Renforçateurs primaires vs renforçateurs secondaires

Dans l’histoire des sciences du comportement, peu de concepts ont exercé une influence aussi structurante et durable que la notion de renforcement. Formulée initialement pour rendre compte de la manière dont les organismes vivants s’adaptent dynamiquement à leur environnement, cette dynamique repose sur un principe d’une apparente simplicité : les conséquences qui suivent une action déterminent la probabilité que cette action se reproduise à l’avenir. Pourtant, sous cette formulation fondamentale se cache une architecture psychologique, biologique et environnementale d’une immense complexité, au sein de laquelle s’articulent des forces pulsionnelles primitives et des constructions symboliques abstraites.

Au cœur de cette architecture se dresse une distinction théorique majeure, identifiée dès les prémices du béhaviorisme expérimental et perfectionnée par des décennies d’analyse appliquée du comportement : la frontière entre les renforçateurs primaires et les renforçateurs secondaires. Les premiers, intimement soudés aux nécessités homéostatiques et phylogénétiques de l’organisme, opèrent sans nécessiter le moindre apprentissage préalable pour exercer leur pouvoir motivant. Les seconds, à l’inverse, constituent le fruit d’une ontogenèse complexe, acquérant leur force incitative par des jeux d’associations successifs, de médiations culturelles et d’apprentissages relationnels. Cette dialectique entre le biologique inconditionné et le socioculturel conditionné façonne l’ensemble des trajectoires d’apprentissage, du réflexe le plus rudimentaire aux architectures institutionnelles les plus élaborées de nos sociétés contemporaines.

Comprendre la nature exacte de ces deux catégories d’agents motivationnels, mesurer leurs dynamiques propres, appréhender leurs interactions systémiques et analyser leurs substrats neurobiologiques constituent un enjeu théorique et pratique de premier ordre. Que ce soit dans la prise en charge clinique des troubles neurodéveloppementaux, dans la conception des dispositifs pédagogiques modernes, dans le dressage animal de précision ou dans la régulation des comportements économiques, la maîtrise de cette distinction permet d’éviter des confusions méthodologiques invalidantes et de concevoir des environnements d’apprentissage à la fois éthiques, efficients et durables.

1. Introduction aux mécanismes de renforcement en psychologie comportementale

1.1 Définition liminaire des concepts dans le cadre opérant

L’étude systématique de la modification du comportement repose historiquement sur la mise en lumière de la relation entre un organisme actif et les rétroactions qu’il reçoit de son milieu. C’est à Edward L. Thorndike (1898, 1911) que l’on doit la première formalisation rigoureuse de cette dynamique avec l’énoncé de la loi de l’effet (Law of Effect). En observant des chats s’extirpant de boîtes à problèmes par tâtonnements successifs, Thorndike postula que toute réponse suivie d’un état de satisfaction pour l’animal tend à s’associer plus fermement à la situation stimulante, rendant sa réapparition plus probable en présence des mêmes indices contextuels. Inversement, les réponses suivies d’un état d’inconfort voient leurs connexions avec la situation stimulante s’affaiblir.

Quelques décennies plus tard, Burrhus Frederic Skinner (1938) s’émancipa du vocabulaire mentaliste et subjectif de Thorndike — rejetant des termes tels que « satisfaction » ou « inconfort » — pour fonder l’analyse expérimentale du comportement opérant. Dans The Behavior of Organisms, Skinner définit rigoureusement le renforcement non pas comme une sensation interne plaisante, mais comme une opération fonctionnelle : l’occurrence contingente d’un stimulus qui suit une réponse et qui a pour effet mesurable d’augmenter ou de maintenir la fréquence, l’intensité ou la probabilité d’émission de cette classe de réponses dans le répertoire de l’organisme.

Dans ce cadre opérant, le stimulus renforçant ne possède pas obligatoirement une valeur immuable. Les théoriciens du comportement ont ainsi établi une distinction préliminaire essentielle entre :

• Les stimuli intrinsèquement gratifiants (renforçateurs primaires ou inconditionnels) : événements ou objets environnementaux dont la capacité de renforcement ne dépend d’aucune histoire préalable de contingence associative vécue par l’individu. Leur efficacité découle de l’organisation biologique de l’espèce.
• Les stimuli conditionnés (renforçateurs secondaires) : éléments environnementaux initialement neutres sur le plan motivationnel, mais qui ont acquis une efficacité renforçante par le biais d’un appariement temporel systématique avec d’autres stimuli renforçateurs préexistants.

1.2 Origines de la différenciation et contextualisation théorique

La distinction entre renforçateurs inconditionnels et conditionnés puise ses racines directes dans le béhaviorisme méthodologique et radical, ainsi que dans les travaux précurseurs d’Ivan Pavlov (1927) sur le conditionnement répondant ou classique. Pavlov avait mis en lumière la capacité d’un stimulus neutre (comme un son de métronome) à déclencher une réponse salivaire inconditionnelle après avoir été apparié de manière répétée à la présentation de nourriture. De surcroît, Pavlov mit en évidence le conditionnement d’ordre supérieur, démontrant qu’un stimulus conditionné de premier ordre pouvait à son tour servir de base pour conditionner un nouveau stimulus neutre, ouvrant la voie à une hiérarchisation des déclencheurs comportementaux.

En transposant ces découvertes au paradigme opérant, Skinner démontra que les stimuli de l’environnement n’agissent pas seulement comme des déclencheurs réflexes, mais également comme des conséquences renforçantes ou des stimuli discriminatifs signalant la disponibilité de ces conséquences. L’agencement précis de ces éléments forme ce que l’on nomme la « contingence à trois termes » : le stimulus discriminatif ($S^D$), la réponse opérante ($R$), et le stimulus renforçateur ($S^R$). Lorsque la conséquence renforçante est elle-même un stimulus ayant acquis son pouvoir par apprentissage, il est noté comme renforçateur conditionné ($S^r$).

Au fil de la seconde moitié du XXe siècle, ces découvertes ont dépassé les laboratoires de psychologie expérimentale pour donner naissance à l’Analyse Appliquée du Comportement (Applied Behavior Analysis ou ABA), popularisée notamment par Donald Baer, Montrose Wolf et Todd Risley (1968). Dans ce cadre appliqué, l’identification précise de la nature des renforçateurs disponibles dans l’écologie d’un individu devient la clé de voûte de toute intervention visant l’acquisition du langage, l’autonomie fonctionnelle ou la résorption de comportements problématiques chez des populations variées, allant de la petite enfance aux personnes présentant des troubles neurodéveloppementaux sévères.

