- RNP
- Apprentissage moteur
- Erreur, incertitude, variabilité
- Paysage attracteur
Apprentissage moteurSérie 2/13
SérieErreur, incertitude, variabilité2 sur 13
Paysage attracteur
Le relief complet des états moteurs stables d’une personne, que l’apprentissage vient remodeler.
En bref. Le paysage attracteur cartographie l’ensemble des attracteurs accessibles au système moteur d’une personne, avec leurs bassins d’attraction et les barrières qui les séparent. L’apprentissage moteur déforme ce paysage : il approfondit certains attracteurs (compétences stabilisées), en comble d’autres (compensations dissoutes), en creuse de nouveaux (solutions neuves). C’est l’outil, issu des systèmes dynamiques, pour penser la robustesse, la rigidité et la capacité d’adaptation d’un même système.
Description et fonction
Un attracteur, c’est un état stable vers lequel le système retombe naturellement, un creux dans le relief. Le paysage attracteur est le relief entier : tous les états moteurs stables qu’une personne peut adopter, et la facilité avec laquelle elle passe de l’un à l’autre. La métaphore, issue des travaux sur les systèmes dynamiques dans la lignée de Kelso et de Thelen, est éclairante. Un paysage à creux unique et profond donne un comportement rigide, fiable mais peu adaptable : une seule manière de faire, difficile à quitter. Un paysage à plusieurs attracteurs accessibles donne un système souple, capable de changer de solution quand le contexte l’exige.
Lire le mouvement comme un paysage, c’est cesser de juger un geste isolé et commencer à évaluer le répertoire complet : combien de solutions stables, à quelle profondeur, séparées par quelles barrières. Une compensation tenace n’est alors pas un défaut local, c’est un creux trop profond dans lequel le système retombe sans cesse.
La lecture RNP
Au NIT, reprogrammer n’est pas corriger un point, c’est remodeler le relief. On approfondit l’attracteur utile pour le rendre plus stable, on aplanit la compensation pour qu’elle cesse de capturer le geste, on abaisse la barrière qui empêche d’accéder à une meilleure solution. La robustesse sous contrainte se lit directement dans la forme du paysage : un système qui dispose de plusieurs bons creux résiste mieux qu’un système enfermé dans un seul.
→ Termes liés : Auto-organisation : pourquoi le bon mouvement apparaît sans que personne ne le commande · Invariants informationnels · Architecture d’une tâche d’apprentissage · Pratique variable NIT
Cadre : approche fonctionnelle, non médicale. Elle complète un suivi de santé, elle ne le remplace pas.
L'espace de formation RNP · gratuit à vie
Accède aux formations RNP, sans engagement.