{"id":3753,"date":"2026-09-11T01:55:25","date_gmt":"2026-09-11T01:55:25","guid":{"rendered":"http:\/\/french.arabpsychology.com\/experiments\/nathaniel-blanco-bradley-love-deux-jeux-roulette-effet-cadrage\/"},"modified":"2026-09-11T01:55:25","modified_gmt":"2026-09-11T01:55:25","slug":"nathaniel-blanco-bradley-love-deux-jeux-roulette-effet-cadrage","status":"publish","type":"psych_experiment","link":"https:\/\/french.arabpsychology.com\/?psych_experiment=nathaniel-blanco-bradley-love-deux-jeux-roulette-effet-cadrage","title":{"rendered":"Nathaniel Blanco et Bradley Love Les deux jeux de roulette (effet de cadrage)"},"content":{"rendered":"

L’\u00e9tude des m\u00e9canismes pr\u00e9sidant aux choix humains sous incertitude constitue l’un des carrefours les plus f\u00e9conds des sciences contemporaines, unissant la psychologie cognitive, l’\u00e9conomie comportementale et les neurosciences computationnelles. Pendant plusieurs d\u00e9cennies, le paradigme dominant de la d\u00e9cision a repos\u00e9 sur l’hypoth\u00e8se de l’agent rationnel, formalis\u00e9e par la th\u00e9orie de l’utilit\u00e9 esp\u00e9r\u00e9e, postulant que les individus \u00e9valuent les options de mani\u00e8re objective en combinant leurs probabilit\u00e9s d’occurrence et leurs utilit\u00e9s intrins\u00e8ques. N\u00e9anmoins, l’accumulation d’anomalies empiriques a mis en lumi\u00e8re la fragilit\u00e9 de ces axiomes normatifs. Parmi ces d\u00e9viations syst\u00e9matiques, l’effet de cadrage<\/a> (framing effect<\/em>) occupe une place singuli\u00e8re : il d\u00e9montre que des descriptions s\u00e9mantiquement \u00e9quivalentes d’un m\u00eame probl\u00e8me d\u00e9cisionnel peuvent provoquer des pr\u00e9f\u00e9rences radicalement divergentes selon qu’elles mettent l’accent sur les gains ou sur les pertes potentielles.<\/p>\n

Toutefois, la majorit\u00e9 des recherches s\u00e9minales sur le cadrage, initi\u00e9es par Amos Tversky et Daniel Kahneman, se sont appuy\u00e9es sur des paradigmes statiques reposant sur des descriptions textuelles explicites o\u00f9 toutes les informations probabilistes \u00e9taient fournies d’embl\u00e9e aux participants. Dans la r\u00e9alit\u00e9 \u00e9cologique et adaptative, les d\u00e9cideurs op\u00e8rent rarement dans de tels cadres descriptifs fig\u00e9s ; ils doivent au contraire apprendre la valeur des options par l’exp\u00e9rience directe, en \u00e9chantillonnant l’environnement de mani\u00e8re s\u00e9quentielle par r\u00e9troaction et ajustement it\u00e9ratif. C’est pr\u00e9cis\u00e9ment pour combler le foss\u00e9 entre les th\u00e9ories du cadrage statique et les mod\u00e8les dynamiques d’apprentissage par renforcement<\/a> que les travaux de Nathaniel Blanco<\/strong> et Bradley Love<\/strong> ont introduit une avanc\u00e9e exp\u00e9rimentale et th\u00e9orique majeure \u00e0 travers le paradigme dit des \u00ab deux jeux de roulette \u00bb.<\/p>\n

Ce protocole exp\u00e9rimental novateur confronte les sujets \u00e0 des environnements d’apprentissage stochastiques visuellement et math\u00e9matiquement rigoureusement appari\u00e9s, mais dont la structure de r\u00e9troaction subit une manipulation de cadrage subtile opposant gains obtenus et pertes \u00e9vit\u00e9es. \u00c0 travers une analyse empirique m\u00e9ticuleuse coupl\u00e9e \u00e0 une mod\u00e9lisation math\u00e9matique sophistiqu\u00e9e, Blanco et Love ont r\u00e9v\u00e9l\u00e9 comment le cadrage cognitif alt\u00e8re non seulement les pr\u00e9f\u00e9rences instantan\u00e9es, mais fa\u00e7onne la dynamique m\u00eame de l’accumulation d’informations, l’asym\u00e9trie de mise \u00e0 jour des erreurs de pr\u00e9diction et la r\u00e9gulation du compromis entre exploration et exploitation. Le pr\u00e9sent article propose une d\u00e9construction exhaustive de cette exp\u00e9rience fondatrice, en explorant ses origines conceptuelles, ses fondements m\u00e9thodologiques, ses r\u00e9percussions computationnelles et ses implications neurobiologiques et soci\u00e9tales.<\/p>\n

1. Introduction et contextualisation des travaux de Nathaniel Blanco et Bradley Love<\/h2>\n

Pour appr\u00e9hender la port\u00e9e \u00e9pist\u00e9mologique du paradigme des deux roulettes, il convient de situer les trajectoires de recherche respectives de Nathaniel Blanco et Bradley Love au sein du paysage intellectuel contemporain. Leurs contributions s’articulent autour d’une tentative syst\u00e9matique d’hybridation entre les m\u00e9thodologies de la psychologie cognitive exp\u00e9rimentale et la rigueur formelle des architectures computationnelles d’apprentissage machine.<\/p>\n

1.1 Le parcours acad\u00e9mique et les contributions majeures des auteurs<\/h3>\n

Nathaniel Blanco s’est distingu\u00e9 par ses travaux novateurs sur la cognition d\u00e9cisionnelle, s’int\u00e9ressant particuli\u00e8rement \u00e0 la mani\u00e8re dont les contraintes m\u00e9morielles et attentionnelles interagissent avec l’\u00e9chantillonnage de l’information dans les environnements dynamiques. Form\u00e9 au sein de laboratoires de pointe explorant les neurosciences cognitives de la d\u00e9cision, Blanco a d\u00e9ploy\u00e9 des protocoles exp\u00e9rimentaux sophistiqu\u00e9s visant \u00e0 isoler les d\u00e9terminants computationnels r\u00e9gissant la transition entre comportements d’exploitation et comportements d’exploration.<\/p>\n

Bradley C. Love, professeur de neurosciences cognitives et computationnelles \u00e0 l’University College London<\/a> (UCL) et affili\u00e9 de longue date au The Alan Turing Institute, est internationalement reconnu pour ses mod\u00e8les computationnels pionniers de la cat\u00e9gorisation, tels que SUSTAIN (Supervised and Unsupervised Stratified Adaptive Incremental Network<\/em>). Ses recherches couvrent un spectre \u00e9tendu unissant la mod\u00e9lisation connexionniste, l’imagerie par r\u00e9sonance magn\u00e9tique fonctionnelle et l’\u00e9conomie comportementale. Love a continuellement plaid\u00e9 pour une approche m\u00e9canistique de la cognition, refusant de scinder artificiellement les repr\u00e9sentations symboliques de haut niveau et les m\u00e9canismes d’apprentissage associatif subpersonnels.<\/p>\n

