Découvrez comment la charge mentale influence les performances en situation de pression. Elle reflète l’équilibre entre les exigences d’une tâche et la capacité d’un individu à y faire face. Mesurée à l’aide d’outils tels que la réponse galvanique de la peau (GSR), la fréquence cardiaque et l’électroencéphalogramme (EEG), elle met en évidence l’impact de l’augmentation des exigences sur l’attention, le stress et les erreurs, ce qui en fait un élément essentiel pour améliorer la sécurité et l’efficacité dans les tâches quotidiennes.
Table of Contents
Nous avons tous déjà vécu une situation similaire. Imaginez que vous roulez sur l’autoroute pour vous rendre à un rendez-vous chez le médecin et que vous êtes en retard. En plus, il pleut. Vos enfants sont à l’arrière et font beaucoup de bruit. Votre téléphone n’arrête pas de sonner.
Quelles sont vos chances d’avoir un accident ?
Qu’est-ce que la charge mentale ?
L’étude de la charge mentale (également appelée charge cognitive) est l’une des variables les plus importantes en psychologie, en ergonomie et dans le domaine des facteurs humains pour comprendre la performance. Le nombre d’articles de recherche consacrés à la charge mentale a presque triplé depuis les années 1980 [1]. Malgré l’engouement pour la recherche dans ce domaine, il existe de nombreuses définitions possibles de la charge cognitive, selon le point de vue adopté.
Pour illustrer cela : imaginez un système simple dans lequel vous (l’opérateur) apprenez à conduire pour la première fois (la tâche).
Une façon d’aborder la charge de travail consiste à examiner objectivement la tâche elle-même. On parle alors souvent de « charge de tâche ». Par exemple, conduire une voiture à boîte de vitesses manuelle implique une charge de tâche bien plus importante que de conduire une voiture à boîte automatique. En effet, lorsque l’on utilise un levier de vitesses, il faut également penser à embrayer et à changer de vitesse au bon moment (ce qui peut être un processus cognitif conscient ou inconscient).
Ces tâches supplémentaires vous obligent à traiter davantage d’informations. Si les exigences de ces tâches dépassent votre capacité à les gérer toutes en même temps, le véhicule calera (ce qui risque de provoquer des coups de klaxon de la part des voitures qui attendent derrière vous).
Cependant, on peut également envisager la charge de travail à travers votre expérience subjective de la conduite. Il existe une très grande variabilité dans la manière dont différentes personnes peuvent gérer la même charge de travail, en fonction de l’expérience antérieure de chacun, de ses aptitudes générales, de son parcours de formation et d’autres facteurs extérieurs. Par exemple, si vous apprenez à conduire aux côtés d’un ami qui passe ses journées à jouer à des jeux de course, sa perception de la tâche peut être très différente de la vôtre, même si la charge de travail reste la même. De même, si vous suivez des cours de conduite et que vous vous entraînez chaque jour, conduire une voiture à boîte manuelle deviendra beaucoup plus facile, et vous n’aurez plus besoin d’autant de ressources cognitives pour manœuvrer correctement le véhicule. Votre charge de travail subjective liée à la conduite d’une voiture à boîte manuelle diminuera. On parle parfois d’une augmentation de l’efficacité de la charge de travail [2].
Ainsi, une bonne façon de définir la charge mentale dans son ensemble consiste à la considérer comme le produit des facteurs qui contribuent à l’efficacité de la charge de travail d’une personne pour un ensemble de tâches donné. Toutefois, cette définition peut varier légèrement en fonction du domaine dans lequel vous évoluez et de la question de recherche que vous vous posez.
La compréhension de cette formule revêt une importance capitale pour les chercheurs en ergonomie en raison de ses applications pratiques : elle permet de réduire les erreurs humaines, ce qui peut améliorer à la fois la productivité et la sécurité sur le terrain [3].
Comment mesurer la charge cognitive ?
Tout comme il existe de nombreuses définitions possibles de la charge mentale, il existe de nombreuses façons de la mesurer. Aucun capteur ne peut à lui seul donner une image complète de la manière dont une personne réagit à une tâche. En un sens, cela fait de la charge mentale le cas d’utilisation par excellence des biocapteurs multimodaux !
