unilatérales du cortex pariétal postérieur (le plus souvent de l’hémisphère droit), les anomalies cinématiques ne s’expriment pas de façon uniforme dans l’ensemble de l’espace. On distingue :

• L’ataxie de champ (field effect), caractérisée par un déficit visuo-moteur sévère lors de l’exploration de cibles situées dans le champ visuel controlatéral à la lésion hémisphérique (hémichamp gauche pour une lésion pariétale droite), quelle que soit la main mobilisée pour l’action.
• L’ataxie de main (hand effect), caractérisée par une maladresse élective d’une main donnée (généralement la main controlatérale à la lésion), quel que soit le champ visuel dans lequel la cible est localisée.

Le déficit maximal survient dans la condition dite « croisée », où le patient utilise la main ataxique pour saisir un objet situé dans l’hémichamp visuel ataxique. Ces dissociations intriquées apportent la confirmation neurophysiologique que la voie dorsale héberge une série de réseaux de transformations de coordonnées égocentriques distincts, interconnectant des cartes rétinotopiques avec des circuits de commande somatotopiques propres à chaque membre moteur.

7. Mise à l’épreuve expérimentale chez le sujet sain : Le paradigme des illusions visuelles

7.1 L’illusion d’Ebbinghaus-Titchener appliquée à la préhension

Pour démontrer que la dichotomie perception/action n’est pas un artefact consécutif à une réorganisation cérébrale pathologique chez des patients cérébrolésés, mais constitue bel et bien le mode opératoire de l’encéphale humain sain, les neuroscientifiques ont recours au paradigme expérimental des illusions d’optique géométriques, en tout premier lieu l’illusion de taille d’Ebbinghaus (ou cercles de Titchener).

Dans ce dispositif classique, deux disques centraux de dimensions physiques strictement identiques sont entourés, pour l’un, d’une couronne de petits cercles satellites, et pour l’autre, d’une couronne de très grands cercles satellites. Par un effet de contraste de contexte allocentrique traité par la voie ventrale, le sujet sain perçoit de façon irrépressible le premier disque comme étant substantiellement plus grand (de 10 à 15 %) que le second. En 1995, Salvatore Aglioti, Joseph DeSouza et Melvyn Goodale adaptèrent ce protocole en créant une version tridimensionnelle du test où les disques centraux étaient des jetons manipulables posés sur la table.

Tandis que les sujets rapportaient verbalement l’illusion perceptive massive (jugeant le disque entouré de petits cercles comme supérieur en diamètre), des caméras optoélectroniques haute fréquence enregistraient l’ouverture maximale de la pince (MGA) lors de la préhension rapide de ces jetons. Les résultats publiés dans un article retentissant montrèrent que la cinématique motrice de la main était totalement insensible à l’illusion : l’ouverture maximale de la pince était rigoureusement identique pour les deux disques tant que leur diamètre physique était le même. La main « voyait » la taille réelle de l’objet, ignorant le contexte trompeur dont la perception consciente était la dupe.

7.2 L’illusion de Müller-Lyer et autres illusions géométriques

Des dissociations analogues ont été investiguées au moyen d’autres illusions géométriques célèbres, notamment l’illusion de Müller-Lyer, constituée de deux segments de ligne droite de longueurs équivalentes terminés soit par des pointes de flèches orientées vers l’intérieur (faisant paraître la tige plus courte), soit par des pointes orientées vers l’extérieur (allongeant subjectivement la tige).

Lors d’épreuves de pointage moteur rapide (mouvements balistiques saccadiques de l’index d’une extrémité à l’autre de la tige), les mesures cinématiques ont mis en évidence que l’amplitude métrique du trajet manuel s’ajuste avec une formidable exactitude à la longueur physique absolue du trait, échappant aux déformations perceptives induites par les empennages de flèches. Des résultats superposables ont été obtenus avec l’illusion de Ponzo ou l’illusion horizontale-verticale : dès lors que le mouvement est exécuté de façon fluide, balistique et en temps réel, le système moteur pariétal exploite les propriétés spatiales directes du stimulus.

Néanmoins, une condition expérimentale critique altère cette imperméabilité motrice : l’effet du délai temporel. Lorsque les expérimentateurs interposent un masque visuel opaque de quelques secondes entre la vision de l’illusion de Müller-Lyer et le déclenchement du geste de pointage (action en mémoire différée), la trajectoire de l’index se met paradoxalement à refléter l’illusion d’optique ! En l’absence de signal rétinien immédiat, le système moteur ne peut plus recourir aux calculs en ligne de la voie dorsale (qui se sont évanouis) et se voit contraint d’extraire de la mémoire ventrale le percept subjectif biaisé, restaurant ainsi l’illusion au niveau du comportement moteur.