L’intersection entre la psychologie cognitive, l’\u00e9conomie comportementale et l’intelligence artificielle constitue le c\u0153ur battant du laboratoire dirig\u00e9 par Love, au sein duquel Blanco a d\u00e9velopp\u00e9 ses travaux empiriques les plus marquants. Ensemble, ils ont red\u00e9fini l’\u00e9tude de la prise de d\u00e9cision s\u00e9quentielle en d\u00e9montrant que les biais cognitifs classiques, souvent consid\u00e9r\u00e9s comme de simples curiosit\u00e9s descriptives ou des d\u00e9fauts de rationalit\u00e9, \u00e9mergent de mani\u00e8re organique \u00e0 partir des propri\u00e9t\u00e9s algorithmiques des architectures d’apprentissage par renforcement. Leur r\u00e9putation internationale repose sur cette capacit\u00e9 \u00e0 d\u00e9construire les heuristiques d\u00e9cisionnelles non pas comme des failles intrins\u00e8ques du cerveau humain, mais comme des compromis computationnels optimis\u00e9s pour des environnements soumis \u00e0 des contraintes physiques et temporelles strictes.<\/p>\n

1.2 La gen\u00e8se de l’exp\u00e9rience des deux jeux de roulette<\/h3>\n

L’origine de l’exp\u00e9rience des deux roulettes r\u00e9side dans un constat critique dress\u00e9 par Blanco et Love : l’h\u00e9g\u00e9monie des t\u00e2ches de d\u00e9cision par description dans la litt\u00e9rature sur le cadrage avait cr\u00e9\u00e9 un angle mort th\u00e9orique majeur. Dans les protocoles traditionnels inspir\u00e9s du c\u00e9l\u00e8bre probl\u00e8me de la maladie asiatique de Tversky et Kahneman, les agents re\u00e7oivent une formulation textuelle explicite r\u00e9sumant exhaustivement les probabilit\u00e9s et les gains. Or, dans les situations r\u00e9elles auxquelles l’\u00e9volution a confront\u00e9 l’esprit humain, les probabilit\u00e9s ne sont jamais affich\u00e9es sous forme de pourcentages explicites ; elles doivent \u00eatre inf\u00e9r\u00e9es \u00e0 partir d’un flux continu et bruit\u00e9 d’exp\u00e9riences individuelles.<\/p>\n

La volont\u00e9 d’\u00e9tudier l’apprentissage par renforcement dynamique sous diff\u00e9rentes conditions de pr\u00e9sentation a donc guid\u00e9 la conception d’un nouveau paradigme. Blanco et Love ont cherch\u00e9 \u00e0 concevoir une t\u00e2che o\u00f9 les participants devaient apprendre la valeur relative de deux options probabilistes via l’exp\u00e9rience active, tout en manipulant la mani\u00e8re dont les r\u00e9sultats \u00e9taient perceptuellement et cognitivement pr\u00e9sent\u00e9s. La m\u00e9taphore visuelle de la roulette s’est impos\u00e9e avec \u00e9vidence : elle offre une repr\u00e9sentation g\u00e9om\u00e9trique intuitive des probabilit\u00e9s objectives gr\u00e2ce \u00e0 la surface angulaire des secteurs color\u00e9s, tout en autorisant un contr\u00f4le exp\u00e9rimental absolu sur les lois de distribution sous-jacentes et les valeurs num\u00e9riques associ\u00e9es.<\/p>\n

Les hypoth\u00e8ses initiales de Blanco et Love postulaient que, m\u00eame lorsque les structures math\u00e9matiques formelles d’un probl\u00e8me d’apprentissage sont rigoureusement identiques, la simple modification du format de pr\u00e9sentation de la r\u00e9troaction induirait des trajectoires d’apprentissage divergentes. Les auteurs anticipaient que la sensibilit\u00e9 contextuelle modifierait la fa\u00e7on dont les individus traitent les signaux d’information manquante, alt\u00e9rant l’estimation subjective des probabilit\u00e9s et d\u00e9stabilisant la capacit\u00e9 des participants \u00e0 converger vers le comportement math\u00e9matiquement optimal.<\/p>\n

1.3 Objectifs fondamentaux et port\u00e9e de la recherche<\/h3>\n

Le premier objectif fondamental de cette recherche consistait \u00e0 quantifier avec pr\u00e9cision l’impact du format de r\u00e9troaction sur l’\u00e9valuation subjective des distributions de probabilit\u00e9 dans une t\u00e2che dynamique. Il s’agissait de v\u00e9rifier si des sujets humains, soumis \u00e0 un apprentissage it\u00e9ratif par essais et erreurs, parvenaient \u00e0 extraire l’esp\u00e9rance math\u00e9matique sous-jacente des options sans \u00eatre perturb\u00e9s par la valence positive ou n\u00e9gative des signaux de renforcement interm\u00e9diaires.<\/p>\n

Le deuxi\u00e8me enjeu visait \u00e0 soumettre l’axiome d’invariance descriptive \u2014 pierre angulaire de la th\u00e9orie du choix rationnel<\/a> \u2014 \u00e0 une \u00e9preuve empirique in\u00e9dite. Selon cet axiome fondamental, l’ordre des pr\u00e9f\u00e9rences d’un agent entre diff\u00e9rentes options ne doit subir aucune variation si la structure probabiliste et les cons\u00e9quences r\u00e9elles de ces options demeurent strictement inchang\u00e9es, quelle que soit la m\u00e9thode rh\u00e9torique ou visuelle utilis\u00e9e pour les d\u00e9crire. Blanco et Love entendaient d\u00e9montrer que cet axiome est syst\u00e9matiquement viol\u00e9 dans les environnements dynamiques ferm\u00e9s, remettant en cause l’universalit\u00e9 des mod\u00e8les normatifs de l’apprentissage machine lorsqu’ils sont appliqu\u00e9s \u00e0 la cognition humaine.<\/p>\n

Enfin, le troisi\u00e8me objectif ambitionnait de formaliser un cadre th\u00e9orique unifi\u00e9, capable de relier les repr\u00e9sentations cognitives internes et les choix comportementaux effectifs via des algorithmes d’apprentissage par renforcement modifi\u00e9s. En ins\u00e9rant des param\u00e8tres de distorsion perceptuelle et de sensibilit\u00e9 diff\u00e9rentielle au gain et \u00e0 la perte dans les fonctions de mise \u00e0 jour bay\u00e9sienne et de Q-learning, Blanco et Love visaient \u00e0 transformer une simple observation exp\u00e9rimentale en une th\u00e9orie pr\u00e9dictive robuste des interactions entre le cadrage s\u00e9mantique et la computation neuronale des valeurs d’action.<\/p>\n

