Le cerveau intelligent dépense moins d'énergie, pas plus

Pendant une demi-heure, on a injecté à un groupe de personnes une petite dose de glucose radioactif et on leur a demandé de résoudre des problèmes de raisonnement. Plus elles réussissaient, moins leur cerveau brillait sur le scanner.

Les personnes aux scores les plus élevés ne faisaient pas moins d’efforts au sens paresseux du terme : leur cerveau semblait avoir besoin de moins de carburant pour arriver au même endroit. C’est ainsi qu’est née l’hypothèse de l’efficience neuronale, l’une des idées les plus citées sur la biologie de l’intelligence. Cet article présente la découverte telle que la rapporte Arthur Jensen, puis ce que la recherche ultérieure est venue nuancer, et ce n’est pas rien.

L’expérience : du glucose radioactif et un test de matrices

Le psychologue Arthur Jensen rapporte ces travaux dans The g Factor (1998), sa synthèse sur la science du facteur général d’intelligence (g). L’expérience en question utilise une technique appelée TEP (tomographie par émission de positons) :

• On injecte dans la circulation sanguine une petite quantité de glucose marqué par un isotope radioactif.
• La personne passe environ 30 minutes à résoudre un test de raisonnement non verbal, les Matrices progressives de Raven, l’un des tests les plus fortement saturés en facteur g qui existent.
• Le scanner détecte dans quelles zones du cerveau le glucose a été le plus métabolisé, c’est-à-dire où l’énergie neuronale a été le plus dépensée.

Le chercheur Richard Haier, une référence dans ce domaine, a trouvé quelque chose qui heurte l’intuition à première vue : la quantité de glucose consommée pendant l’épreuve était corrélée négativement au score obtenu, avec des valeurs comprises entre -0,7 et -0,8. Plus le score était élevé, moins d’énergie était dépensée pour résoudre le même type de problème.

Un détail que le livre mentionne en passant et qui pèse lourd : l’étude originale de Haier et de son équipe (1988) portait sur huit personnes. Avec des échantillons aussi petits, une corrélation peut sortir très élevée par hasard, et c’est pourquoi la découverte a été prise comme un point de départ, non comme une conclusion.

Pourquoi « plus de puissance » est la mauvaise métaphore

Il est tentant d’imaginer un cerveau intelligent comme un moteur plus gros, qui brûle plus de carburant et rend donc davantage. Les premières données de TEP indiquaient exactement l’inverse :

• Un cerveau plus efficace semble avoir besoin de moins d’activité métabolique pour parvenir au même résultat correct.
• Cette relation inverse apparaît dans presque tout le cortex cérébral, bien qu’elle soit plus marquée dans les régions temporales.
• Jensen le résume par une idée simple : g semble lié à l’efficience du traitement neuronal, non à son volume.

Dans la version de Jensen, un cerveau plus capable ne travaille pas plus dur : il rend davantage pour chaque unité d’énergie dépensée.

L’expérience qui a mis l’idée en mouvement : apprendre à jouer à Tetris

Le plus intéressant n’est pas une photographie figée, mais ce qui se passe quand quelqu’un progresse. Haier et son équipe ont refait le scanner TEP sur un groupe de personnes pendant qu’elles apprenaient à jouer à Tetris, un jeu vidéo qui exige de traiter l’information rapidement, de coordonner les mains et les yeux et de planifier à la volée.

• Lors des premières parties, jouer à Tetris consommait une quantité relativement élevée de glucose cérébral.
• Après des séances de pratique de 30 à 45 minutes, jusqu’à cinq par semaine, pendant 4 à 8 semaines, l’habileté s’était nettement améliorée.
• Dans le même temps, la consommation de glucose cérébral pendant le jeu avait baissé, et la corrélation entre cette activité métabolique et le facteur g s’était affaiblie.

L’ampleur de cette économie était elle-même corrélée aux scores au test de Raven : ceux qui partaient des scores les plus élevés sont ceux qui ont gagné le plus en efficience énergétique avec la pratique.

Un cerveau qui mûrit devient aussi moins coûteux à entretenir

Ce même schéma, rapporte Jensen, apparaît aussi dans le développement normal de chacun. Les études par TEP à différents âges montrent que la consommation de glucose cérébral diminue progressivement de l’enfance à la maturité, au moment même où les capacités mentales continuent de croître.

Une explication plausible avancée dans le livre est l’élagage neuronal (neural pruning) : la réduction spontanée, surtout durant les premières années de vie, du nombre de connexions synaptiques qui ne se révèlent pas utiles.

L’idée est que moins de connexions redondantes permettent un traitement plus net, avec moins d’énergie gaspillée. Jensen ajoute qu’un élagage insuffisant pendant la maturation précoce est associé à certains types de déficience intellectuelle.