1.3 Pourquoi ces deux typologies sont-elles fréquemment confondues ?

Malgré la clarté formelle des définitions comportementales, la frontière empirique entre renforçateur primaire et renforçateur secondaire apparaît souvent poreuse aux yeux des observateurs profanes et des praticiens débutants. Cette confusion récurrente s’explique par l’intrication permanente des mécanismes de conditionnement au sein de la vie quotidienne. Chez l’être humain, tout événement biologique s’inscrit immédiatement dans un contexte social et culturel surdéterminé. Prendre un repas, par exemple, mobilise à la fois le besoin primaire d’ingestion calorique et une profusion d’indices secondaires : la convivialité, le statut conféré par le restaurant, les codes esthétiques de la présentation culinaire ou l’approbation sociale des convives.

De plus, la valeur symbolique tend à se superposer de façon quasi invisible aux besoins physiologiques sous-jacents. Un objet de confort, un vêtement chaud ou une marque d’affection physique brouillent les lignes : s’agit-il du maintien de l’homéostasie thermique (primaire) ou de la recherche d’une valorisation esthétique et identitaire (secondaire) ? Les deux mécanismes opèrent souvent de concert dans une même séquence d’actions.

Enfin, dans les milieux éducatifs, thérapeutiques ou organisationnels, l’évaluation de la motivation individuelle souffre fréquemment d’un biais d’interprétation. Les encadrants attribuent régulièrement une valeur « intrinsèque » ou « naturelle » à des stimuli qui sont en réalité de purs produits du conditionnement socio-éducatif (comme l’intérêt pour une bonne note scolaire ou le plaisir d’un compliment verbal). Lorsque le sujet ne réagit pas à ces gratifications symboliques, les intervenants concluent hâtivement à une absence de motivation générale, omettant que le pouvoir d’un renforçateur secondaire dépend intégralement de l’histoire d’apprentissage unique de l’individu et de la solidité de ses appariements passés.

2. Les renforçateurs primaires : fondements biologiques et caractéristiques

2.1 Nature innée et valeur adaptative pour la survie

Les renforçateurs primaires (ou renforçateurs inconditionnels) trouvent leur légitimité dans la phylogenèse de l’espèce. Ils sont le fruit d’une sélection naturelle millénaire ayant favorisé les individus dont le système nerveux récompensait immédiatement et puissamment les comportements orientés vers la survie et la reproduction. L’absence d’apprentissage préalable pour que ces stimuli modifient le comportement constitue leur caractéristique définitionnelle la plus robuste : un nouveau-né, dès ses premières minutes de vie extra-utérine, voit son comportement de succion renforcé par l’apport nutritif du colostrum maternel, sans qu’aucun entraînement antérieur n’ait été requis.

Sur le plan physiologique, ces renforçateurs sont intimement couplés au maintien de l’homéostasie, c’est-à-dire l’état d’équilibre dynamique interne de l’organisme face aux fluctuations de l’environnement extérieur. Lorsque les paramètres vitaux de l’organisme dévient de leurs zones optimales de fonctionnement (baisse de la glycémie, augmentation de la pression osmotique intracellulaire, baisse de la température corporelle centrale), l’organisme subit un déséquilibre que Walter Cannon a décrit comme une menace directe pour l’intégrité biologique. L’action qui restaure ces paramètres engendre une réduction de cet état de tension physiologique, renforçant automatiquement les comportements moteurs ayant permis ce rétablissement.

Cette architecture confère aux renforçateurs primaires une universalité biologique remarquable au sein d’une même espèce taxonomique, et souvent à travers des phylums entiers. Qu’il s’agisse d’un invertébré, d’un rongeur, d’un primate non humain ou d’un être humain, les stimuli assurant la survie métabolique immédiate et la perpétuation génétique conservent une efficacité comportementale invariante, ancrée dans la circuiterie neuronale sous-corticale la plus archaïque.

2.2 Typologie et classification des stimuli inconditionnels

Bien que l’on réduise souvent le renforçateur primaire à la simple ingestion de nourriture, une classification rigoureuse en psychologie comportementale embrasse un spectre d’événements physiques beaucoup plus large. On peut regrouper ces stimuli inconditionnels en trois grandes catégories fonctionnelles :

1. Les stimuli d’appétence vitale et métabolique :

• L’apport nutritionnel : glucides, lipides, protéines et minéraux essentiels répondant à la dépense énergétique cellulaire.
• L’apport hydrique : absorption d’eau régulant la volémie et l’équilibre électrolytique.
• L’apport en oxygène : respiration immédiate permettant le métabolisme aérobie cellulaire.
• La régulation thermique : accès à des plages de température ambiante permettant d’éviter l’hypothermie ou l’hyperthermie.
• Le repos et le sommeil réparateur : périodes d’inactivation motrice nécessaires à la détoxification cérébrale et à la restauration synaptique.
• L’activité sexuelle : copulation et stimulation des zones érogènes, indispensables non pas à la survie de l’individu mais à la transmission génétique.

2. Les stimuli d’évitement ou de soulagement (renforcement négatif inconditionnel) :

• L’interruption d’une douleur physique aiguë : cessation immédiate d’un stimulus nociceptif cutané ou viscéral.
• Le soulagement d’une pression mécanique excessive : retrait d’une contrainte physique entravant les mouvements ou écrasant les tissus.
• La fuite face à des stimuli environnementaux extrêmes : bruits assourdissants, lumières aveuglantes ou odeurs délétères menaçant l’intégrité sensorielle.

3. Les stimuli de contact et de proximité somatosensorielle :

Chez les mammifères supérieurs et particulièrement chez les primates, le contact physique doux, la chaleur corporelle d’un congénère et le bercement constituent des renforçateurs primaires à part entière. Les célèbres expériences d’Harry Harlow (1958) sur de jeunes macaques rhésus ont démontré de manière irréfutable que le réconfort de contact (procuré par un mannequin recouvert de tissu éponge) exerçait un pouvoir renforçant bien plus puissant et structurant pour le développement affectif que la simple présence d’un mannequin en fil de fer dispensant du lait. Ce besoin inné d’attachement somatique s’inscrit au cœur des mécanismes primaires indispensables au développement neurologique des jeunes organismes.

2.3 Sensibilité critique aux états physiologiques : privation et satiété

L’efficacité d’un renforçateur primaire n’est jamais absolue ni statique ; elle est strictement modulée par ce que Jack Michael (1982, 1993) a théorisé sous le concept d’Opérations de Motivation (Motivating Operations ou MO), plus spécifiquement subdivisées en opérations d’établissement (Establishing Operations ou EO) et opérations d’abolition (Abolishing Operations ou AO).