2. Les fondements th\u00e9oriques de l’effet de cadrage en psychologie cognitive<\/h2>\n

Pour mesurer la rupture \u00e9pist\u00e9mologique incarn\u00e9e par le travail de Blanco et Love, il est indispensable de replacer leur paradigme au sein de la g\u00e9n\u00e9alogie des sciences de la d\u00e9cision, depuis les perc\u00e9es de l’\u00e9conomie comportementale jusqu’aux d\u00e9bats contemporains sur la modularit\u00e9 de l’esprit et la rationalit\u00e9 situ\u00e9e.<\/p>\n

2.1 L’h\u00e9ritage de Tversky et Kahneman et la th\u00e9orie des perspectives<\/h3>\n

La formalisation originale de l’effet de cadrage trouve sa source dans les travaux pionniers d’Amos Tversky et Daniel Kahneman au d\u00e9but des ann\u00e9es 1980. \u00c0 travers la publication de leur th\u00e9orie des perspectives<\/a> (Prospect Theory<\/em>) en 1979, puis de son extension cumulative en 1992, les deux chercheurs ont r\u00e9volutionn\u00e9 l’analyse du risque en introduisant le principe fondamental de d\u00e9pendance au point de r\u00e9f\u00e9rence. Contrairement au mod\u00e8le de von Neumann et Morgenstern qui \u00e9value les utilit\u00e9s en fonction du niveau de richesse totale absolue de l’agent, la th\u00e9orie des perspectives affirme que l’appareil perceptif et cognitif humain \u00e9value les r\u00e9sultats en termes d’\u00e9carts relatifs \u2014 per\u00e7us comme des gains ou des pertes \u2014 par rapport \u00e0 un point de r\u00e9f\u00e9rence neutre et modulable.<\/p>\n

Cette d\u00e9pendance au point de r\u00e9f\u00e9rence s’accompagne d’une asym\u00e9trie fonctionnelle majeure mod\u00e9lis\u00e9e par la fonction de valeur psychologique, caract\u00e9ris\u00e9e par une forme en \u00ab S \u00bb : concave dans le domaine des gains (impliquant une aversion g\u00e9n\u00e9rale au risque lorsque les issues sont positives) et convexe dans le domaine des pertes (entra\u00eenant une recherche active de risque lorsque les issues sont n\u00e9gatives). De plus, la pente de cette courbe est substantiellement plus abrupte pour les valeurs n\u00e9gatives que pour les valeurs positives, concr\u00e9tisant le concept canonique d’aversion \u00e0 la perte : la douleur psychologique associ\u00e9e \u00e0 une perte est estim\u00e9e empiriquement comme \u00e9tant environ deux fois plus intense que le plaisir g\u00e9n\u00e9r\u00e9 par un gain de magnitude strictement \u00e9quivalente.<\/p>\n

Les exp\u00e9riences historiques reposaient sur des \u00e9nigmes discursives, notamment le probl\u00e8me embl\u00e9matique de la maladie asiatique, o\u00f9 les d\u00e9cideurs devaient arbitrer entre un traitement certain et un traitement probabiliste. Lorsque le probl\u00e8me \u00e9tait formul\u00e9 en termes de vies sauv\u00e9es (cadre de gain), la majorit\u00e9 des participants choisissait l’option certaine ; lorsque le m\u00eame dilemme \u00e9tait formul\u00e9 en termes de d\u00e9c\u00e8s in\u00e9vitables (cadre de perte), les pr\u00e9f\u00e9rences s’inversaient spectaculairement en faveur du programme risqu\u00e9. La transition vers des contextes visuels et s\u00e9quentiels continus, initi\u00e9e des d\u00e9cennies plus tard par Blanco et Love, repr\u00e9sente le prolongement direct de cette dialectique, transposant la manipulation s\u00e9mantique dans l’ar\u00e8ne des repr\u00e9sentations g\u00e9om\u00e9triques et temporelles interactives.<\/p>\n

2.2 Taxonomie moderne des effets de cadrage<\/h3>\n

L’\u00e9volution th\u00e9orique de la psychologie de la d\u00e9cision a progressivement conduit \u00e0 raffiner le concept global de cadrage. Dans une typologie devenue classique propos\u00e9e par Levin, Schneider et Gaeth (1998), trois cat\u00e9gories distinctes ont \u00e9t\u00e9 formellement isol\u00e9es : le cadrage des attributs (o\u00f9 une caract\u00e9ristique isol\u00e9e d’un objet est \u00e9valu\u00e9e positivement ou n\u00e9gativement, par exemple de la viande \u00e9tiquet\u00e9e \u00e0 \u00ab 75 % de mati\u00e8re maigre \u00bb versus \u00ab 25 % de mati\u00e8re grasse \u00bb), le cadrage des objectifs (qui souligne les b\u00e9n\u00e9fices d’adopter un comportement versus les co\u00fbts associ\u00e9s \u00e0 son omission), et enfin le cadrage des options risqu\u00e9es (o\u00f9 le niveau de risque est mis en balance avec des perspectives de gain ou de perte).<\/p>\n

Le travail de Nathaniel Blanco et Bradley Love se situe \u00e0 l’avant-garde d’une quatri\u00e8me cat\u00e9gorie \u00e9mergente : le cadrage des t\u00e2ches d’apprentissage continu par essais et erreurs. Dans cette configuration, le cadre n’est pas simplement un habillage s\u00e9mantique pr\u00e9sent\u00e9 une unique fois avant le choix, mais un prisme cognitif op\u00e9rant de mani\u00e8re it\u00e9rative \u00e0 chaque occurrence d’une r\u00e9troaction environnementale. Chaque essai r\u00e9active et consolide le cadre mental, cr\u00e9ant des interactions complexes entre les repr\u00e9sentations temporaires stock\u00e9es en m\u00e9moire de travail et les sch\u00e9mas m\u00e9moriels stables forg\u00e9s au fil des renforcements successifs.<\/p>\n

Un enjeu th\u00e9orique crucial soulev\u00e9 par cette taxonomie dynamique concerne la collision entre le cadrage externe impos\u00e9 par l’exp\u00e9rimentateur et le cadrage interne que le sujet g\u00e9n\u00e8re spontan\u00e9ment pour donner du sens \u00e0 son environnement. Si l’architecture du protocole force une pr\u00e9sentation n\u00e9gative d’un \u00e9v\u00e9nement factuellement neutre ou favorable, l’esprit humain tente de recalibrer activement son \u00e9chelle subjective. Cependant, comme l’ont d\u00e9montr\u00e9 Blanco et Love, cette capacit\u00e9 de neutralisation autonome est s\u00e9v\u00e8rement limit\u00e9e par la pr\u00e9gnance des stimuli visuels perceptifs imm\u00e9diats, scellant ainsi l’asservissement des choix au cadre ext\u00e9rieur.<\/p>\n