Avoir moins de neurones actifs, au bon moment du développement, n’est pas toujours une perte. C’est parfois la condition nécessaire pour que le reste du système fonctionne mieux.

Ce qui est venu ensuite : l’efficience a ses conditions

Au cours des deux décennies suivantes, des dizaines d’études par TEP, IRM fonctionnelle et électroencéphalogramme ont mis l’hypothèse à l’épreuve. Aljoscha Neubauer et Andreas Fink, de l’université de Graz, ont passé cette littérature en revue en 2009 et sont arrivés à une conclusion plus nuancée que le titre d’origine :

• La plupart des premières études confirmaient l’hypothèse, mais les suivantes ont trouvé des résultats contradictoires et plusieurs variables qui la modulent : le sexe, le type de tâche, sa complexité et la zone du cerveau.
• L’efficience apparaît surtout quand la tâche est de difficulté faible ou modérée pour la personne qui la réalise, et elle s’observe principalement dans les aires frontales.
• Pour des tâches très complexes, le schéma s’inverse : les personnes les plus capables semblent mobiliser davantage de ressources corticales, et la corrélation entre activation et capacité devient positive.
• La pratique compte aussi : l’efficience dépend de la quantité et de la qualité de l’apprentissage, comme le suggérait déjà l’étude sur Tetris.

En parallèle, Rex Jung et Haier lui-même (2007) ont passé en revue 37 études de neuro-imagerie et proposé la théorie de l’intégration pariéto-frontale (P-FIT) : l’intelligence dépendrait moins de la quantité d’énergie que dépense le cerveau dans son ensemble que de la qualité de la communication au sein d’un réseau de régions frontales et pariétales. C’est un déplacement du regard, de la dépense totale vers l’organisation du réseau.

C’est pourquoi le titre de cet article n’est vrai qu’avec des petites lignes : le cerveau le plus capable dépense moins d’énergie pour des tâches qui sont à sa portée, pas toujours ni pour n’importe quel problème.

Ce que cette découverte change (et ce qu’elle ne change pas)

Rien de tout cela ne fait de l’efficience cérébrale quelque chose qu’on pourrait mesurer chez soi, ni de la pratique de Tetris un raccourci vers le QI.

• La dépense énergétique pour résoudre un problème et la capacité à le résoudre sont deux choses distinctes : ici, elles sont liées, pas confondues.
• La pratique réduit le coût énergétique de toute tâche qui s’automatise, chez n’importe qui, même si le point de départ varie.
• L’efficience neuronale est l’un des corrélats biologiques du facteur g les plus étudiés, mais ce n’est pas une loi générale : elle dépend de la difficulté de la tâche, de la région cérébrale et de la pratique.

Ce que laisse cette découverte, c’est une image plus intéressante de ce que signifie « un cerveau puissant » : non pas celui qui travaille toujours le plus, mais celui qui sait quand dépenser peu et quand dépenser beaucoup.

Si cette même idée vue sous un autre angle du cerveau vous intéresse, ce que votre cerveau décide en un cinquième de seconde explique comment même le temps de réaction le plus simple, mesuré en millisecondes, est lié à cette même variable.

Sources

• Jensen, A. R. (1998). The g Factor: The Science of Mental Ability. Praeger.
• Haier, R. J. (1993). Cerebral glucose metabolism and intelligence. In P. A. Vernon (Ed.), Biological Approaches to the Study of Human Intelligence (pp. 317-373). Ablex.
• Haier, R. J., Siegel, B. V., Nuechterlein, K. H., Hazlett, E., Wu, J. C., Paek, J., Browning, H. L. et Buchsbaum, M. S. (1988). Cortical glucose metabolic rate correlates of abstract reasoning and attention studied with positron emission tomography. Intelligence, 12(2), 199-217. doi:10.1016/0160-2896(88)90016-5
• Haier, R. J., Siegel, B., Tang, C., Abel, L. et Buchsbaum, M. S. (1992). Intelligence and changes in regional cerebral glucose metabolic rate following learning. Intelligence, 16(3-4), 415-426. doi:10.1016/0160-2896(92)90018-M
• Jung, R. E. et Haier, R. J. (2007). The Parieto-Frontal Integration Theory (P-FIT) of intelligence: Converging neuroimaging evidence. Behavioral and Brain Sciences, 30(2), 135-154. doi:10.1017/S0140525X07001185
• Neubauer, A. C. et Fink, A. (2009). Intelligence and neural efficiency. Neuroscience & Biobehavioral Reviews, 33(7), 1004-1023. doi:10.1016/j.neubiorev.2009.04.001