Détection et identification d'évènements ou d'objets définis par deux modalités sensorielles

Ainsi, dans l'étude de Giard et Peronnet (1999), les sujets devaient discriminer deux objets, A et B. Chaque objet était défini soit par une composante visuelle seule (déformation d’un cercle en ellipse horizontale (objet A) ou verticale (objet B)), soit par une composante auditive seule (son grave (A) ou aigu (B)), soit par la combinaison de ses deux composantes unimodales. Les résultats comportementaux ont montré que les objets étaient mieux et plus rapidement identifiés sur la base de leurs composantes multimodales (TR moyen : 562 ms) que lorsqu’ils étaient présentés de façon auditive ou visuelle seule (TR moyens : 621 et 631 ms respectivement).

Par ailleurs, cet effet de facilitation semble plus marqué lorsque la combinaison des composantes unimodales forme une unité perceptuelle. Ainsi, Miller (1991) a montré que l'effet est plus important (1) pour une combinaison audio-visuelle congruente que pour une combinaison non-congruente (association entre la hauteur tonale d'un son et la position plus ou moins élevée d'une cible visuelle sur un écran) et (2) pour une combinaison fréquente (présentation répétée d'une combinaison audio-visuelle particulière) que pour une combinaison rare (présentation ponctuelle d'une combinaison audio-visuelle particulière).