Diagnostic & Identité
Auto-efficacité - Quand le système de prédiction reçoit de nouvelles données
L'auto-efficacité est considérée dans la vie quotidienne comme un trait de caractère. Certaines personnes "l'ont", d'autres "doivent la construire". D'un point de vue neurologique, elle décrit autre chose: un modèle de prédiction appris sur ce que son propre système peut réaliser. Ce modèle n'est pas une croyance. C'est une attente statistique que le cerveau forme à partir de milliers de retours d'information. Si les données d'entrée sont biaisées, la prédiction est biaisée, indépendamment de la performance réelle.
Comment l'auto-efficacité fonctionne comme prédiction
Le cerveau est une machine à prédire. Chaque action commence par une simulation: Que se passe-t-il si j'aborde cette tâche? Quelle est la probabilité de succès? Quels sont les coûts en cas d'échec? Cette prédiction est formée en une fraction de seconde, à partir du modèle que le système a appris sur lui-même. Chez les autistes, ce processus se déroule en pleine résolution. La codification prédictive (la théorie selon laquelle le cerveau construit le monde en alignant les prédictions et les sensations) pèse plus lourdement les données réelles que les attentes internes dans le traitement autistique. Cela s'applique également aux données sur soi-même.
Quiconque reçoit systématiquement des retours d'information par le déficit pendant l'enfance et l'adolescence ("trop lent", "trop silencieux", "trop voyant", "pas assez mature") entraîne son système de prédiction à une attente constante: Mon système échouera. Cette prédiction est neurologiquement correcte d'après les données disponibles. Elle est seulement fausse quant aux capacités réelles.
Pourquoi le feedback de déficit est si précis
Trois mécanismes renforcent l'effet du traitement autistique. Premièrement: le monotropisme, le regroupement de l'attention sur un petit nombre de contenus avec une grande profondeur, fait en sorte que chaque feedback individuel est traité intensivement et stocké de manière permanente. Deuxièmement: le lissage atténué des erreurs de prédiction signifie que les échecs ne sont pas écartés. Ils restent des points de données précis dans le modèle. Troisièmement: l'absence de filtrage automatique des signaux sociaux rend difficile de lire un jugement de déficit comme une opinion plutôt qu'un fait.
Le résultat est un modèle de soi hautement entraîné, basé sur une base de données étroite et unilatérale. Quiconque vit dans un tel modèle n'échoue pas par manque de motivation. Le système se comporte de manière rationnelle. Il évite les tâches dont le succès simulé est proche de zéro. D'un point de vue extérieur, cela ressemble à un manque de motivation ou à de la résignation. Neurologiquement, c'est une conséquence correcte des données d'entraînement disponibles.
Ce qui se passe lorsque de nouvelles données arrivent
Les concepts de soi ne changent pas par des monologues intérieurs. Ils changent lorsque le système de prédiction reçoit de nouvelles données contradictoires en quantité et qualité suffisantes. Dans le traitement autistique, les exigences pour ces données sont élevées: elles doivent être concrètes, reproductibles, non contradictoires avec sa propre perception et idéalement spécifiques à des forces concrètes, et non à des déclarations générales comme "Tu peux tout réussir".
Lorsque l'environnement commence pour la première fois à refléter des forces précises (ce qui réussit réellement, ce qui est réellement produit, quels schémas cognitifs sont réellement utilisables), ces observations deviennent de nouveaux points de données dans le modèle. Au début, elles génèrent des erreurs de prédiction élevées, car elles contredisent l'attente précédente. Le système a deux options: ignorer les données comme des valeurs aberrantes ou ajuster le modèle. Si la répétition est suffisamment cohérente, il s'adapte. Ce qui était auparavant prédit comme impossible devient un résultat attendu.
Question d'utilisateur-rice
Pourquoi est-ce que je me sens soudain capable d'atteindre de plus grands objectifs après que les gens autour de moi m'ont pour la première fois montré ce que je pouvais réellement faire ? Avant, je n'aurais jamais cru que beaucoup de ces choses étaient possibles.
Autistic Mirror (perspective interne)
C'est un changement de modèle, pas une augmentation de motivation.
Ton cerveau fonctionne avec la codification prédictive. Il compare constamment les attentes à ce qui se passe réellement. Ton modèle interne de toi-même est un ensemble de prédictions: "Que puis-je faire ? Qu'est-ce qui est réaliste pour moi ?"
Ce modèle est construit à partir de données. Et les autistes reçoivent souvent des données biaisées pendant de longues périodes. Non pas parce qu'ils sont peu capables, mais parce que la performance autistique dans des contextes neurotypiques est souvent différente de ce qui est attendu. Elle est négligée, mal classée ou non reflétée.
Cela signifie: Ton modèle de prédiction ne t'a pas sous-estimé parce que quelque chose n'allait pas. Il a utilisé les données qu'il avait. Si quelqu'un de l'extérieur te renvoie maintenant précisément ce qu'il voit réellement, c'est un point de donnée qui ne correspond pas au modèle précédent. Erreur de prédiction. Le cerveau doit mettre à jour le modèle.