2.3 Le dilemme de l’invariance descriptive<\/h3>\n

L’invariance descriptive postule qu’un syst\u00e8me d\u00e9cisionnel logique et coh\u00e9rent doit maintenir une constance parfaite de ses choix d\u00e8s lors que les cons\u00e9quences factuelles et les probabilit\u00e9s objectives des alternatives demeurent invariantes \u00e0 travers diff\u00e9rentes repr\u00e9sentations formelles. Dans le cadre axiomatique de la micro\u00e9conomie standard, formalis\u00e9 par Kenneth Arrow et Gerard Debreu, l’invariance descriptive constitue un pr\u00e9suppos\u00e9 m\u00e9thodologique si fondamental qu’il n’\u00e9tait m\u00eame pas explicit\u00e9 dans les axiomes primitifs de la th\u00e9orie : il allait de soi qu’un agent rationnel ne modifie pas sa structure de pr\u00e9f\u00e9rence sous le simple effet d’une paraphrase descriptive.<\/p>\n

La d\u00e9monstration empirique syst\u00e9matique de l’effondrement de cette invariance chez les d\u00e9cideurs humains pose un d\u00e9fi \u00e9pist\u00e9mologique majeur. Loin d’\u00eatre un ph\u00e9nom\u00e8ne anecdotique, la violation de l’invariance met en lumi\u00e8re le caract\u00e8re indissociable de la cognition et de la repr\u00e9sentation : l’esprit humain ne traite pas des propositions abstraites, mais des configurations de stimuli qui mobilisent des heuristiques perceptives fa\u00e7onn\u00e9es par l’histoire \u00e9volutive de l’esp\u00e8ce. D’un point de vue adaptationniste, la flexibilit\u00e9 contextuelle des repr\u00e9sentations n’est pas n\u00e9cessairement une anomalie dysfonctionnelle, mais une heuristique \u00e9conomique permettant d’\u00e9conomiser de pr\u00e9cieuses ressources m\u00e9taboliques et computationnelles dans des environnements naturels o\u00f9 le format d’apparition d’un indice fournit souvent une information cruciale sur les menaces et opportunit\u00e9s environnantes.<\/p>\n

Ces observations r\u00e9sonnent profond\u00e9ment avec le concept de rationalit\u00e9 limit\u00e9e<\/a> formul\u00e9 par Herbert Simon. Simon soutenait que la rationalit\u00e9 humaine doit \u00eatre \u00e9valu\u00e9e non pas \u00e0 l’aune d’une omniscience math\u00e9matique intemporelle, mais en tenant compte de l’architecture concr\u00e8te de l’appareil cognitif et des structures \u00e9cologiques de l’environnement. Dans cette perspective \u00e9pist\u00e9mologique, l’exp\u00e9rience de Blanco et Love n’illustre pas simplement un dysfonctionnement passager de la rationalit\u00e9, mais r\u00e9v\u00e8le les m\u00e9canismes de calcul sous-jacents qui contraignent la prise de d\u00e9cision s\u00e9quentielle lorsque la m\u00e9moire, le temps et l’attention sont finis.<\/p>\n

3. Le paradigme exp\u00e9rimental des deux jeux de roulette<\/h2>\n

Pour soumettre l’apprentissage par renforcement \u00e0 la distorsion du cadrage, Nathaniel Blanco et Bradley Love ont con\u00e7u un dispositif exp\u00e9rimental informatis\u00e9 d’une rare \u00e9l\u00e9gance m\u00e9thodologique, fond\u00e9 sur la m\u00e9taphore visuelle de deux roulettes probabilistes virtuelles. Cette mod\u00e9lisation exp\u00e9rimentale permet de croiser g\u00e9om\u00e9trie visuelle, dynamique s\u00e9quentielle et contr\u00f4le absolu des esp\u00e9rances math\u00e9matiques.<\/p>\n

3.1 Structure structurelle et r\u00e8gles du dispositif<\/h3>\n

Le dispositif exp\u00e9rimental pr\u00e9sente sur un \u00e9cran d’ordinateur deux roulettes circulaires distinctes, positionn\u00e9es c\u00f4te \u00e0 c\u00f4te, que les participants peuvent activer successivement \u00e0 chaque essai d’une longue s\u00e9rie d\u00e9cisionnelle. Chaque roulette est divis\u00e9e en secteurs g\u00e9om\u00e9triques color\u00e9s dont l’\u00e9tendue angulaire correspond exactement \u00e0 la probabilit\u00e9 math\u00e9matique d’occurrence des issues associ\u00e9es. Visuellement, une roulette comporte par exemple un secteur dominant repr\u00e9sentant 70 % de la circonf\u00e9rence totale (soit un angle au centre de 252 degr\u00e9s) et un secteur mineur couvrant les 30 % restants (un angle de 108 degr\u00e9s).<\/p>\n

\u00c0 chaque essai, un pointeur ou une bille virtuelle tourne autour de la roulette s\u00e9lectionn\u00e9e pour s’immobiliser sur l’un des secteurs, d\u00e9clenchant l’apparition d’une valeur num\u00e9rique explicite qui correspond \u00e0 la r\u00e9tribution associ\u00e9e \u00e0 cette r\u00e9gion de l’espace d’\u00e9tat. Les valeurs des gains ou pertes sont strictement calibr\u00e9es afin que chaque roulette poss\u00e8de une esp\u00e9rance math\u00e9matique th\u00e9orique rigoureusement contr\u00f4l\u00e9e par les exp\u00e9rimentateurs. L’une des deux roulettes est con\u00e7ue pour \u00eatre math\u00e9matiquement \u00ab optimale \u00bb, c’est-\u00e0-dire que son esp\u00e9rance de rendement moyen par tirage sur le long terme surpasse significativement celle de la seconde roulette, qualifi\u00e9e de \u00ab sous-optimale \u00bb.<\/p>\n

Une contrainte temporelle calibr\u00e9e encadre la prise de d\u00e9cision : les sujets disposent d’un intervalle de r\u00e9ponse bref pour s\u00e9lectionner l’une des deux options au moyen d’un clavier ou d’une souris, emp\u00eachant tout recours \u00e0 un calcul analytique d\u00e9lib\u00e9r\u00e9 ou \u00e0 une pose arithm\u00e9tique papier-crayon. La chronom\u00e9trie des essais est standardis\u00e9e, s\u00e9parant l’action motrice, l’animation de rotation de la roulette et la phase d’exposition au r\u00e9sultat par des intervalles inter-essais constants d’environ une seconde, favorisant ainsi l’\u00e9mergence d’une strat\u00e9gie d’apprentissage automatis\u00e9e et exp\u00e9rientielle.<\/p>\n

