L’utilisation prédictive des régularités environnementales requiert une pertinence pour l’action

Pourquoi cela compte pour les déplacements quotidiens

La vie quotidienne est pleine de décisions que nous prenons en mouvement : entrer dans un passage piéton, choisir un côté d’un couloir bondé ou se faufiler dans une boutique encombrée. Nous n’avons que rarement une information parfaite, et pourtant nous agissons souvent comme si nous « savions » ce qui va probablement se produire ensuite. Cette étude examine quand les gens utilisent réellement ces motifs cachés dans l’environnement pour planifier leurs mouvements à l’avance, et quand ils préfèrent attendre pour réagir au dernier moment.

Une promenade dans un musée virtuel

Pour explorer cette question, les chercheurs ont construit un petit musée d’art en réalité virtuelle. Les volontaires portaient un casque VR et marchaient dans une salle réelle correspondant à l’espace virtuel. À chaque essai, ils commençaient à une extrémité du musée et devaient atteindre l’une des deux portes au mur opposé aussi rapidement et directement que possible, tout en évitant une exposition centrale et un agent de sécurité en mouvement. Le gardien apparaissait soudainement du côté gauche ou droit et bloquait l’une des portes. Au fil des séries d’essais, le gardien avait tendance à bloquer beaucoup plus souvent un côté que l’autre, mais les participants n’en furent jamais informés ; ils devaient le découvrir par l’expérience seule.

Quand attendre semble plus sûr que prédire

Dans la première expérience, l’agencement permettait aux personnes de marcher tout droit au milieu et de reporter leur choix jusqu’à l’apparition du gardien. Beaucoup de participants adoptèrent exactement cette stratégie « attendre-pour-voir ». Ils avançaient avec peu de mouvement latéral, puis effectuaient une correction nette seulement après avoir vu quelle porte était bloquée. Une analyse précise de leurs positions corporelles montra de faibles décalages moyens vers le côté statistiquement plus sûr au fil du temps, et la majeure partie de cet effet provenait d’une petite minorité de « super-apprenants ». Des analyses de clustering révélèrent des styles distincts : la plupart étaient des Attendants qui retardaient leur décision, quelques-uns étaient des Apprentis Modérés qui effectuaient des décalages anticipatoires modestes, une personne montra un comportement fortement prédictif, et certains se comportèrent de façon plus aléatoire. Le suivi oculaire suggéra que le regard des participants devenait quelque peu plus focalisé à mesure qu’ils se familiarisaient avec la salle, mais les changements étaient modestes et très variables d’un individu à l’autre.

Prendre des décisions tôt rapporte

La deuxième expérience a modifié un élément clé de l’environnement. Un obstacle central plus large obligeait les deux trajectoires à se séparer plus tôt, si bien que les participants devaient désormais s’engager à gauche ou à droite bien avant l’apparition du gardien. Choisir la voie bloquée était coûteux : il leur fallait faire demi-tour et revenir avant d’essayer l’autre côté. Dans ces nouvelles conditions, presque tout le monde apprit rapidement quel côté était généralement ouvert dans chaque série d’essais et commença à choisir ce côté à l’avance. Leur schéma de choix correspondait étroitement au comportement d’un apprenant mathématique idéal qui met à jour ses attentes d’un essai à l’autre. En d’autres termes, lorsque la tâche rend les décisions précoces à la fois nécessaires et avantageuses, les gens repèrent rapidement les régularités cachées et les utilisent pour guider leurs mouvements.

Les yeux sur le chemin, mais l’esprit sur la tâche

Sur les deux expériences, les données de mouvement oculaire racontent une histoire plus subtile. Les participants réduisirent progressivement l’étendue de leur balayage visuel et resserrèrent leur regard à mesure qu’ils gagnaient en expérience dans le musée virtuel. Cependant, ces changements n’étaient pas fortement liés au fait que la position du gardien fût prévisible ou non. Ils semblaient plutôt refléter une familiarité croissante avec le lieu et des différences personnelles de style visuel, plutôt qu’une signature claire d’apprentissage de probabilités spécifiques.

Ce que cela signifie pour la navigation dans le monde réel

Ensemble, les deux expériences montrent que les gens n’utilisent pas toujours ce qu’ils peuvent apprendre de leur environnement pour planifier à l’avance. Même lorsqu’un motif est disponible, beaucoup attendront une preuve sensorielle claire si réagir tardivement est peu coûteux et sûr. La planification prédictive devient prépondérante lorsque l’engagement précoce est requis et que les erreurs sont coûteuses. Dans la vie quotidienne, cela signifie que notre manière de nous déplacer dans le monde reflète non seulement ce que nous savons, mais aussi la façon dont l’environnement récompense ou pénalise les décisions anticipées. L’utilisation prédictive des régularités environnementales n’est donc pas automatique ; c’est un choix adaptatif façonné par les exigences de la tâche, l’effort et la stratégie personnelle.

Citation: Kretzmeyer, B., Rothkopf, C.A. & Fiehler, K. Predictive use of environmental regularities requires action relevance. Sci Rep 16, 1596 (2026). https://doi.org/10.1038/s41598-026-35500-x

Mots-clés: planification motrice, navigation en réalité virtuelle, comportement prédictif, prise de décision incarnée, apprentissage statistique