Distinction. Psycholinguiste à l’Université de Fribourg, Pascal Gygax reçoit le «Prix Nobel suisse»

Ses recherches concernant l’influence d’un langage masculinisé sur la perception du monde sont particulièrement pertinentes. Les expériences qu’il a réalisées démontrent que l’utilisation du masculin générique, c’est-à-dire l’utilisation unique de termes masculins pour toutes les identités de genre, n’est pas interprétée comme forme générique par notre cerveau en raison de son fonctionnement.

Si nous lisons un mot au masculin, par exemple «boulanger», nous interprétons «masculin égal homme» et nous n’associons ainsi pas automatiquement aussi les femmes ou les personnes non binaires. Cela a des conséquences sociales considérables, par exemple pour les choix professionnels ou les offres d’emploi.

Les professions perçues comme typiquement masculines, telles que celle de chirurgien, éveillent plus d’intérêt auprès des filles et des jeunes femmes si elles sont aussi décrites à la forme féminine, c’est-à-dire chirurgienne.

Pascal Gygax a également étudié la manière dont les jeunes traitent cognitivement les avertissements écrits sur les paquets de cigarettes, afin d’en tirer des enseignements pour une prévention plus efficace. Il a aussi pu démontrer dans quelle mesure notre perception du temps est influencée par le langage.

«Recevoir ce prix couronne vingt années de recherche sur les liens entre langage et privilèges masculins», a réagi Pascal Gygax, cité dans le communiqué. «Dans le contexte actuel, ce prix envoie également un puissant message à toutes les personnes qui étudient et dénoncent les inégalités de genre: votre travail est essentiel pour la recherche et l’enseignement!»

Professeure assistante et titulaire de la chaire de la fondation Ernesto Bertarelli pour les neurosciences intégrées à l’EPFL, Mackenzie Mathis reçoit elle le Prix Latsis, doté de 100’000  francs.

Ses travaux visent à décoder les circuits neuronaux et contribuer ainsi à une meilleure compréhension de notre cerveau. La chercheuse travaille avec un modèle comportemental de l’apprentissage moteur chez les souris et développe des tâches lui permettant de démontrer comment l’exécution de mouvements nouvellement appris est dirigée par le cerveau.

De plus, Mackenzie Mathis travaille notamment avec des relevés de données neuronales à grande échelle. Elle contribue ainsi à la compréhension de l’interaction entre le comportement et les fonctions cérébrales.

Par exemple, sa méthode «DeepLabCut» permet de quantifier avec précision les mouvements des extrémités, et sa méthode CEBRA permet de montrer comment le cerveau se modifie au cours de l’apprentissage ou, par exemple, en cas de maladie. Mackenzie Mathis milite en faveur du concept de «science ouverte» et rend les nouveaux outils qu’elle a conçus disponibles à la communauté scientifique.