Une opération d’établissement correspond à une condition environnementale ou physiologique qui augmente temporairement la valeur renforçante d’un stimulus et accroît la fréquence des comportements ayant permis d’obtenir ce stimulus dans le passé. La privation constitue l’opération d’établissement prototypique des renforçateurs primaires :

• Un individu privé d’eau pendant plusieurs heures (déshydratation cellulaire) verra la valeur renforçante de l’eau décuplée. Les comportements permettant d’accéder à un liquide seront émis avec une intensité et une persistance extrêmes.
• À l’inverse, l’ingestion massive d’un stimulus primaire déclenche une satiété, agissant comme une opération d’abolition. Dès que l’équilibre homéostatique est restauré (ou que l’estomac atteint un seuil de distension mécanique critique), la valeur renforçante de la nourriture chute brutalement jusqu’à devenir nulle, voire aversive (haut-le-cœur, dégoût).

Cette dynamique engendre une cinétique d’action singulière : la courbe de puissance motivationnelle d’un renforçateur primaire décroît de manière logarithmique au cours d’une même session d’apprentissage au fur et à mesure que l’organisme consomme la ressource. Cette vulnérabilité intrinsèque à la satiété rapide constitue un défi logistique majeur pour quiconque souhaite maintenir un taux de réponse élevé et constant sur de longues périodes.

2.4 Limites pratiques et considérations éthiques

Si la puissance des renforçateurs primaires en fait des leviers d’action redoutables en phase initiale d’apprentissage, leur emploi en contexte clinique, pédagogique ou expérimental soulève des obstacles matériels et déontologiques considérables. Sur le plan pratique, l’administration d’un renforçateur primaire comme de la nourriture ou une boisson interrompt inévitablement la fluidité de la tâche motrice ou intellectuelle : le sujet doit mastiquer, déglutir ou essuyer ses mains, ce qui introduit un délai parasitaire entre les essais successifs et perturbe le rythme des apprentissages.

Sur le plan éthique, manipuler délibérément les états de privation physiologique d’un sujet pour rendre un renforçateur primaire efficace pose des questions morales aiguës. S’il a longtemps été courant dans les laboratoires animaliers de maintenir des pigeons ou des rats à 80 % de leur poids ad libitum pour garantir leur réactivité opérante, une telle démarche appliquée à des êtres humains vulnérables — tels que des enfants autistes ou des personnes en situation de handicap mental lourd — est aujourd’hui strictement encadrée et proscrite dans ses formes coercitives. Priver un individu de nourriture, d’eau ou de liberté de mouvement pour obtenir une réponse comportementale relève de la maltraitance institutionnelle et contrevient aux principes déontologiques fondamentaux de la pratique psychologique.

Enfin, les renforçateurs primaires s’avèrent structurellement inaptes à soutenir le développement de comportements cognitifs de haut niveau. On ne saurait enseigner la démonstration d’un théorème mathématique complexe, l’écriture d’un essai littéraire ou la négociation diplomatique en distribuant des gorgées d’eau ou des morceaux de pomme à chaque syllabe correctement formulée. Ces apprentissages abstraits et prolongés dans le temps requièrent des vecteurs motivationnels plus souples, différés et symboliques, caractéristiques des renforçateurs secondaires.

3. Les renforçateurs secondaires : conditionnement, symbolisme et flexibilité

3.1 Mécanisme d’acquisition par conditionnement répondant

Les renforçateurs secondaires (ou renforçateurs conditionnés) n’ont aucune efficacité biologique innée. Au point de départ ontogénique, ils constituent des stimuli neutres vis-à-vis de la réponse opérante ciblée. Leur accession au statut d’agent renforçant repose sur les principes du couplage pavlovien (stimulus-stimulus). Lorsqu’un stimulus environnemental neutre ($S^N$) apparaît de manière répétée, fiable et contiguë temporellement juste avant ou conjointement à la présentation d’un renforçateur inconditionnel déjà établi ($S^R$), le stimulus neutre acquiert progressivement les propriétés renforçantes du stimulus primaire.

Ce processus d’acquisition obéit aux lois strictes de la contingence associative :

• La contiguïté temporelle : Le délai séparant l’apparition du stimulus neutre de celle du renforçateur primaire doit être le plus court possible lors des phases d’appariement initiales afin de maximiser le transfert de valeur.
• La valeur prédictive : Selon les modèles contemporains du conditionnement (tels que formalisés par Rescorla et Wagner en 1972), le stimulus neutre doit constituer un signal informatif fiable annonçant la survenue imminente du renforçateur de soutien. S’il apparaît fréquemment sans être suivi du renforçateur primaire, l’appariement ne s’opère pas.

Une fois qu’un stimulus secondaire de premier ordre est solidement ancré, il peut à son tour être apparié à un nouveau stimulus neutre par le mécanisme du conditionnement d’ordre supérieur. C’est grâce à cette cascade d’associations successives que des symboles de plus en plus abstraits et éloignés de toute fonction biologique directe en viennent à exercer une emprise motivationnelle majeure sur la conduite humaine.

3.2 Taxonomie des renforçateurs conditionnés

La diversité des renforçateurs secondaires chez l’humain est quasi infinie, reflétant la multiplicité des contextes socioculturels et des histoires d’apprentissage individuelles. On peut néanmoins dresser une cartographie de ces stimuli en trois grandes catégories complémentaires :

1. Les renforçateurs sociaux :

Ils regroupent l’ensemble des comportements verbaux et non verbaux émis par un congénère et valorisés par le sujet récepteur :

• Les éloges verbaux (« Bravo », « Excellent travail », « Je suis fier de toi »).
• L’attention visuelle et la présence bienveillante (le regard soutenu, l’écoute active).
• Les expressions faciales positives (le sourire, le hochement de tête approbateur).
• Les marqueurs d’affection et de statut social (les félicitations publiques, les applaudissements, les titres honorifiques).

2. Les renforçateurs tangibles et d’activité :

Il s’agit d’objets physiques non vitaux ou d’opportunités d’engagement dans des comportements spécifiques :

• Les objets manufacturés : jouets, vignettes autocollantes, vêtements de marque, accessoires technologiques, gadgets.
• Le principe de Premack (1959) : David Premack a démontré qu’un comportement à haute probabilité d’occurrence (une activité que l’organisme choisit spontanément d’exécuter lorsqu’il en a la liberté, comme jouer à un jeu vidéo) peut être utilisé comme renforçateur efficace pour consolider un comportement à faible probabilité d’occurrence (comme ranger sa chambre ou faire ses devoirs). L’opportunité d’agir devient elle-même le renforçateur conditionné.

3. Les renforçateurs symboliques (Token Reinforcers) :

Ce sont des supports matériels ou numériques sans valeur intrinsèque d’usage, mais qui fonctionnent comme des représentations comptables échangeables contre d’autres biens ou privilèges :

• Les jetons en plastique, étoiles collantes, bons de points distribués en classe.
• Les notes académiques (A+, 20/20) sanctionnant un niveau d’expertise.
• Les badges de progression, points d’expérience (XP) et trophées virtuels dans les environnements numériques et les jeux vidéo.

