Thèse soutenue

Les bases cognitives et neurales de la perception et compréhension des graphiques

FR  |  
EN
Auteur / Autrice : Lorenzo Ciccione
Direction : Stanislas Dehaene
Type : Thèse de doctorat
Discipline(s) : Sciences cognitives
Date : Soutenance le 19/12/2022
Etablissement(s) : Université Paris sciences et lettres
Ecole(s) doctorale(s) : École doctorale Frontières de l'innovation en recherche et éducation (Paris ; 2006-....)
Partenaire(s) de recherche : Laboratoire : Neuroimagerie cognitive (Gif-sur-Yvette, Essonne ; 2006-....)
Établissement de préparation de la thèse : Collège de France (1530-....)
Jury : Président / Présidente : Pascal Mamassian
Examinateurs / Examinatrices : Stanislas Dehaene, Steven Franconeri, Manuela Piazza, Elizabeth Spelke, Véronique Izard
Rapporteur / Rapporteuse : Steven Franconeri, Manuela Piazza

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Les graphiques sont un produit culturel, ce qui signifie qu'ils sont une invention humaine avec des règles et une syntaxe définies. À cet égard, ils sont très similaires aux mots écrits et aux chiffres, probablement les deux inventions culturelles les plus célèbres. Toutefois, contrairement à ces derniers, les graphiques ont été inventés beaucoup plus récemment et ne se sont répandus qu'au cours des deux derniers siècles. En outre, la psychologie cognitive n'a accordé que peu ou pas d'attention à la “graphicacy'', c'est-à-dire à la capacité de lire et de comprendre des graphiques. Dans cette thèse, je présente des nouvelles découvertes sur la capacité humaine à extraire intuitivement des statistiques et des relations mathématiques à partir de représentations graphiques. Plus précisément, je montre que : les intuitions des graphiques sont disponibles très tôt dans le développement, indépendamment de l'éducation formelle, et sont corrélées avec les connaissances statistiques et mathématiques ; les humains sont biaisés dans leur régression mentale, estimant des pentes plus raides que prévu ; ils ne sont pas robustes à la présence de valeurs aberrantes, étant largement affectés par celles-ci dans leurs jugements statistiques intuitifs ; ils peuvent extrapoler des fonctions mathématiques non linéaires, à l'exception notable des courbes quadratiques et exponentielles. Sur la base de ces résultats, je propose également des suggestions concrètes pour améliorer la visualisation des données.