Voici un bref aperçu des trois capteurs les plus couramment utilisés pour étudier la charge mentale :
Activité électrodermique / Réponse galvanique de la peau
Une augmentation de la charge mentale s’accompagne souvent d’une augmentation de l’éveil physiologique ; il n’est donc pas surprenant que de nombreuses études utilisent la conductance cutanée comme mesure indirecte de la charge mentale.
Par exemple, une étude menée par le Centre des transports de l’Université du New England au MIT a demandé aux participants d’effectuer une tâche cognitive tout en conduisant dans un simulateur de conduite [4]. Plus la tâche de mémoire était difficile, plus l’augmentation de l’activité électrodermale (EDA) en valeur absolue était importante ; celle-ci a fini par atteindre un plateau, après quoi les performances tant dans la tâche cognitive que dans la conduite ont commencé à se dégrader.
D’autres études ont également montré que la composition fréquentielle du signal EDA varie également lorsque les participants effectuent des tâches arithmétiques, de lecture ou de mémoire [5, 6].
Fréquence cardiaque
Tout comme pour l’EDA, on observe également des variations de la fréquence cardiaque lorsque la charge de travail mental augmente. La fréquence cardiaque augmente à mesure que la tâche devient plus difficile [7], ou lorsque des tâches supplémentaires sont ajoutées [8]. La fréquence cardiaque, exprimée en battements par minute, ainsi que la variabilité de la fréquence cardiaque, sont des indicateurs couramment utilisés, notamment dans la recherche dans les domaines de l’automobile et de l’aviation.
Électroencéphalographie (EEG)
Enfin, l’EEG est l’un des indicateurs les plus courants pour étudier la charge de travail, car il enregistre l’activité électrique du cerveau lui-même, mais c’est aussi le plus complexe à analyser. La puissance de la bande alpha est l’un des nombreux indicateurs possibles utilisés pour classer la charge de travail à l’aide de l’EEG. Par exemple, il a également été démontré que l’activité alpha diminue chez les pilotes pendant les phases de décollage et d’atterrissage [9]. Certains casques disponibles dans le commerce, comme les casques Emotiv EPOC et ABM B-Alert série X, disposent de leurs propres mesures propriétaires de la charge de travail mentale [10].
Ces capteurs sont souvent utilisés en combinaison les uns avec les autres ou avec d’autres capteurs, tels que ceux mesurant la respiration ou la pupillométrie, et sont fréquemment complétés par des mesures subjectives, comme des questionnaires standard sur la charge de travail destinés à l’auto-évaluation, à l’instar du NASA Taskload Index [11]. De manière plus générale, ces capteurs sont également souvent associés à l’oculométrie, ce qui permet de comprendre où se portait l’attention lorsque la charge mentale augmentait ou diminuait.
Il est essentiel de savoir comment exploiter et interpréter efficacement ces signaux physiologiques pour mesurer objectivement la charge de travail. Pour une présentation complète de ces techniques avancées, consultez notre article intitulé « Évaluation de la charge de travail mentale à l’aide de la biométrie ».
Qui étudie la charge mentale ?
L’étude de la charge mentale relève traditionnellement du domaine des chercheurs en psychologie, en facteurs humains et en ergonomie, principalement dans le cadre d’applications dites « critiques pour la sécurité », telles que l’automobile, l’aviation, le contrôle aérien, les vols spatiaux et la défense. Plus récemment, les études sur la charge mentale ont également suscité l’intérêt des chercheurs dans les domaines des médias et de la communication, de l’interaction homme-machine, de la simulation et de la formation médicales, de l’économie comportementale et de la finance.
Compte tenu de la multitude d’applications possibles, il n’existe pas de solution universelle pour étudier la charge mentale, ni de méthode standard unique à recommander. Heureusement, il existe une abondante littérature qui aborde la charge mentale sous de multiples angles et utilise de nombreux outils différents, mais cela peut s’avérer presque accablant. Face à un tel choix, quelle est la combinaison de capteurs qui vous convient le mieux ?
