Soutenance de thèse Laure Tosatto
Le jeudi 24 mars à 14h00 en Salle des Voûtes
Si vous ne pouvez pas y assister en présentiel, cette soutenance se déroulera en hybride, et vous recevrez un lien pour la retransmission visio en direct, quelques jours avant.
Titre de la thèse : Les Dynamiques de Chunking lors de l’Apprentissage de Longues Séquences chez les Primates Humains et Non-Humain
Résumé : Les primates humains et non-humains sont exposés dans leur environnement à un flux continu d’informations séquentielles. Afin de structurer ce flux, le système cognitif est capable de repérer les patterns d’événements invariants et d’organiser en conséquence des séquences d’actions planifiées. L’apprentissage statistique désigne la capacité de nos systèmes cognitifs à extraire les régularités de l’environnement et repose sur des mécanismes associatifs Hebbien, communs aux primates humains et non-humains. Par ailleurs, en raison de la capacité limitée de la mémoire de travail, lorsque les régularités prennent la forme d’une longue séquence d’informations, cette séquence doit être segmentée en des paquets d’informations, appelés chunks, pour être compressée et exécutée plus rapidement et efficacement.
Le présent travail s’intéresse aux dynamiques de l’apprentissage de séquences et du chunking. Nous nous sommes intéressés à la formation des chunks durant l’apprentissage de séquences visuo-motrices, à leurs évolutions lors d’une pratique intensive, et à l’impact de la taille de ces séquences sur le chunking. Par ailleurs, nous avons cherché à comprendre le rôle de l’apprentissage associatif, commun aux primates non-humains et aux humains, et le rôle d’habiletés spécifiques aux humains, comme le langage, dans l’apprentissage de ces séquences. Nous avons donc contrasté les résultats obtenus chez des primates non-humains, babouins de Guinée (Papio papio), à ceux de primates humains (Homo sapiens). Ces résultats nous informent sur les mécanismes de chunking dans l'apprentissage de séquences et remettent en question les modèles computationnels actuels d'apprentissage statistique.
Composition du Jury :
Rapporteuse : Barbara TILLMANN, Université Claude Bernard Lyon 1, Université Jean-Monnet Saint-Étienne
Rapporteur : Fabien MATHY, Université Côte d’Azur
Président : Axel CLEEREMANS Université Libre de Bruxelles
Examinateur : Joël FAGOT, Université d’Aix-Marseille
Examinatrice : Annabelle GOUJON, Université de Franche-Comté
Directeur de thèse : Arnaud Rey, Université d’Aix-Marseille
Co-encadrant de thèse : Dezso NEMETH, Université Claude Bernard Lyon 1, Eotvos Lorand University, Budapest
