Parlez de repérage avec un chercheur en visualisation
Je suis arrivé à une réunion avec le professeur Chambers au joli Cardiff Pub, situé à côté de son bureau, pour y déjeuner, comme convenu. Il m'attendait déjà au fond de la pièce, et a salué quand je suis entré.
Le professeur Chris Chambers est un Australien calme décourageant de moins de 40 ans. Entièrement sous le stéréotype culturel, lors de la réunion, il portait un T-shirt et un short spacieux, malgré la pluie à l'extérieur. Il s'est également avéré être complètement chauve, jusqu'à l'éclat. J'ai déjà rencontré plusieurs professeurs plus jeunes, qui avaient également une végétation pauvre sur la tête. Il me semble que leur grand et puissant cerveau produit tellement de chaleur que les follicules pileux brûlent tout simplement.
J'ai décidé de me mettre immédiatement au travail et j'ai simplement demandé ce que je voulais: "Puis-je utiliser votre appareil d'IRM, me scanner au moment où je suis heureux et découvrir d'où vient le bonheur dans mon cerveau?"
Cinq minutes plus tard, il a cessé de rire. Même une personne très optimiste arriverait à la conclusion qu'un tel début de conversation a échoué. L'heure suivante, Chambers m'a expliqué en détail pourquoi mon plan était ridicule.
L'imagerie par résonance magnétique fonctionnelle (IRMf) ne fonctionne pas ou ne devrait pas fonctionner. Quand il était encore en développement, dans les années 90, à l'époque où nous appelons le «mauvais vieux temps» de la
neuroimagerie , ce que nous appelons la «blobologie» était pratiqué: les gens étaient placés dans des scanners et chassés pour des «taches» d'activité dans le cerveau .
Un de mes exemples préférés que j'ai rencontré lors d'une des premières conférences que j'ai visitées: ils ont présenté l'étude «Les échecs en IRMf par rapport aux loisirs». Les gens gisaient dans le scanner et jouaient aux échecs ou ne faisaient rien. Avec différents types d'activité, le cerveau était entièrement activé, mais de différentes manières, et dans le cas des échecs, certaines parties du cerveau étaient "plus" actives. Sur la base de cette étude, les scientifiques ont déclaré que ces zones sont responsables du processus de jeu d'échecs. Cependant, dans ce cas, la cause et l'effet étaient confus: telle ou telle partie du cerveau est active, nous faisons de telles choses aux échecs, donc, probablement, cette partie du cerveau est nécessaire juste pour une telle activité. En fait, l'inverse est vrai. Cette approche s'apparente à comparer le cerveau au moteur d'une voiture; comme si chaque partie du cerveau devait remplir une et une seule fonction.
Cette approche conduit à des résultats incorrects; nous voyons l'activité d'une zone particulière du cerveau et lui assignons une fonction spécifique. Mais c'est complètement faux. De nombreuses fonctions sont exécutées par de nombreuses parties du cerveau, et les réseaux cognitifs contrôlent tout cela. C'est très difficile. C'est le problème général de la neuroimagerie, et il va à un niveau encore plus élevé lorsque l'on essaie de travailler avec des choses subjectives comme le bonheur.
Malgré le fait que je me sois moi-même mêlé à des idiots ridicules qui croient que l'IRMf peut être utilisée pour comprendre d'où vient la capacité de jouer aux échecs dans le cerveau, à l'intérieur, j'étais brûlé de honte. J'espérais faire quelque chose de similaire par moi-même. Autrement dit, en utilisant le terme que j'ai rencontré récemment, je me suis exposé en tant que pyatnologue à part entière.
Il s'avère qu'une chose est d'utiliser la visualisation d'une fonction telle que la vision; ici, il est possible de contrôler de manière fiable ce que les sujets voient exactement, de s'assurer que chacun d'eux reçoit la même image afin que l'expérience soit cohérente, et de cette manière de trouver et d'étudier le cortex visuel. Il est beaucoup plus difficile d'étudier ce que Chambers appelle des «choses intéressantes» - des fonctions d'ordre supérieur, des émotions ou la maîtrise de soi.
