Sommes-nous en plein “dé-lire” ? Entretien avec le neurologue Lionel Naccache

Quels sont les impacts de la révolution numérique, dans laquelle nous sommes durablement plongés, sur notre identité de « lecteur-rédacteur » qui s’est substituée à celle de « chasseur-cueilleur » ayant longtemps prévalu ? À cette question urgente, mais bien délicate à traiter sans verser dans l’idéologie (tant progressiste que réactionnaire) ou dans une pensée « préconçue » qui sait par avance vers où ses pas la conduisent, il me semble utile de livrer quatre considérations non exhaustives.

L’invention de l’écriture : un précédent qui aide à penser une révolution inédite

Une manière d’essayer de prendre du recul face au présent consiste ici à porter un regard sur une révolution technologique et culturelle au moins aussi massive que celle que nous vivons aujourd’hui, et qui l’a rendue possible : l’invention des systèmes de lecture-écriture il y a environ 6 000 ans, puis leur lente généralisation qui a transformé l’immense majorité des sociétés humaines en des sociétés de l’écrit. Du point de vue cognitif et cérébral, cette première révolution de l’écrit soulève un paradoxe apparent : comment concilier, d’une part, l’apparition de facultés cognitives nouvelles (lire et écrire des artefacts symboliques inventés par l’homme et transmis par apprentissage socialisé) et, d’autre part, la persistance d’un cerveau humain inchangé à la naissance du fait de l’échelle temporelle à laquelle procède l’évolution biologique de nos cerveaux qui se mesure en centaines de milliers d’années ? Ce paradoxe peut être résolu par la théorie du recyclage neuronal proposée par Stanislas Dehaene dans Les Neurones de la lecture (Odile Jacob, 2007) : ces sauts de capacité cognitive reposeraient sur le recyclage culturel et socialisé de réseaux cérébraux spécialisés depuis la nuit des temps pour des fonctions cognitives proches de la lecture. Par exemple, notre vieux cerveau de primate dispose d’une voie de traitement cérébral d’une efficacité redoutable pour identifier les différents objets de la scène visuelle. Cette voie de traitement cérébral est organisée en plusieurs régions du cortex qui représentent la scène visuelle à différents niveaux gagnant progressivement en abstraction. On notera, en passant, que l’invention des architectures d’IA de type Deep Learning a été explicitement imaginée en s’inspirant de cette architecture neuronale (Quand la machine apprend. La révolution des neurones artificiels et de l’apprentissage profond, de Yann Le Cun, 2019).

Au départ, dans le cortex visuel qualifié de « primaire » (V1), une première carte cérébrale code la scène observée sous la forme de contrastes lumineux qui frappent nos rétines. À travers une série de couches de traitement successives et interconnectées, les cartes cérébrales qui traitent l’information en dernier (dont le cortex inféro-temporal) représentent les objets de la scène visuelle indépendamment de nombreux paramètres qualifiés de « bas niveau » tels que leur position dans notre champ visuel, leur taille ou leur orientation. C’est cette voie visuelle dite « ventrale » qui nous permet d’identifier un parapluie, un visage, une cheminée ou un chapeau. Selon la théorie du recyclage neuronal, certaines régions de cette voie corticale vont être subtilement modifiées par les effets de l’apprentissage afin de coder ces nouveaux objets visuels symboliques que sont les mots.