Les conditions neurodivergentes sont de plus en plus comprises non pas comme des déficits, mais comme des architectures de contrôle cognitif adaptatives—des configurations distinctes de traitement de l'information et de dynamiques de réseau qui confèrent des forces spécifiques à des domaines (Doyle, 2020; Sapey-Triomphe et al., 2023). Cet article synthétise les résultats de 47 études pour démontrer comment les principes de la théorie du goulot d'étranglement informationnel et des métriques de contrôle des réseaux peuvent expliquer le phénomène de spécialisation neurodivergente. Les ‘profils en pic’ caractéristiques couramment observés dans le TDAH, l'autisme, l'aphantasie et des conditions connexes reflètent des architectures neurales optimisées pour différents compromis computationnels, tels que l'équilibre entre la précision des prédictions, l'intégration des retours d'information et l'efficacité énergétique (Kleinman et al., 2024; Millidge et al., 2024). Des preuves méta-analytiques soutiennent les interventions basées sur les forces, révélant des tailles d'effet notables pour l'engagement social (g=0.65), le développement cognitif (g=0.48) et l'acquisition du langage (g=0.32). Nous proposons un cadre théorique unifié intégrant la théorie de l'information, les dynamiques de contrôle et la modulation neurochimique pour recontextualiser la neurodivergence comme un modèle évolutif de spécialisation cognitive.
Graeme Lithgow (mar,) a étudié cette question.