À chaque instant, le cerveau reçoit des informations sensorielles qu'il doit fusionner (intégrer) ou différencier (dissocier). Un cerveau qui voit un oiseau et entend son chant déduit, par intégration multisensorielle, que ces deux stimulations ont une cause unique (par inférence causale). À l'inverse, un cerveau qui voit un chat et entend simultanément un oiseau, doit dissocier les informations visuelles et auditives en deux représentations distinctes.
D'où vient cette capacité à attribuer une représentation à deux sources sensorielles, qui ont ou non la même origine ? Les neurobiologistes avancent l'hypothèse que notre cerveau est bayésien. En permanence, il évalue la probabilité des différentes causes possibles de ce qu'il est en train d'observer. Dans l'exemple de l'oiseau, il attribue la probabilité la plus forte à la proposition « le chant et l'image d'oiseau proviennent du même animal », ce qui le conduit à retenir cette hypothèse. Cette approche bayésienne a cependant l'inconvénient d'être statique et de ce fait, les mécanismes neuronaux qui permettent d'intégrer ou de dissocier des informations lors de l'analyse de scènes complexes restent largement inconnus.
Comment notre cerveau s'adapte-t-il aux conflits spatio-temporels (« je vois un chat en même temps que j'entends un oiseau ou encore j'entends un oiseau avant de le voir ») ? Un certain nombre de données montrent que l'intégration multisensorielle est d'autant plus performante que les signaux d'entrée sont corrélés dans le temps et dans l'espace. Un algorithme dynamique, appelé "détecteur de corrélations multisensorielles" pourrait constituer un bon modèle d'intégration des informations par les neurones (via une inférence causale) et de ségrégation (via un ordre temporel).
Une équipe de NeuroSpin a voulu tester les deux dynamiques neuronales prédites par le modèle qui expliquent respectivement l'intégration et la ségrégation des signaux multisensoriels. Pour cela, elle a développé des tests combinés à une neuroimagerie non invasive à haute résolution temporelle (magnétoencéphalographie ou MEG). Les participants devaient juger si des séquences de signaux auditifs et visuels provenaient de la même source (inférence causale) ou si une modalité sensorielle précédait l'autre (ordre temporel). Durant toute la durée de la tâche, leur activité cérébrale était enregistrée par MEG.
Les chercheurs confirment que le détecteur de corrélation multisensorielle explique bien les jugements d'inférence causale et d'ordre temporel. Ils constatent une forte adéquation entre l'activité cérébrale dans les cortex temporo-pariétaux et le détecteur de corrélation multisensorielle. Ils décrivent une asymétrie dans la qualité de cette adéquation, qui est meilleure pendant la tâche d'inférence causale que pendant la tâche de jugement de l'ordre temporel. Dans l'ensemble, les résultats suggèrent l'existence d'un détecteur de corrélations multisensorielles dans le cerveau humain, ce qui explique comment et pourquoi l'inférence causale est déterminée par la corrélation temporelle des signaux multisensoriels.
Article rédigé par Georges Simmonds pour RT Flash
