T-ERC - Tremplin-ERC

Vers une théorie biologique et non optimale du choix : identification de contraintes de codage neural sur la prise de décision dans le cerveau humain – DECODE

Résumé de soumission

Décider, depuis des jugements perceptifs simples jusqu'à des orientations socio-économiques multidimensionnelles complexes, requiert bien souvent de combiner plusieurs sources d’information ambiguë ou même conflictuelle. Dans ces conditions, les décisions humaines montrent une variabilité sous-optimale dont l'origine reste aujourd'hui mal comprise. Les théories psychologiques dominantes attribuent cette variabilité décisionnelle à un mélange de biais cognitifs et de bruit aléatoire au sein d'un processus de décision 'normatif' par ailleurs - défini par le théorème de Bayes d'inférence probabiliste. Mes travaux de recherche récents ont adopté une perspective différente sur cette question, en visant à comprendre la structure même de la sous-optimalité de la prise de décision humaine à la lumière de sa neurobiologie. Je propose ici un programme de recherche original qui poursuit cette ligne de recherche, en déterminant à quel point la variabilité des décisions humaines provient de contraintes computationnelles imposées par le codage neural de l’information dans le cerveau. Je fais l'hypothèse que la pression évolutionnaire forte et récente pour une flexibilité cognitive accrue a modelé le cerveau humain à approximer le processus d'inférence Bayésienne en se reposant sur un réseau distribué de régions pariétales et préfrontales capable de résoudre des problèmes de décision sous de multiples formes. Pour tester cette hypothèse, je me propose de développer et d'appliquer : 1. un cadre de travail original de neuroimagerie guidée par un modèle computationnel de prise de décision, 2. un protocole expérimental versatile pour décoder les bases neurales de la prise de décision à partir de signaux électromagnétiques cérébraux, et 3. un modèle computationnel de prise de décision exprimé en termes d'approximation du processus Bayésien optimal. Sur le plan méthodologique, l'une des originalités de ce projet consiste à mettre en relation la variabilité décisionnelle et les fluctuations d'activité cérébrale à l'aide d'un modèle computationnel, de façon à décomposer la prise de décision en termes d'algorithmes effectifs implémentés dans le cerveau humain. En répondant à plusieurs questions de recherche fondamentale à l'aide de cette approche originale, ce projet permettra de mettre en lumière les contraintes neurales qui conditionnent chacune de nos décisions, et de caractériser des dysfonctions sélectives de la prise de décision observées dans certaines maladies psychiatriques.

Coordination du projet

Valentin WYART (Laboratoire de Neurosciences Cognitives)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

LNC Laboratoire de Neurosciences Cognitives

Aide de l'ANR 149 448 euros
Début et durée du projet scientifique : décembre 2016 - 18 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter