
Les fondements neurologiques du narcissisme, souvent associés à des conditions pathologiques, restaient un mystère pour les spécialistes. Mais les progrès récents en matière d’apprentissage automatique jettent un nouvel éclairage sur cette vieille énigme.
Les tentatives précédentes visant à cartographier les voies neuronales du narcissisme ont souvent été victimes de résultats incohérents. Bon nombre de ces incohérences étaient attribuées à des limitations telles que le faible nombre de participants ou le recours à des méthodes univariées traditionnelles. Ces approches limitaient la profondeur des connaissances possibles dans le monde intrigant des traits narcissiques.
Déterminée à surmonter ces obstacles, une étude récente a utilisé des techniques d'apprentissage automatique de pointe : la régression Kernel Ridge et la régression vectorielle de support. Les conclusions viennent d'être publiées dans Neuroscience News Communications et sont le résultat de recherches menées par l'Unité de recherche en sciences cognitives et innovation (CSIRU) de la Faculté de méthodologie de recherche et de sciences cognitives (RMCS) appartenant à l'Université de Burapha en Thaïlande, en collaboration avec le Département de psychologie et de sciences cognitives (DiPSCo) de l'Université de Trente en Italie.

Les outils utilisés par les spécialistes ont la capacité de discerner et de prédire des modèles dans de vastes ensembles de données, ce qui les rend adaptés à une enquête sur le réseau neuronal complexe du narcissisme .
L'objectif était simple mais ambitieux : construire un modèle prédictif des traits narcissiques , basé à la fois sur les structures neuronales et sur une variété de traits de personnalité. Les résultats ont été surprenants et éclairants.
Un circuit cérébral spécifique est apparu comme un puissant prédicteur des traits de personnalité narcissiques . Cette voie intègre des régions telles que les gyrus frontaux latéral et moyen, le gyrus angulaire, l'opercule de Rolandic et le gyrus de Heschl. La signification statistique de cette découverte souligne ses implications potentielles à la fois pour les neurosciences et la psychologie.
Prédicteurs de personnalité
Mais les révélations ne se limitent pas aux structures neuronales. La recherche a révélé une combinaison convaincante de traits de personnalité normaux (par exemple, ouverture, agrément, conscience) et anormaux (par exemple, insécurité des limites, antisocialité, insécurité, dépendance, négativisme, machiavélisme) qui pourraient prédire le narcissisme.

Cette approche multidimensionnelle , combinant des marqueurs neuronaux et psychologiques, a ouvert une compréhension plus holistique des traits narcissiques. Cette étude est la première du genre à mettre en œuvre une approche d’apprentissage automatique supervisé dans la quête du décodage du narcissisme. Cela fait allusion à un avenir dans lequel les traits de personnalité pourraient être dérivés, non seulement de comportements observables, mais d’une combinaison de caractéristiques neuronales et psychologiques.
"Si ces découvertes constituent une étape monumentale", analyse Khanitin Jornkokgoud, spécialiste thaïlandais, "elles ouvrent également la voie à de futures recherches". Nous avons demandé comment ces connaissances pourraient transformer les interventions thérapeutiques . Ils pourraient peut-être améliorer la précision du diagnostic . La confluence des neurosciences et de l’apprentissage automatique promet non seulement des réponses, mais aussi une compréhension plus riche de la psyché humaine .
Cette exploration aux multiples facettes du narcissisme illustre la manière dont les outils modernes peuvent mettre à jour la recherche classique. "Alors que nous continuons à exploiter la puissance combinée des neurosciences et de l'apprentissage automatique, les horizons de la recherche sur la personnalité vont sûrement s'élargir de façon exponentielle", a conclu le spécialiste, l'équipe de travail étant complétée par la contribution de Teresa Baggio, Md Faysal, Richard Bakiaj. , Peera Wongupparaj et Alessandro Grecucci.