7.3 Critiques méthodologiques et controverses (Franz, Gegenfurtner, Schenk)

L’interprétation des expériences d’illusions visuelles a suscité l’une des controverses les plus virulentes des neurosciences cognitives modernes, menée par des chercheurs tels que Volker Franz, Karl Gegenfurtner et Thomas Schenk. Ces détracteurs ont pointé plusieurs biais méthodologiques susceptibles d’invalider la conclusion d’une dissociation fonctionnelle étanche chez le sujet sain :

• L’inégalité des tâches d’appariement : Dans les protocoles initiaux, la perception était mesurée par une comparaison bidirectionnelle de deux disques présentés simultanément, tandis que la saisie motrice ne portait que sur un seul disque à la fois, réduisant l’interférence contextuelle des cercles satellites pour la main.
• La saturation de l’ouverture digitale : La pince manuelle ne peut pas s’ouvrir indéfiniment ; l’impact de l’illusion sur le geste (quelques millimètres) pourrait être masqué par la variabilité naturelle de la cinématique ou par des marges de sécurité motrice que le cerveau injecte automatiquement pour éviter toute collision digitale avec l’objet.
• L’existence d’effets illusoires résiduels : Des réplications méthodologiquement ultra-contrôlées menées par Franz et ses collègues ont montré que dans certaines conditions, une fraction statistiquement significative de l’illusion (autour de 30 à 40 %) contamine bel et bien la cinématique motrice dorsale.

En réponse à ces attaques, Milner, Goodale et David Westwood ont affiné leurs paradigmes, démontrant que lorsque les interactions de rétroaction visuelle dynamique et le balayage fovéal sont rigoureusement isolés, la dissociation subsiste de façon éclatante. Ils ont convenu que dans la vie quotidienne, la main n’évolue pas dans un vide hermétique et que les informations ventrales peuvent influencer le calcul moteur (notamment par la sélection du point de saisie), tout en maintenant la primauté computationnelle du modèle dorsal pour l’ajustement métrique direct en temps réel.

8. Dynamique temporelle et temporalité des représentations visuelles

8.1 Traitement en temps réel versus stockage mnémonique

La distinction cardinale entre la voie dorsale et la voie ventrale ne se borne pas à une divergence géométrique d’angles ou de repères spatiaux ; elle s’exprime de manière constitutive dans leurs régimes de temporalité respectifs. La voie dorsale est une machinerie computationnelle conçue pour opérer dans l’instant fugace de l’action physique (le « présent sensorimoteur »). L’enjeu adaptatif suprême pour un prédateur ou une proie n’est pas de mémoriser où se situait une proie il y a cinq secondes, mais d’intercepter sa course précisément maintenant.

Cette fugacité absolue est corroborée par l’absence d’aires de mémoire de rétention spatiale à moyen terme au sein du lobule pariétal supérieur. La persistance d’une trace d’activation métrique dans le sillon intrapariétal après la disparition d’une cible visuelle ne dépasse pas une demi-seconde à deux secondes au maximum. Dès lors que cette latence critique est franchie, les coordonnées de visée motrice sont irréversiblement écrasées et dégradées.

À l’opposé fondamental de cette dynamique d’effacement, la voie ventrale est intrinsèquement architecturée pour la pérennité temporelle. La reconnaissance d’une forme requiert la confrontation de l’image rétinienne instantanée avec un réservoir de modèles structuraux emmagasinés au fil de l’ontogenèse de l’individu. Ce stockage s’appuie sur la plasticité synaptique à long terme du cortex inférotemporal et ses connexions denses avec l’hippocampe. La voie ventrale stocke, condense et abstrait ; la voie dorsale computera, exécutera et réinitialisera.

8.2 Le paradigme de l’action différée chez les patients cérébrolésés

L’exploration de cette asymétrie temporelle a trouvé sa démonstration la plus spectaculaire dans l’étude comparative de l’action différée (delayed action paradigm) chez les patients D.F. et les patients souffrant d’ataxie optique. Ce paradigme met en jeu une inversion paradoxale des compétences cliniques en fonction du temps écoulé.

Lorsque la patiente D.F. doit saisir un objet immédiatement disponible sous ses yeux, sa cinématique digitale est exemplaire. En revanche, si l’on éteint la lumière dans la pièce au moment où elle doit initier son geste et que l’on introduit un délai d’attente de seulement deux secondes dans l’obscurité avant de lui donner le signal de départ, la calibration de son ouverture de pince (MGA) s’effondre dramatiquement : elle est incapable d’ajuster ses doigts à la taille de l’objet qu’elle vient pourtant de contempler. Ne disposant pas de représentations ventrales fonctionnelles pour maintenir l’image de l’objet en mémoire de travail, et son système dorsal s’étant éteint faute d’entrée optique en ligne, D.F. est totalement démunie.