3.3 Le concept de renforçateur conditionné généralisé

Formulé de manière magistrale par Skinner dans son ouvrage séminal Science and Human Behavior (1953), le concept de renforçateur conditionné généralisé (Generalized Conditioned Reinforcer) représente l’aboutissement fonctionnel le plus perfectionné de la dynamique du conditionnement opérant.

Un renforçateur conditionné ordinaire est généralement apparié à un seul type de renforçateur primaire ou à un besoin physiologique spécifique (par exemple, le bruit d’une boîte de conserve que l’on ouvre n’est renforçant pour un chat que s’il a faim). En revanche, un renforçateur conditionné généralisé a été associé, au cours de l’histoire du sujet, à une multitude de renforçateurs primaires et secondaires distincts, couvrant la quasi-totalité du spectre des motivations humaines.

L’exemple archétypal et suprême de renforçateur généralisé est l’argent. Dans les sociétés monétarisées, la monnaie fiduciaire ou scripturale ne possède aucune utilité biologique en soi : on ne peut ni manger un billet de banque en papier, ni s’abriter sous une pièce métallique. Pourtant, l’argent permet d’acheter à la fois du pain (faim), des boissons (soif), un manteau (régulation thermique), des soins médicaux (évitement de la douleur), des loisirs (principe de Premack), des biens de luxe (statut social) et l’accès à des environnements sécurisés.

Cette multiplicité d’adossements confère au renforçateur généralisé deux propriétés extraordinaires :

• L’indépendance vis-à-vis des opérations de motivation spécifiques : Même si un individu vient de terminer un repas copieux et n’a plus faim, il n’éprouvera aucune satiété à l’égard de l’argent. L’argent conserve intact son pouvoir renforçant car il demeure convertible en une infinité d’autres gratifications non liées à la satiété alimentaire actuelle.
• Une résistance phénoménale à l’extinction : Parce qu’il est réapparié en permanence à une vaste gamme de satisfactions réelles au quotidien, le renforçateur généralisé maintient une efficacité comportementale continue tout au long de l’existence d’un adulte civilisé.

3.4 Flexibilité opératoire et vulnérabilité à l’extinction

Sur le terrain des apprentissages concrets, les renforçateurs secondaires offrent une souplesse méthodologique sans commune mesure avec les stimuli primaires. Ils peuvent être administrés instantanément, en pleine tâche, sans briser la concentration du sujet : un simple signe de tête bienveillant de l’enseignant ou l’attribution silencieuse d’un jeton s’effectue en une fraction de seconde, permettant à l’apprenant de poursuivre immédiatement son activité motrice ou cognitive.

Néanmoins, cette flexibilité s’accompagne d’un talon d’Achille comportemental : la vulnérabilité à l’extinction. Si un stimulus secondaire cesse de façon répétée et définitive d’être couplé à ses renforçateurs de soutien (backup reinforcers), sa valeur incitative commence à décroître pour finir par disparaître totalement. Un système de jetons dans une classe s’effondre en quelques jours si les élèves réalisent que les jetons ne peuvent plus jamais être échangés contre les activités de loisir promises le vendredi après-midi. Le stimulus redevient alors ce qu’il était originellement : un morceau de plastique sans valeur fonctionnelle.

De surcroît, les renforçateurs secondaires manifestent une sensibilité exacerbée à la variabilité interindividuelle. Alors que la nourriture ou l’eau possède une valeur quasi universelle chez tous les êtres humains vivants, un éloge public ou l’attribution d’un livre d’art aura un impact renforçant majeur chez un individu tout en laissant un autre totalement indifférent, voire irrité (si ce dernier souffre par exemple d’anxiété sociale aiguë et perçoit le regard d’autrui comme une punition aversive). Toute utilisation d’un renforçateur conditionné exige donc une anamnèse comportementale rigoureuse de l’histoire singulière d’apprentissage du sujet.

4. Différences fondamentales entre renforçateurs primaires et secondaires

Pour appréhender avec clarté les lignes de partage qui séparent ces deux modalités d’incitation comportementale, le tableau synoptique ci-dessous confronte leurs caractéristiques dimensionnelles selon les axes théoriques et opératoires cardinaux :

Dimension d’analyse	Renforçateurs primaires (Inconditionnels / $S^R$)	Renforçateurs secondaires (Conditionnés / $S^r$)
Origine ontologique	Phylogénétique, biologique et innée. Ne dépend d’aucune histoire d’apprentissage individuelle.	Ontogénique et culturelle. Résulte d’une histoire individuelle d’appariements associatifs.
Universalité	Universelle au sein d’une même espèce biologique (liée au génome et à la physiologie).	Strictement individuelle ou idiosyncrasique (dépend des expériences de vie et des cultures).
Rapport à l’homéostasie	Direct. Répond immédiatement à un déséquilibre vital cellulaire ou physiologique.	Indirect ou absent. Valeur dérivée de l’association symbolique avec d’autres stimuli.
Cinétique de satiété	Rapide et abrupte. Décroissance logarithmique dès que les besoins vitaux sont comblés.	Lente ou quasi inexistante (spécialement pour les renforçateurs généralisés polyvalents).
Sensibilité à l’extinction	Immunité théorique absolue. La nourriture ou l’eau ne cesseront jamais d’être renforçantes.	Vulnérabilité élevée si le couplage avec les renforçateurs d’adossement est interrompu.
Délai et coût d’administration	Coûteux en temps (mastication, déglutition) et complexe à conserver (périssabilité, hygiène).	Instantané, discret, hautement transportable (parole, jetons numériques, monnaie).
Complexité cognitive requise	Nulle. Opère dès la naissance ou chez les organismes aux systèmes nerveux très rudimentaires.	Modérée à très élevée. Requiert la capacité à traiter des relations causales et symboliques.
Acceptabilité sociale / Éthique	Faible chez l’humain adulte ordinaire (dégradant ou infantilisant en contexte public).	Très élevée. Parfaitement intégrée aux normes scolaires, professionnelles et relationnelles.

4.1 Origine, genèse motivationnelle et ancrage ontogénique

La distinction la plus profonde réside dans l’axe temporel qui préside à l’existence de leur pouvoir d’action. Les renforçateurs primaires sont gravés dans l’histoire de l’évolution de la vie sur Terre. Lorsqu’un animal recherche de l’eau ou s’écarte d’une source thermique brûlante, il n’invente rien : il applique un programme neurocomportemental sculpté par des millions de générations d’ancêtres ayant survécu précisément parce que leur système nerveux central libérait des neurotransmetteurs hédoniques en présence de ces ressources. Il n’y a donc aucune autonomie de l’individu dans la détermination de la valeur d’un renforçateur primaire ; celle-ci lui est transmise prête à l’emploi par son bagage génomique.

