Chapitre 4
Apprentissage d'un segment répété
dans une tâche
de poursuite continue
Les quatre expériences présentées
dans ce chapitre reprennent le même protocole expérimental
que celui utilisé dans les études de Wulf et collaborateurs.
Toutefois, la mise en oeuvre de nos recherches s'effectue au moyen d'une
tâche de poursuite continue de cible
(i.e tracking.) de cible sur
écran d'ordinateur au moyen d'une souris, en lieu et place
d'un joystick ou d'un stabilomètre. Les sujets ont pour tâche de
poursuivre une cible qui se déplace horizontalement sur un écran
d'ordinateur. Chaque essai est divisé en trois segments (S1, S2 et S3),
avec le segment du milieu (S2) qui est répété durant toute
la session tandis que le premier (S1) et le troisième (S3) segment sont
générés aléatoirement. D'autres aspects
diffèrent entre
nos études et celles de Wulf et collaborateurs, à
savoir : le matériel utilisé, les paramètres des
temps de déplacement de cible ou bien encore le nombre
d'essais d'entraînement. En effet, nous n'avons pas essayé de
répliquer une expérience spécifique.
Dans une première série composée de trois
expériences, nous avons exploré l'influence
de différents facteurs sur l'apprentissage moteur
implicite en utilisant une séquence répétée propre
à chaque sujet (expérience 1), en augmentant la longueur de la
phase d'entraînement (expérience 2) et en manipulant la
vitesse de déplacement de la cible (expérience 3). La
quatrième expérience reprend quant à elle le
même protocole que celui utilisé dans nos
premières expériences mais en utilisant cette
fois une seule séquence répétée pour tous
les
sujets, comme c'est le cas dans la plupart des études de
Wulf et collaborateurs.
Deux hypothèses récurrentes vont être
testées sur les quatre expériences présentées
dans
ce chapitre. Tout d'abord, la première hypothèse
vise à mettre en évidence un apprentissage moteur implicite
dans une tâche de poursuite de cible continue. Cet apprentissage
doit se traduire par une évolution différente des performances
sur le segment répété comparativement
à celles obtenues sur les segments
aléatoires, avec des performances meilleures sur les segments
répétés. Par « meilleures performances », il
faut entendre d'une part, que l'erreur de position entre le pointeur de la
souris et la cible mouvante est minimisée sur les segments
répétés, et d'autre part, que la mesure du temps
pendant lequel le pointeur est situé à l'intérieur
de la cible est quant à lui maximisé pour les segments
répétés.
Afin de faciliter la compréhension, nous
emploierons le terme « apprentissage » lorsqu'il s'agit de
l'apprentissage de la séquence répétée, sinon
nous utiliserons le terme d'« amélioration non
spécifique » des performances pour désigner la
part d'évolution commune aux segments répétés et
aléatoires.
Alors que notre première hypothèse est directement
testée à partir des mesures issues de
la phase de pratique, la vérification de notre seconde
hypothèse porte quant à elle sur le test de reconnaissance. En
effet, nous supposons que les sujets reconnaissent mieux le segment
répété (déjà vu) comparativement à
des segments aléatoires (jamais vus). Cela doit se traduire
par des scores, sur une échelle de reconnaissance,
plus élevés pour les segments déjà vus
comparativement aux segments jamais vus.
4.1 Expérience 1
Dans cette première expérience, nous avons
utilisé un segment répété S2 propre à
chaque sujet (contrairement à Wulf et collaborateurs qui utilisent un
seul segment répété pour tous les sujets) afin de
contrôler la complexité de la séquence
répétée.
4.1.1 Méthode
Sujets
Dix-huit étudiants volontaires (15 filles et 3
garçons) de l'Université de Bourgogne inscrits en
première année de Psychologie ont participé à
cette expérience. Tous étaient droitiers et avaient une
vision normale ou parfaitement corrigée. Aucun d'entre eux n'avait de
connaissance préalable concernant la tâche. Ils
n'étaient nullement informés du but de
l'expérience.