Le résultat le plus sidérant est apparu chez les patients ataxiques optiques testés par Rossetti et Milner :
alors que ces patients sont notoirement incapables de calibrer leur saisie manuelle en temps réel vers un objet visible sous leurs yeux (en raison de leur lésion pariétale dorsale), l’introduction d’un délai de cinq secondes dans l’obscurité avant l’action entraîne une amélioration paradoxale spectaculaire de leur performance motrice ! Privé de commande en ligne immédiate, leur encéphale est forcé de basculer vers les représentations mnésiques stockées dans leur voie ventrale saine, permettant à cette dernière de relayer les commandes motrices via des réseaux alternatifs. Cette « normalisation par le délai » chez l’ataxique, en miroir de la dégradation chez D.F., constitue l’un des arguments les plus puissants en faveur de la spécialisation temporelle des deux flux visuels.

8.3 Vitesse de conduction et résolution temporelle des signaux neuronaux

Cette différentiation dynamique repose sur des disparités biophysiques profondes régissant la vitesse de conduction et la neurophysiologie des deux voies. Le faisceau magnocellulaire, qui irrigue la voie dorsale, est constitué d’axones myélinisés de très gros calibre assurant une conduction saltatoire ultra-rapide des potentiels d’action (vitesses de propagation axonale de l’ordre de 40 à 60 m/s). Les premières décharges neuronales synchronisées au sein de l’aire V5/MT et des aires pariétales postérieures surviennent avec une latence remarquablement brève de seulement 30 à 50 millisecondes après l’impact photonique sur la rétine.

Ce canal à large bande passante temporelle est conçu pour détecter les micro-fluctuations de mouvement et les accélérations brusques. Il confère à la voie dorsale la réactivité chronométrique indispensable pour orchestrer des réflexes moteurs d’évitement postural d’urgence (comme esquiver un projectile jaillissant soudainement dans le champ périphérique) ou des rectifications cinématiques ultrarapides lors de l’interception d’une trajectoire.

En contrepartie, le réseau parvocellulaire qui alimente le faisceau ventral est constitué d’axones fins à conduction plus lente, dont les décharges s’étalent sur des cadences toniques soutenues. L’activation des neurones hautement sélectifs du cortex inférotemporal et de l’aire fusiforme ne cristallise pas avant 120 à 150 millisecondes post-stimulus, une latence nécessaire à l’intégration récurrente des multiples filtres d’orientation, de courbure, de texture et de chromaticité. Ce coût temporel correspond au travail computationnel indispensable à la genèse d’un percept conscient raffiné, là où la voie dorsale sacrifie la finesse descriptive sur l’autel de la vélocité motrice brute.

9. Subdivisions et complexification architecturale de la voie dorsale

9.1 La scission de Rizzolatti et Matelli (2003) : Voies dorso-dorsale et ventro-dorsale

Devant l’accumulation de données anatomiques et cliniques démontrant que le cortex pariétal postérieur ne saurait se réduire à une entité computationnelle monolithique, Giacomo Rizzolatti et Luppino Matelli ont proposé en 2003 une révision structurelle majeure : la scission de la voie dorsale en deux sous-systèmes parallèles distincts : la voie dorso-dorsale (dorso-dorsal stream) et la voie ventro-dorsale (ventro-dorsal stream).

Cette subdivision sépare précisément les opérations :

• Le flux dorso-dorsal prend son origine dans l’aire V6, chemine par l’aire V6A et gagne directement le lobule pariétal supérieur (SPL). Ce circuit constitue le « noyau dur » de la vision-pour-l’action de Goodale et Milner : il est totalement inconscient, agit selon des métriques purement égocentriques et assure le contrôle cinématique en ligne instantané des trajectoires spatiales du membre supérieur. Les lésions focales de ce flux engendrent l’ataxie optique classique.
• Le flux ventro-dorsal fait une bifurcation intermédiaire : il transite par l’aire MT/V5, l’aire intrapariétale ventrale (VIP) et se projette principalement sur le lobule pariétal inférieur (IPL, aires PF et PFG) ainsi que sur l’aire AIP. Ce système s’avère beaucoup plus plastique : il participe à la perception de l’espace péripersonnel, à l’organisation de séquences motrices complexes, à la reconnaissance des gestes exécutés par autrui (système miroir) et au décodage de l’affordance sémantique des objets manufacturés.

Cette taxonomie raffinée a permis de réconcilier les partisans d’Ungerleider et Mishkin et ceux de Goodale et Milner : la voie dorso-dorsale incarne la pure « vision pour l’action » cinématique, tandis que la voie ventro-dorsale sert d’interface intermédiaire, intégrant l’espace perceptif pour guider des actions coordonnées et socialement signifiantes.