À l’opposé, les renforçateurs secondaires témoignent de la plasticité synaptique et de l’historicité propre à chaque être vivant. Chaque parcours individuel tisse une toile unique de renforçateurs conditionnés. Un individu ayant grandi dans une communauté valorisant l’austérité et la discrétion ne trouvera aucun pouvoir renforçant dans l’exhibition de vêtements luxueux, alors qu’un sujet issu d’un environnement valorisant la réussite matérielle réagira intensément à ces mêmes signes extérieurs. L’ancrage ontogénique confère aux renforçateurs secondaires une flexibilité adaptative colossale : ils permettent aux organismes d’ajuster leurs efforts à des environnements écologiques et sociaux en mutation rapide, là où la sélection naturelle darwinienne aurait requis des dizaines de milliers d’années pour modifier les circuits primaires.

4.2 Cinétique d’action, satiété et persistance temporelle

L’observation attentive des courbes de réponse sous conditionnement continu met en exergue des disparités cinétiques frappantes entre les deux familles de renforçateurs. Avec un renforçateur primaire, la courbe cumulative de réponses suit systématiquement une trajectoire décélérante au fur et à mesure que la session expérimentale progresse. La faim diminue à chaque prise alimentaire, l’appétence s’émousse (phénomène de satiété sensorielle spécifique), et le sujet finit par cesser toute activité motrice, entrant dans une phase de somnolence post-prandiale ou d’exploration alternative.

Avec un renforçateur secondaire bien calibré — en particulier les renforçateurs généralisés —, la courbe cumulative de réponses affiche une linéarité ou une accélération remarquable sur de longues sessions de travail. Puisque l’accumulation de points, d’argent ou d’éloges ne remplit aucun estomac et n’altère aucun équilibre osmotique, il n’existe pas de frein métabolique immédiat venant stopper la production comportementale. L’individu peut ainsi travailler pendant des heures, voire des journées entières, sous l’aiguillon d’un renforçateur secondaire sans éprouver de saturation physique directe.

En revanche, cette endurance opératoire se paie par une fragilité temporelle structurelle : alors que la privation d’eau redonne infailliblement à l’eau toute sa puissance motivationnelle même après dix ans sans entraînement (l’immunité à l’extinction étant totale), le renforçateur secondaire oublié au fond d’un tiroir ou déconnecté de sa valeur d’échange finit par être abandonné. Si une monnaie s’effondre lors d’une crise d’hyperinflation et ne permet plus d’acheter quoi que ce soit, les citoyens cessent instantanément de produire des efforts pour l’obtenir, revenant à des échanges de troc basés sur des denrées primaires ou des biens matériels tangibles.

4.3 Facilité d’administration et applicabilité dans les contextes réels

Dans le monde réel — qu’il s’agisse d’un hôpital psychiatrique, d’un atelier industriel, d’une classe d’école élémentaire ou d’un centre de dressage équin —, les contraintes matérielles imposent souvent le choix du type de renforçateur. Distribuer un aliment chaud ou une boisson gazeuse exige des infrastructures de réfrigération, des règles d’hygiène strictes, des nettoyages constants et la gestion du risque d’étouffement ou d’allergies alimentaires. De surcroît, le temps de latence nécessaire à la consommation crée un espace temporel durant lequel l’attention du sujet dérive, augmentant le risque d’interférences comportementales.

Les renforçateurs secondaires, qu’ils soient oraux, gestuels ou numériques, se déploient avec une instantanéité logistique quasi parfaite. Un mot d’encouragement ne pèse rien, ne se périme pas et ne nécessite aucune manipulation physique. Des points inscrits sur une tablette numérique ou des jetons glissés dans une boîte permettent de préserver la dynamique de l’action sans temps mort. Cette transportabilité absolue en fait les outils de prédilection de la régulation comportementale à grande échelle dans les organisations humaines complexes.

5. Similitudes structurelles et interdépendances fonctionnelles

5.1 Identité fonctionnelle dans la modification du comportement

Au-delà de leurs divergences d’origine et de cinétique, il est fondamental de comprendre que sur le plan strictement mathématique et comportemental, renforçateurs primaires et secondaires obéissent aux mêmes lois de la dynamique opérante. La fonction prévaut ici sur la nature de la substance.

Quelle que soit la nature du stimulus délivré ($S^R$ ou $S^r$), son impact sur la conduite dépend rigoureusement des mêmes programmes de renforcement :

• Le renforcement continu (CRF) : Idéal pour l’acquisition initiale d’une nouvelle compétence motrice ou intellectuelle, qu’elle soit récompensée par une gorgée de liquide sucré ou par un son de validation aigu.
• Les programmes à proportion fixe (FR) et variable (VR) : Un programme à proportion variable produit dans les deux cas un taux de réponse exceptionnellement élevé, régulier et résistant à l’extinction, qu’il s’agisse d’un prédateur chassant des proies (primaire) ou d’un joueur devant une machine à sous distribuant des pièces de monnaie (secondaire).
• Les programmes à intervalle fixe (FI) et variable (VI) : Les deux modalités génèrent le phénomène caractéristique d’accélération progressive à l’approche de l’échéance (feston de Skinner) sous programme à intervalle fixe.

De plus, les deux typologies de renforçateurs se soumettent sans exception aux lois de la discrimination et de la généralisation des stimuli. Si un stimulus renforçateur (qu’il soit une friandise ou un bon point) n’est dispensé qu’en présence d’un signal précis ($S^D$) et jamais en présence d’un signal d’extinction ($S^\Delta$), l’organisme apprend à moduler sa réponse avec la même rigueur discriminative.

5.2 Le chaînage comportemental et la circularité des influences

L’un des apports les plus féconds de l’analyse expérimentale du comportement formalisée par Skinner (1938) réside dans l’élucidation des chaînes comportementales (behavioral chaining). Dans une séquence séquentielle d’actions — comme conduire une automobile, exécuter une chorégraphie sportive ou résoudre une équation —, une réponse motrice donnée produit un changement dans l’environnement. Ce changement joue un double rôle fonctionnel simultané :

1. Il agit comme un renforçateur conditionné pour la réponse qui vient d’être émise, consolidant son exécution.
2. Il sert immédiatement de stimulus discriminatif ($S^D$) pour la réponse motrice suivante dans la chaîne.

Au sommet de cette chaîne se trouve fréquemment un renforçateur primaire ou un renforçateur généralisé puissant. Prenons l’exemple d’un animal chassant dans la nature : apercevoir une trace au sol ($S^D$) déclenche le flairage ($R_1$), ce qui amène à découvrir une silhouette dans les buissons ($S^r_1$ pour $R_1$ et $S^D_2$ pour la traque), déclenchant l’approche furtive ($R_2$), puis la course d’assaut ($R_3$), culminant avec la capture de la proie ($R_4$) et enfin son ingestion calorique ($S^R$ primaire). Toute la cohérence de cette longue séquence repose sur le chaînage fluide de renforçateurs secondaires successifs, ancrés ultimement à la récompense inconditionnelle terminale.