"La question n'est pas," Où est le bonheur dans le cerveau? "Est la même chose que de demander" Où est la sensation du son d'un chien qui aboie dans le cerveau? "La question sonne mieux," Comment le cerveau soutient-il le bonheur? " Quels réseaux et processus sont utilisés pour le générer? »
Chambers a également mentionné un autre problème: qu'est-ce que le bonheur au sens technique? «De quelle période parlons-nous? Du bonheur à court terme, comme "Cette pinte s'est bien passée!"? Ou plus longue et plus générale, comme le bonheur d'être parent, ou de travailler pour atteindre un objectif, obtenir la satisfaction de la vie, se sentir calme et relaxant - comme ça? "Il existe plusieurs niveaux de fonctionnalités dans le cerveau qui prennent en charge de telles choses - et comment les déballer toutes?"
À ce stade, j'avais déjà mis de côté tous les espoirs de mener mon expérience mal conçue, ce que j'ai admis. Chambers, malgré ma crainte de la férocité des professeurs qui rencontraient un intellect inférieur, a très bien traité cette question et a dit qu'en principe il me permettrait de le faire, même juste pour une démonstration utile de la technologie. Malheureusement, l'utilisation de l'IRMf est très coûteuse et plusieurs équipes de recherche rivalisent au fil du temps. S'il avait passé le temps précieux du scanner pour un bouffon à prendre une photo de son aboiement à la recherche du bonheur, cela aurait bouleversé beaucoup de gens.
J'ai considéré une proposition de payer pour l'utilisation de l'équipement de ma poche, mais les prix étaient trop élevés. Même des éditeurs généreux comme le mien auraient succombé à de telles dépenses. 48 £ pour un billet de train, 5 £ pour un sandwich, 3 £ pour le café, 13 000 £ pour une journée en utilisant l'IRMf. Je ne pense pas que de tels chiffres passeraient à l'attention de la comptabilité.
Mais au lieu de déclarer la réunion infructueuse, j'ai décidé de demander à Chambers si l'utilisation de l'IRMf avait d'autres problèmes que je devais connaître avant de convertir mes idées sous une forme plus pratique.
Il s'est avéré que Chambers était très volontiers et activement en mesure de mettre en évidence les problèmes qui entravent la recherche moderne sur la neuroimagerie et la psychologie en général. Il a même écrit un livre à ce sujet, The Seven Deadly Sins of Psychology (
1 ), qui explique comment la psychologie moderne peut et doit être améliorée.
Il y a plusieurs problèmes importants associés à l'IRMf qui montrent à quel point il serait difficile pour moi d'utiliser cette technologie pour rechercher le bonheur. Premièrement, comme déjà mentionné, cela coûte cher. Les études l'utilisant sont généralement assez petites et coûtent un nombre limité de sujets. Et c'est un problème - moins vous avez d'objets de recherche, moins vous avez confiance dans la signification des résultats. Plus le nombre d'objets est élevé, plus la signification statistique (
2 ) des résultats est élevée et plus votre confiance dans leur exactitude peut être forte.
Imaginez que vous jetez un dé. Vous l'avez lancé 20 fois, et 25% d'entre eux en ont lancé six. Autrement dit, seulement cinq fois. Vous pourriez penser que c'est peu probable, mais c'est bien réel. Il n'y a pas de signification particulière ici. Disons que maintenant vous l'avez lancé 20 000 fois, et 25% d'entre eux en ont lancé six. C'est 5000 fois. Maintenant, cela semble déjà étrange. Vous déciderez très probablement que quelque chose ne va pas avec le cube, qu'il est en quelque sorte changé. Avec des expériences psychologiques, la même histoire: obtenir le même effet chez cinq personnes sera intéressant, mais en 5000 - cela ressemble plus à une découverte sérieuse.
Expérimenter avec une personne, comme je voulais le faire, est scientifiquement inutile. C'est bien que j'aie découvert cela avant de commencer.
