Les neurosciences cognitives sont le domaine de recherche dans lequel sont étudiés les mécanismes neurobiologiques qui sous-tendent la cognition (perception, motricité, langage, mémoire, raisonnement, émotions…). C'est une branche des sciences cognitives qui fait appel pour une large part aux neurosciences, à la neuropsychologie, à la psychologie cognitive, à l'imagerie cérébrale ainsi qu'à la modélisation.

Les neurosciences cognitives sont issues de la Révolution cognitiviste des années 1950 qui a donné naissance au domaine des sciences cognitives à partir de la convergence de plusieurs disciplines scientifiques qui s'intéressaient toutes à l'esprit humain. Toutefois, on peut aussi faire remonter l'origine des neurosciences cognitives à bien plus tôt (voir : histoire de la connaissance du cerveau). Elles se sont véritablement constituées en discipline unifiée vers la fin des années 1970. Le nom a été inventé par Michael Gazzaniga et George Miller, chercheurs en neurosciences et en psychologie cognitive^[1].

L'essor de ce champ disciplinaire tient probablement à plusieurs facteurs. Parmi ceux-ci, on peut d'abord citer la neuropsychologie. Cette discipline scientifique de la psychologie, qui étudie les conséquences sur le comportement de lésions cérébrales, a permis de tracer des liens entre l'anatomie du cerveau et le fonctionnement de l'esprit humain analysé par la psychologie cognitive. L'un des cas les plus célèbres fut étudié à la fin des années 1950 par Brenda Milner avec William Scoville. Il s'agit d'un homme surnommé HM qui a subi une opération chirurgicale par laquelle on lui a retiré les deux hippocampes, droit et gauche, du lobe temporal de son cerveau, ceci afin de supprimer les crises d'épilepsie dont il souffrait. Le mérite des deux chercheurs fut de montrer que cette opération avait entraîné chez ce patient des troubles de la mémoire sévères mais spécifiques : sans qu'on ait pu l'anticiper à l'époque, HM était devenu amnésique antérograde, c'est-à-dire incapable de mémoriser toute nouvelle information au-delà d'une durée de quelques dizaines de secondes. Du point de vue scientifique, le cas HM a prouvé de façon particulièrement marquante l'existence de différents systèmes de mémoire postulés par les théories de la psychologie cognitive de l'époque. En effet, malgré son amnésie, il restait capable de se souvenir d'événements s'étant produit quelques années avant son opération et il pouvait même apprendre des gestes nouveaux sans se souvenir de les avoir appris.

Les travaux de Paul Broca constituent les prémices des études de neuropsychologie sur des patients cérébrolésés. Il observe en effet, en 1861, une lésion dans la région frontale gauche, chez un patient atteint d'un trouble sévère de la production du langage (il ne peut prononcer que deux syllabes : « tan-tan »). Cette région est nommée à présent aire de Broca, et elle est en effet considérablement impliquée dans la production du langage, mais les caractéristiques de l'aphasie expressive (dite Aphasie de Broca) engendrée par une lésion de cette région varient considérablement en fonction de l'étendue de la lésion. Ces travaux relancèrent d'ailleurs les théories locationnistes à l'époque^[2].

De même, en 1875, un autre neurochirurgien, Carl Wernicke, observe une lésion dans une région postérieure gauche près de la jonction entre les lobes occipital et frontal (aire de Wernicke), chez un patient atteint de troubles de la compréhension du langage. Son débit verbal est très fluent, mais son discours est totalement dénué de sens.

Un autre élément qui a aussi largement participé à la dynamique des neurosciences cognitives tient au développement des techniques d'électrophysiologie qui permettent d'enregistrer l'activité électrique des neurones chez un animal éveillé dans le cerveau duquel ont été préalablement implantées des électrodes. Tout comme l'utilisation massive de la micro-informatique qui a permis d'en calculer les données. Ainsi, dans les années 1960, David Hubel et Torsten Wiesel ont montré que les neurones du système visuel étaient organisés de telle sorte que l'information visuelle était analysée de façon de plus en plus complexe à chaque « étape » de traitement dans le cortex visuel. En effet, ces deux neurobiologistes ont observé que certains neurones du cortex strié du chat et du singe macaque répondaient uniquement à une image de barre orientée suivant un angle spécifique et localisée dans une région précise du champ visuel, tandis que d'autres neurones baptisés « complexes » par opposition aux premiers dits « simples », ne déchargeaient des potentiels d'action que lorsque cette même image était en plus animée d'un mouvement dans une direction mais pas dans l'autre. Enfin, un troisième type de neurones fut identifié : les cellules « hypercomplexes » capables de détecter un angle formé par deux barres ou l'extrémité d'une barre. En outre, lorsqu'on passe d'une cellule simple à une cellule complexe jusqu'à une cellule hypercomplexe, la taille du champ récepteur, c'est-à-dire la zone du champ visuel qui déclenche une réponse du neurone, augmente. Ces données ont fourni les premières bases neurobiologiques sur la façon dont le cerveau traite les images issues de la rétine et ont valu à Hubel et Wiesel le prix Nobel en 1981.

