Douze radiologues ont regardé le gorille en face, aucun ne l'a vu
On accepte assez facilement l'idée qu'un spectateur distrait puisse rater un homme en costume de gorille traversant un match de basket. On l'accepte beaucoup moins quand il s'agit d'un professionnel, entraîné pendant des années, qui examine une image de son propre domaine. L'intuition est solide : l'expertise est censée fabriquer un regard plus large, capable d'attraper l'anomalie même quand il ne la cherche pas. En 2013, trois chercheurs du Visual Attention Lab, rattaché à Harvard Medical School et au Brigham and Women's Hospital, ont testé cette intuition en insérant un gorille dans un scanner thoracique. Vingt radiologues sur vingt-quatre ne l'ont pas signalé. Et la mesure la plus dérangeante n'est pas ce taux d'échec : c'est que douze d'entre eux avaient regardé le gorille en face.
Un gorille de la taille d'une boîte d'allumettes
L'étude est signée Trafton Drew, Melissa Võ et Jeremy Wolfe, sous le titre « The Invisible Gorilla Strikes Again: Sustained Inattentional Blindness in Expert Observers », mise en ligne le 17 juillet 2013 puis publiée dans le numéro de septembre de Psychological Science, volume 24, numéro 9, pages 1848 à 1853.
Le protocole ne triche pas. Vingt-quatre radiologues, âge moyen 48 ans, de 28 à 70 ans : neuf testés au Brigham and Women's Hospital de Boston, quinze examinateurs de l'American Board of Radiology testés lors de leur réunion à Louisville, dans le Kentucky. Chacun dispose de trois minutes au maximum par cas pour dérouler librement cinq scanners thoraciques et cliquer sur les nodules pulmonaires, à raison d'une dizaine de nodules par cas en moyenne. C'est exactement leur métier : chercher de petits disques clairs dans une pile de coupes axiales.
Au dernier cas, les auteurs insèrent une image de gorille. Elle mesure 29 sur 50 millimètres, elle porte un contour blanc, et son opacité monte de 50 à 100 % avant de redescendre à 50 % sur cinq coupes de 2 millimètres, pour éviter une apparition brutale qui aurait attiré l'œil toute seule. Le cas complet compte 239 coupes, dans la fourchette habituelle de 100 à 500 images d'une pile thoracique. Le volume de la boîte rectangulaire qui contiendrait le gorille dépasse 7 400 mm³, à peu près une boîte d'allumettes. Dans ces images issues du Lung Image Database Consortium, le volume moyen d'un nodule est de 153 mm³. Le gorille occupe donc plus de 48 fois le volume de la cible que les radiologues sont en train de traquer. À l'écran, il couvre 0,9 sur 0,5 degré d'angle visuel à Boston, 1,3 sur 0,65 à Louisville.
Vingt sur vingt-quatre
À la fin du dernier cas, les auteurs posent trois questions en escalade : est-ce que ce cas vous a paru différent des autres, avez-vous remarqué quelque chose d'inhabituel, avez-vous vu un gorille. Vingt radiologues sur vingt-quatre ne le signalent à aucune des trois. Soit 83 %.
L'objection évidente serait un problème de visibilité. Elle tombe immédiatement : quand on leur montre l'image après l'expérience, les vingt-quatre voient le gorille. Le contrôle formel arrive en expérience 3, où douze observateurs naïfs regardent la même pile défiler en film, une fois sur deux avec le gorille, avec un indice circulaire signalant sa position possible. À 35 ou 70 millisecondes par image, le gorille n'est visible que 175 ou 350 millisecondes. Ils atteignent 88 % de réponses correctes, sans effet mesurable de la cadence. Un cinquième de seconde suffit quand on sait qu'on le cherche.
Or les radiologues avaient bien davantage. Ils ont fait défiler la couche contenant le gorille 4,3 fois en moyenne. Ceux qui l'ont manqué ont passé 5,8 secondes en moyenne sur les cinq coupes concernées, avec des durées allant de 1,1 à 12 secondes. Le temps n'était pas le facteur limitant.