Matériel
La présentation des stimuli, l'enregistrement du temps et
des données sont implémentés
sur un ordinateur de type PC équipé d'un
écran couleur de « 14 pouces » avec une résolution
de 1024 x 768 pixels. Les sujets sont assis face à
l'écran, à une distance d'environ 65 cm. Un programme en C++,
spécialement développé pour nos recherches, enregistre en
temps réel les mouvements de la cible à une fréquence de
200 Hz et affiche celle-ci sur l'écran. La cible est
un rond bleu de 1 cm de diamètre (soit 40 pixels) qui se
déplace horizontalement sur l'écran. Les sujets utilisent une
souris optique pour pister la cible. Seuls les déplacements
horizontaux
du pointeur de souris (un point noir de 5 mm de diamètre)
sont permis. La souris est calibrée
de manière à ce que 1 centimètre
de déplacement de la souris sur le tapis corresponde exactement
à 6 centimètres de déplacement sur l'écran. La
position du pointeur de souris est enregistrée à une
fréquence de 200-Hz afin d'être utilisée dans des analyses
ultérieures.
Stimuli
Dans l'étude de Shea et al. (2001), la cible se
déplace selon un pattern composé de trois segments de
durée identique de 25 secondes. Chaque segment est obtenu
à partir d'une équation composée d'une série
sinus cosinus de la forme suivante :
(i)= b0 + a1 sin () + b1 cos () + a2 sin (2) + b2 cos (2)
+
a3 sin (3) + b3 cos (3) + a4 sin (4) + b4 cos (4) +
a5 sin (5) + b5 cos (5) + a6
sin (6) + b6 cos (6)
où (i) = 2 (i + )/(freq * tps) Avec :
É « freq » est la fréquence
d'enregistrement des données, soit 40 Hz,
É « tps » est la durée d'un segment, soit
25 secondes,
Cette équation permet de calculer l'angle
(i) du stabilomètre par rapport à l'horizontale. Les
valeurs de (i) sont comprises dans l'intervalle [-15° ; +15°] afin
que les sujets puissent rester en équilibre sur le plateau du
stabilomètre sans chuter. Les coefficients
(a1 - a6) et (b1 - b6) du second segment sont tirés de
Wulf & Schmidt (1997). Le coefficient final b0 est calculé de
manière à ce que les valeurs maximales et minimales de l'angle
(i) soient symétriques par rapport à zéro dans
l'intervalle [-15° ; +15°]. De plus, un déphasage à
l'origine est ajouté dans l'équation afin que le
segment démarre et se termine avec une valeur de (i) = 0
(stabilomètre horizontal). Les coefficients utilisés pour ce
second segment sont =35°, b0=-1.52, a1 = -4.0, b1 = 3.0, a2 = -4.0, b2 =
-3.6, a3 = 3.9, b3 = 4.5, a4=0.0, b4
= 1.0, a5 = -3.8, b5=-0.5, a6 = 1.0 et b6 = 2.5.
Les coefficients du premier et du troisième segment
sont, quant à eux, générés
aléatoirement avec les critères suivants : (1) les coefficients
sont des nombres compris entre -
5 et +5 et (2), il n'y a pas plus de 10% de différence
entre les maxima (ou les minima) des courbes des trois segments. Ce dernier
critère est employé pour vérifier qu'il ne se produit
pas
de grands changements dans l'amplitude de la cible
entre les différents segments. Comme pour le segment
répété, le coefficient b0 et le déphasage à
l'origine sont ensuite évalués de manière à ce
que les segments soient parfaitement symétriques d'une part et
débutent et finissent à l'origine d'autre part.
Enfin, pour garantir que les transitions entre les
différents segments ne sont pas détectées par les
sujets, Shea et al. (2001) ont rajouté un critère
supplémentaire portant sur les pentes des segments : les pentes
à la fin d'un segment et au début du segment suivant
ne doivent pas être différentes de plus de 10 %. Ceci
permet donc d'assurer des transitions
« douces » entre d'une part la fin du segment
S1 aléatoire et le début du segment
répété S2 et
d'autre part entre la fin de ce même segment
répété S2 et le début du segment S3
aléatoire, rendant impossible la détection du segment
répété.