Dans les années 2020, selon Hamilton et Huth (2020) un changement de paradigme émerge, permis par les progrès de l'imagerie médicale et ceux de l'intelligence artificielle^[3], les neuroscience, du langage notamment, doivent s’éloigner des expériences très contrôlées (mots isolés, phrases simples) pour adopter des stimuli naturels (ex. : histoires complètes, des conversations ou des récits continus), pour mieux comprendre comment le cerveau traite réellement le langage dans la vie quotidienne, les méthodes traditionnelles, restant utiles, mais ne capturant qu’une partie du fonctionnement cérébral, et conduisant souvent à des conclusions limitées ou non généralisables.

Le croisement des progrès récents en IRMf, ECoG, EEG et en modélisation statistique rendent possible l'analyse des données complexes issues de stimuli naturels, grâce à :

• les modèles d’encodage, qui prédisent l’activité cérébrale à partir des caractéristiques du stimulus ;
• les méthodes non supervisées, qui révèlent des motifs d’activité sans hypothèse préalable ;
• la corrélation inter‑sujets, qui mesure la similarité des réponses cérébrales entre individus exposés au même récit.

Les études utilisant des stimuli naturels montrent que le langage active des régions cérébrales beaucoup plus étendues que ce que suggèrent les expériences contrôlées, et que ces activations sont moins latéralisées à gauche qu’on ne le pensait. Elles permettent aussi d’explorer simultanément plusieurs niveaux linguistiques (phonétique, prosodie, syntaxe, sémantique) à partir d’un seul jeu de données, ce qui rend ces approches particulièrement intéressante efficaces.

Au milieu des années 2020, le bond de l'intelligence artificielle générative a profondément renouvelé les moyens des neurosciences cognitives. Les réseaux neuronaux profonds permettent désormais de mieux modéliser l'activité cérébrale à partir de très grands volumes de données, et d'établir des correspondances directes entre représentations neuronales et représentations computationnelles.

En 2023, des avancées concernent notamment plusieurs « modèles de décodage » capables de reconstruire des images, des scènes visuelles ou des phrases, uniquement à partir de l’activité cérébrale observée par IRM et/ou ectroencéphalographie, offrant un accès inédit (sources de questions éthiques) aux contenus perceptifs et linguistiques. Ces approches, fondées sur des réseaux neuronaux artificiels entraînés sur de vastes corpus visuels ou linguistiques, ouvrent la voie à une compréhension fine des correspondances entre représentations cérébrales et représentations computationnelles. Selon Tang et al. (2023) une interface cerveau‑ordinateur non invasive peut reconstruire un langage continu à partir d'IRM, en générant des phrases intelligibles qui reflètent le sens de la parole entendue, imaginée ou de vidéos muettes, tout en nécessitant la coopération volontaire du sujet^[4] et selon Défossez et al. (2023), un modèle d’IA peut identifier, à partir de quelques secondes d’enregistrements cérébraux non invasifs (MEG/EEG), le segment de parole entendu parmi plus d’un millier de possibilités, ouvrant la voie à un décodage du langage sans chirurgie^[5].

En 2025, un modèle d’IA a pu décoder des mots individuels à partir d’enregistrements cérébraux non invasifs (EEG et MEG), en s’appuyant sur un ensemble exceptionnellement large de 723 participants exposés à cinq millions de mots. Ce modèle a surpassé les précédents et confirmé que le décodage sémantique des flux neuronaux « même pour des mots jamais vus à l’entraînement », devient envisageable à grande échelle^[6].
Une autre IA, entraînée sur de nombreux enregistrements cérébraux non invasifs (signaux EEG et MEG) a pu fiablement décoder des segments de parole à partir de données provenant de centaines de participants. Le décodage de l'activité des centres cérébraux du langage devient plus robuste, généralisable et plus précis qu'avec les approches fondées sur un seul individu^[7].

