Soutenance de thèse de Elisa GAVARD

L’idée du cerveau prédictif est devenue un concept clé en neuroscience et en science cognitives. Selon cette idée, le cerveau serait une « machine » à faire des prédictions sur les événements futurs et chercherait à minimiser les erreurs de ces prédictions, ce qui est la base d'un apprentissage implicite et adaptatif. Si la prédiction intervient dans de nombreux domaines cognitifs, les chercheurs qui étudient le langage ont été particulièrement actifs dans l'exploration du rôle de la prédiction dans la lecture. En effet, la lecture ne se limite pas à l'interprétation immédiate des mots, mais implique également une anticipation active de ce qui pourrait suivre, basée sur le contexte linguistique et les régularités statistiques. De plus, un nombre croissant d'études ont également tenté de déterminer si les compétences en apprentissage statistique (i.e., capacité à extraire des régularités statistiques de l’environnement pour faire des prédictions et former des attentes) pouvaient expliquer les différences interindividuelles dans les capacités de lecture au sein de la population générale (avec et sans troubles de la lecture). Dans le domaine de la dyslexie, il a été montré que les dyslexiques adultes utilisent davantage les informations linguistiques de haut niveau (e.g., sémantique, syntaxe) pour « compenser » leurs déficits dans le traitement des informations linguistiques de bas niveau (e.g., orthographique, phonologique), ce qui reviendrait à une forme de prédiction. Cependant, même si plusieurs aspects des processus de prédiction dans le langage ont été explorés, il existe encore quelques lacunes dans notre compréhension, ce qui nécessite des recherches supplémentaires. En effet la plupart des études ont porté sur des niveaux assez généraux de compétence en lecture plutôt que sur des processus plus dynamiques consistant à faire des prédictions linguistiques. De plus, si les études sur l’apprentissage statistique exploitent effectivement des mécanismes d'apprentissage du monde réel, on devrait s'attendre à des relations fiables entre l’apprentissage statistique et la lecture. Pourtant, il existe un réel débat dans la littérature concernant le lien entre compétence en lecture et apprentissage statistique ou concernant la présence d’un déficit ou non d’apprentissage statistique dans la dyslexie. Ce conflit dans la littérature pose un défi fondamental pour notre compréhension du rôle de l’apprentissage statistique dans le langage et, plus généralement, dans la cognition. Dans cette thèse, nous aborderons les questions suivantes : Quel est le rôle de la prédiction sémantique et syntaxique dans la lecture à voix haute ? Les bons lecteurs, ainsi que les bons « compreneurs », sont-ils de bons prédicteurs linguistiques ? Et si les prédictions linguistiques reposent bien sur une capacité plus « domain-general » d’apprentissage statistique, les bons prédicteurs sont-ils également de bons « statistical learners » ? Enfin, ce potentiel lien entre prédiction linguistique et non linguistique joue-t-il un rôle dans la dyslexie développementale et quelles sont les bases neurales de ces différents types de prédictions ? Cette thèse fait le lien entre deux domaines de la cognition : la psycholinguistique de la lecture et les neurosciences cognitives. Nous apporterons des nouvelles connaissances théoriques en évaluant les effets de prédiction linguistique et non linguistique (i.e., apprentissage statistique) chez les adultes dyslexiques, mais également en précisant la nature de ces informations et la localisation précise des réseaux neuronaux impliqués, afin d'améliorer nos connaissances sur la manière dont nous traitons et comprenons le langage écrit. Enfin, les apports théoriques des résultats de cette thèse seront discutés dans le contexte des théories compensatoires actuelles de la dyslexie développementale.

The idea of the predictive brain has become a key concept in neuroscience and cognitive science. According to this idea, the brain is a “machine” that makes predictions about future events and seeks to minimize errors in these predictions, which is the basis of implicit and adaptive learning. While prediction is involved in many cognitive domains, language researchers have been particularly active in exploring the role of prediction in reading. Indeed, reading is not limited to the immediate interpretation of words, but also involves active anticipation of what might follow, based on linguistic context and statistical regularities. In addition, a growing number of studies have also attempted to determine whether statistical learning skills (i.e. the ability to extract statistical regularities from the environment in order to make predictions and form expectations) can explain inter-individual differences in reading ability within the general population (with and without reading disabilities). In the field of dyslexia, it has been shown that adults with dyslexia make greater use of high-level linguistic information (e.g. semantic, syntax) to “compensate” for their deficits in processing low-level linguistic information (e.g. orthographic, phonological), which would amount to a form of prediction. However, although many aspects of language prediction processes have been investigated, there are still some gaps in our understanding that require further research. Indeed, most studies have focused on general levels of reading competence rather than on the more dynamic processes of making linguistic predictions. Moreover, if statistical learning studies do indeed exploit real-world learning mechanisms, we should expect to find reliable relationships between statistical learning and reading. However, there is a real debate in the literature about the relationship between reading literacy and statistical learning or the presence or absence of a statistical learning deficit in dyslexia. This conflict in the literature poses a fundamental challenge to our understanding of the role of statistical learning in language and, more generally, in cognition. In this research thesis, we will address the following questions: What is the role of semantic and syntactic prediction in reading aloud? Are good readers, as well as good “comprehenders”, good linguistic predictors? And if linguistic prediction is indeed based on a more domain-general capacity for statistical learning, are good predictors good statistical learners? Finally, does this potential link between linguistic and non-linguistic prediction play a role in developmental dyslexia, and what is the neural basis of these different types of prediction? This work brings together two fields of cognition: the psycholinguistics of reading and cognitive neuroscience. We will contribute new theoretical knowledge by evaluating the effects of linguistic and non-linguistic prediction (i.e., statistical learning) in adults with dyslexia, but also by clarifying the nature of this information and the precise location of the neural networks involved, in order to improve our knowledge of how we process and understand written language. Finally, the theoretical contributions of the results of this thesis are discussed in the context of current compensatory theories of developmental dyslexia.