9.2 Le modèle tripartite de Kravitz et al. (2011)

Poussant plus loin la cartographie fine de la connectivité corticale chez le primate, Kravitz, Saleem, Baker, Ungerleider et Mishkin ont publié en 2011 un modèle anatomique tripartite subdivisant les projections issues du cortex pariétal postérieur en trois grands circuits efférents distincts :

1. Le circuit pariéto-préfrontal : reliant le cortex pariétal postérieur au cortex préfrontal dorsolatéral (aires 46 et 9/46). Ce circuit sous-tend les fonctions exécutives spatiales, le contrôle attentionnel volontaire (top-down), la mémoire de travail spatiale et la sélection stratégique des cibles motrices.
2. Le circuit pariéto-prémoteur : reliant l’IPS et le lobule pariétal supérieur au cortex prémoteur dorsal et ventral. Ce flux constitue l’axe effecteur sensorimoteur direct chargé de générer les synergies musculaires de l’atteinte (reaching), de la manipulation (grasping) et des mouvements oculaires poursuites et saccadiques.
3. Le circuit pariéto-médio-temporal : reliant directement le cortex pariétal postérieur au cortex parahippocampique, au cortex rétrosplénial et à la formation hippocampique, sans transiter par la voie ventrale classique. Ce réseau assure le transfert des données de flux optique et de cinétique spatiale nécessaires à la navigation spatiale à grande échelle, à la construction de cartes cognitives de l’environnement géographique et au sens de l’orientation globale.

Ce modèle tripartite démontre de façon éclatante que la voie dorsale ne se réduit pas à une simple courroie de transmission motrice pour la main, mais constitue un réseau hautement diversifié qui innerve l’ensemble des systèmes cognitifs, exécutifs et mnésiques de l’encéphale.

9.3 L’apraxie d’utilisation et le rôle du système ventro-dorsal

L’exploration clinique de la manipulation d’outils façonnés a mis en lumière une dissociation fondamentale au sein des comportements de préhension : la distinction entre la préhension structurelle (adaptée à la forme physique brute) et la préhension fonctionnelle (adaptée à l’usage socioculturel de l’outil). Cette dichotomie prend tout son sens clinique dans le syndrome de l’apraxie d’utilisation ou apraxie idéatoire.

Un patient apraxique consécutif à un infarctus hémisphérique gauche impliquant le gyrus supramarginal (faisant partie intégrante de la voie ventro-dorsale) conserve une coordination cinématique visuo-motrice élémentaire parfaite : confronté à une paire de ciseaux posée sur une table, son bras s’étend sans ataxie et ses doigts s’ajustent précisément à la taille de l’instrument pour s’en saisir. En revanche, il est totalement incapable de déployer le schéma moteur propre à son usage : il tentera par exemple de se peigner les cheveux avec les branches des ciseaux ou de frotter la lame contre la table sans glisser ses doigts dans les anneaux de préhension.

L’apraxie d’utilisation illustre avec brio l’interférence fonctionnelle entre les deux macro-systèmes : l’utilisation correcte d’un objet technique requiert la convergence entre les représentations structurales et sémantiques de la voie ventrale (savoir ce qu’est un tournevis et à quoi il sert) et les programmes praxiques hébergés dans la voie ventro-dorsale gauche (savoir comment orienter le poignet pour imprimer un mouvement de torsion rotatoire mécanique). Ce réseau pont démontre l’extraordinaire plasticité adaptative qui a présidé à l’évolution du cerveau des hominidés dans leur maîtrise des artefacts techniques.

10. Interactions cortico-corticales et intégration fonctionnelle unifiée

10.1 Nécessité biologique d’une communication bidirectionnelle continue

Si la modélisation sous forme de voies indépendantes s’est avérée une étape heuristique indispensable pour décortiquer les circuits corticaux, ériger cette dichotomie en une barrière physique étanche constituerait une aberration neurophysiologique. Dans le comportement écologique d’un être vivant, perception et action ne sont jamais divorcées ; elles forment les deux faces indissociables d’un cycle sensorimoteur perpétuel.

L’architecture cérébrale réelle met en jeu une myriade d’interconnexions cortico-corticales horizontales et obliques reliant les aires occipito-temporales et occipito-pariétales. Des faisceaux de substance blanche massifs, tels que le faisceau occipito-frontal inférieur (IFOF) et le faisceau longitudinal vertical, établissent des ponts de communication directs entre les modules de traitement des formes et les modules spatiaux. De surcroît, le cortex préfrontal agit comme un carrefour intégrateur d’ordre supérieur : recevant des projections des deux flux, il unifie les représentations d’identité d’objet et les coordonnées cinématiques afin d’orchestrer la prise de décision et le contrôle comportemental final.

Loin de fonctionner en vase clos, les deux voies se livrent à un dialogue bidirectionnel incessant via des signaux de synchronisation oscillatoire (notamment dans les bandes de fréquences thêta et gamma). La voie dorsale fournit continuellement à la voie ventrale des repères spatiaux actualisés et des flux attentionnels permettant de focaliser le traitement perceptif sur les régions d’intérêt, tandis que la voie ventrale injecte de la sémantique et de la constance dans les calculs moteurs.

