Se regarder parler de manière fluide en VR réduit le bégaiement

Contexte

L’auto-modélisation - regarder des vidéos montées de soi-même exécutant une compétence avec succès - a une longue base de données probantes dans des domaines tels que le sport et le développement des compétences sociales. Des recherches antérieures de Cream et ses collègues ont montré que l’auto-modélisation vidéo traditionnelle pouvait améliorer la perception de soi pour les personnes qui bégaient, mais ces vidéos étaient plates et visionnées sur un écran ordinaire. Cette thèse doctorale a posé la question de savoir si immerger quelqu’un dans des séquences VR 360 degrés de soi-même parlant de manière fluente pourrait produire des effets encore plus forts.

Ce que les chercheurs ont fait

Trois adultes qui bégaient ont été filmés parlant dans des situations personnellement significatives et exigeantes - les types de contextes quotidiens où le bégaiement augmentait typiquement pour eux. Les séquences ont été soigneusement montées pour retirer les moments de bégaiement, créant des vidéos VR 360 degrés qui montraient chaque personne communiquant de manière fluente. Les participants ont ensuite regardé ces vidéos à travers un casque Oculus Go à domicile au cours d’une série de sessions. L’ensemble du processus a été délivré à distance, sans besoin d’implication en personne du clinicien. La fréquence du bégaiement a été mesurée de manière répétée avant, pendant et après la période de visionnage, en utilisant un design à lignes de base multiples.

Ce qu’ils ont trouvé

Les effets variaient de façon significative selon les types de résultats - une distinction que le résumé de la thèse formule directement : « tous les participants ont montré des réductions cliniquement significatives de la sévérité de leur bégaiement conversationnel, mais des effets de traitement limités ont été trouvés pour la parole dirigée et les données d’anxiété ».

Le bégaiement conversationnel (non dirigé) a constitué le succès le plus net : des valeurs PND de 93,75 %, 95,83 % et 100 % pour les trois participants indiquent des réductions uniformément importantes et fiables. La parole dirigée a montré des résultats plus variables : les données du Participant 1 présentaient une forte variabilité avec une tendance à la hausse dépassant les niveaux de la ligne de base pendant les phases d’intervention et de suivi, rendant ce résultat discutable ; les Participants 2 et 3 ont montré un PND de 100 %.

Les résultats concernant l’anxiété état étaient très inégaux : seul le Participant 3 a montré une réduction significative (PND 100 %). L’anxiété du Participant 1 a en réalité augmenté pendant l’intervention (PND 13,33 %). Le Participant 2 a montré un changement minimal (PND 4,55 %). La satisfaction du client a suivi un schéma similaire - seul le Participant 3 était uniformément satisfait.

Fait important, la collecte de données s’est déroulée pendant la pandémie de COVID-19 et une période de troubles raciaux significatifs aux États-Unis. L’auteure identifie explicitement ces événements externes comme des facteurs confondants probables, en particulier pour les données d’anxiété.

Pourquoi c’est important

Cette étude est précieuse précisément parce qu’elle rapporte honnêtement des résultats mitigés. Les effets forts sur la parole conversationnelle suggèrent que l’auto-modélisation VR peut modifier significativement la communication quotidienne. Les effets limités et variables sur l’anxiété et la parole dirigée fournissent un important recadrage des attentes cliniques. Le modèle de délivrance à distance - casque Oculus Go à domicile sans présence du clinicien pendant les sessions - démontre une faisabilité pratique, mais la variabilité entre participants dans la réponse en matière d’anxiété suggère que tous les adultes qui bégaient ne bénéficieront pas également de cette approche.

Limites

Avec seulement trois participants, les résultats ne peuvent pas être généralisés. Le suivi d’une semaine est trop court pour évaluer la durabilité. Le contexte COVID-19 et les troubles raciaux constituent un facteur confondant reconnu. Le processus de montage pour créer des séquences VR fluentes nécessite un effort spécialisé. La réponse incohérente du Participant 1 à travers les types de résultats soulève des questions sur les facteurs individuels ayant modéré la réponse au traitement.