Les troubles du spectre autistique (TSA) touchent un enfant sur 100 dans le monde (Zeidan et al., 2022). Ces atteintes neurodéveloppementales se caractérisent par un certain degré de difficulté dans les interactions sociales et la communication. L'hétérogénéité des TSA exige donc des stratégies thérapeutiques personnalisées et adaptables. Les progrès réalisés dans la compréhension des TSA ont mis en évidence l'importance d'une intervention précoce, essentielle pour améliorer les compétences sociales et communicationnelles à long terme des personnes atteintes. Malgré la variabilité des interventions précoces proposées, l'objectif principal des cliniciens est la synchronisation avec les interlocuteurs (par exemple, par contacts visuels) et la recherche de facteurs prédictifs de cette synchronisation représente un enjeu majeur dans la prise en soin précoce (Lord et al., 2022).

La Thérapie d'Échange et de Développement (TED) a été mise au point au CHU de Tours dans les années 1980 (Barthélémy, Hameury & Lelord, 1995) pour réhabiliter les fonctions sous-tendues par les systèmes cérébraux de la communication sociale (attention à l'autre, intention, imitation, etc). Cette thérapie rééducative s'effectue dans le cadre de séances ludiques, adaptées au profil de développement de l'enfant et est particulièrement indiquée avant l’âge de quatre ans, période de plasticité cérébrale maximale. L'objectif principal de ces séances est de provoquer des synchronisations entre les patients et eux-mêmes (contacts visuels, imitations et gestes ajustés). Une étude longitudinale portant sur des enfants avec TSA, dont la TED était l’élément majeur du projet thérapeutique, a montré une amélioration des capacités d'échange et de communication en contexte d'autisme sévère associé à un retard de développement (Blanc et al., 2013).

Les changements induits par la TED (comportement, développement, fonctionnement) sont régulièrement mesurés par le biais de l’échelle Behavior Summarized Evaluation (évaluations comportementales et psychologiques standardisées) remplie au cours des séances individuelles de TED mais également par les soignants de l'enfant dans les structures éducatives collectives. Ces multiples évaluations permettent de mieux comprendre l'enfant en l'observant et en captant ses intérêts et ses préférences, ce qui permet ensuite de définir les jeux et les activités les plus engageants pour lui lors des séances individuelles de TED et, ainsi, favoriser au maximum les occasions de synchronisation. D'après l'expérience des soignants, l'intensité de leurs synchronisations avec les enfants est un indicateur clé de la progression future des compétences sociales.

Objectif de la thèse

L’objectif de la thèse est de contribuer à une caractérisation fine des synchronisations sur le plan spécifiquement linguistique, en particulier au niveau des composantes prosodique et lexicale. Le corpus sera construit à partir de la base de données exploitée par le projet ANR TEDIA et sera constitué de 100 extraits de 10 minutes d’interactions TED (CHU de Tours). L’enjeu principal sera d’identifier des paramètres linguistiques, prioritairement prosodiques et lexicaux, précurseurs de synchronisation. Dans cette perspective, le traitement du corpus nécessitera : (i) la catégorisation des évènements prosodiques ; (ii) la transcription orthographique des échanges en intégrant les marqueurs verbaux de la parole ; (iii) l’association de paramètres linguistiques aux synchronisations déjà repérées et l’identification potentielle de nouvelles synchronisations de nature linguistique.

1) Master 2 en Sciences du langage ou Psychologie ou Diplôme d'orthophonie

2) Connaissances en Sciences du langage (phonologie, lexique)

3) Connaissances en Troubles neuro-développementaux

Candidature

Les personnes intéressées sont invitées à adresser leur candidature (CV + lettre de motivation) à Gwenolé Quellec (directeur, gwenole.quellec@univ-brest.fr ), Laura Machart (co-encadrante, laura.machart@univ-brest.fr) et Thomas Bertin (co-encadrant, thomas.bertin@univ-brest.fr) avant le 20 mai 2025.