3.2 La manipulation critique : sym\u00e9trie formelle et divergence de cadrage<\/h3>\n

Le c\u0153ur de l’innovation exp\u00e9rimentale de Blanco et Love r\u00e9side dans la manipulation rigoureuse du cadre de pr\u00e9sentation de la r\u00e9troaction, tout en pr\u00e9servant une \u00e9quivalence math\u00e9matique absolue entre les conditions d’\u00e9tude. Dans le jeu cadr\u00e9 en \u00ab gains directs \u00bb, le sujet observe des secteurs de roulette associ\u00e9s \u00e0 des gains nominaux positifs. Par exemple, le choix de la roulette optimale se traduit par l’obtention r\u00e9currente d’un gain de +50 points sur le grand secteur et d’un gain nul (0 point) sur le petit secteur, tandis que la roulette sous-optimale octroie syst\u00e9matiquement +20 points quel que soit le secteur d’atterrissage.<\/p>\n

Dans la condition sym\u00e9trique cadr\u00e9e en \u00ab pertes \u00e9vit\u00e9es \u00bb ou en r\u00e9sultats n\u00e9gatifs, la structure formelle de la t\u00e2che est strictement isomorphe, mais l’int\u00e9gralit\u00e9 du bar\u00e8me est translat\u00e9e le long de l’axe des ordonn\u00e9es ou formul\u00e9e sous forme de soustraction par rapport \u00e0 une dotation initiale allou\u00e9e au d\u00e9part de l’essai. Les \u00e9v\u00e9nements sont ainsi d\u00e9crits ou per\u00e7us sous l’angle du co\u00fbt : ne pas obtenir une r\u00e9compense est pr\u00e9sent\u00e9 comme une p\u00e9nalit\u00e9 financi\u00e8re, ou les gains sont remplac\u00e9s par des pertes de magnitudes telles que la diff\u00e9rence math\u00e9matique nette entre les deux options demeure strictement invariante au centime pr\u00e8s.<\/p>\n

Pour garantir que l’effet observ\u00e9 d\u00e9coule exclusivement du biais de cadrage et non de facteurs de confusion parasites, Blanco et Love ont neutralis\u00e9 avec minutie la complexit\u00e9 perceptive : les surfaces angulaires, les contrastes chromatiques, les vitesses de rotation et la charge mn\u00e9sique requise pour encoder les chiffres sont strictement contr\u00f4l\u00e9s et appari\u00e9s. L’unique vecteur d’information provoquant la scission comportementale r\u00e9side dans la valence s\u00e9mantique et num\u00e9rique du signal de r\u00e9troaction (positivit\u00e9 brute versus n\u00e9gativit\u00e9 relative), isolant de mani\u00e8re chirurgicale le ph\u00e9nom\u00e8ne psychologique \u00e9tudi\u00e9.<\/p>\n

3.3 Modalit\u00e9s d’interaction et recueil des r\u00e9ponses<\/h3>\n

L’interface utilisateur a \u00e9t\u00e9 con\u00e7ue pour minimiser la friction op\u00e9ratoire et maximiser l’immersion cognitive du sujet dans la t\u00e2che s\u00e9quentielle. Pour s\u00e9lectionner la roulette active, le participant presse simplement une touche d\u00e9di\u00e9e correspondant \u00e0 l’option gauche ou droite, provoquant l’animation imm\u00e9diate de la fl\u00e8che indicatrice. Ce dispositif permet de mesurer avec une pr\u00e9cision millim\u00e9trique les latences de d\u00e9cision (temps de r\u00e9action), fournissant un indice pr\u00e9cieux sur le niveau de conflit cognitif, d’h\u00e9sitation ou de certitude animant le d\u00e9cideur lors de chaque tirage.<\/p>\n

Les protocoles de r\u00e9troaction ont \u00e9t\u00e9 m\u00e9thodiquement param\u00e9tr\u00e9s. Blanco et Love ont privil\u00e9gi\u00e9 une r\u00e9troaction imm\u00e9diate, o\u00f9 le r\u00e9sultat du tirage s’affiche au centre m\u00eame de la roulette choisie, accompagn\u00e9 d’un compteur global actualisant le score total cumul\u00e9 depuis le d\u00e9but de la session exp\u00e9rimentale. Cette imm\u00e9diatet\u00e9 temporelle est cruciale pour l’apprentissage par renforcement, car elle permet une association directe entre la trace mn\u00e9sique du choix moteur et la d\u00e9charge neuronale associ\u00e9e au signal de r\u00e9compense ou de punition.<\/p>\n

Afin de conf\u00e9rer aux choix une valeur \u00e9cologique incontestable et d’\u00e9viter les biais de d\u00e9sengagement fr\u00e9quemment observ\u00e9s lors de simulations purement hypoth\u00e9tiques, un syst\u00e8me rigoureux d’incitations financi\u00e8res index\u00e9 sur la performance cumulative r\u00e9elle a \u00e9t\u00e9 mis en \u0153uvre. Les participants \u00e9taient inform\u00e9s d\u00e8s les consignes pr\u00e9liminaires que leur r\u00e9mun\u00e9ration mon\u00e9taire finale \u00e0 la sortie du laboratoire serait une fonction lin\u00e9aire directe du nombre total de points accumul\u00e9s sur l’ensemble des essais. Chaque d\u00e9cision comportait ainsi un enjeu mat\u00e9riel tangible, alignant les motivations individuelles sur l’optimisation math\u00e9matique du comportement.<\/p>\n

4. Architecture m\u00e9thodologique et protocoles empiriques<\/h2>\n

La validit\u00e9 des conclusions tir\u00e9es par Blanco et Love d\u00e9pend directement de la rigueur de leur design exp\u00e9rimental et de l’ad\u00e9quation de leurs protocoles quantitatifs. La section suivante diss\u00e8que les choix m\u00e9thodologiques sous-tendant l’\u00e9chantillonnage, la structure des plans factoriels et la m\u00e9trologie cognitive mobilis\u00e9e au cours de cette \u00e9tude.<\/p>\n

4.1 \u00c9chantillonnage et stratification des cohortes<\/h3>\n

L’\u00e9chantillonnage de l’\u00e9tude a impliqu\u00e9 des cohortes d’\u00e9tudiants universitaires recrut\u00e9s selon des crit\u00e8res d’inclusion rigoureux garantissant l’int\u00e9grit\u00e9 des mesures cognitives. Les crit\u00e8res d’exclusion \u00e9cartaient syst\u00e9matiquement les individus pr\u00e9sentant des ant\u00e9c\u00e9dents de troubles neurologiques, d’affections psychiatriques majeures, ou manifestant des d\u00e9ficits visuels non corrig\u00e9s susceptibles d’alt\u00e9rer l’estimation angulaire des secteurs g\u00e9om\u00e9triques des roulettes virtuelles.<\/p>\n