Regarder n'est pas voir
L'oculométrie est la pièce centrale du dossier. Parmi les vingt radiologues qui n'ont pas signalé le gorille, douze ont fixé directement son emplacement pendant qu'il était visible. Chez ces douze, le regard est resté en moyenne 547 millisecondes sur la zone. Plus d'une demi-seconde de regard posé au bon endroit, sur une forme dont le volume dépasse 48 fois celui de la cible recherchée, et rien n'est remonté à la conscience.
C'est la définition opérationnelle de la cécité d'inattention, et elle sépare nettement deux choses que le langage courant confond : l'image tombe sur la rétine, le regard va au bon endroit, et pourtant l'objet n'est pas perçu. Ce que l'étude établit, c'est que ni l'acuité, ni la durée d'exposition, ni la taille ne suffisent à rendre compte de l'échec. Ce qu'elle ne mesure pas, en revanche, c'est le poids exact de ce que l'observateur cherchait. Les auteurs avancent là une hypothèse, sans la tester : les radiologues traquaient de petits nodules clairs, et un gorille albinos aurait peut-être été mieux repéré parce qu'il aurait mieux collé à la polarité lumineuse des cibles. Ils poussent la logique jusqu'à son revers contre-intuitif : un gorille plus petit aurait peut-être été détecté plus souvent, parce qu'il aurait ressemblé davantage à un nodule. Aucune de ces deux variantes n'a été passée à l'expérience.
L'explication concurrente que les données ne soutiennent pas
En radiologie, il existe un candidat rival bien connu pour expliquer ce genre d'oubli : la « satisfaction of search », l'idée qu'avoir trouvé une anomalie inhibe la détection des suivantes. Le gorille était justement placé sur une coupe portant un nodule, détecté par 71 % des radiologues. L'explication paraît toute trouvée.
Les auteurs la confrontent à leurs données, et ses deux prédictions ne se vérifient pas. Si la satisfaction de recherche pilotait l'effet, les radiologues qui ont manqué le nodule voisin auraient dû voir le gorille plus souvent, et ceux qui avaient trouvé le nodule auraient dû le voir moins souvent. Or, sur les sept radiologues qui ont manqué le nodule, aucun n'a vu le gorille. Et les quatre qui ont vu le gorille avaient tous vu le nodule de la même coupe. La relation va dans le sens inverse de celui que réclamerait l'hypothèse.
Il faut lire cette réfutation pour ce qu'elle est. Elle repose sur onze observateurs répartis en deux poignées, sept d'un côté, quatre de l'autre. Et les auteurs écrivent noir sur blanc que, faute d'une expérience supplémentaire mesurant la détection du gorille en l'absence de nodule voisin, il est difficile d'établir avec certitude le rôle joué par ce nodule. L'explication concurrente est affaiblie sur ses propres prédictions, elle n'est pas écartée.
Les experts font mieux, pas moins bien
C'est ici que la version populaire de l'histoire se retourne. L'expérience 2 refait le protocole avec des observateurs naïfs sans formation médicale, âge moyen 33,7 ans, après une dizaine de minutes d'apprentissage pour reconnaître un nodule. Aucun ne signale le gorille : 100 % d'échec, contre 83 % chez les experts. L'article recrute 25 personnes et en compte 24 dans la phrase de résultat, une inconsistance interne qui ne déplace pas le constat, puisque le taux de détection est de zéro dans les deux cas.
Les radiologues font donc mieux que les novices sur le gorille, mais la marge est mince et mérite d'être annoncée comme telle : test exact de Fisher, p = 0,0497, le seuil conventionnel frôlé par en dessous. Tout l'écart tient à quatre détections contre zéro, et l'effectif que ce test met en jeu est précisément celui que l'article donne à deux valeurs différentes. Le résultat vaut d'être cité, pas d'être chargé.