10.2 L’influence descendante (« Top-Down ») du système ventral sur l’action

L’un des modes d’interaction les plus manifestes se concrétise dans l’influence descendante (top-down) que le système ventral exerce sur la configuration cinématique motrice programmée par la voie dorsale. Si la géométrie 3D brute d’un objet détermine ses points d’affordance physique, le choix du geste final dépend presque systématiquement de l’identification catégorielle préalable de cet objet.

Considérons l’exemple paradigmatique de la préhension d’une tasse à café fumante :
sur le plan strictement métrique et géométrique (faisceau dorsal), le corps cylindrique de la tasse offre la surface de saisie la plus large, la plus stable et la plus ergonomique pour une pince quadridigitale. Pourtant, aucun être humain sain ne s’en saisit de la sorte lorsqu’elle contient un liquide brûlant. C’est l’identification sémantique issue de la voie ventrale — qui analyse la vapeur, décèle la température critique et convoque la mémoire de la fragilité de la céramique — qui vient inhiber le programme moteur dorsal par défaut pour contraindre l’aire AIP et le cortex prémoteur à configurer une pince de précision digitale ciblant exclusivement la petite anse de la tasse.

De même, la mémoire sémantique ventrale informe le système moteur de la densité matérielle présumée et de la répartition du centre de gravité des objets. Devant deux boîtes d’aspect rigoureusement similaire mais faites l’une en polystyrène expansé et l’autre en fonte d’acier, le sujet sain calibre dès la première milliseconde la force isométrique de ses doigts et la tension de ses muscles fléchisseurs avant même que le moindre retour proprioceptif n’intervienne. Cette pré-programmation balistique dépend d’un transfert direct de connaissances ventrales vers les aires cinématiques pariéto-frontales.

10.3 L’attention visuo-spatiale comme pont d’interfaçage

Le pont fonctionnel majeur assurant l’harmonisation dynamique entre vision pour la perception et vision pour l’action est l’attention visuo-spatiale sélective. L’espace visuel regorge d’une multitude de stimuli concurrents ; si tous les objets déclenchaient simultanément leurs affordances motrices respectives dans le cortex pariétal, le système moteur sombrerait dans une tétanie conflictuelle incohérente.

Le réseau de l’attention spatiale dorsale — articulé autour de l’aire LIP, du champ oculomoteur frontal (FEF) et du colliculus supérieur — se charge d’opérer un filtrage impératif. En modulant l’activité neuronale au moyen d’un spot attentionnel (attentional spotlight), le système dorsal sélectionne la cible comportementale pertinente et projette des signaux facilitateurs vers les sous-régions homologues de la voie ventrale (notamment l’aire V4 et le LOC). Ce mécanisme d’amplification attentionnelle abaisse le seuil d’excitabilité des neurones ventraux codant pour les caractéristiques de l’objet sélectionné, favorisant son identification consciente tout en supprimant l’interférence des distracteurs périphériques.

Réciproquement, la découverte inattendue d’un objet saillant identifié par la voie ventrale (par exemple un serpent dissimulé dans l’herbe) déclenche un signal d’alerte ascendant qui redirige l’attention spatiale dorsale, forçant un réalignement instantané de l’axe fovéal et la préparation d’une réponse motrice d’évitement. L’expérience unifiée et sans faille que nous avons de la réalité procède de cette chorégraphie oscillatoire ininterrompue unissant perception et motricité.

11. Réévaluations méthodologiques, critiques épistémologiques et modèles alternatifs

11.1 Les critiques de Thomas Schenk et le réexamen du cas D.F.

En dépit du triomphe académique du modèle de Goodale et Milner, l’édifice théorique a fait l’objet de réévaluations méthodologiques acérées. La critique la plus incisive est venue des travaux du neuropsychologue Thomas Schenk, qui a repris à la fin des années 2000 l’investigation empirique directe de la patiente paradigmatique D.F. au moyen de protocoles d’une sévérité expérimentale accrue.

Schenk a mis en lumière un facteur confondant majeur qui avait échappé aux premiers protocoles de la tâche de la fente : l’influence décisive du retour haptique (tactile/haptic feedback). Dans les protocoles initiaux de Goodale et al., lorsque D.F. insérait la carte dans la fente, le contact mécanique entre la carte et les rebords en plastique du dispositif fournissait une rétroaction tactile immédiate confirmant le succès de son action, alors que la tâche d’estimation manuelle perceptive (écarter les doigts sans toucher l’objet) ne fournissait aucune confirmation physique tactile de l’exactitude du jugement.