Il existe ainsi une circularité permanente : le renforçateur secondaire maintient les comportements instrumentaux qui rendent possible l’accès au renforçateur primaire, tandis que la consommation périodique du renforçateur primaire recharge le potentiel motivationnel du renforçateur secondaire. Loin de s’opposer, ils forment un système intégré de guidage adaptatif.

5.3 Substrats neurobiologiques convergents

Pendant longtemps, une vision dualiste a opposé les circuits archaïques du plaisir viscéral aux fonctions cognitives nobles du cerveau humain. Les neurosciences contemporaines ont balayé cette dichotomie en démontrant que le cerveau traite les gratifications primaires et secondaires à travers une **monnaie commune neuronale** (neural common currency), principalement médiée par le système dopaminergique mésocorticolimbique.

Ce circuit prend son origine dans l’Aire Tegmentale Ventrale (ATV) du mésencéphale, dont les neurones dopaminergiques projettent massivement vers le Noyau Accumbens (NAc) situé dans le striatum ventral, ainsi que vers le cortex préfrontal ventromédian et le Cortex Orbitofrontal (COF). Wolfram Schultz et ses collaborateurs (1997, 1998) ont apporté une contribution décisive en formulant la théorie de l’Erreur de Prédiction de la Récompense (Reward Prediction Error ou RPE) :

• Lorsqu’un animal reçoit un stimulus inconditionnel imprévu (du jus de fruit sucré), les neurones dopaminergiques de l’ATV manifestent une bouffée de décharge phasique en réponse à la récompense.
• Après plusieurs appariements répétés entre un son neutre ($CS$) et la délivrance de ce jus de fruit, la cinétique de décharge neuronale se déplace dans le temps : les neurones dopaminergiques ne s’activent plus lors de la réception du jus de fruit (qui est désormais parfaitement attendu), mais s’activent au moment exact où retentit le son conditionné.

Ce résultat neurophysiologique magistral prouve que le stimulus secondaire s’empare littéralement de la signature dopaminergique originellement dévolue au stimulus primaire. Les études d’imagerie par résonance magnétique fonctionnelle (IRMf) chez l’humain ont confirmé cette identité de traitement : que vous fassiez goûter une goutte de chocolat fondant à un sujet affamé ou que vous lui annonciez qu’il vient de remporter 100 euros sur un compte bancaire virtuel, le striatum ventral et le cortex orbitofrontal s’illuminent avec des motifs d’activation remarquablement similaires. Le cerveau convertit l’abstrait et le biologique en une échelle unique de valorisation subjective.

6. Critères de sélection et déploiement pratique selon les contextes

6.1 Interventions cliniques et prise en charge des troubles neurodéveloppementaux

Dans l’accompagnement d’enfants ou d’adultes présentant un trouble du spectre de l’autisme (TSA) de niveau sévère ou une déficience intellectuelle profonde, les renforçateurs sociaux ordinaires (un sourire, une phrase d’approbation) sont fréquemment inefficaces lors des premières étapes de la prise en charge. Le clinicien doit alors s’appuyer sur des renforçateurs inconditionnels hautement individualisés (morceaux d’aliments appréciés, gorgées de jus, stimulation sensorielle vestibulaire comme le balancement ou pressions proprioceptives) pour amorcer les premiers comportements de coopération ou de communication fonctionnelle (comme le pointage ou l’échange d’images PECS).

Cependant, l’intervention clinique ne saurait s’arrêter à ce stade sous peine de créer une dépendance permanente à la nourriture. Les thérapeutes utilisent des protocoles de couplage systématique (pairing) :

• Chaque distribution du renforçateur primaire comestible est rigoureusement et immédiatement accompagnée d’un renforçateur social (un regard chaleureux, une louange verbale expressive) et de la remise d’un jeton physique.
• Au fil de centaines d’essais discrets (Discrete Trial Training), la valeur du renforçateur primaire se transfère sur le jeton et sur la personne de l’intervenant, qui devient lui-même un renforçateur conditionné puissant.
• On installe progressivement une économie de jetons (token economy), formalisée cliniquement par Teodoro Ayllon et Nathan Azrin (1965, 1968), permettant à l’enfant d’accumuler des jetons pour obtenir des activités de loisir plus différées, alignant ses modalités de fonctionnement sur les réalités écologiques de son environnement futur.

6.2 Pédagogie, éducation et gestion de la classe

Dans le cadre de l’école ordinaire ou de l’enseignement secondaire, l’introduction de renforçateurs primaires comestibles est à proscrire pour des motifs sanitaires évidents (risques d’allergies, promotion involontaire du grignotage et de l’obésité infantile) et éthiques (infantilisation des apprenants). Le milieu éducatif s’articule quasi exclusivement autour de renforçateurs secondaires, tangibles, sociaux et symboliques.

La gestion efficace d’un groupe-classe repose fréquemment sur des systèmes de contingence de groupe, tels que le Good Behavior Game (Barrish, Saunders, & Wolf, 1969), où les équipes cumulent des points symboliques ouvrant droit à des privilèges collectifs (temps de récréation augmenté, lecture d’un conte, responsabilités valorisantes dans la classe). Le feedback informatif immédiat — corrections annotées avec bienveillance, remarques précises sur la stratégie intellectuelle mobilisée par l’élève plutôt que sur ses talents innés — agit comme un renforçateur conditionné cognitif structurant.

Il importe toutefois de naviguer avec prudence pour éviter le piège théorisé par Edward Deci (1971) sous le nom d’effet de surjustification (overjustification effect). Lorsqu’un éducateur introduit des récompenses secondaires extrinsèques tangibles et massives pour une activité qui suscitait déjà un intérêt spontané chez l’enfant (comme le dessin ou la lecture libre), l’enfant peut réattribuer la cause de son comportement à la récompense externe plutôt qu’à son plaisir d’action. Si les renforçateurs artificiels sont retirés brusquement, la motivation intrinsèque peut chuter en deçà de son niveau initial. Les renforçateurs secondaires doivent donc être employés pour soutenir l’effort lors de l’acquisition de compétences complexes et s’effacer dès que le comportement devient auto-renforçant.

6.3 Entraînement animal et façonnage de comportements complexes

Le dressage animal moderne — qu’il s’agisse de chiens d’assistance, de chevaux de compétition ou d’animaux sauvages dans les parcs zoologiques bénéficiant d’entraînements médicaux coopératifs — illustre de manière spectaculaire l’interdépendance pratique du primaire et du secondaire. Dans ces disciplines, l’usage exclusif du renforçateur primaire (la friandise de viande ou de poisson) se heurte à un obstacle physique incontournable : l’impossibilité de délivrer la nourriture au millimètre et à la milliseconde près où le comportement souhaité se produit.

