La sensation d'effort, d'un point de vue évolutif, peut être comprise comme un mécanisme qui permet de signaler la dépense de ressources rares et qui rend possible leur allocation efficace. Il est essentiel de comprendre les processus décisionnels qui interviennent dans l'allocation de l'effort si l'on veut mieux comprendre le comportement humain. Un type d'effort observé chez les humains, est l'effort cognitif. Bien qu'il n'y ait toujours pas de consensus général sur la véritable nature des ressources que l'effort cognitif serait chargé de protéger, son aversivité et son implication dans la prise de décision sont largement reconnues. Le principe de moindre action, qui implique la minimisation de l'effort, fournit une explication rationnelle de comportements apparemment sous-optimaux. Néanmoins, il existe des obstacles majeurs à surmonter dans l'étude de l'effort cognitif, dont beaucoup sont liés aux complications et aux biais associés à la mesure des expériences subjectives. En réponse à ces limitations, certains travaux récents se sont plutôt concentrés sur l'influence que ces expériences subjectives ont sur les choix d'engagement observables. Une approche neuroéconomique a notamment été utilisée pour établir des fonctions de préférence qui expriment les coûts de l'effort cognitif et les récompenses de la tâche dans une monnaie commune. En suivant cette ligne de recherche, un modèle théorique de l'information de l'effort cognitif est proposé dans ce travail de thèse. La motivation d'un tel modèle est triple. Premièrement, le cadre mathématique de la théorie de l'information fournit une monnaie commune naturelle, à savoir l'information, pour quantifier la difficulté de la tâche, l'engagement et la performance. Cela permet une interprétation plus directe de la relation entre la demande de la tâche, la dépense d'effort et les gains associés. Deuxièmement, les mesures théoriques de l'information dérivées de principes premiers fixent des limites au taux d'information associé aux comportements automatiques et contrôlés. Enfin, la théorie de l'information fournit le cadre commun dans lequel l'interprétation de l'effort cognitif peut être liée à des théories bien établies concernant l'efficacité computationnelle dans le cerveau, comme les théorèmes de codage efficace et/ou de codage prédictif. Dans ce travail de thèse, une série d'expériences a été conçue pour valider le modèle proposé de l'effort cognitif. La tâche principale utilisée dans ces expériences est une tâche de suivi visuo-moteur continu avec contrôle par joystick. Dans la première étude, des mesures théoriques de l'information représentant le taux d'information du traitement feed-back (contrôlé) et feed-forward (automatique) du signal ont été dérivées à partir des premiers principes et ont été validées par des données de suivi simulées à partir d'un modèle de régulateur linéaire quadratique (LQR). Ces mesures ont ensuite été appliquées à des données de suivi réelles afin de mieux comprendre leur engagement dans la tâche en termes de taux de traitement de l'information en temps réel. La deuxième étude vise à examiner et à comparer l'effet de différents attributs de la tâche, notamment la vitesse du signal, la prévisibilité et le retard du joystick, sur le taux d'information en feed-back et en feed-forward, ainsi que sur la performance. Les troisième et quatrième études sont des expériences à double tâche conçues pour étudier les interactions entre les tâches sur le taux d'information et pour déduire les limites globales du cerveau en termes de ressources computationnelles. Enfin, un modèle est construit en modifiant un contrôleur intermittent pour inclure un objectif d’“information bottleneck” afin de fournir un compte rendu normatif du compromis coût/valeur dans les performances de suivi humain. Ce modèle est ensuite appliqué à des données comportementales pour étudier les principes d'allocation du taux d'information et l'optimalité du contrôle moteur humain.