Schenk démontra que lorsque l’on supprime tout retour haptique lors de la tâche d’insertion motrice — en utilisant des fentes virtuelles matérialisées par des miroirs semi-réfléchissants où la main traverse le vide sans jamais heurter de surface physique —, les performances d’orientation motrice de D.F. se dégradent de manière spectaculaire, se rapprochant de ses échecs en condition d’estimation perceptive. Schenk en a conclu que D.F. ne possédait pas un système dorsal visuo-moteur pur totalement immunisé, mais qu’elle dépendait viscéralement de signaux croisés haptico-proprioceptifs pour réétalonner ses mouvements, remettant en cause la pureté de la dissociation double revendiquée par les auteurs originaux.

11.2 Le modèle du continuum sensorimoteur versus la dichotomie rigide

Sur le plan électrophysiologique et neuro-imagerie fonctionnelle, l’hypothèse d’une scission binaire stricte en deux autoroutes corticales parallèles étanches est aujourd’hui battue en brèche au profit de modèles prônant un gradient cortical continu ou un continuum sensorimoteur et perceptif.

Les investigations par magnétoencéphalographie (MEG) et enregistrements intracrâniens par stéréotaxie (sEEG) chez l’humain révèlent que le traitement perceptif d’une scène visuelle ne suit pas une trajectoire strictement sérielle V1 → V4 → IT, mais implique une co-activation quasi immédiate et synchronisée des cortex occipito-pariétaux et occipito-temporaux dans les 80 millisecondes post-stimulus. Des neurones sensibles à l’orientation fine des objets ont été découverts en abondance dans le sillon intrapariétal (voie dorsale), tout comme des populations de neurones sensibles à l’action motrice ont été localisées dans le cortex temporal inférieur (voie ventrale).

De nombreux théoriciens contemporains suggèrent d’abandonner l’idée de deux boîtes anatomiques séparées au profit d’un espace d’états computationnel distribué. Selon cette vision dynamique, les signaux circulent au sein d’une matrice hautement interconnectée où chaque aire cérébrale applique une pondération différente entre exigences d’invariance perceptive (dominantes ventralement) et exigences de localisation motrice (dominantes dorsalement), sans qu’aucune rupture topographique absolue ne vienne scinder matériellement le tissu cortical.

11.3 La théorie du codage prédictif appliquée aux deux voies

L’essor fulgurant des théories bayésiennes du cerveau et du paradigme du codage prédictif (predictive coding), formalisé notamment par Karl Friston, a offert une reformulation théorique novatrice et élégante de l’hypothèse des deux flux visuels. Dans ce cadre épistémologique, l’encéphale n’est pas un récepteur passif qui décode des signaux ascendants, mais une « machine d’inférence active » qui génère continuellement des hypothèses descendantes (priors) confrontées aux flux sensoriels entrants afin de minimiser l’erreur de prédiction (prediction error).

Appliqué aux deux voies visuelles, le codage prédictif postule que chaque flux minimise l’erreur de prédiction selon des fonctions de coût et des constantes temporelles radicalement divergentes :

• La voie dorsale opère au sein de boucles d’inférence active motrice à court terme. Elle utilise les erreurs de prédiction proprioceptives et cinématiques pour ajuster instantanément les commandes motrices efférentes via les arcs réflexes corticaux, réduisant l’erreur par l’action immédiate sur les effecteurs physiques.
• La voie ventrale optimise quant à elle le modèle génératif interne du monde extérieur à moyen et long terme. Elle met à jour les probabilités a priori relatives à l’identité, à la structure causale et aux catégories conceptuelles des objets par la modification de ses poids synaptiques récurrents, réduisant l’erreur de prédiction par la révision des croyances perceptives internes.

Cette approche computationnelle a le mérite remarquable de dissoudre l’antagonisme apparent entre vision pour la perception et vision pour l’action en les unifiant sous le formalisme mathématique universel du principe de l’énergie libre.

12. Portée translationnelle, applications cliniques et technologiques contemporaines

12.1 Applications en neuropsychologie clinique et rééducation motrice

L’assimilation du modèle de Goodale et Milner par le corps médical a révolutionné la sémiologie et les approches thérapeutiques au sein des services de neurologie et de neuropsychologie clinique. Elle a fourni aux cliniciens une grille de lecture décisive pour concevoir des batteries de tests sophistiquées permettant d’établir des diagnostics différentiels d’une extrême finesse entre les diverses formes d’agnosies visuelles, les apraxies, les atéloxies visuo-motrices et le syndrome d’héminégligence spatiale unilatérale.

Sur le versant de la rééducation fonctionnelle post-AVC, la compréhension de la double dissociation a ouvert la voie à des stratégies réadaptatives fondées sur l’exploitation des boucles sensorimotrices dorsales préservées chez les patients présentant des atteintes ventro-temporales. Chez les sujets atteints d’agnosie des formes consécutive à des lésions occipitales bilatérales, les rééducateurs exploitent avec succès la manipulation kinesthésique et motrice : inciter le patient à interagir manuellement avec un objet qu’il ne reconnaît pas permet au système dorsal d’extraire les paramètres d’affordance et de relayer ces signaux vers les réseaux somatosensoriels pariétaux, réactivant par voie indirecte la sémantique de l’objet.

