La similarité sémantique influence-t-elle le traitement de l’ordre en mémoire à court terme ?

Introduction: La mémoire à court terme verbale (MCTV) est une fonction cognitive permettant le maintien temporaire d’informations langagières. Certains travaux suggèrent que cette fonction dépend fortement des représentations linguistiques ancrées en mémoire à long-terme (MLT) : les items verbaux associés à des représentations en MLT plus robustes ou plus riches facilitent le rappel des items en MCT. Ces aspects de MLT sont généralement considérés comme ayant peu d’influence sur la rétention de l’ordre sériel en MCT, c’est-à-dire l’ordre dans lequel les items verbaux apparaissent au sein d’une séquence. L’objectif de cette étude était de démontrer que la capacité de rétention des aspects sériels en MCT peut également interagir avec les connaissances en MLT, en ciblant plus particulièrement les interactions avec les connaissances sémantiques.
Méthode: Quarante participants ont réalisé une tâche de MCT dans laquelle ils étaient invités à écouter puis immédiatement rappeler dans l’ordre des listes composées de 6 mots ; les mots au sein des listes étaient soit sémantiquement liés ou non. Les mots étaient regroupés par groupes sémantiques de 3 mots (par exemple, arbre, feuille, branche, nuage, ciel, pluie) pour les listes avec liens sémantiques.
Résultats: Nous n’avons observé aucun effet du groupement sémantique sur la proportion globale d’erreurs d’ordre. Par contre, les groupements sémantiques avaient une incidence sur le type d’erreurs de transposition : dans les listes avec liens sémantiques, nous avons observé un taux de transpositions intragroupe (c’est-à-dire, un échange de la position sérielle de deux items au sein du même groupement sémantique) plus élevé par rapport aux positions sérielles équivalentes dans les listes sans liens sémantiques. .
Discussion: Ces résultats montrent que des connaissances sémantiques en MLT peuvent influencer le traitement de l’ordre sériel en MCT. Ces résultats mettent en cause un certain type de modèles de la MCT qui considèrent des mécanismes spécifiques pour le traitement de l’ordre sériel sans aucune interaction avec les bases de connaissances linguistiques.