Ce projet vise à développer un modèle de l'apprentissage de séquences susceptible (1) de rendre compte du décours temporel du traitement de l'information au cours d'une tâche de temps de réaction sériel, et (2) de nous permettre d'explorer les différences entre anticipation incidente (base de l'apprentissage implicite dans ces situations) et prédiction consciente. Afin d'atteindre cet objectif, nous utilisons des modèles d'inspiration neuronale, tels que le réseau récurrent simple d'Elman. [This project aims at developing a model of sequence learning that is able to (1) simulate the time course of information processing during serial reaction time tasks, and (2) to make it possible to account for the differences between incidental anticipation (upon which implicit learning is based in these situations) and conscious prediction. To do so, we use neurally inspired models, such as Elman's Simple Recurrent Network.]