Réciproquement, pour les patients souffrant d’ataxie optique invalidante après lésion pariétale, les protocoles contemporains tirent parti des propriétés temporelles de la voie ventrale :
en entraînant les patients à instaurer systématiquement une brève pause réflexive (délai de 3 à 5 secondes) avant de déclencher tout geste de préhension manuelle vers un objet, les thérapeutes contraignent le cerveau à désactiver le système dorsal lésé au profit d’un guidage moteur différé asservi par les représentations perceptives de la voie ventrale intacte, restaurant ainsi une précision motrice fonctionnelle spectaculaire dans les activités de la vie quotidienne.

12.2 Inspiration pour la robotique autonome et la vision par ordinateur

Les principes architecturaux de la dualité visuelle ont exercé une influence majeure sur l’ingénierie contemporaine de la robotique autonome, des véhicules sans conducteur et des systèmes d’intelligence artificielle incarnée (embodied AI). Pendant des décennies, les informaticiens concevant des robots humanoïdes ont échoué en tentant d’appliquer une chaîne séquentielle universelle : segmenter l’image totale captée par les caméras, la classifier via des modèles lourds, reconstruire un maillage 3D global de la pièce, puis calculer un vecteur de mouvement d’évitement. Cette approche induisait des latences de calcul rédhibitoires, menant immanquablement le robot à entrer en collision avec des obstacles dynamiques.

L’adoption de l’architecture bio-inspirée à deux voies a débloqué ce goulot d’étranglement informatique en scindant les processus logiciels en deux modules concurrents :

• Un module « dorsal » temps réel : alimenté par des flux de capteurs légers (caméras événementielles neuromorphiques, LiDAR, flux optique instantané), programmé pour résoudre uniquement des équations d’évitement de collision, de stabilisation d’assiette et d’asservissement cinématique direct à des fréquences de 200 à 500 Hz, sans jamais chercher à savoir ce qu’est l’obstacle.
• Un module « ventral » asynchrone : exploitant des réseaux de neurones profonds volumineux et énergivores, opérant à des cadences lentes (5 à 10 Hz) pour exécuter la reconnaissance sémantique des panneaux de signalisation, des piétons, de l’identité des cibles et la planification d’itinéraire à long terme.

Ce découplage fonctionnel a révolutionné la navigation autonome moderne : le véhicule ou le drone évite un obstacle imprévu en temps réel grâce à ses algorithmes de flux optique pariétaux, pendant que son système ventral délibère sur l’itinéraire optimal, matérialisant dans le silicium la vision théorique de Goodale et Milner.

12.3 Neurosciences computationnelles et architectures de réseaux de neurones profonds

Dans l’arène des neurosciences computationnelles, l’hypothèse des deux voies constitue le modèle étalon guidant la modélisation formelle du cortex visuel des primates par des architectures d’apprentissage profond (Deep Learning). Les travaux séminaux de James DiCarlo au MIT ont démontré un parallélisme structurel stupéfiant entre les couches successives des réseaux de neurones convolutifs profonds (CNNs, tels qu’AlexNet, VGG ou ResNet) et l’organisation hiérarchique de la voie ventrale : les premières couches convolutives répliquent fidèlement les filtres de Gabor de V1, tandis que les couches terminales entièrement connectées développent spontanément des espaces de représentation invariants imitant les profils de réponse neuronale du cortex inférotemporal.

Parallèlement, la modélisation de la voie dorsale s’est formalisée à travers des réseaux de neurones récurrents (RNNs) et des architectures de transformateurs spatio-temporels couplés à des systèmes d’apprentissage par renforcement profond (Deep Reinforcement Learning). Ces modèles apprennent à piloter des bras robotiques articulés dans des moteurs de simulation physique, reproduisant avec une fidélité troublante l’émergence spontanée de champs récepteurs intégrant coordonnées oculaires et postures articulaires, semblables à ceux découverts empiriquement dans le sillon intrapariétal.

En dressant une passerelle dialectique entre biologie computationnelle et intelligence artificielle, l’héritage intellectuel de Melvyn Goodale et David Milner transcende aujourd’hui les frontières originelles de la neuropsychologie. Il confirme l’intuition que l’esprit humain n’est pas un système abstrait d’élaboration de symboles désincarnés, mais un organe computationnel forgé par des millions d’années de pressions évolutives pour agir efficacement sur la matière, transformant la lumière en trajectoire vitale.

