Cours 4.1 Flashcards
Un manque important
avec le traitement ascendant
❖ Ne tient pas compte du contexte et des attentes
❖ Pour tenir compte de ces effets, on doit postuler un
autre type de traitement
❖ Traitement descendant (ou basé sur les concepts)
–> Traitement qui est influencé par le contexte et les
connaissances de haut niveau
–> Utilisation d’information déjà acquise pour guider
notre interprétation du stimulus (patron) entrant
—–>connaissances de haut niveau qui viennent de la mémoire à long terme
on utilise de l’info quon connait déjà
Le modèle modal de mémoire
d’Atkinson et Shiffrin (1968) traitement descendant
- entree à la mémo sensorielle
- mémoire court terme
- mémoire long terme
- retour mémoire court terme provenant de mémoire long terme
Preuve empirique pour
traitement descendant
❖ Effet de supériorité du mot (Reicher, 1969)
❖ Tâche: Identification de lettres avec choix forcé (Forced-choice letter identification task)
—->choix forcé: on donne un certain nombre d’alternatives et on doit choisir dans cette banque (un peu comme un exam a choix multiples)
❖ Matériel: Trois types de stimuli utilisés
lors de la tache on va montrer a l’écran soit un mot ou un ensemble de lettre ou une lettre simple vrm rapidement et ensuite on va montrer une position spécifique d’une lettre dans le mot et on demande laquelle de deux lettres était dans cette position là dans le stimulus original
3 types de stimuli
1.mot à 4 lettres
2. non-mot 4 lettres (anagram d’un actual mot donc lettre mélangées)
3. lettre (lui aussi associé au mot a 4 lettres mais les autres lettres sont pas écrites)
le mm choix de lettre sera testé 3 fois durant la tâche, les 3 types de stimuli sont utilisés pour cette lettre pis on veut comparer
Effet de supériorité du mot
(Reicher, 1969) procédure
- croix de fixation
- mot, non-mot ou lettre projeté pendant 35, 60, ou
85 ms - masque : masque présenté ou le mot était présenté → sert a effacer la mémoire sensorielle pcq on veut s’assurer de la durée exacte de la présentation du stimulus
→ pcq mémoire sensorielle a 750 ms de mémoire, si on présente stimulus sans masque dès que fini de présenter stimulus cv rester en mémoire senso 750ms de plus alors si on met masque ça l’efface de la mémo sensorielle et remplacé par le masque - choix forcé: 4 barres et en haut et en bas a une position donnée y’aura 2 choix de lettre
–>les deux alternatives de lettres doivent faire du sens ensemble ex: o a présenté mot miel et deux alternatives m et c pcq mot miel existe et ciel existe aussi donc les deux lettre font du sens dans le mot - réponse
Effet de supériorité du mot
Résultats et interprétation
–>quand la lettre a identifier est dans un mot c’est plus facile que lettre ou non mot
quand lettre fait parti d’un mot le taux d’erreur est significativement plus bas que lettre ou non mot
→ s’appel l’effet de supériorité du mot
❖ Résultats
–> En moyenne, plus facile d’identifier une lettre
lorsqu’elle fait partie d’un mot
–> Taux d’exactitude: Mot > Non-mot
–> Taux d’exactitude: Mot > Lettre
❖ Même lettre testée avec 3 types de stimuli dans la
même position
–> Ne peut pas être un effet ascendant (même entrée)
→ mm lettre à la mm position testée: c’est le mm signal entrant puisque c’est la mm lettre trois fois alors le traitement ascendant est le mm dans les trois essais donc la différence de performance peut pas être attribuée au traitement ascendant
❖ Interprétation
❖ Pour obtenir ce résultat, on doit postuler:
–>Un mécanisme ascendant
–> Un mécanisme descendant
–> Qui interagissent et traitent l’info en parallèle
Modèle d’activation interactive
(McClelland et Rumelhart, 1981)
❖ Comment nos connaissances établies interagissent-elles avec l’entrée?
❖ Un « pandémonium connexioniste ++ » !
