Du codage neuronal à la prise de décision.

De nombreuses experiences neurophysiologiques sur les singes et rongeurs ont mis en evidence certains mecanismes neuronaux de la prise de decision. Des signaux neuronaux qui sont correles avec des elements specifiques de la prise de decision refletent un processus d'accumulation d'evidence afin de prendre la decision. Dans cette these, j'etudie un modele de reseau neuronal dynamique qui utilise un phenomene d'equilibre en excitation et inhibition pour rendre compte du mecanisme d'accumulation d'evidence. Ce modele rend compte, qualitativement, des donnees neurophysiologiques mais a tres peu ete compare aux resultats comportementaux d'experiences de prise de decision avec des humains. Lors de la prise de decision, de nombreux effets comportementaux sont observables comme par exemple le ralentissement de la decision apres une erreur. Reproduire ces effets est crucial pour comprendre le processus de prise de decisions chez les humains et les animaux. J'explore ces differents effets du point de vue du modele a attracteur neuronaux. Bien qu'il ne s'agisse pas du cadre le plus utilise dans l'etude de la prise de decision et ses effets, il permet l'etude de mechanismes biophysiques detailles. Dans cette these je montre que ce niveau de modelisation ne constitue pas uniquement un simple perfectionnement du cadre standard mais qu'il est essentiel pour certains effets comportementaux. Grâce a un phenomene de relaxation, le reseau attracteur reproduit de nombreux sequentiels comme les biais de repetitions, le ralentissement apres-erreur ou encore l'amelioration des performances apres-erreur. Dans un second temps j'ai developpe une experience psychophysique qui permet l'etude de la confiance lors de la prise de decision. J'ai montre qu'un reseau attracteur reproduit la notion de confiance des participants, ainsi que les effets sequentiels dues a la confiance. Ces differents resultats montre que la dynamique non-lineaire, caracteristique des reseau attracteurs, est essentielle pour reproduire de nombreux aspcts de la prise de decision. La derniere partie de ce manuscrit consiste en l'etude du codage neuronal de l'information dans un reseau de prise de decisions. Je me concentre sur le processus d'apprentissage d'une tâche de categorisation. Je montre que la modulation par la confiance du signal de recompense conduit a un apprentissage plus efficace de la part du systeme.