Sur la tâche pour laquelle ils sont payés, en revanche, l'écart est massif : 55 % de nodules détectés contre 12 %. Les novices avaient pourtant passé un temps comparable dans la zone, 4,9 secondes sur les images contenant le gorille, et neuf des vingt-cinq ont fixé son emplacement. Sur ces deux mesures, les auteurs ne trouvent pas de différence statistiquement significative avec les radiologues.
Autrement dit, l'étude ne montre pas que l'expertise aveugle. Elle montre que l'expertise, qui améliore massivement la performance sur la tâche prévue et qui, au pire, ne dégrade pas la détection de l'imprévu, ne suffit pas à annuler la limite. Les auteurs le disent sans ambiguïté : ce serait une erreur de lire ces résultats comme un réquisitoire contre les radiologues, dont le métier est une tâche de recherche visuelle particulièrement exigeante. Le message est que ce niveau d'expertise n'immunise pas contre les limites inhérentes de l'attention et de la perception humaines.
Ce que 1999 disait déjà
L'expérience la plus célèbre du domaine est celle de Daniel Simons et Christopher Chabris, « Gorillas in Our Midst: Sustained Inattentional Blindness for Dynamic Events », Perception, volume 28, numéro 9, 1999, pages 1059 à 1074. Célèbre ne veut pas dire fondatrice, et c'est la première chose que la version populaire escamote. Le dispositif du match de basket vient d'Ulric Neisser et de ses collaborateurs, dans les années 1970. La femme au parapluie qui traverse le terrain est leur trouvaille, pas celle de Simons et Chabris, qui la reprennent en le disant. Le terme même de cécité d'inattention est crédité dans l'article à Mack et Rock (1998). Ce que Simons et Chabris apportent, c'est une version contrôlée du paradigme : seize conditions, et un gorille.
Le chiffre qui circule, « la moitié des gens ne voient pas le gorille », est une approximation. Les données réelles sont plus intéressantes. Sur 228 participants, 36 sont écartés, la plupart parce qu'ils connaissaient déjà le phénomène ou avaient perdu le compte des passes. Les 192 restants sont répartis à parts égales dans seize conditions, douze par condition. Sur l'ensemble, 54 % ont remarqué l'événement inattendu et 46 % l'ont manqué, alors qu'il durait cinq secondes dans une vidéo de 75 secondes.
Le détail que la version populaire a effacé est ailleurs. Il y avait deux événements inattendus, le gorille et la femme au parapluie ouvert. La femme au parapluie a été remarquée nettement plus souvent que le gorille : 65 % contre 44 %. Les auteurs ne tranchent pas sur la cause et laissent trois pistes ouvertes, sa saillance visuelle, sa cohérence avec ce qu'on attend d'une scène de basket, et sa proximité sémantique avec les événements suivis.
Le contraste vraiment instructif est encore ailleurs. Quand les observateurs suivaient l'équipe en noir, ils voyaient le gorille noir dans 58 % des cas, contre 27 % quand ils suivaient l'équipe en blanc. Même gorille, même vidéo, seule la consigne change. Sur la femme au parapluie, vêtue de couleurs claires qui ne correspondaient à aucune des deux équipes, l'équipe suivie ne changeait presque rien : 62 % contre 69 %. Simons et Chabris en tirent une conclusion qui contredisait frontalement un résultat antérieur de Neisser : on remarque plus facilement un objet inattendu qui partage des caractéristiques visuelles de base, ici la couleur, avec ce que l'attention est en train de suivre.
La version populaire a gardé le gorille parce qu'il est drôle et qu'il fait une bonne image. Elle a perdu ce qui rend le résultat utile, et qui n'est pas le gorille mais la couleur. Reste que le pont entre les deux études est une hypothèse, pas une démonstration. Le gorille de 2013 était sombre dans une image où l'on cherchait des taches claires, soit exactement la configuration défavorable identifiée en 1999 ; mais le gorille albinos n'a jamais été testé, et les auteurs se gardent bien de conclure. Ce qui est établi, en revanche, tient en une ligne : douze regards se sont posés au bon endroit, en moyenne plus d'une demi-seconde, et il ne s'est rien passé.