Chambers m'a alors expliqué que de telles dépenses garantissaient que peu d'expériences étaient répétées. Les scientifiques subissent des pressions terribles, exigeant la publication de résultats positifs (c'est-à-dire «Nous avons trouvé quelque chose!» Plutôt que «Nous avons essayé de trouver quelque chose, mais nous n'avons rien trouvé»). Ces résultats sont plus susceptibles d'être publiés dans des magazines, lus par des critiques, d'améliorer les perspectives de carrière et la probabilité de recevoir des subventions, etc. Mais il est également très bon de répéter les expériences autant que possible afin de montrer que le résultat n'était pas aléatoire. Malheureusement, les scientifiques sont obligés de passer rapidement à la prochaine recherche, de faire la prochaine grande découverte, donc personne ne vérifie souvent des résultats intéressants (
3 ), en particulier dans le cas de l'IRMf.
Donc, si je pouvais même mener mon expérience, je devrais la refaire encore et encore, quel que soit le résultat. Même s'il ne m'a pas donné les données dont j'ai besoin. Et c'est une situation complètement différente.
Les données obtenues de l'IRMf ne sont pas aussi claires qu'elles sont décrites dans les rapports traditionnels. Tout d'abord, il parle des parties du cerveau qui sont «actives» pendant l'étude, mais Chambers a souligné que «c'est essentiellement un non-sens. Toutes les parties du cerveau sont constamment actives. Le cerveau fonctionne comme ça. La question est, dans quelle mesure ces domaines spécifiques sont-ils plus actifs et sont-ils beaucoup plus actifs que d'habitude? »
Pour atteindre au moins les normes de "repérage", vous devez déterminer quels points du scanner sont pertinents pour votre expérience. Et c'est une question assez compliquée dans une tâche aussi minutieuse que le suivi de l'activité de certaines zones du cerveau. Pour commencer, qu'est-ce qui est considéré comme un changement d'activité «significatif»? Si l'activité de chaque partie du cerveau fluctue constamment au fil du temps, quelle activité devrait augmenter pour que nous puissions la considérer comme significative? Quel seuil doit-elle franchir? Ces valeurs varient d'une recherche à l'autre. C'est comme essayer au concert d'une pop star d'identifier son plus grand fan en écoutant qui crie le plus fort; c'est probablement possible, mais pas du tout simple et demande beaucoup de travail.
En conséquence, explique Chambers, cela conduit à un autre problème évident.
"L'IRMf a un gros, comme nous l'appelons, le problème des degrés de liberté du chercheur." Souvent, les gens ne pensent pas à la façon dont ils vont analyser les données, ni même aux questions qu’ils poseront avant de faire la recherche. Ils le font, étudient la question, obtiennent un «jardin de voies divergentes» alors que même dans les études les plus simples avec l'IRMf, il y a des milliers d'occasions de prendre une décision analytique, dont chacune changera légèrement le résultat final. Par conséquent, les chercheurs traitent toutes leurs données pour trouver des résultats utiles. "
Cela se produit car les données complexes peuvent être analysées par de nombreuses méthodes différentes, et une combinaison d'approches peut choisir un résultat utile, tandis que d'autres ne le feront pas. Cela peut sembler une approche malhonnête, comme tirer une mitrailleuse sur un mur, puis dessiner une cible là où le plus de trous de balles se sont accumulés, et la déclarer un bon coup sur la cible. En fait, tout n'est pas si mal, mais ça va dans ce sens. Mais si votre carrière et votre succès dépendent de l'atteinte de l'objectif, et cette option est possible - pourquoi l'abandonner?
Cependant, ce n'est que la pointe de l'iceberg des problèmes liés aux expériences avec l'IRMf. Chambers a des options pour des réponses et des solutions à tous ces problèmes: rendre compte des méthodes d'analyse avant de s'y lancer; partager les données et les sujets entre les groupes afin d'augmenter la fiabilité et de réduire les coûts; changer la façon dont les scientifiques évaluent et jugent lorsqu'ils accordent des subventions et des opportunités.