Pour résoudre cette aporie, les entraîneurs utilisent le clicker (un petit boîtier métallique produisant un son sec « clic-clac »). Par conditionnement pavlovien préalable, ce bruit neutre est associé à des centaines de reprises à une friandise savoureuse, devenant un renforçateur secondaire d’une précision chirurgicale, qualifié de stimulus pont (bridging stimulus) :

• Lorsque le chien saute un obstacle avec la posture idéale, l’entraîneur clique au sommet exact de la trajectoire balistique de l’animal.
• Le « clic » marque instantanément le comportement ciblé (rôle d’information discriminative et de renforcement secondaire) et comble le délai temporel nécessaire à l’entraîneur pour sortir la friandise primaire de sa poche sans que l’apprentissage ne soit contaminé par les comportements parasites ultérieurs.

Dans ce cadre, la gestion de la faim de l’animal n’est plus une contrainte brutale mais un réglage physiologique fin : les rations quotidiennes sont pesées et administrées en grande partie durant les sessions d’entraînement, maintenant une opération d’établissement optimale sans jamais compromettre le bien-être nutritionnel de l’animal.

6.4 Protocoles d’estompage vers le renforcement naturel

L’écueil majeur de toute modification comportementale artificielle réside dans le phénomène de régression dès la fin de l’intervention si les renforçateurs programmés disparaissent. C’est pourquoi tout programme sérieux doit intégrer dès sa conception une stratégie rigoureuse d’estompage (fading) :

1. Dégressivité des programmes : Passage progressif d’un renforcement continu (1 jeton pour 1 bonne réponse) à des programmes intermittents de plus en plus dilués (proportion variable : 1 jeton en moyenne toutes les 5, puis 10, puis 20 réponses).
2. Substitution des stimuli : Déplacement systématique de la valeur des renforçateurs tangibles vers des renforçateurs sociaux universels (éloges discrets, sourires, tapes d’encouragement sur l’épaule).
3. Connexion aux contingences naturelles de l’environnement : L’objectif ultime est que le comportement ciblé soit repris et entretenu par les conséquences naturelles inhérentes à l’environnement quotidien de l’individu.

Par exemple, lorsqu’un adolescent timide apprend des habiletés sociales par le biais d’un entraînement renforcé artificiellement par des points en cabinet de thérapie, l’intervention réussit pleinement lorsque ce sont les réponses naturelles de ses pairs dans la cour de récréation (rires partagés, invitations à discuter, acceptation dans un groupe de pairs) qui prennent le relais comme renforçateurs naturels de son comportement social. Les renforçateurs secondaires artificiels sont ainsi retirés, l’individu devenant autonome dans son écologie sociale ordinaire.

7. Foire aux questions sur les renforçateurs comportementaux

7.1 L’argent est-il considéré comme un renforçateur primaire ou secondaire ?

L’argent constitue l’exemple le plus pur et le plus puissant de renforçateur secondaire généralisé. Il ne possède strictement aucune propriété primaire : il n’est ni comestible, ni désaltérant, ne protège pas du froid par sa seule présence physique et n’arrête aucune hémorragie par lui-même. Un nourrisson affamé ou un naufragé agonisant sur une île déserte entouré de lingots d’or et de liasses de billets verrait ces derniers pour ce qu’ils sont réellement sur le plan biologique : des objets inertes sans aucune valeur de survie.

La puissance phénoménale de l’argent provient de son caractère d’intermédiaire universel d’échange. Parce qu’il est convertible en une diversité quasi illimitée de renforçateurs primaires (nourriture de choix, logements climatisés, soins de santé) et d’autres renforçateurs secondaires majeurs (voyages, symboles de statut social, œuvres artistiques, loisirs), il échappe à la saturation spécifique. L’accumulation monétaire n’étant bornée par aucun récepteur gastrique ou neuronal de satiété, elle peut faire l’objet de contingences opérantes d’une longévité et d’une intensité inégalées chez l’être humain civilisé.

7.2 Un renforçateur secondaire peut-il surpasser en puissance un renforçateur primaire ?

La réponse à cette interrogation est affirmative : chez l’être humain, l’histoire d’apprentissage culturel, idéologique et relationnel peut amener un renforçateur secondaire à écraser totalement les déterminismes biologiques les plus fondamentaux. L’architecture cognitive humaine est capable d’une telle hiérarchisation symbolique que des individus sacrifient délibérément leur intégrité physique, leur confort vital et même leur survie biologique au profit de gratifications conditionnées abstraites :

• Les grévistes de la faim refusent l’alimentation jusqu’à la mort pour soutenir un statut politique, une reconnaissance identitaire ou une cause éthique.
• Les soldats sur un champ de bataille s’exposent délibérément à des tirs mortels guidés par le renforcement secondaire puissant de l’honneur militaire, de la camaraderie de combat et de la peur de l’opprobre social.
• Des individus souffrant d’anorexie mentale sévère résistent héroïquement aux signaux physiologiques violents de famine émis par leur organisme pour obtenir le renforçateur symbolique du contrôle corporel et de la conformité à un idéal esthétique intériorisé.

Ces manifestations extrêmes démontrent que le conditionnement supérieur ne se contente pas d’imiter le biologique : il peut reprogrammer les priorités motivationnelles au point d’asservir la survie de l’organisme à des constellations purement symboliques.

7.3 Comment empêcher l’extinction d’un renforçateur secondaire en pratique ?

Pour prévenir la disparition de l’efficacité d’un renforçateur conditionné, les praticiens doivent respecter trois règles méthodologiques rigoureuses :

• Le maintien de couplages périodiques (Backup Reinforcement) : Un renforçateur secondaire ne peut survivre indéfiniment sans être réapparié de manière intermittente à ses renforçateurs de soutien. Dans une classe utilisant des jetons, il est impératif que les périodes d’échange contre des privilèges tangibles demeurent régulières et fiables dans le temps.
• Le recours aux programmes de renforcement intermittent : Après une phase initiale en renforcement continu, le passage à un programme à proportion variable rend le comportement et le renforçateur secondaire remarquablement résistants à l’extinction, le sujet ne sachant jamais quel essai précis sera récompensé.
• La diversification des stimuli d’adossement : Si un renforçateur secondaire n’est adossé qu’à un seul renforçateur de soutien spécifique (par exemple, des bons donnant accès uniquement à des pommes), une simple perte d’intérêt momentanée pour la pomme éteindra l’ensemble du système. En associant le jeton à un menu varié de renforçateurs primaires, tangibles, sociaux et d’activité, on immunise le dispositif contre la satiété ponctuelle du sujet.

