1

THEORIES DU VIEILLISSEMENT COGNITIF

Virginie AUDOUARD

2

PLANINTRODUCTIONTHEORIE NON COMPUTATIONNELLE

Théorie du ralentissement cognitif (Salthouse)

THEORIE COMPUTATIONNELLE symbolique : SPAN non symbolique : NEUROMODULATION raisonnement analogique (Viskontas & al)

Quelques limites …

3

QUELQUES DEFINITIONSEn vieillissement, il existe plusieurs familles

de théories :- théories computationnelles = implantée ou

simulée sur ordinateur. Représentation des phénomènes et mécanismes , dans un programme informatique qui va reproduire ces phénomènes.

- théories non computationnelles = n’a pas été implémentée sur ordinateur.

4

QUELQUES CONTRAINTESPuissance explicative : une théorie est

d’autant plus puissante qu’elle explique un nombre plus élevé de phénomènes

Economie explicative : une théorie est préférable à une autre théorie lorsqu’elle comporte moins de postulats ou mécanismes

=> allier puissance et économie

5

THEORIE NON COMPUTATIONNELLE : THEORIE DU RALENTISSEMENT COGNITIF (Salthouse)

Postulat : diminution de la vitesse de l’information avec l’âge

2 mécanismes :Mécanisme du temps limitéMécanisme de la simultanéité

Validation empirique (Kliegl & al)Tâche de reconnaissance indicée

6

Pourcentage de réponses correctes en fonction du temps de présentation à l’encodage dans une tâche de mémoire. (Kliegl & al, 1993)

7

RALENTISSEMENT GLOBAL OU SPECIFIQUE ?

Général : touche tous les processus cognitifs.Spécifique : qui ne touchent que certains

processus ou qui touchent certains processus plus que d’autres.

Méthode des graphes de Brinley

Graphique de Brinley permettant d’évaluer

l’importance du ralentissement cognitif avec l’âge

8

THEORIE COMPUTATIONNELLE SYMBOLIQUE : SPAN

Speed Parallellism Activation NoisePostulats : 1. SPAN est une théorie mécanique >

2. SPAN est une théorie symbolique 3. Activation des informations

Implémentation computationnelle : Dispose d’une mémoire dans laquelle l’information

procédurale + déclarative sont stockées au cours de l’apprentissage

4 paramètres de l’activation

=> SPAN : capacité de traitement résulte de la dynamique entre vitesse de propagation de l’activation de l’information et le bruit. >

9

Postulat n°1

Figure 1 : Mécanismes mis en œuvre pour accomplir l’épreuve des codes selon la théorie SPAN (Byrne, 1998)

Figure 2 : Mécanismes mis en œuvre pour accomplir l’épreuve d’empan calculatoire selon la théorie SPAN (Byrne, 1998)

>

10

RESULTATS DES SIMULATIONS (Byrne)

Figure 1 : Temps de réalisation de l’épreuve des codes par le modèle SPAN en fonction du paramètre Gamma

Figure 2 : Probabilité de réussites des séries de problèmes arithmétiques de taille variable dans SPAN en fonction de la valeur gamma

11

THEORIE COMPUTATIONNELLE SYMBOLIQUE : NEUROMODULATION (LI & al)

Propose cette théorie pour expliquer la diminution des performances cognitives avec l’âge.

Postulats : 1. Système cognitif performant2. vieillissement cognitif : niveau

neurobiologique et psychologique

3. Diminution de l’efficience cognitive >

12

Illustration de la théorie de la neuromodulation (Li & al, 1999)

13

ImplémentationLes auteurs ont fait varier le paramètre

critique G (gain) = est censé capturer la fluctuation dans la libération des neuromédiateurs.

Valeur G élevé : système jeune, systèmes dopa. non dégradés

Valeur G basse : système âgé.

Réseaux de neurones du type de ceux utilisés par Li & al dans leurs simulations des effets du vieillissement

14

Evolution de l’activation d’une cellule jeune et d’une cellule âgée en fonction de la stimulation et du paramètre G

15

RESULTATS DE SIMULATIONS (Li & al)Effets du vieillissement sur des tâches de

stockage et rappel de listes de paires de motsLes auteurs ont cherché à reproduire les

effets de l’âge sur certains phénomènes mnésiques importants :

Diminution des performances avec l’âge > Susceptibilité à l’interférence pro-active > Interaction âge x complexité >

16

Diminution des performances avec l’âge>

Performances en rappel des réseaux jeunes et âgés, différant par un seul paramètre à différentes étapes de l’apprentissage

17

Susceptibilité à l’interférence pro-active>

Illustration de l’interaction âge x interférence dans les modélisations computationnelles (Li & al) : nombre d’essais nécessaires au système pour apprendre les listes de paires de mots

18

Interaction âge x complexité

Illustration de l’interaction âge x difficulté dans les modélisations computationnelles (Li & al, 1999) :Cosinus (montrant qualité du rappel) entre items rappelés par le modèle et rappel attendu

19

Viskontas & alRelational Integration, Inhibition, and Analogical Reasoning in Older Adults. Par : Viskontas, Indre V., Morrison, Robert G., Holyoak,

Keith J., Hummel, John E., Knowlton, Barbara J., Psychology and Aging, 0882-7974, 2004, Vol. 19, Edition 4

Intégration relationnelle, inhibition et raisonnement analogique chez les personnes âgées.

Théorie : La difficulté des tâches de raisonnement dépend de leur complexité relationnelle, qui augmente avec le nombre de relations qui doit être considéré simultanément pour effectuer une inférence, et le nombre d’items non pertinents qui doit être inhibé.

Epreuve : tâche analogique >Des simulations ont été basées sur un modèle

neurocomputationnel de raisonnement analogique : LISA (Learning and Inference with Schemas and Analogies)

20

Tâche analogiqueParticipants : 31 jeunes, 36 d’âge moyen et 27

personnes âgées.Matériel et procédure : tâche analogique avec

des niveaux de complexité différents.Sur ordinateur : doivent presser le bouton

« same » ou « different » quand les 2 images apparaissent sur l’écran selon la règle énoncée par l’expérimentateur.

112 problèmes = 64 « same » et 48 « different ».>

21

COMPARAISON DES RESULTATS AVEC LE MODELE LISA

âgées.Limite : l’étude actuelle ne prévoit pas de preuve directe de l’hypothèse que les changements sont responsables des déficits de raisonnement chez les personnes âgées.

Résultats :Tous les participants ont fait plus d’erreursLorsque le niveau de complexité s’élevait.

- Niveau précision : intermédiaires ≈âgés- Niveau TR : intermédiaires≈jeunes- Interaction âge x complexité

22

CONCLUSIONAvantages des modèles computationnels:

Explication claire et précise de la mécanique cognitive

Spécifiques et précis Ne sont pas limités à des tâches Permettent d’évaluer la cohérence interne d’une

théorie Peut évaluer la nécessité/suffisance d’une théorie

Limites (selon les auteurs du dernier article):

Le vieillissement est implémenté comme un évènement qui se produit après une phase d’apprentissage initial

Ne modélisent pas l’ensemble des variables qui pourraient influencer la performance de l’homme dans la tâche