---
type: "NewsArticle"
title: "Les algorithmes d'interface cerveau-ordinateur adaptatifs ont remodelé l'apprentissage neuronal chez les singes"
description: "Les enregistrements longitudinaux et un modèle de réseau neuronal suggèrent que les décodeurs BCI adaptatifs concentraient l'information de la tâche dans moins de signaux neuronaux pendant la pratique, contrairement aux décodeurs fixes."
resource: "https://nootropikler.com/fr/news/assistive-algorithms-shape-bci-learning"
tags: ["Neurosciences", "recherche", "interface cerveau-ordinateur"]
timestamp: 2026-10-05T16:19:13Z
language: "fr"
---

# Les algorithmes d'interface cerveau-ordinateur adaptatifs ont remodelé l'apprentissage neuronal chez les singes

Les enregistrements longitudinaux et un modèle de réseau neuronal suggèrent que les décodeurs BCI adaptatifs concentraient l'information de la tâche dans moins de signaux neuronaux pendant la pratique, contrairement aux décodeurs fixes.

Author: Équipe éditoriale de Nootropik News
Published: 2026-10-05T16:19:13Z
Update: 2026-10-05T16:19:13Z
News/source date: 2026-09-15
Production: AI-assisted sourced summary and translation; no independent medical expert review is claimed.

## Plan de l'étude

Les chercheurs ont analysé les enregistrements du cortex moteur de deux macaques rhésus qui apprenaient à guider un curseur avec une interface cerveau-ordinateur. Ils ont comparé l’apprentissage au fil des séances avec des correspondances de décodeur adaptatives ou fixes et construit un modèle de réseau neuronal récurrent pour étudier l’influence possible des changements du décodeur sur l’apprentissage.

## Ce que montrent les résultats

Avec les décodeurs adaptatifs, les informations utiles à la tâche se concentraient, au fil de l’entraînement, dans un plus petit sous-ensemble de neurones et de modes d’activité de la population. Cette concentration n’apparaissait pas dans les comparaisons limitées avec des décodeurs fixes. Le modèle suggérait que l’adaptation du décodeur pouvait elle-même modifier les représentations, notamment en changeant les signaux d’erreur utilisés pendant l’apprentissage.

## Limites

Les expériences physiologiques ont été réalisées sur deux singes utilisant une tâche de curseur ; le modèle est explicatif et ne prouve pas le même processus chez les utilisateurs humains. Le travail concerne l'apprentissage neuronal pendant le contrôle d'une interface cerveau-ordinateur (BCI), et non les résultats cliniques ou une amélioration démontrée de l'utilisabilité des dispositifs d'assistance.

## Sources

- [Assistive algorithms influence neural representations in motor brain-computer interfaces](https://www.nature.com/articles/s41467-026-76109-y) — 2026-09-15