Le calcul de la puissance statistique a \u00e9t\u00e9 conduit a priori<\/em> \u00e0 l’aide d’outils biom\u00e9triques standardis\u00e9s (tels que le logiciel G*Power), visant \u00e0 d\u00e9tecter des tailles d’effet mod\u00e9r\u00e9es \u00e0 larges ($d$<\/span> de Cohen variant entre 0,45 et 0,65) avec une puissance minimale de $1 – \\beta = 0,85$<\/span> pour un seuil de significativit\u00e9 fix\u00e9 \u00e0 $\\alpha = 0,05$<\/span>. Cette pr\u00e9caution a permis de s’assurer que le nombre de sujets par groupe \u00e9tait amplement suffisant pour immuniser l’\u00e9tude contre les faux n\u00e9gatifs et la volatilit\u00e9 statistique propre aux t\u00e2ches stochastiques dynamiques.<\/p>\n

Parall\u00e8lement, les exp\u00e9rimentateurs ont m\u00e9ticuleusement contr\u00f4l\u00e9 les variables interindividuelles d\u00e9mographiques, veillant \u00e0 une stricte parit\u00e9 de genre et \u00e0 une homog\u00e9n\u00e9it\u00e9 des tranches d’\u00e2ge. Un questionnaire d’anamn\u00e8se sp\u00e9cifique a \u00e9t\u00e9 administr\u00e9 afin d’\u00e9valuer et de neutraliser l’exposition pr\u00e9alable des sujets aux jeux de hasard et d’argent (paris sportifs, poker, casinos en ligne), pr\u00e9venant ainsi toute interf\u00e9rence li\u00e9e \u00e0 des habitudes d\u00e9cisionnelles ou \u00e0 des croyances pr\u00e9existantes relatives au fonctionnement des g\u00e9n\u00e9rateurs de nombres al\u00e9atoires.<\/p>\n

4.2 Design exp\u00e9rimental intra-sujet versus inter-sujets<\/h3>\n

Sur le plan \u00e9pist\u00e9mologique, Blanco et Love ont privil\u00e9gi\u00e9 une architecture m\u00e9thodologique hybride, combinant habilement des blocs d’essais intra-sujets et des assignations factorielles inter-sujets afin de maximiser \u00e0 la fois la puissance statistique des comparaisons et la puret\u00e9 des trajectoires d’apprentissage. L’attribution des sujets aux diff\u00e9rentes conditions de cadrage initiales s’est effectu\u00e9e par randomisation compl\u00e8te en double aveugle.<\/p>\n

Afin de pr\u00e9venir tout biais de report ou contamination cognitive, des techniques sophistiqu\u00e9es de contrebalancement de l’ordre de pr\u00e9sentation des blocs de t\u00e2ches ont \u00e9t\u00e9 d\u00e9ploy\u00e9es selon un sch\u00e9ma en carr\u00e9 latin. La spatialisation physique des roulettes (disposition de l’option optimale \u00e0 gauche ou \u00e0 droite de l’\u00e9cran) a \u00e9t\u00e9 rigoureusement altern\u00e9e de mani\u00e8re pseudo-al\u00e9atoire entre les participants, \u00e9liminant tout biais d’h\u00e9min\u00e9gligence ou de pr\u00e9f\u00e9rence motrice lat\u00e9rale.<\/p>\n

Des phases de repos intercalaires ont \u00e9t\u00e9 ins\u00e9r\u00e9es entre les blocs exp\u00e9rimentaux pour neutraliser l’\u00e9puisement de l’attention s\u00e9lective, l’effet de fatigue et les ph\u00e9nom\u00e8nes d’extinction comportementale li\u00e9s \u00e0 la r\u00e9p\u00e9tition monotone des essais. Des analyses de variance multivari\u00e9es (MANOVA) et des mod\u00e8les de r\u00e9gression \u00e0 effets mixtes ont \u00e9t\u00e9 syst\u00e9matiquement appliqu\u00e9s pour v\u00e9rifier l’absence d’effets d’ordre ou d’interactions r\u00e9siduelles ind\u00e9sirables entre la chronologie des blocs et l’orientation initiale du cadrage.<\/p>\n

4.3 Mesures d\u00e9pendantes et m\u00e9triques de quantification<\/h3>\n

L’extraction des donn\u00e9es empiriques a repos\u00e9 sur une pluralit\u00e9 d’indices quantitatifs compl\u00e9mentaires. La mesure d\u00e9pendante cardinale est le taux de choix de l’option optimale ($P(\\text{opt})$<\/span>), calcul\u00e9 de mani\u00e8re mobile le long d’une fen\u00eatre temporelle glissante d’essais successifs. Cette m\u00e9trique permet d’observer en temps r\u00e9el la dynamique d’apprentissage, c’est-\u00e0-dire la vitesse \u00e0 laquelle les agents d\u00e9couvrent et exploitent la sup\u00e9riorit\u00e9 math\u00e9matique de la meilleure roulette.<\/p>\n

Au-del\u00e0 du simple pourcentage de choix optimaux, les auteurs ont d\u00e9riv\u00e9 des indices de sensibilit\u00e9 aux changements marginaux de probabilit\u00e9s et d’amplitudes. Ces m\u00e9triques \u00e9valuent avec finesse la stabilit\u00e9 des pr\u00e9f\u00e9rences temporelles face aux fluctuations stochastiques inh\u00e9rentes au tirage al\u00e9atoire, identifiant les moments critiques o\u00f9 un \u00e9v\u00e9nement d\u00e9favorable ponctuel provoque une d\u00e9sertion irrationnelle de la roulette math\u00e9matiquement dominante.<\/p>\n

Enfin, le protocole a \u00e9t\u00e9 enrichi par des mesures subjectives post-exp\u00e9rimentales collig\u00e9es par des questionnaires d’auto-\u00e9valuation structur\u00e9s. Les participants devaient y estimer r\u00e9trospectivement la proportion de gains qu’ils pensaient avoir re\u00e7us sur chaque roulette, quantifier leur sentiment subjectif de contr\u00f4le sur la machine, et \u00e9valuer l’attractivit\u00e9 affective per\u00e7ue de chacune des deux options, fournissant un mat\u00e9riau ph\u00e9nom\u00e9nologique indispensable pour corroborer les inf\u00e9rences tir\u00e9es des traces comportementales brutes.<\/p>\n

5. M\u00e9canismes d’apprentissage par renforcement sous influence du cadrage<\/h2>\n

L’apport le plus novateur de Nathaniel Blanco et Bradley Love r\u00e9side dans l’articulation entre l’effet de cadrage et les fondements algorithmiques de l’apprentissage par renforcement. La fa\u00e7on dont l’information entrante est s\u00e9mantiquement \u00e9tiquet\u00e9e alt\u00e8re directement la machinerie computationnelle par laquelle le cerveau humain met \u00e0 jour ses croyances sur le monde.<\/p>\n