–> Reconnaissance de lettres et mots (+ lecture…)
–> Composé de couches d’unités de traitement
–> Interconnexions
–> Transfert d’activation
–> Ascendant
+ Descendant
autre version du pandémonium
→ caractéristiques, lettre et mots
→ connexioniste pcq contient des unités de traitement disposées en couche qui sont connectees ensemble et peut etre ascendant (de lettre à mot) ou descendant (mot à lettre)
Modèle d’activation interactive:
Postulats généraux
- Une unité pour chaque mot
et chaque lettre (dans chaque position) - Unités organisées en
niveaux - Connexions peuvent être
ascendantes ou descendantes
stimulus–> niveau caractère–> niveau lettre–> niveau mot–> niveau lettre–> niveau caractère
Modèle d’activation interactive:
Postulats de représentations
❖ Traitement perceptuel se fait dans un système dans
lequel:
–> Il y a plusieurs niveaux de traitement
–> Chaque niveau forme une représentation à un niveau
d’abstraction différent (pourrait aussi dire niveau de complexité)
——> Caractéristiques, Lettres, Mots
❖ Perception visuelle implique traitement en parallèle→ il peut y avoir plusieurs niveaux de traitement qui travaillent simultanément
❖ Traitement visuel se fait à plusieurs niveaux simultanément (en parallèle)
Modèle d’activation interactive:
Postulats d’opérations
❖ Lors de la présentation d’un stimulus, un ensemble
d’entrées sous forme de caractéristiques est disponible au système
❖ Initialement, toutes les unités sont en mode inactif → pas d’activation
❖ Caractéristiques activent lettres (ascendant)
❖ Lettres activent mots (ascendant)
❖ Mots retournent activation aux lettres (descendant)
❖ Réponse du système: Lettre/Mot avec le plus
d’activation à un moment précis
–>mots peuvent retourner l’activation aux lettres et c’est ça qui explique l’effet de supériorité du mot
Modèle d’activation interactive
Reconnaissance de lettre processus
(mot)
- stimulus (la lettre R)
- niveau caractère (shapes)
on présente la lettre R et donc y’a activation de caractères associés à la lettre R - niveau lettre: activation des lettres qui ont les carctérsitiques de R
→ F BK ET R sont activés pcq la ligne droite est activée
ligne oblique active K et R
courbe active O et R - décision: → en somme la lettre R est celle qui est la plus activée alors le model répond quil percoit la lettre R
(pcq elle a toutes les carctérsitiques)
Modèle d’activation interactive
Reconnaissance de mot (processus) voir pp pour photo comme ça c plus clair
comment le model reconnaît un mot et produit l’effet de supériorité du mot
au niveau lettre y’a une unitée pour chaque position du mot donc 4 lettre dans mot 4 unités pcq 4 positions
c’est fait de amnière simultanée pour le mot (genre FORK les 4 lettres sont analysées en mm temps mais ici dans l’exemple on va faire 1 lettre a la fois)
- ligne verticale active lettres F R K, lignes horizontales seulement F donc c’est F qui est le plus activé
2.F est juste présente en premiere position pour le mot fork donc ça active le mot fork
3.ensuite lettre o, courbe active o et r, ensuite autre courbe active juste O - lettre o se trouve en deuxieme position dans fork et roof donc fork est plus activé et roof commence à être activé
- ainsi de suite pour reste des lettres
6.le mot fork est reconnu pcq c’est celui qui est le plus activé
→ ici tt le long c’est de l’activation ascendante
Modèle d’activation interactive
Traitement descendant et supériorité du mot
(mot)
une fois que le mot fork a été identifié on postule que l’unité du mot fork va transmettre de l’Activation descendante vers les lettres qui composent le mot fork pcq on a deja vu le mot, cv préactiver les lettre a etre reconnues par la suite
une fois que le mot est disparu derriere le masque pendant l’essai on donne deux alternatives
quand on donne les deux choix le réseau va analyser les deux lettres avec traitement ascendant→ on prend les carct présentes dans le deux lettres et on voit c’est quoi les options ensuite au niveau lettre ici c’est w et F→ le w va etre activé et le F aussi mais musique le F a déja été reconnu comme faisant parti d’un mot plus tot, le f est deja préactivé avec l’activation descendante donc le F est plus activé que le W (pcq il a eu l’activation descendante venant du mot et l’activation ascendante qui se passe live et que le w a aussi recu) → très facile à identifier mtn pcq hyper activé!
→ donc pour ça quil y a supériorité du mot!
Modèle d’activation interactive
Supériorité du mot
–> non-mot
carct.
les 4 lettres activées
rien sera activé au niveau mot pcq c’est pas un mot
le fait que pas de mot activé fait en sorte quil y aura pas d’activation descendante provenant du niveau mot faisant en sorte quil y aura pas de préactivation pour les lettres donc elles ne seront pas plus faciles à identifier ensuite quand on donne deux options de lettre
–> donc plus de chance de se tromper
–>donc plus d’erreur quand non-mot que dans mot
→ lettre seule c’est le mm mécanisme que le mécanisme pour un non-mot, pas d’activation descendante
Modèle d’activation interactive
Conclusions
❖ Avec un nombre limité de postulats clairement définis, le modèle propose une explication formelle de l’effet de supériorité du mot
❖ Souligne la nécessité du traitement descendant
dans la compréhension du processus de reconnaissance de patrons
→ à l’intérieur de ce model on explique l’effet de supériorité du mot par l’Activation descendante qui est transmise par unité mot à l’unité lettre
Objets dans des scènes connues étude concept et prédictions
❖ Palmer (1975): The effect of contextual scenes on
the identification of objects
❖ On connaît bien la position attendue des objets dans les scènes visuelles du monde extérieur
❖ Plausible que l’on utilise cette connaissance (attentes au niveau des scènes visuelles) pour
identifier les objets que l’on voit
❖ Prédictions
–> Contexte visuel approprié aide à l’identification
–> Contexte visuel inapproprié nuit à l’identification
–> Indices contextuels devraient transférer à objets similaires
esque le fait de présenter contexte influence la probabilité de reconnaître objet correctement?
ex: on s’attend a voir un micro-onde dans une cuisine et pas dans un parc national
→ prédiction quil y aura du traitement descendant, influence du contexte visuel
—-> objet plus facile à identifier si présenté dans contexte attendu
→ si on remplace objet qui est attendu par un objet inattendu mais qui ressemble bcp a objet auquel on s’attend on va se confondre et dire que c’est objet auqel on s’attendait
