Les humains utilisent des stratégies de prédiction en avant et en arrière de manière adaptative dans différentes situations, selon les recherches

Les humains prédisent souvent les conséquences de leurs décisions et de leurs actions, car cela les aide à comprendre le monde qui les entoure et à gérer les circonstances présentes. De nombreuses études psychologiques antérieures suggèrent que les humains font principalement des prédictions prospectives, qui impliquent de prévoir les événements futurs qui suivront un événement présent.

Des chercheurs de l’Université hébraïque de Jérusalem et de l’Université Yale ont récemment exploré la possibilité que, dans certaines situations, les humains puissent parfois déployer des stratégies de prédiction rétrospective, qui consistent à prédire quels événements présents sont susceptibles de précéder divers événements futurs.

Leurs conclusions, publiées dans Nature Comportement humainsuggèrent que la prédiction avant et arrière sont utilisées de manière adaptative, en fonction du contexte dans lequel on se trouve.

« Notre article a été motivé par la confrontation d’une hypothèse fondamentale présente dans la littérature de modélisation informatique sur la planification, qui ne correspondait pas à notre intuition sur la planification issue de l’expérience quotidienne », a déclaré à Medical Xpress le Dr Paul B. Sharp, co-auteur de l’article et nouveau professeur adjoint à l’université Bar-Ilan (anciennement associé postdoctoral à Yale).

« Plus précisément, la plupart des modèles partent du principe que nous ne prévoyons que des événements actuels pour atteindre des objectifs futurs. L’expérience quotidienne nous montre que nous planifions à rebours : nous imaginons habiter une destination dans le futur et travaillons à revenir à notre état actuel dans l’environnement. »

S’appuyant sur cette intuition, le Dr Sharp et l’auteur principal Eran Eldar ont entrepris de développer un modèle informatique qui mettrait en œuvre la prédiction rétrospective et expliquerait divers processus de prise de décision, y compris ceux qui sous-tendent une planification complexe.

Les chercheurs ont ensuite mené une série d’expériences, qui impliquaient des adaptations de tâches couramment utilisées par les psychologues cognitifs pour étudier la planification et la prise de décision humaines.

« Ces tâches, généralement appelées tâches de décision en une ou deux étapes, impliquent que les participants apprennent par l’expérience comment les actions entreprises sur certaines images passent à de nouvelles images », a expliqué le Dr Sharp.

« En termes simples, les participants exécutent une action et voient quelles images viennent après celle-ci. Ils peuvent alors prédire quelles images sont les plus susceptibles de suivre une image donnée, ou s’ils prédisent à rebours, quelles images passées sont susceptibles de précéder une image actuelle. »

Les chercheurs ont recruté 1 299 participants et leur ont demandé d’effectuer une série de tâches de prise de décision. Ces participants ont participé à divers essais expérimentaux au cours desquels ils ont progressivement appris des modèles sous-jacents aux séquences d’images qui leur étaient présentées.

« Après de nombreux essais d’apprentissage, on indique aux participants quelles images, si elles sont atteintes, leur apporteront une récompense importante », explique le Dr Sharp. « Ils utilisent ensuite les prédictions qu’ils ont faites pour essayer d’atteindre cet état avec récompense dans une phase de décision qui intervient après la phase d’apprentissage. »

En analysant les données recueillies, les Dr Sharp et Eldar ont découvert que les participants à leur étude utilisaient des stratégies de prédiction en amont et en aval de manière adaptative, en suivant un principe clé. Plus précisément, les participants semblaient déployer la stratégie de prédiction la plus « économe en ressources » (c’est-à-dire la plus efficace en termes de ressources) pour la tâche de prise de décision qu’ils accomplissaient.

« Nous envisageons maintenant d’explorer d’autres questions sans réponse concernant la manière dont les sujets apprennent d’abord les prédictions en amont et en aval, et comment elles sont utilisées au moment de la décision pour planifier », a déclaré le Dr Sharp. « Par exemple, déduisons-nous quelle forme de prédiction est la plus frugale pendant l’apprentissage, et est-ce que cela est éclairé par une déduction sur la structure de l’environnement ? Ou apprenons-nous les deux formes de prédiction, et déduisons-nous simplement lors de la prise de décision que l’une est la plus efficace ? »

L’étude récente de cette équipe de chercheurs semble contredire l’hypothèse de longue date selon laquelle la plupart des gens utilisent principalement des stratégies de prédiction prospective lors de la prise de décision. À l’avenir, elle pourrait ouvrir la voie à d’autres études psychologiques testant cette hypothèse, ainsi qu’à des efforts basés sur l’informatique visant à reproduire artificiellement la prédiction rétrospective.

« Par exemple, les travaux en IA ont montré que la planification rétrospective utilisée hors ligne (c’est-à-dire non pas pendant la planification, mais pendant le repos) pour améliorer la prise de décision est plus précise selon un principe différent de celui que nous avons suivi », a ajouté le Dr Sharp.

« L’élaboration d’un modèle unifié pour expliquer les deux séries de résultats dans une étude empirique avec des participants humains (le travail de l’IA n’était qu’une étude de simulation sans aucun participant réel) permettrait de mieux comprendre quand la prédiction rétrospective est utile. »

© 2024 Réseau Science X