5.1 Calcul et mise \u00e0 jour des erreurs de pr\u00e9diction de r\u00e9compense<\/h3>\n

Au c\u0153ur de l’apprentissage par renforcement computationnel se trouve le concept d’erreur de pr\u00e9diction de r\u00e9compense<\/a> (Reward Prediction Error<\/em> ou RPE), historiquement formalis\u00e9e par le c\u00e9l\u00e8bre mod\u00e8le de Rescorla-Wagner (1972) en psychologie animale et par les algorithmes de diff\u00e9rence temporelle (Sutton & Barto, 1998) en informatique. L’algorithme postule que la valeur attendue d’une action, not\u00e9e $V(s)$<\/span>, est ajust\u00e9e \u00e0 l’essai $t+1$<\/span> en proportion directe de l’\u00e9cart arithm\u00e9tique entre la r\u00e9tribution effectivement re\u00e7ue $R_t$<\/span> et l’esp\u00e9rance pr\u00e9alablement calcul\u00e9e $V_t(s)$<\/span> :<\/p>\n

$$\\delta_t = R_t – V_t(s)$$<\/span><\/p>\n

$$V_{t+1}(s) = V_t(s) + \\alpha \\cdot \\delta_t$$<\/span><\/p>\n

o\u00f9 $\\alpha$<\/span> repr\u00e9sente le taux d’apprentissage de l’agent (avec $0 le \\alpha le 1$<\/span>). Dans le cadre th\u00e9orique standard, la variable $R_t$<\/span> est suppos\u00e9e refl\u00e9ter la grandeur physique objective de la r\u00e9compense. Or, Blanco et Love ont mis en lumi\u00e8re une distorsion radicale : le signal d’erreur $\\delta_t$<\/span> n’est pas calcul\u00e9 \u00e0 partir de la valeur objective brute, mais est profond\u00e9ment modul\u00e9 par le signe per\u00e7u de la r\u00e9troaction impos\u00e9 par le cadre exp\u00e9rimental.<\/p>\n

Lorsque la t\u00e2che est cadr\u00e9e en termes de pertes, la m\u00eame issue objective est encod\u00e9e comme une sanction aversive n\u00e9gative, d\u00e9clenchant une asym\u00e9trie marqu\u00e9e des taux d’apprentissage : le param\u00e8tre $\\alpha^-$<\/span> d\u00e9di\u00e9 \u00e0 la mise \u00e0 jour cons\u00e9cutive \u00e0 une issue d\u00e9favorable prend une magnitude disproportionn\u00e9e par rapport au param\u00e8tre $\\alpha^+$<\/span> allou\u00e9 aux issues favorables. Il en r\u00e9sulte une pond\u00e9ration cognitive non lin\u00e9aire des \u00e9carts entre attente et r\u00e9alit\u00e9, d\u00e9s\u00e9quilibrant l’algorithme d’apprentissage vers une r\u00e9activit\u00e9 excessive aux tirages malchanceux.<\/p>\n

5.2 Dynamique de la valeur subjective au fil des essais<\/h3>\n

Cette asym\u00e9trie computationnelle perturbe la construction it\u00e9rative de la table de valeurs d’action par les participants. Dans la condition de cadrage positif, o\u00f9 les r\u00e9tributions s’\u00e9chelonnent entre des gains \u00e9lev\u00e9s et des gains nuls, les agents int\u00e8grent progressivement la fr\u00e9quence relative des issues favorables et convergent de fa\u00e7on asymptotique vers une repr\u00e9sentation exacte de la sup\u00e9riorit\u00e9 de la roulette optimale.<\/p>\n

\u00c0 l’inverse, sous l’empire d’un cadrage formul\u00e9 en termes de pertes, on assiste \u00e0 une \u00e9rosion spectaculaire de la valeur subjective de l’option optimale. D\u00e8s lors qu’un secteur d\u00e9favorable d’une roulette dominante d\u00e9livre une perte nominale saillante, le d\u00e9cideur subit un \u00e9lectrochoc cognitif : le signal n\u00e9gatif outrepasse la moyenne pond\u00e9r\u00e9e des gains ant\u00e9rieurs. Il se produit alors un ph\u00e9nom\u00e8ne d\u00e9l\u00e9t\u00e8re de sur-r\u00e9action face aux s\u00e9ries al\u00e9atoires d\u00e9favorables (hot hand fallacy<\/em> ou son corollaire n\u00e9gatif), poussant le sujet \u00e0 fuir la meilleure roulette en r\u00e9action \u00e0 une simple fluctuation stochastique.<\/p>\n

Le point le plus remarquable identifi\u00e9 par Blanco et Love concerne la persistance de ces croyances sous-optimales. Alors que la th\u00e9orie de l’apprentissage par renforcement postule qu’un \u00e9chantillonnage prolong\u00e9 finit inexorablement par dissoudre les biais initiaux gr\u00e2ce \u00e0 la convergence de la loi des grands nombres, l’effet de cadrage maintient les participants dans un \u00e9tat de myopie d\u00e9cisionnelle chronique, emp\u00eachant la stabilisation de la valeur subjective optimale m\u00eame apr\u00e8s plusieurs centaines d’essais d’entra\u00eenement intensif.<\/p>\n

5.3 Interf\u00e9rence du cadrage sur l’int\u00e9gration bay\u00e9sienne<\/h3>\n

Pour mesurer la d\u00e9rive cognitive des participants, il est instructif de confronter leur dynamique d\u00e9cisionnelle au mod\u00e8le formel de la mise \u00e0 jour bay\u00e9sienne id\u00e9ale. Dans un cadre bay\u00e9sien, l’agent utilise le th\u00e9or\u00e8me de Bayes pour r\u00e9viser sa distribution de probabilit\u00e9 a posteriori<\/em> quant \u00e0 la distribution sous-jacente des deux roulettes en int\u00e9grant chaque nouvelle observation objective $D$<\/span> de mani\u00e8re rigoureusement proportionnelle \u00e0 sa vraisemblance empirique :<\/p>\n

$$P(\\theta mid D) = \\frac{P(D mid \\theta) \\cdot P(\\theta)}{P(D)}$$<\/span><\/p>\n

L’analyse des traces comportementales recueillies par Blanco et Love d\u00e9montre une d\u00e9viation syst\u00e9matique des probabilit\u00e9s a posteriori<\/em> subjectives par rapport aux pr\u00e9dictions du mod\u00e8le bay\u00e9sien optimal. Le format de pr\u00e9sentation de la r\u00e9troaction agit comme un filtre d\u00e9formant sur la fonction de vraisemblance $P(D mid \\theta)$<\/span> : une perte nominale est trait\u00e9e avec une charge probante excessive, comme si elle constituait la preuve d\u00e9finitive de la d\u00e9ficience structurelle de la machine s\u00e9lectionn\u00e9e.<\/p>\n

