Un mécanisme d’apprentissage du cerveau humain que l’IA ne peut pas reproduire

L’intelligence artificielle est forte, mais pas encore assez souple

On n’arrête pas d’entendre parler des prouesses de l’intelligence artificielle, n’est-ce pas ? Elle écrit des essais primés, aide à poser des diagnostics médicaux pointus… c’est impressionnant, je ne dis pas le contraire. Pourtant, il y a un domaine où nos vieux cerveaux biologiques gardent une longueur d’avance indiscutable : la flexibilité. Nous, les humains, on a cette capacité incroyable d’absorber une nouvelle info et de s’adapter à une situation inconnue presque sans effort, un peu comme par magie.

Pensez-y deux secondes : vous pouvez vous mettre à un nouveau logiciel, suivre une recette jamais testée ou comprendre les règles d’un jeu de société tout juste déballé. L’IA, elle, galère souvent à s’ajuster en temps réel ou à apprendre « sur le tas », comme on dit. Eh bien, une nouvelle étude menée par des neuroscientifiques de l’Université de Princeton vient peut-être de comprendre pourquoi nous sommes si doués pour ces ajustements rapides.

Des « Legos cognitifs » dans la tête ?

Les chercheurs ont découvert que notre cerveau utilise, en quelque sorte, les mêmes « blocs » cognitifs à plusieurs reprises lorsqu’il effectue différents types de tâches. En recombinant ces briques d’une nouvelle façon, il peut générer de nouveaux comportements à la vitesse de l’éclair. C’est fascinant, non ? Tim Buschman, docteur et auteur principal de l’étude (il est aussi directeur associé de l’Institut de neurosciences de Princeton, donc il sait de quoi il parle), explique que si les modèles d’IA actuels peuvent atteindre des performances surhumaines sur des tâches isolées, ils peinent dès qu’il faut toucher à tout.

« Nous avons découvert que le cerveau est flexible parce qu’il peut réutiliser des composants de la cognition dans de nombreuses tâches différentes », précise-t-il. En gros, en assemblant ces « Legos cognitifs », le cerveau construit de nouvelles compétences. Cette recherche passionnante a été publiée tout récemment, le 26 novembre 2025, dans la célèbre revue Nature, et franchement, ça change notre vision des choses.

La compositionnalité : ou l’art de faire du neuf avec du vieux

Vous savez comment on apprend souvent ? En s’appuyant sur ce qu’on sait déjà faire. C’est logique, après tout. Quelqu’un qui sait entretenir un vélo aura probablement moins de mal à comprendre comment réparer une moto. Les scientifiques appellent ce processus d’assemblage de nouvelles compétences à partir de plus simples la compositionnalité. C’est un grand mot pour une idée assez simple finalement.

Sina Tafazoli, un chercheur postdoctoral du laboratoire de Buschman et auteur principal de l’étude, utilise une image que j’adore : la cuisine. « Si vous savez déjà faire du pain, vous pouvez utiliser cette capacité pour faire un gâteau sans réapprendre à cuisiner depuis le début », explique-t-il. On réutilise des compétences existantes — se servir du four, mesurer, pétrir — et on les combine avec de nouvelles, comme fouetter la pâte, pour créer quelque chose de totalement différent. C’est malin, non ?

Nos amis les macaques à la rescousse

Même si on se doutait que cette compositionnalité était la clé de notre souplesse mentale, les preuves concrètes de la façon dont le cerveau opérait restaient floues. Pour creuser la question, Tafazoli a entraîné deux macaques rhésus mâles à effectuer trois tâches liées entre elles, tout en enregistrant ce qui se passait dans leur tête. Une petite précision : il ne s’agissait pas de leur demander de réparer des voitures ou de faire des gâteaux, évidemment.

Les singes devaient relever des défis de catégorisation visuelle. On leur montrait des formes colorées un peu bizarres, genre ballons, sur un écran. Ils devaient décider si la forme ressemblait plus à un lapin ou à la lettre « T » (ça, c’est pour la forme) ou si elle tirait plus vers le rouge ou le vert (pour la couleur). La difficulté changeait tout le temps : parfois c’était évident, parfois c’était vraiment ambigu et demandait un jugement super fin.

Une affaire de regard et de règles partagées

Pour donner leur réponse, les singes devaient déplacer leur regard dans l’une des quatre directions. Par exemple, un coup d’œil à gauche voulait dire « lapin » et à droite « T ». Ce qui est génial dans cette expérience, c’est que chaque tâche avait ses propres règles mais partageait des éléments avec les autres. C’était fait exprès, bien sûr.

L’une des tâches de couleur et la tâche de forme demandaient aux animaux de regarder dans les mêmes directions pour répondre. En parallèle, les deux tâches de couleur impliquaient de catégoriser la teinte de la même manière (plus rouge ou plus vert), même si le regard pour répondre devait aller ailleurs. Cette structure un peu complexe a permis aux chercheurs de voir si le cerveau s’appuyait sur les mêmes modèles d’activité neuronale quand les éléments se chevauchaient.