Dans notre expérience, la cible se déplace
horizontalement sur l'écran selon un pattern composé de trois
segments de durée identique de 12 secondes. Pour chacun des segments, le
déplacement de la cible est régi par une équation
composée d'une série de sinus cosinus de la forme :
(i)= b0 + a1 sin () + b1 cos () + a2 sin (2) + b2 cos (2)
+
a3 sin (3) + b3 cos (3) + a4 sin (4) + b4 cos (4) +
a5 sin (5) + b5 cos (5) + a6 sin (6) + b6 cos (6)
où (i) = 1.5 (i + )/ (freq * temps) avec freq=200Hz et
tps=12s.
Comme précédemment, ces valeurs (i) sont
comprises dans l'intervalle [-15; +15] mais correspondent ici à la
position horizontale de la cible sur l'écran. Ainsi, la valeur -15
représente le bord gauche de l'écran, la valeur 0
représente le centre de l'écran et la valeur
+15 représente le bord droit de l'écran.
Chacun des trois segments (S1, S2 et S3)
possède ses propres coefficients ai et bi. Cependant, les
coefficients pour les segments aléatoires S1 et S3
diffèrent à chaque essai, tandis que les coefficients pour le
segment répété S2 demeurent identiques au fil des essais
pour un sujet donné (autrement dit S2 propre à chaque sujet).
Les coefficients (a1 - a6) et (b0 -
b6) pour les trois segments sont calculés pour
chaque sujet avant que l'expérience ne commence, selon les
mêmes critères que ceux utilisés par Shea et al. (2001)
c'est-à-dire (1)
les coefficients sont compris dans l'intervalle [-5 ;+5], (2) les
maxima (et les minima) entre
les segments ne diffèrent pas plus de 10 %,
(3) les courbes sont symétriques par rapport à l'origine
(centre de l'écran). Par contre, nous avons modifié les
critères de génération du déphasage afin de
nous assurer que la séquence répétée ne
puisse pas être repérable. En effet, l'équation
proposée par Shea et al. (2001) possède une période de 2
ce qui entraîne qu'un segment (aléatoire ou
répété) commence et finit toujours à
l'origine, ce qui est potentiellement détectable. Dans notre cas,
nous souhaitons que chaque segment puisse
commencer et finir à des positions
différentes. En particulier, le début du segment aléatoire
S1
et la fin du segment aléatoire S3 sont positionnés
au centre de l'écran mais par contre le début
et la fin du segment répété S2 sont
différents et positionnés aléatoirement sur l'axe
horizontal.
Il est donc indispensable de modifier l'équation
utilisée de manière à ce qu'elle ne soit plus
périodique. Pour cela, nous utilisons seulement une partie (1.5 au
lieu de 2 ) du signal périodique (i) afin de rendre la
position de la cible à la fin d'un segment indépendante de sa
position de départ
Enfin, une dernière contrainte a été
rajoutée sur les pentes au début et à la fin
des segments et en particulier du segment répété S2. Les
pentes aux extrémités du segment répété sont
égales à zéro, ce qui implique un changement de
direction dans le déplacement de la cible aux frontières de
S2.
La Figure 4.1 (présentée ci-après) est
une illustration du déplacement de la cible lors de cinq essais
consécutifs effectués par un même sujet. Nous
pouvons remarquer que les segments aléatoires S1 et S3 sont tous
différents les uns des autres tandis que le segment S2 est toujours
identique et se répète durant les cinq essais. Tous les essais
commencent (début de
S1) et se terminent (fin de S3) au centre de l'écran,
c'est-à-dire à la position 0. Dans l'exemple
présenté sur la figure ci-dessous, le segment
répété S2 débute du côté gauche de
l'écran (à la position -9.48), se termine du
côté droit (à la position 4.40) respectant ainsi
les conditions énoncées précédemment.