8. Synthèse théorique et perspectives sur la dynamique du renforcement

8.1 Complémentarité fonctionnelle plutôt qu’opposition dichotomique

Au terme de cette analyse approfondie, il apparaît clairement que la mise en opposition stricte des renforçateurs primaires et secondaires relève d’une simplification pédagogique utile, mais réductrice face à la réalité systémique des organismes vivants. Les deux concepts décrivent les deux versants d’une même dynamique adaptative continue. Le renforçateur primaire fournit l’étincelle biologique initiale, l’ancre fondamentale sans laquelle le système nerveux ne disposerait d’aucun mécanisme pour discriminer ce qui favorise la vie de ce qui la détruit. Le renforçateur secondaire, quant à lui, fournit l’amplitude, la ramification infinie et la souplesse contextuelle indispensables pour naviguer dans des environnements physiques et sociaux d’une infinie variabilité.

Dans toute analyse appliquée du comportement, la démarche rationnelle impose donc une **évaluation fonctionnelle systématique** (Functional Behavior Assessment) des contingences propres à chaque individu. L’intervenant ne doit préjuger ni de l’universalité d’un stimulus primaire (qui peut être rendu inopérant par un état médical ou un traumatisme spécifique), ni de la valeur d’un stimulus secondaire (qui peut être nul en l’absence de l’histoire d’apprentissage adéquate). C’est dans le dosage harmonieux, le tuilage progressif et le passage maîtrisé du biologique vers le culturel que réside l’art et la science de la modification du comportement.

8.2 Perspectives contemporaines et recherche neurocomportementale

Les frontières actuelles de la recherche en psychologie comportementale et en neurosciences computationnelles ouvrent des perspectives fascinantes sur ces dynamiques. L’intégration des algorithmes d’apprentissage par renforcement (Reinforcement Learning) issus de l’intelligence artificielle — largement inspirés des équations de Rescorla-Wagner et des théories skinnériennes — permet aujourd’hui de modéliser avec une précision mathématique inédite la manière dont les réseaux neuronaux biologiques mettent à jour la valeur des stimuli secondaires lors de processus d’inférence complexes.

De plus, cette compréhension fine des leviers de renforcement trouve une application massive et parfois inquiétante dans la conception des environnements numériques contemporains. Les concepteurs de réseaux sociaux, de plateformes de streaming et de jeux vidéo gamifiés exploitent délibérément les principes du renforçateur secondaire généralisé :

• Les « likes », les notifications sonores, les flammes de régularité et les flux de défilement infini fonctionnent comme des stimuli conditionnés hautement optimisés, distribués selon des programmes à proportion variable d’une efficacité redoutable pour captiver l’attention humaine.
• Cette ingénierie comportementale numérique réactive les circuits dopaminergiques ancestraux en exploitant des symboles virtuels, soulevant des questions éthiques majeures quant à l’addiction comportementale, à l’aliénation cognitive et à la préservation de l’autonomie individuelle dans la société connectée.

Face à ces défis contemporains, la connaissance rigoureuse des mécanismes qui transforment un stimulus anodin en puissant moteur d’action n’est plus seulement une exigence académique pour psychologues et éthologues : elle constitue une compétence civique et critique fondamentale pour préserver la liberté de choix de l’individu face aux architectures persuasives du XXIe siècle.

Références

• Ayllon, T., & Azrin, N. H. (1965). The measurement and reinforcement of behavior of psychotics. Journal of the Experimental Analysis of Behavior, 8(6), 357–383. https://doi.org/10.1901/jeab.1965.8-357
• Ayllon, T., & Azrin, N. H. (1968). The Token Economy: A Psychological Analysis and Operant Method. Appleton-Century-Crofts.
• Baer, D. M., Wolf, M. M., & Risley, T. R. (1968). Some current dimensions of applied behavior analysis. Journal of Applied Behavior Analysis, 1(1), 91–97. https://doi.org/10.1901/jaba.1968.1-91
• Barrish, H. H., Saunders, M., & Wolf, M. M. (1969). Good behavior game: effects of individual contingencies for group consequences on disruptive behavior in a classroom. Journal of Applied Behavior Analysis, 2(2), 119–124. https://doi.org/10.1901/jaba.1969.2-119
• Cowles, J. T. (1937). Food-tokens as incentives for learning by chimpanzees. Comparative Psychology Monographs, 14(5), 1–96.
• Deci, E. L. (1971). Effects of externally mediated rewards on intrinsic motivation. Journal of Personality and Social Psychology, 18(1), 105–115. https://doi.org/10.1037/h0030644
• Harlow, H. F. (1958). The nature of love. American Psychologist, 13(12), 673–685. https://doi.org/10.1037/h0047884
• Michael, J. (1982). Distinguishing between discriminative and motivational functions of stimuli. Journal of the Experimental Analysis of Behavior, 37(1), 149–155. https://doi.org/10.1901/jeab.1982.37-149
• Michael, J. (1993). Establishing operations. The Behavior Analyst, 16(2), 191–206. https://doi.org/10.1007/BF03392623
• Pavlov, I. P. (1927). Conditioned Reflexes: An Investigation of the Physiological Activity of the Cerebral Cortex (G. V. Anrep, Trad.). Oxford University Press.
• Premack, D. (1959). Toward empirical behavior laws: I. Positive reinforcement. Psychological Review, 66(4), 219–233. https://doi.org/10.1037/h0040891
• Rescorla, R. A., & Wagner, A. R. (1972). A theory of Pavlovian conditioning: Variations in the effectiveness of reinforcement and nonreinforcement. Dans A. H. Black & W. F. Prokasy (Eds.), Classical Conditioning II: Current Research and Theory (pp. 64–99). Appleton-Century-Crofts.
• Schultz, W., Dayan, P., & Montague, P. R. (1997). A neural substrate of prediction and reward. Science, 275(5306), 1593–1599. https://doi.org/10.1126/science.275.5306.1593
• Schultz, W. (1998). Predictive reward signal of dopamine neurons. Journal of Neurophysiology, 80(1), 1–27. https://doi.org/10.1152/jn.1998.80.1.1
• Skinner, B. F. (1938). The Behavior of Organisms: An Experimental Analysis. Appleton-Century-Crofts.
• Skinner, B. F. (1953). Science and Human Behavior. Macmillan.
• Thorndike, E. L. (1898). Animal intelligence: An experimental study of the associative processes in animals. The Psychological Review: Monograph Supplements, 2(4), i–109. https://doi.org/10.1037/h0092987
• Thorndike, E. L. (1911). Animal Intelligence: Experimental Studies. Macmillan.
• Wolfe, J. B. (1936). Effectiveness of token-rewards for chimpanzees. Comparative Psychology Monographs, 12(5), 1–72.