Le cortex préfrontal : la boîte à outils

Quand Tafazoli et Buschman ont analysé l’activité cérébrale, ils ont trouvé quelque chose d’intéressant dans le cortex préfrontal. C’est la région qui gère la réflexion de haut niveau. Ils y ont vu plusieurs modèles récurrents d’activité neuronale. Ces modèles apparaissaient à travers différentes tâches à chaque fois que les neurones travaillaient vers un but commun, comme distinguer les couleurs.

Buschman compare ces modèles partagés à des « Legos cognitifs ». Pour lui, c’est un peu comme une fonction dans un programme informatique. « Un ensemble de neurones peut discriminer la couleur, et sa sortie peut être mappée sur une autre fonction qui entraîne une action », dit-il. En gros, le cerveau effectue la tâche en exécutant séquentiellement chaque composant, l’un après l’autre. C’est d’une efficacité redoutable.

Mélanger les briques pour s’adapter

Prenons un exemple concret tiré de l’étude : dans une tâche de couleur, le cerveau combinait un bloc qui évaluait la couleur avec un autre bloc qui guidait les mouvements des yeux. Quand les singes passaient de l’évaluation des couleurs à l’identification des formes, tout en utilisant des mouvements similaires, le cerveau ne s’embêtait pas à tout réinventer.

Il activait simplement le bloc pour le traitement de la forme, et le collait avec le même bloc pour le mouvement des yeux qu’il utilisait juste avant. Ce schéma de partage était super fort dans le cortex préfrontal, mais beaucoup moins visible ailleurs dans le cerveau. Ça suggère que cette capacité de « compositionnalité » est vraiment une spécialité de cette zone précise de notre tête.

Savoir se taire pour mieux se concentrer

Mais ce n’est pas tout ! Tafazoli et Buschman ont aussi découvert que le cortex préfrontal réduit l’activité de certains blocs cognitifs quand ils ne sont pas nécessaires. C’est logique, non ? Ça aide le cerveau à se concentrer sur ce qui compte vraiment à l’instant T. Tafazoli explique que le cerveau a une capacité de contrôle limitée.

« Vous devez comprimer certaines de vos capacités pour pouvoir vous concentrer sur celles qui sont actuellement importantes », dit-il. Par exemple, si vous devez vous focaliser sur la forme d’un objet, votre capacité à encoder sa couleur diminue momentanément, parce que le but c’est la forme, pas la couleur. Cette activation et suppression sélectives permettent d’éviter la surchauffe et de rester aligné sur l’objectif immédiat.

Ce que cela signifie pour l’avenir de l’IA

Ces fameux Legos cognitifs pourraient bien expliquer pourquoi nous apprenons si vite. Au lieu de générer chaque comportement à partir de zéro, le cerveau recycle. Et c’est là que l’intelligence artificielle actuelle pèche un peu. « Un problème majeur avec l’apprentissage automatique est l’interférence catastrophique », note Tafazoli (j’adore ce terme, ça fait film catastrophe).

Quand une machine ou un réseau neuronal apprend quelque chose de nouveau, il a tendance à oublier et écraser ses souvenirs précédents. C’est ballot. Si un réseau neuronal artificiel sait faire un gâteau mais apprend ensuite à faire des cookies, pouf, il oublie comment faire le gâteau. Intégrer cette compositionnalité dans l’IA pourrait aider à créer des systèmes capables d’ajouter de nouvelles compétences sans perdre les anciennes.

Un espoir pour la santé mentale

Au-delà des robots, cette compréhension pourrait aussi aider à traiter des troubles neurologiques et psychiatriques bien humains. Des conditions comme la schizophrénie, les troubles obsessionnels compulsifs (TOC) ou certaines lésions cérébrales rendent difficile l’application de compétences familières dans de nouveaux contextes. Ces défis pourraient venir de perturbations dans la capacité du cerveau à combiner ses blocs de construction.

« Imaginez pouvoir aider les gens à retrouver la capacité de changer de stratégie, d’apprendre de nouvelles routines ou de s’adapter au changement », espère Tafazoli. À long terme, comprendre comment le cerveau réutilise ses connaissances pourrait nous aider à concevoir des thérapies pour restaurer ce processus. C’est une perspective qui donne de l’espoir, je trouve.

Conclusion et détails de l’étude

Pour ceux qui voudraient aller voir la source directement, l’article s’intitule « Building compositional tasks with shared neural subspaces ». Il a été réalisé par une sacrée équipe incluant Sina Tafazoli, Flora M. Bouchacourt et d’autres, et publié dans Nature le 26 novembre 2025 (DOI : 10.1038/s41586-025-09805-2). C’est de la science solide.

Ah, et pour être complet, sachez que le financement de cette étude a été assuré par les National Institutes of Health (avec les bourses R01MH129492 et 5T32MH065214). C’est toujours rassurant de voir que la recherche fondamentale continue d’avancer pour mieux comprendre notre propre machine interne, vous ne trouvez pas ?

Ce contenu a été créé avec l’aide de l’IA.