Auto-surveillance du langage en production – SLIP

Le projet utilise un combinaison d'EEG, IRMf et TMS à fin d'obtenir d'information détaillée sur le décours temporelle, la localisation spatiale et l'implication fonctionnelle de diverses effets et structures cérébrales qui ont été associés aux trois theories de monitoring que l'on examine.

Jusqu'a maintenant, on a trouvé d'evidence pour un mechanisme partagé entre le monitoring interne et externe moyennant le processus cognitif de modelage interne soutenu par le cervelet. Cependant, on a aussi trouvé des dissociations entre le monitoring interne et externe: ce dernier semble plus dependent du feedback control auditif et vocal soutenues par des regions temporales et médiales frontaux dans le cortex cérébrale.

Dans nos recherches en cours, on examine comment les différents mécanismes de monitoring peuvent être modulés par l'utilisation d'une autre tache (apprentissage en lieu d'amorçage d'erreurs) et par la manipulation de différents nivaux linguistiques (sémantique et articulatoire-phonétique en lieu de lexical).

1. Elin Runnqvist, Valérie Chanoine, Kristof Strijkers, Chotiga Patamadilok, Mireille Bonnard, et al.. Cerebellar and cortical correlates of internal and external speech error monitoring. Cerebral Cortex Communications. doi.org/10.1093/texcom/tgab038
2. Cristina Baus, Mikel Santesteban, Elin Runnqvist, Kristof Strijkers, Albert Costa. Characterizing lexicalization and self-monitoring processes in bilingual speech production. Journal of Neurolinguistics, Elsevier, 2020, 56, pp.100934. ?10.1016/j.jneuroling.2020.100934?. ?hal-02913144?
3. CIRILLO, Giusy, RUNNQVIST, Elin, STRIJKERS, Kristof, et al. Conceptual alignment in a joint picture-naming task performed with a social robot. 2021.https://psyarxiv.com/cjy24

L’objectif de ce projet est l’investigation de la base neuro-cognitive de l’auto-surveillance de la production de langage. Concrètement, l’objectif principal est d’examiner si et jusqu’a quel point cette capacité peut être partagé avec des autres domaines cognitifs. Une possibilité est que l’on prévient les erreurs de parole comme les erreurs d’actions motrices moyennant des modèles internes. Dans le domaine de contrôle moteur il est largement admis que en parallèle aux commandes motrices, le cervelet génère des modèles internes qui prédisent les conséquences sensorielles de nos actions avant que celles ci aient lieu, donnant comme résultat la suppression de l’activité dans les zones pertinentes du cortex sensori-somatique (p.ex. cortex auditif dans le cas du parole). Comme ça, un décalage entre le modèle interne et ce que l’on est en train de préparer génère une augmentation d’activité qui peut être utilisé comme un signal pour prévenir des erreurs. Une autre possibilité, pas mutuellement exclusive, est que les erreurs de la production du langage sont prévenues de la même façon qu’autres conflits cognitifs. C’est a dire, il y aurait une système dans les régions médiales du cortex frontal (ACC et pré-SMA) sensibles au niveau de conflit entre des réponses simultanément actives, dans lequel la présence de conflit déclencherait contrôle cognitif dans structures plus préfrontales. Le present projet examinera les quatre hypothèses suivantes concernant le potentiel engagement de modelage interne et auto-surveillance basé en conflit pendant la production du langage : (A) Le modelage interne est confiné aux stages finales de la production (près de l’articulation) ; (B) Le modelage interne est utilisé pour la totalité du processus de production du langage ; (C) L’auto-surveillance basé en conflit est utilisé pour la détection interne des erreurs a travers de la détection de la présence de réponses en compétition ; (D) L’auto-surveillance basé en conflit est utilisé pour la détection externe des erreurs. Cinq expériences sont programmées contrastant (1) détection interne et externe des erreurs (on isolera la détection interne moyennant des manipulations chargeant plus au moins l’auto-surveillance, et on isolera la détection externe moyennant le contraste entre les essais corrects et erronés) ; (2) différents nivaux linguistiques (chaque expérience inclura deux manipulations destinées a charger l’auto-surveillance a différents nivaux plus ou moins proches de l’articulation) ; et (3) contextes avec un degré et type de conflit différent (a travers de l’utilisation de trois tâches différentes : la tâche SLIP , la tâche d’interférence image-mot, et la tâche de vire langues). On utilisera trois techniques neurophysiologiques différentes, chaque une desquelles apportera d’information d’un angle différent pour nos questions d’intérêt (évidence de composantes ou régions cérébrales spécifiques liées à explications cognitives et évidence concernant l’implication temporo-fonctionnelle). On examinera et comparera a travers de conditions des patterns liés au modelage interne et auto-surveillance basé en conflit (N100 et ERN pour EEG et suppression du cortex auditif pour IRMf) ainsi comme l’implication de régions cérébrales caractéristiques pour le modelage interne (cervelet) et auto-surveillance basé en conflit (ACC, pré-SMA). De cette façon, les résultats obtenus de ce projet devraient fournir le plan spatio-temporel de l’auto-surveillance de la production du langage le plus complète a ce jour. A ce titre, ils ne se limiteront a contraindre et potentiellement falsifier de modèles existantes, mais ils supposeront aussi un pas important vers la création d’un nouveau modèle intégrative d’auto-surveillance.