Procédure
Les participants voient un rond bleu (la cible) qui se
déplace horizontalement sur l'écran d'ordinateur (le fond
d'écran étant gris). Ils ont pour consigne de placer le pointeur
de souris
le plus précisément possible au centre de
cette cible et de la poursuivre. Ils ne sont pas informés de la
présence d'un segment répété.
La phase de pratique comprend 12 essais de 36 secondes chacun,
séparés par une pause d'environ 10 secondes. Chacun des essais
est composé de trois segments de 12 secondes. Le premier (S1) et le
troisième segment (S3) sont générés de
manière aléatoire et diffèrent à chaque essai.
Aucun de ces segments aléatoires n'est réutilisé au
cours de l'expérience. Au
contraire, le deuxième segment (S2) est
identique d'essai en essai pour un sujet donné, mais il
diffère pour chaque sujet (c'est pourquoi on parle de
« S2 propre à chaque sujet »).
Bord gauche
de l'écran
Centre de
l'écran
Bord droit
de l'écran
-15 -10 -5 0 5 10 15
0
4
S1
8
12
16
S2
Temps (s)
20
24
28
S3
32
36
Figure 4.1 : Exemple de déplacement de la cible durant
5 essais consécutifs effectués par un même
sujet. Chaque essai est composé de deux segments
aléatoires (S1 et S3) et d'un segment répété
(S2)
d'une durée de 12 secondes chacun. L'axe horizontal
représente la position de la cible sur l'écran
et l'axe vertical représente le temps
Après cette phase de pratique, les sujets font une
pause de 2 minutes puis un test de
reconnaissance leur est proposé. Ce test de
reconnaissance comprend 8 essais successifs. Parmi ces essais, se trouvent
4 segments aléatoires qui n'ont jamais été vus par les
sujets en phase de pratique et 4 segments
répétés déjà vus par les sujets.
Ces quatre essais correspondent soit au segment
répété S2 dans son intégralité, soit
à 3 fragments de ce segment. En effet, un découpage du
segment répété en trois fragments A, B et C est
effectué. Dans l'exemple représenté sur la Figure
4.2, le segment répété S2 a été
découpé en trois fragments A, B et C de durées
respectives 4.26 secondes, 3.56 secondes et 4.18 secondes.
Bord gauche
de l'écran
Centre de
l'écran
Bord droit
de l'écran
-15 -10 -5 0 5 10 15
0
2 Fragment A
4
4.26
Temps (s)
6
7.82
8
10
12
Fragment B
Fragment C
Figure 4.2 : Représentation du déplacement
de la cible sur l'écran sur le segment répété
S2. Ce
segment d'une durée de 12 secondes est
découpé en 3 fragments A, B, C
Ce découpage est obtenu selon le principe suivant : un
premier découpage arbitraire en
3 parties de durée identique (4 secondes) est
d'abord réalisé. Ensuite, un repérage des changements
de direction est effectué autour de ces points afin d'affiner ce
fractionnement. Ceci permet donc de faire coïncider les fragments A, B et
C avec des mouvements complets
de durée approximativement égales.
Les sujets ont pour consigne d'observer, sur l'écran
d'ordinateur, le déplacement de la cible bleue sans effectuer aucune
poursuite. Après cette observation, ils doivent noter sur une
échelle en dix points leur impression de «
déjà vu » : la note 0 indique que le sujet est
absolument sûr de ne jamais avoir vu ce déplacement; à
l'opposé, le note 9 indique que le sujet est certain d'avoir
déjà vu ce déplacement.
Recueil et analyse des données
Pour l'ensemble des expériences réalisées,
les coordonnées de la souris et du centre de
la cible (avec une précision spatiale du pixel) sont
collectées par l'ordinateur à une fréquence
de 200 Hz pendant la durée totale des essais.
Nous sommes intéressés aux deux variables
dépendantes suivantes :
É La RMSE (Root Mean Square Error ou erreur
quadratique moyenne) entre la position du pointeur de souris et la position
réelle de la cible s'exprime en nombre
de pixels.
É Le temps sur cible, exprimé en pourcentage de
la durée totale d'un essai, est défini comme le temps pendant
lequel le pointeur de souris est situé à
l'intérieur de la cible.
