Contrairement à la plupart des représentations neuronales de variables cognitives actuellement étudiées, celle de l'incertitude est directement liée aux croyances de l'observateur sur le monde qui l'entoure, ce qui pose des défis méthodologiques spécifiques. Deux communautés scientifiques travaillent sur cette représentation neurale de l'incertitude. Leurs approches très différentes peuvent sembler inconciliables. Qu'en est-il ? Des chercheurs des deux communautés, dont Florent Meyniel d'Unicog (NeuroSpin), se sont mis autour d'une table pour voir s'il était possible de les rapprocher, voire de les réconcilier.
Le fruit de cette réflexion collective a fait l'objet d'une publication dans Nature Neuroscience. Les auteurs y identifient les fondements méthodologiques des deux approches. Une première approche présuppose le niveau d'incertitude représenté dans le cerveau à un instant donné à l'aide de modèles et d'expériences appropriés, et cherche les profils d'activités cérébrales qui varient selon cette incertitude. L'autre approche utilise des modèles issus des neurosciences théoriques qui présupposent un certain code neural pour la représentation des variables cognitives et de l'incertitude associée, et compare ces prédictions aux données.
L'article montre que ces approches sont hautement complémentaires et gagneraient à être utilisées de façon synergique pour comprendre comment le cerveau représente l'incertitude, probablement de façon différente dans les différentes étapes du traitement de l'information.
Contact chercheur Institut des sciences du vivant Frédéric-Joliot :