Un autre changement d'échelle a été permis par des modèles de fondation capables de prédire l'activité du cerveau dans une grande variété de situations. Parmi eux, le modèle TRIBE v2, selon une équipe associant Meta et le Laboratoire de Neurosciences Cognitives et Computationnelles de l'école normale supérieure (ENS) marque en 2026 une étape importante : en intégrant simultanément des informations visuelles, auditives et linguistiques, il parvient à prédire l'activité cérébrale de centaines d'individus face à des stimuli variés, sans nécessiter qu'ils aient été exposés aux mêmes contenus visuels ou auditifs. Ce modèle généraliste (entraîné sur plus de mille heures d'IRM, reproduit des résultats classiques de la littérature en vision et en neurolinguistique, mais révèle en outre une organisation fine de l'intégration multisensorielle^[8].

Ces travaux pourraient préfigurer l'émergence d'une nouvelle approche unificatrice où les neurosciences cognitives s'appuient sur des modèles d'IA de grande échelle pour simuler des expériences, comparer des théories et mieux explorer la structure fonctionnelle du cerveau humain et de la cognition^[8].

• Jean Delacour, Conscience & cerveau : La nouvelle frontière des neurosciences, Bruxelles, De Boeck université, 2001, 340 p. (ISBN 2-8041-3766-X).
• Michael S. Gazzaniga, Richard B. Ivry et George R. Mangun, Neurosciences cognitives, la biologie de l'esprit, De Boeck, 2001.
• Daniel Gaonac'h, Psychologie cognitive et bases neurophysiologiques du fonctionnement cognitif, Paris, Puf, 2012, 587 p. (ISBN 978-2-13-056585-7).
• François Gonon, « La psychiatrie biologique : une bulle spéculative ? », Esprit,‎ novembre 2011, p. 54-73 (résumé, lire en ligne).
• Anne-Lise Giraud, Le Cerveau et les maux de la parole, aphasie, dyslexie, surdité, bégaiement, éd. Odile Jacob, Paris, 2018, 224 p. (ISBN 978-2-7381-4340-2).

• Neurosciences
• Neurosciences sociales
• Sciences cognitives
• Cerveau artificiel
• Neurosciences cognitives du développement
• Neuroéconomie

• La métaphore cognitive est-elle scientifiquement fondée ?, Guy Tiberghien et Marc Jeannerod, Revue Internationale de Psychopathologie n^o 18, 1995, p. 173—203.
• Consciences et cerveau. Conférence de Michel Imbert à l'Université de tous les savoirs.
• Neurosciences et philosophie: le cas de la vision. Pierre Jacob (2005), in E. Pacherie et J. Proust (dir.) La Philosophie cognitive, Paris, Ophrys.

v · m Neurosciences
Recherche fondamentale	Connectomique Génétique comportementale Neuroanatomie Neurochimie Neuro-ingénierie Neuro-informatique Neuromorphologie Neurophysiologie Neurophysique Neurosciences computationnelles
Neurosciences cliniques	Neurochirurgie Neurogastroentérologie Neuroimmunologie Neurologie Neurologie comportementale Neuropathologie Neuropharmacologie Neurophysiologie clinique Neuropsychiatrie Neuroradiologie Psychiatrie
Neurosciences cognitives	Chronobiologie Contrôle moteur Neurolinguistique Neuropsychologie Neurosciences comportementales Neurosciences des systèmes Neurosciences sociales
Méthodes	Électrophysiologie Imagerie cérébrale Intelligence artificielle Lésion cérébrale Neuroanatomie Neuroendocrinologie Neurosciences cognitives Neurosciences sociales Neurophysiologie Neuropsychologie Psychiatrie Psychophysiologie Biologie moléculaire Biologie cellulaire
Concepts majeurs	Imagerie cérébrale Interface neuronale directe Maladie neuro-évolutive Neurodéveloppement Neurogenèse Neuromodulation Neurotechnologie Neurotoxine Réseau de neurones artificiels Réseau de neurones Plasticité neuronale Plasticité synaptique
Histoire	Cerveau Électrophysiologie Neurologie Psychiatrie
Chercheurs	P. Broca J.-P. Changeux D. H. Hubel E. Kandel D. Le Bihan J. LeDoux J. Olds S. Ramón y Cajal C. S. Sherrington C. Wernicke T. Wiesel B. Milner I. Pavlov D. Hebb L. B. Buck S. Tonegawa R. G. Morris A. J. Silva (en)
Champs interdisciplinaires	Neuroéconomie Neuroesthétique Neuroéthique Neuroéthologie Neuromarketing Neurophilosophie Neuroscience évolutionniste Neurothéologie
Liste des appareils anatomiques et systèmes humains

• Portail des neurosciences
• Portail de la psychologie