Références

• Aglioti, S., DeSouza, J. F., & Goodale, M. A. (1995). Size-contrast illusions deceive the eye but not the hand. Current Biology, 5(6), 679-685. https://doi.org/10.1016/S0960-9822(95)00133-3
• Bálint, R. (1909). Seelenlähmung des «Schauens», optische Ataxie, räumliche Störung der Aufmerksamkeit. Monatsschrift für Psychiatrie und Neurologie, 25(1), 51-81. https://doi.org/10.1159/000210464
• Epstein, R., & Kanwisher, N. (1998). A cortical representation of the local visual environment. Nature, 392(6676), 598-601. https://doi.org/10.1038/33402
• Franz, V. H., Gegenfurtner, K. R., Bülthoff, H. H., & Fahle, M. (2000). Grasping the Ebbinghaus illusion: A re-evaluation of the data. Experimental Brain Research, 131(2), 186-196. https://doi.org/10.1007/s002219900310
• Friston, K. (2010). The free-energy principle: A unified brain theory?. Nature Reviews Neuroscience, 11(2), 127-138. https://doi.org/10.1038/nrn2787
• Gibson, J. J. (1979). The Ecological Approach to Visual Perception. Houghton Mifflin.
• Goodale, M. A., & Milner, A. D. (1992). Separate visual pathways for perception and action. Trends in Neurosciences, 15(1), 20-25. https://doi.org/10.1016/0166-2236(92)90344-8
• Goodale, M. A., Milner, A. D., Jakobson, L. S., & Carey, D. P. (1991). A neurological dissociation between perceiving objects and grasping them. Nature, 349(6305), 154-156. https://doi.org/10.1038/349154a0
• Jeannerod, M. (1997). The Cognitive Neuroscience of Action. Wiley-Blackwell.
• Kanwisher, N., McDermott, J., & Chun, M. M. (1997). The fusiform face area: A module in human extrastriate cortex specialized for face perception. Journal of Neuroscience, 17(11), 4302-4311. https://doi.org/10.1523/JNEUROSCI.17-11-04302.1997
• Kravitz, D. J., Saleem, K. S., Baker, C. I., & Mishkin, M. (2011). A new neural framework for visuospatial processing. Nature Reviews Neuroscience, 12(4), 217-230. https://doi.org/10.1038/nrn3008
• Malach, R., Reppas, J. B., Benson, R. R., Kwong, K. K., Jiang, H., Kennedy, W. A., Ledden, P. J., Brady, T. J., Rosen, B. R., & Tootell, R. B. (1995). Object-related activity revealed by functional magnetic resonance imaging in human occipital cortex. Proceedings of the National Academy of Sciences, 92(18), 8135-8139. https://doi.org/10.1073/pnas.92.18.8135
• Milner, A. D., & Goodale, M. A. (1995). The Visual Brain in Action. Oxford University Press.
• Milner, A. D., & Goodale, M. A. (2008). Two visual systems reviewed. Neuropsychologia, 46(3), 774-785. https://doi.org/10.1016/j.neuropsychologia.2007.10.005
• Perenin, M. T., & Vighetto, A. (1988). Optic ataxia: A specific disruption in visuomotor mechanisms. I. Different aspects of the deficit in reaching for objects. Brain, 111(3), 643-674. https://doi.org/10.1093/brain/111.3.643
• Pisella, L., Gréa, H., Tilikete, C., Vighetto, A., Desmurget, M., Rode, G., Boisson, D., & Rossetti, Y. (2000). An ‘automatic pilot’ for the hand in human posterior parietal cortex: Toward reinterpreting optic ataxia. Nature Neuroscience, 3(7), 729-736. https://doi.org/10.1038/76694
• Rizzolatti, G., & Luppino, G. (2001). The cortical motor system. Neuron, 31(6), 889-901. https://doi.org/10.1016/S0896-6273(01)00423-8
• Rizzolatti, G., & Matelli, M. (2003). Two different streams form the dorsal visual system: Anatomy and functions. Experimental Brain Research, 153(2), 146-157. https://doi.org/10.1007/s00221-003-1588-0
• Rossetti, Y., Pisella, L., & Vighetto, A. (2003). Optic ataxia revisited: Visually guided action versus visual perception. The Neurologist, 9(4), 206-218. https://doi.org/10.1097/01.nrl.0000080649.57014.22
• Schenk, T. (2006). An allocentric rather than perceptual deficit in patient D.F. Nature Neuroscience, 9(11), 1369-1370. https://doi.org/10.1038/nn1784
• Ungerleider, L. G., & Mishkin, M. (1982). Two cortical visual systems. In D. J. Ingle, M. A. Goodale, & R. J. W. Mansfield (Eds.), Analysis of Visual Behavior (pp. 549-586). MIT Press.
• Westwood, D. A., & Goodale, M. A. (2003). Perceptual illusion decrypts delayed metric grasp. Experimental Brain Research, 150(2), 253-265. https://doi.org/10.1007/s00221-003-1448-y