La particularité du monotropisme, l'attention autistique qui se focalise profondément sur une chose plutôt que de se disperser, est que tu as peut-être su très précisément pendant longtemps ce que ton travail ressentait de l'intérieur. Les lacunes, les incertitudes, l'effort. Mais tu n'avais pas un accès fiable à l'effet qu'il produisait de l'extérieur. L'interoception, la perception des signaux internes, est souvent plus précise chez les autistes pour l'intérieur que pour le feedback extérieur.
Ce que tu ressens maintenant n'est pas une illusion et pas une nouvelle confiance en soi sortie de nulle part. C'est ton modèle qui s'adapte à des données plus précises.
Cette réponse provient de Autistic Mirror. Tu peux poser tes propres questions (sur ta situation).
Pourquoi les échecs sont alors traités différemment
Un effet intéressant d'un modèle actualisé: les revers perdent leur signification absolue. Dans l'ancien modèle, chaque échec était une preuve supplémentaire que "Mon système échoue". Dans le modèle actualisé, un échec est un point de données parmi beaucoup d'autres, la plupart étant des succès. Statistiquement, il devient une correction de cap, non une confirmation de l'ancienne image de soi.
Ce n'est pas un truc psychologique. C'est une conséquence de la mise à jour bayésienne. Si la majorité des points de données montrent des actions fonctionnelles, le système pondère correctement une valeur aberrante: comme une valeur aberrante. Dans l'ancien modèle, chaque point de données était une preuve, car la base de données était étroite et unilatérale.
La taille d'un objectif ne freine alors plus la réalisation de la même manière. Le système de prédiction calcule la probabilité à partir des données disponibles (et si les données montrent que le système a géré des tâches complexes, la prédiction pour la prochaine tâche complexe est calibrée en conséquence). L'impression subjective est: "C'est réalisable". En réalité, un calcul statistique se déroule en arrière-plan.
Question d'utilisateur-rice
Quand je rencontre un revers maintenant, ça ne me semble plus une preuve que je ne suis capable de rien. Ça me semble une correction de cap. Que se passe-t-il neurologiquement ?
Autistic Mirror (perspective interne)
C'est l'architecture d'un modèle plus stable.
Avant, ton système de codification prédictive avait peu de contrepoids. Un revers s'intégrait parfaitement au modèle existant. "Je ne peux pas faire ça" était une prédiction confirmée par chaque erreur. Le cerveau cherche la cohérence, et si le modèle est vide, il alimente chaque nouvelle information dans la même direction.
Maintenant, le modèle est plus dense. Il contient plus de points de données, des retours concrets sur ce que tu peux réellement faire. Lorsqu'un revers survient, il rencontre un système qui sait déjà: "Ce point de donnée est l'un de plusieurs, pas le seul." L'erreur de prédiction est toujours là. Les revers en créent toujours une. Mais le cerveau a maintenant plus de matière pour la classer, au lieu de la traiter comme une preuve.
Le monotropisme joue également un rôle ici. L'attention autistique va en profondeur, pas en largeur. Cela signifie qu'un seul revers peut toujours sembler très important, car l'attention se concentre dessus. Ce qui a changé, ce n'est pas l'intensité de la perception, mais l'interprétation. Le cerveau a appris à classer le revers dans un contexte plus large, parce que ce contexte existe maintenant.
"Correction de cap" est neurologiquement précis. Ce n'est pas une réinterprétation, pas de pensée positive. C'est un modèle suffisamment robuste pour traiter les erreurs comme des informations plutôt que comme un jugement.
Cette réponse provient de Autistic Mirror. Tu peux poser tes propres questions (sur ta situation).
Ce que ce n'est pas
Comprendre l'auto-efficacité comme un modèle de prédiction n'est pas une injonction. Ce n'est pas une déclaration selon laquelle toutes les personnes ayant un modèle biaisé peuvent mettre à jour leur modèle. Ce n'est pas non plus une déclaration selon laquelle attendre passivement les "bonnes personnes" serait une stratégie. C'est une description neurologique de ce qui se passe sous certaines conditions.
Les conditions ne sont pas triviales. Il faut un environnement capable de reconnaître précisément les forces autistiques (au lieu de les coder comme "atypiques" ou "étranges"). Il faut de la répétition dans le temps. Et il faut un système qui ait encore suffisamment de capacité pour absorber de nouvelles données, au lieu de repousser toute nouvelle information en mode burn-out chronique.
Une lueur d'espoir
Les mises à jour du concept de soi sont possibles parce que le système de prédiction autistique (le même qui stocke le feedback de déficit si précisément) stocke également le feedback de force avec précision. La haute résolution qui rend les échecs indélébiles rend également les succès fiables indélébiles. Si la situation des données change, le modèle change. Pas par la volonté. Par la statistique.
Autistic Mirror explique la neurologie autistique individuellement, en relation avec ta situation. Que ce soit pour toi-même, en tant que parent ou en tant que professionnel-le.