4.1.2 Résultats
Phase de pratique
La Figure 4.3 illustre l'évolution des deux
variables dépendantes au fil des essais, permettant ainsi de
comparer les performances obtenues sur le segment répété
(en trait plein
sur la figure) par rapport à celles obtenues sur
les segments aléatoires (en pointillés sur la
figure).
46
Répété
44 Aléatoire
42
40
38
36
RMSE (pixels)
34
32
30
28
e1 e2 e3 e4 e5 e6 e7 e8 e9 e10 e11 e12
Essais
56
54
52
Temps sur cible (%)
50
48
46
44
42
40 Répété
Aléatoire
38
e1 e2 e3 e4 e5 e6 e7 e8 e9 e10 e11 e12
Essais
Figure 4.3 : Evolution de la RMSE et du temps sur cible au
fil des essais pour les segments répétés
et aléatoires dans l'expérience 1. Des valeurs
faibles pour la RMSE et des valeurs importantes pour le temps sur cible
traduisent les meilleures performances.
D'un point de vue descriptif, une amélioration des
performances (diminution de la
RMSE et augmentation du temps sur cible) est observée au
fil des essais. Cette amélioration
est très importante entre le premier et le deuxième
essai, puis elle tend à se stabiliser par la
suite. De plus, les performances évoluent de
manière identique sur les deux types de
segments, ce qui traduit une absence d'apprentissage de la
séquence répétée.
La RMSE et le temps sur cible ont été soumis a
une analyse de variance (ANOVA) 12 (nombre d'essais) X 2 (type de segments :
répété vs. aléatoires). Pour le segment
répété, la RMSE est calculée sur S2, tandis que
pour les segments aléatoires, elle est calculée sur les segments
S1 et S3.
L'analyse statistique effectuée sur ces données
laisse apparaître un effet significatif des essais aussi bien pour la
RMSE (F(11,187)=12.33; p<.001) que pour le temps sur cible
(F(11,187)=6.76; p<.001), ce qui traduit une amélioration non
spécifique des performances. Par contre, aucun effet significatif
du type d'essai ne ressort (F(1,17)=.08; p=.779 pour la RMSE et
F(1,17)=.11; p=.735 pour le temps sur cible), Enfin, aucun
apprentissage de la séquence répétée n'existe car
il ne ressort aucun effet significatif de l'interaction essais X type
de segment pour les deux variables (F(11,187)=.49;
p=.904 et F(11,187)=.51; p=.896). Ces résultats indiquent donc que
les performances des participants se sont améliorées au fil des
essais de la phase de pratique. Cependant, ils n'ont pas pu tirer de
bénéfice de la structure de
la répétition pour réaliser un
apprentissage.
Test de reconnaissance
Dans le but de comparer le degré de reconnaissance
porté par les sujets aux différents segments, nous avons
moyenné d'une part les notes attribuées aux 4 segments
répétés (vus) et d'autre part les notes attribuées
aux 4 segments aléatoires (non vus). Une analyse de variance mettant en
oeuvre le plan d'analyse S18 * T2 avec S représentant le nombre de
sujets et T le type de fragment avec deux modalités (vus vs non vus) est
réalisée.
La Figure 4.4 représente le degré de
reconnaissance des segments vus et des segments non vus. Les moyennes des notes
attribuées aux segments répétés (5.72) sont
supérieures à celle des segments aléatoires (5.13).
Cependant, l'analyse statistique effectuée ne révèle
pas
de différence significative entre les différents
types de segments : F(1,17) = 1.11 ; p=.307.
8
7.5
Degré de reconnaissance
7
6.5
6
5.5
5
4.5
4
3.5
3
Vus Non Vus
Type de segments
Figure 4.4 : Degré de reconnaissance des
différents types de segments. Les barres d'erreurs
représentent l'écart type de la
moyenne.
Finalement, le test de reconnaissance ne laisse
apparaître aucun résultat significatif, c'est-à-dire que
les segments répétés ne sont pas mieux reconnus que les
segments aléatoires.
| 
