Project MNEMOS · Recherche exploratoire avec l’IA
Greffer de nouveaux souvenirs.
Transformer le comportement.
Memory Narrative Encoding & Modulation Observational System. MNEMOS associe intelligence artificielle et recherche expérimentale pour étudier comment intervenir sur les processus de la mémoire et modifier les réponses émotionnelles et comportementales engendrées par des traumatismes et des événements négatifs. La frontière visée est de rendre possible la greffe contrôlée de nouvelles traces mnésiques.
Frontière scientifiqueEn phase de rechercheL’IA dans le processusImplications intégrées
PROJECT MNEMOS
Ce que nous savons
vraiment.
La vulgarisation sur ce sujet est presque toujours plus sûre d’elle que la littérature. Distinguer les trois plans est le premier travail scientifique, non une précaution de politesse : ce qui est établi, ce qui reste contesté et ce qui est simplement mal compris.
C’est sur cette distinction que se décide où il vaut la peine d’investir des années de recherche, et où l’on poursuivrait au contraire une image de cinéma.
A / ÉTABLI
La réactivation peut déstabiliser
Dans les modèles animaux, il est largement documenté qu’un souvenir consolidé, rappelé dans des conditions spécifiques, peut revenir à un état labile et doit se restabiliser. Interférer pendant cette phase peut modifier son expression ultérieure ; chez l’être humain, la portée et les conditions du phénomène restent un objet de recherche.
B / CONTESTÉ
Jusqu’où cela tient chez l’humain
Chez l’humain, les résultats existent mais sont hétérogènes, et plusieurs tentatives de réplication ont échoué. Ce n’est pas un démenti : c’est le signe que les conditions aux limites comptent plus que l’effet, et que nous ne les maîtrisons pas encore.
C / MAL COMPRIS
Qu’il s’agirait d’effacer
Aucune étude ne montre la suppression d’un souvenir. Ce qui change, quand cela change, c’est la réponse : l’intensité émotionnelle, l’évitement, la réactivité physiologique. Le récit des faits demeure. Appeler cela un effacement est faux et rend le champ méconnaissable.
The window
La fenêtre ne s’ouvre pas d’elle-même.
La condition qui revient dans toute la littérature est le prediction error : la déstabilisation semble exiger que le rappel comporte un écart par rapport à l’attendu. Trop peu d’écart et le souvenir est simplement reconfirmé ; trop, et un nouveau se forme à côté de l’ancien, sans y toucher.
Entre les deux pourrait exister une bande étroite, dépendant de l’âge et de la force du souvenir, du contexte du rappel et de la personne. C’est là qu’intervient l’IA de MNEMOS : non comme raccourci, mais comme instrument pour modéliser de nombreuses variables individuelles, produire des estimations probabilistes et rendre chaque choix vérifiable.
01 / REACTIVATION
Réactivation paramétrique
Indices contextuels sélectifs, avec contrôle de l’intensité, de la spécificité et du prediction error.
02 / INTEGRATION
Mise à jour sémantique et affective
Information corrective congruente et nouvelles associations pendant la labilité potentielle.
03 / CONSOLIDATION
Restabilisation et sommeil
Rôle de la distance temporelle, du sommeil et de la répétition dans la stabilisation.
04 / OUTCOMES
Transfert comportemental
Mesures séparées de l’exactitude, de la valence affective, de la généralisation et du comportement.
Pourquoi tenter maintenant.
- Les données longitudinales existentJournaux multimodaux, signaux physiologiques portés sur soi et tâches cognitives répétées produisent aujourd’hui des séries temporelles individuelles impossibles à collecter il y a vingt ans.
- La modélisation individuelle est à portéeLes conditions aux limites qui rendent les résultats hétérogènes sont individuelles par définition. Les modéliser par personne, au lieu de les moyenner sur l’échantillon, est devenu techniquement possible.
- Les outils causaux sont plus solidesDes méthodes aujourd’hui plus accessibles aident à distinguer mise à jour, extinction, placebo et régression vers la moyenne, à condition que le protocole expérimental soit adéquat.
- La simulation réduit l’espace de rechercheDes modèles computationnels peuvent comparer hypothèses, indices et temporalités avant toute expérimentation. Ils ne démontrent ni efficacité ni sécurité clinique, mais aident à mieux choisir les questions à soumettre à l’épreuve.
La frontière que nous voulons rendre possible
L’objectif est d’arriver à la greffe contrôlée de nouveaux souvenirs : des traces mnésiques conçues pour s’intégrer à celles qui existent et en modifier les effets émotionnels et comportementaux de manière ciblée, prévisible et reproductible. Cette capacité n’existe aujourd’hui sous aucune forme fiable et utilisable ; MNEMOS est né précisément pour étudier comment la rendre possible.
Y parvenir suppose trois composants intégrés. Un modèle d’IA individuel qui estime quelles conditions de rappel méritent d’être testées, au lieu d’appliquer les mêmes heuristiques à tout le monde. Une estimation probabiliste de l’état fondée sur des mesures comportementales et physiologiques, car la fenêtre, si elle existe, n’est pas directement observable. Et un dispositif expérimental traçable qui distingue une mise à jour de l’extinction, de la suggestion, du placebo et du simple passage du temps.
Nous les abordons dans cet ordre dans les six hypothèses. Les trois premières peuvent être étudiées avec des outils déjà disponibles ; chaque proposition du système reste soumise à supervision humaine et enregistrée pour revue.
LA LIMITE, AVANT TOUT LE RESTE
MNEMOS est aujourd’hui un programme de recherche : la greffe contrôlée de souvenirs n’est ni une capacité disponible ni une thérapie validée cliniquement. Elle exclut les greffes occultes, la coercition et toute altération des conduites sans consentement libre, éclairé et révocable. Authenticité, identité personnelle, réversibilité et risque de manipulation ne sont pas des raisons d’éviter la recherche, mais des problèmes à traiter en même temps que la technologie. L’objectif doit être choisi par la personne et chaque intervention doit rester traçable et soumise à une supervision compétente. Nous traitons ces contraintes avec les orientations de recherche.
Références : Nader, Schafe & LeDoux, 2000 · Hupbach et al., 2007 · Kindt, Soeter & Vervliet, 2009 · Schiller et al., 2010 · Hardwicke et al., 2016 · Elsey, Van Ast & Kindt, 2018 · Sinclair & Barense, 2018 · Geva-Sagiv et al., 2023