Vous remarquerez que les études sur la charge mentale mentionnées dans cet article font appel à de nombreux types de tâches : tâches arithmétiques, tâches de lecture, tâches de mémoire, tâches liées aux interfaces de commande, ainsi que des tâches spécialisées telles que le pilotage d’un avion ou la conduite automobile, que ce soit dans un simulateur ou dans un véhicule réel. Lors du choix des capteurs appropriés, il est toujours judicieux de consulter la littérature scientifique existante pour voir quels matériels et paradigmes ont été utilisés pour votre cas d’utilisation spécifique. Cela vous permettra de faire le choix le plus validé scientifiquement pour le type de question de recherche à laquelle vous essayez de répondre, tout en vous donnant une idée de ce que chaque méthode peut et ne peut pas apporter.
La recherche sur la charge mentale reste extrêmement précieuse pour de nombreuses disciplines actuelles et est en passe de devenir une variable importante dans des domaines nouveaux et émergents. Si les progrès en matière d’apprentissage automatique et d’intelligence artificielle continueront d’éclairer notre compréhension du comportement humain et des interactions dans différents contextes, ces travaux nécessiteront une base solide reposant sur la validation de la charge mentale.
Références
[1] Young, M. S., Brookhuis, K. A., Wickens, C. D., Hancock, P. A. (2014). État des lieux de la recherche : la charge mentale en ergonomie. Ergonomics, 58(1) : 1-17.
[2] Xie, B., Salvendy, G. (2000). Bilan et réévaluation de la modélisation et de la prévision de la charge mentale dans des environnements à tâche unique et à tâches multiples. Work. Stress, 14 (1), 74–99. https://doi.org/10.1080/026783700417249.
[3] Moray, N.E., (1979). Charge mentale : théorie et mesure. Plenum Press, New York.
[4] Mehler, B., et al. (2009). Impact de l’augmentation progressive de la charge cognitive sur l’éveil physiologique et les performances chez les jeunes conducteurs adultes. Transport. Res. Rec. : J. Transport Res. Board 6–12 2138, Transportation Research Board of the National Academies.
[5] Shimomura, Y., Yoda, T., Sugiura, K., Horiguchi, A., Iwanaga, K., Katsuura, T. (2008). Utilisation de l’analyse dans le domaine fréquentiel de la conductance cutanée pour l’évaluation de la charge mentale. J Physiol Anthropol, 27(4) : 173-177.
[6] Nourbakhsh, N., Wang, Y., Chen, F., Calvo, R. A. (2012). Utilisation de la réponse galvanique de la peau pour mesurer la charge cognitive lors de tâches d’arithmétique et de lecture. OzCHI’12 : Actes de la 24e Conférence australienne sur l’interaction homme-machine, p. 420-423.
[7] Reimer, B., Mehler, B., Coughlin, J. F., Godfrey, K. M., Tan, C. (2009). Évaluation sur route de l’impact de la charge cognitive sur l’éveil physiologique chez les jeunes conducteurs adultes. Proc. Automotive UI’09, ACM, p. 115-118.
[8] Fournier, L.R., et al. (1999). Indicateurs électrophysiologiques, comportementaux et subjectifs de la charge de travail lors de l’exécution de tâches multiples : variations de la difficulté des tâches et de l’entraînement. Int. J. Psychophysiol. 31, 129–145
[9] Wilson, G.F. (2002). Analyse de la charge mentale des pilotes en vol à l’aide de multiples mesures psychophysiologiques. (Int. J. Aviat. Psychol). 12 (1), 3–18
[10] Berka, C., Levendowski, D. J., Lumicao, M. N., Yau, A., Davis, G., Zivkovic, V. T., … Craven, P. L. (2007). Corrélats EEG de l’engagement dans la tâche et de la charge mentale dans les tâches de vigilance, d’apprentissage et de mémoire. Aviation, Space, and Environmental Medicine, 78(5), 14.
[11] Hart, S. G., Staveland, L. E. (1988). « Développement du NASA-TLX (Task Load Index) : résultats de recherches empiriques et théoriques » (PDF). Dans Hancock, Peter A. ; Meshkati, Najmedin (dir.). Human Mental Workload. Advances in Psychology. 52. Amsterdam : North Holland. pp. 139–183. doi:10.1016/S0166-4115(08)62386-9. ISBN 978-0-444-70388-0.