Les séquences motrices résistent à l’automatisation à mesure que les exigences attentionnelles augmentent lors de l’apprentissage de séquences

Pourquoi les compétences quotidiennes exigent encore votre attention

De la conduite d’une voiture à l’exécution d’un morceau préféré au piano, nous avons souvent l’impression que la pratique transforme des actions coûteuses en routines fluides qui « fonctionnent en pilote automatique ». Cette étude interroge jusqu’où ce pilote automatique va vraiment. Lorsque nous apprenons un schéma fixe de mouvements, ces actions libèrent‑elles finalement notre attention au point de nous permettre de gérer facilement une autre tâche en parallèle, ou les séquences bien apprises continuent‑elles à imposer des exigences cachées à l’esprit ?

Comment les chercheurs ont comparé schémas pratiqués et nouveaux

Les scientifiques ont utilisé une tâche informatique classique dans laquelle des personnes appuient sur des touches correspondant à la position d’une lumière à l’écran. À l’insu des participants, les lumières suivaient souvent un motif répétitif en 12 étapes, créant une « séquence pratiquée ». Une deuxième séquence, d’égale complexité, servait de séquence témoin que les participants avaient peu pratiquée. Pendant dix sessions quotidiennes, 87 adultes ont répété la séquence pratiquée des milliers de fois. La moitié a été informée de l’existence d’un motif et l’a même vu à l’avance (apprentissage intentionnel), tandis que les autres ont simplement réagi aux lumières sans qu’on leur indique toute structure (apprentissage incident). Certains participants ont également vu des indices visuels subtils suggérant la lumière à venir. Avant et après l’entraînement, tout le monde a exécuté à la fois la séquence pratiquée et la séquence témoin dans deux conditions : seul, et en comptant en même temps des tonalités spécifiques jouées en arrière‑plan.

Aller plus vite n’est pas la même chose que passer en pilote automatique

Comme prévu, les participants sont devenus beaucoup plus rapides en général entre le premier et le dernier test, et ils ont répondu plus vite sur la séquence pratiquée que sur la séquence témoin. Ceux qui savaient qu’il y avait un motif et l’avaient étudié à l’avance ont montré l’apprentissage de séquence le plus fort et ont ensuite pu rappeler et reconnaître le motif plus précisément. Autrement dit, une instruction claire et la conscience du motif les ont aidés à construire une représentation mentale détaillée de l’ordre des pressions de touches. Pourtant, la question cruciale était de savoir si cette séquence bien apprise exigerait moins d’attention lorsque l’on ajouterait une autre tâche — le comptage des tonalités.

Quand une seconde tâche révèle l’effort caché

Pour mesurer cela, les chercheurs ont comparé les temps de réaction lorsque les personnes n’accomplissaient que la tâche d’appui sur les touches avec les temps lorsqu’elles devaient aussi tenir un compte des tonalités. Au début, faire deux choses à la fois ralentissait tout le monde, pour la séquence pratiquée comme pour la séquence témoin, montrant les habituels « coûts de la tâche double ». Après dix jours d’entraînement, cependant, un schéma surprenant est apparu. Pour la séquence témoin peu pratiquée, les coûts liés à la tâche double sont devenus très faibles : les participants pouvaient répondre presque aussi vite en comptant les tonalités qu’en effectuant la tâche de touches seule. Cela suggère que les liens stimulus‑réponse de base étaient devenus plus efficaces et demandaient moins d’attention. En net contraste, les coûts de la tâche double ont en fait augmenté pour la séquence pratiquée. Plus les personnes avaient appris le motif et plus elles pouvaient le décrire ou le reconnaître clairement, plus leur performance se détériorait lorsque la tâche de comptage de tonalités était ajoutée. Un apprentissage plus fort et une connaissance explicite plus grande étaient liés à une interférence plus importante, et non à une réduction.

Pourquoi des schémas profondément appris peuvent encore solliciter l’esprit

Ces résultats remettent en cause l’idée simple que la pratique rend automatiquement une séquence de mouvements peu coûteuse mentalement. Les auteurs suggèrent qu’en apprenant un motif long et complexe, les personnes forment des représentations internes riches qui leur permettent d’anticiper les étapes à venir plutôt que de simplement réagir. Le contrôle de ce comportement prédictif fondé sur le motif semble puiser fortement dans les mêmes ressources limitées d’attention et de mémoire de travail nécessaires pour la tâche de comptage des tonalités. En revanche, la séquence témoin rarement pratiquée peut reposer sur des liens stimulus‑réponse plus directs qui demandent moins de coordination centrale lorsqu’une autre tâche est présente. Ainsi, dans cette étude, ce qui devenait plus « automatique » avec la pratique était les éléments de base de la réponse — pas la séquence apprise spécifique elle‑même.

Ce que cela signifie pour les compétences du monde réel

Pour des compétences quotidiennes comme la conduite, la pratique d’un instrument ou la manipulation de machines, le message est nuancé. La pratique rend certes les actions plus fluides et plus rapides, mais des séquences profondément encodées — en particulier longues ou complexes — peuvent continuer de solliciter l’attention lorsque nous essayons de les combiner avec d’autres tâches mentales. Être très compétent ne garantit pas l’immunité à la distraction ; dans certains cas, une carte interne riche de ce qui vient ensuite peut en réalité augmenter le besoin d’un contrôle focalisé. Comprendre cet équilibre entre fluidité et attention peut éclairer la formation en sport, en musique et en rééducation, et nous rappelle que même des routines bien pratiquées peuvent ne pas être aussi automatiques qu’elles en ont l’air.

Citation: Dahm, S.F., Kraft, V., Martini, M. et al. Motor sequences resist automatization as attentional demands increase with sequence learning. npj Sci. Learn. 11, 26 (2026). https://doi.org/10.1038/s41539-026-00412-y

Mots-clés: apprentissage de séquences motrices, automaticité, performance en tâche double, attention, tâche de temps de réaction sérielle