Ce sont toutes des solutions merveilleuses et adaptées. Mais ils ne m'ont pas aidé. Je suis arrivé à la réunion, espérant que la magie de haute technologie m'aidera à comprendre d'où vient le bonheur dans mon cerveau. Au lieu de cela, il y avait des milliers de problèmes scientifiques avancés dans mon cerveau, ce qui m'a définitivement misérable.
Chambers est finalement retourné au travail et, bouleversé, je suis rentré chez moi la tête bourdonnante non seulement à cause de quelques bières que j'avais bu pendant la conversation. Au début, j'ai pensé qu'il serait assez simple de déterminer ce qui nous rend heureux et d'où vient le bonheur. Il s'est avéré que même si les technologies scientifiques que j'ai essayé d'utiliser étaient simples (et ce n'est pas le cas), le bonheur que tout le monde éprouve, auquel tout le monde aspire et que tout le monde considère compréhensible, est une chose beaucoup plus compliquée que je ne le pensais. .
Je l'imagine comme un hamburger. Tout le monde sait ce qu'est un hamburger. Tout le monde comprend les hamburgers. Mais d'où viennent les hamburgers? La réponse évidente serait McDonald's, Burger King ou tout autre lieu commun que vous connaissez. Tout est simple.
Mais les hamburgers n'apparaissent pas du vide entièrement préparés dans la cuisine de restauration rapide. Il y a de la viande hachée qui est transformée en côtelettes par un fournisseur qui reçoit de la viande d'un abattoir, qui reçoit de la viande des éleveurs de bétail, qui élève du bétail au sol, le cultive et le nourrit, ce qui absorbe beaucoup de ressources.
Il y a des petits pains dans les hamburgers. Ils proviennent d'un autre fournisseur, un certain boulanger qui a besoin de farine, de levure et de nombreux autres ingrédients (peut-être même du sésame) pour les mélanger et les mettre dans un four qui a constamment besoin de carburant pour créer de la chaleur. N'oubliez pas la sauce (un grand nombre de tomates, d'épices, de sucre, d'emballage et de production industrielle pour tout cela) et le plat d'accompagnement (champs où poussent les légumes, qui doivent être collectés, transportés, stockés à l'aide d'une infrastructure complexe).
Et toutes ces choses ne nous donnent que les ingrédients de base. J'ai toujours besoin de quelqu'un qui le ramasse et le cuisine. Cela se fait par des personnes qui ont besoin d'être nourries, abreuvées, enseignées et payées. Le restaurant a besoin d'électricité, d'eau, de chaleur, de service pour fonctionner. Tout cela, un flux infini de ressources et de travail, auquel une personne ordinaire ne pense même pas, est investi pour vous donner un hamburger sur un plateau d'argent que vous pouvez mâcher de manière abstraite tout en regardant le téléphone.
Cela peut être une métaphore confuse et complexe, mais c'est le point. Si vous y réfléchissez, le burger et le bonheur sont les résultats familiers mais agréables du réseau incroyablement complexe de ressources, de processus et d'actions. Si vous voulez comprendre le tout, vous devez en considérer des parties.
Par conséquent, si je veux savoir comment fonctionne le bonheur, je dois explorer les différentes choses qui nous rendent heureux et comprendre comment ils le font. Et j'ai décidé de faire exactement cela. Après avoir mangé un hamburger. Je ne sais pas pourquoi, mais j'ai soudainement voulu en manger,
Dean Burnett est un neuroscientifique qui enseigne au Center for Medical Education de l'Université de Cardiff et l'auteur d'une chronique scientifique populaire dans The Guardian, Brain Flapping.
Les références
Chambers, C.The Seven Deadly Sins of Psychology: A Manifesto for Reforming the Culture of Scientific Practice Princeton University Press, Princeton NJ (2017).
Cohen, J. La puissance statistique de la recherche psychologique anormale et sociale: une revue. Journal of Abnormal and Social Psychology 65, 145-153 (1962).
Engber, D., Visage triste: Une autre conclusion de psychologie classique - que vous pouvez sourire à votre bonheur - a simplement explosé. slate.com (2016).
Extrait de Happy Brain: d'où vient le bonheur et pourquoi], Dean Burnett, 2018