Les sujets s’av\u00e8rent structurellement incapables de renormaliser spontan\u00e9ment l’\u00e9chelle des r\u00e9compenses, restant prisonniers du cadrage s\u00e9mantique impos\u00e9 par l’interface. Cette vuln\u00e9rabilit\u00e9 de l’apprentissage atteint son paroxysme lorsque l’incertitude environnementale est maximale, c’est-\u00e0-dire dans les environnements o\u00f9 la variance intrins\u00e8que des roulettes est tr\u00e8s \u00e9lev\u00e9e. Dans ces conditions de bruit stochastique intense, l’interf\u00e9rence du cadrage d\u00e9truit l’optimalit\u00e9 bay\u00e9sienne, provoquant une dispersion chaotique des distributions d’attentes subjectives.<\/p>\n

6. Analyse des asym\u00e9tries d\u00e9cisionnelles : gains versus pertes<\/h2>\n

L’exp\u00e9rimentation de Blanco et Love illustre avec acuit\u00e9 la divergence profonde s\u00e9parant la psychologie du profit et celle du pr\u00e9judice dans un contexte dynamique. Cette asym\u00e9trie fonctionnelle structure l’ensemble de l’espace d\u00e9cisionnel et mod\u00e8le les arbitrages temporels des agents \u00e9conomiques.<\/p>\n

6.1 La distorsion diff\u00e9rentielle de l’utilit\u00e9 selon l’orientation du cadrage<\/h3>\n

L’analyse fine des choix op\u00e9r\u00e9s par les sujets r\u00e9v\u00e8le une distorsion flagrante de la courbure de la fonction d’utilit\u00e9 psychologique selon que l’environnement exp\u00e9rimental est orient\u00e9 vers le gain ou vers la perte. Dans le domaine positif, la courbure concave caract\u00e9ristique induit une tol\u00e9rance mod\u00e9r\u00e9e \u00e0 la variance : les participants acceptent d’endurer des gains nuls p\u00e9riodiques car leur attention demeure focalis\u00e9e sur l’amplitude attrayante du gain maximal d\u00e9livr\u00e9 par le secteur dominant de la roulette optimale.<\/p>\n

En revanche, dans le domaine n\u00e9gatif, la convexit\u00e9 de la fonction de valeur psychologique bouleverse totalement l’arbitrage cognitif entre la probabilit\u00e9 d’occurrence et la magnitude des cons\u00e9quences. Face \u00e0 la roulette optimale d\u00e9livrant une alternance de petites p\u00e9nalit\u00e9s et d’une perte mod\u00e9r\u00e9e occasionnelle, les participants manifestent un ph\u00e9nom\u00e8ne d’att\u00e9nuation h\u00e9donique : le fait d’\u00e9viter une perte majeure n’est pas per\u00e7u avec la m\u00eame intensit\u00e9 gratifiante que l’encaissement d’un gain sonnant et tr\u00e9buchant de magnitude sym\u00e9trique.<\/p>\n

La comparaison quantitative des dispersions de choix entre les deux conditions montre sans ambigu\u00eft\u00e9 que la variance inter-essais des s\u00e9lections est dramatiquement plus \u00e9lev\u00e9e dans la condition cadr\u00e9e en pertes. Les participants n’adoptent pas une strat\u00e9gie stable et coh\u00e9rente ; leurs d\u00e9cisions oscillent continuellement d’une roulette \u00e0 l’autre, d\u00e9montrant que le traitement psychologique des flux aversifs entrave l’\u00e9tablissement d’une pr\u00e9f\u00e9rence nette et constante.<\/p>\n

6.2 Le r\u00f4le du point d’ancrage psychologique<\/h3>\n

Le point d’ancrage psychologique constitue l’\u00e9l\u00e9ment r\u00e9gulateur qui d\u00e9termine si une issue est cat\u00e9goris\u00e9e cognitivement comme un succ\u00e8s ou comme un \u00e9chec. Dans le protocole des deux roulettes, Blanco et Love ont r\u00e9v\u00e9l\u00e9 l’instauration tacite d’un z\u00e9ro subjectif discordant entre les conditions, produit par la simple formulation des consignes et l’affichage des scores interm\u00e9diaires.<\/p>\n

Au fur et \u00e0 mesure que les essais se succ\u00e8dent et que le sujet accumule des points, on observe un glissement dynamique du niveau d’adaptation (au sens de la th\u00e9orie de l’adaptation de Helson). Dans le jeu formul\u00e9 en gains, le participant r\u00e9\u00e9value constamment son ancrage \u00e0 la hausse, consid\u00e9rant le gain le plus fr\u00e9quent comme la nouvelle norme minimale acceptable. Dans le jeu formul\u00e9 en pertes, en revanche, le point d’ancrage reste souvent bloqu\u00e9 sur le capital initial accord\u00e9 au d\u00e9but de la t\u00e2che, transformant chaque d\u00e9duction de points en une agression directe contre son patrimoine acquis.<\/p>\n

L’appareil cognitif r\u00e9agit de mani\u00e8re infiniment plus sensible aux \u00e9carts relatifs mesur\u00e9s par rapport \u00e0 cet ancrage subjectif imm\u00e9diat qu’\u00e0 la trajectoire de la richesse absolue finale. En manipulant exp\u00e9rimentalement la visibilit\u00e9 de cet ancrage \u2014 par exemple en occultant ou en affichant de fa\u00e7on pro\u00e9minente le capital de d\u00e9part \u2014, Blanco et Love ont \u00e9t\u00e9 en mesure de moduler artificiellement l’amplitude de l’effet de cadrage, apportant la preuve irr\u00e9futable du r\u00f4le causal de ce point de r\u00e9f\u00e9rence dans la d\u00e9stabilisation de la rationalit\u00e9 s\u00e9quentielle.<\/p>\n

6.3 Comportements de fuite face aux pertes et pers\u00e9v\u00e9ration<\/h3>\n

L’une des manifestations comportementales les plus spectaculaires document\u00e9es par l’exp\u00e9rience r\u00e9side dans la recherche exacerb\u00e9e de variabilit\u00e9 observ\u00e9e exclusivement sous le cadrage aversif. Confront\u00e9s \u00e0 une perte cons\u00e9cutive sur la roulette optimale, les participants manifestent un comportement r\u00e9flexe d’\u00e9vitement impulsif : ils abandonnent imm\u00e9diatement l’option math\u00e9matiquement sup\u00e9rieure pour migrer vers la roulette sous-optimale, dans l’espoir illusoire de se soustraire \u00e0 l’issue n\u00e9gative.<\/p>\n

Ce comportement d’\u00e9vitement conduit \u00e0 un paradoxe empirique saisissant : au lieu de pers\u00e9v\u00e9rer sur la strat\u00e9gie offrant la plus faible d\u00e9gradation moyenne de capital, les individus s’engagent dans un changement erratique et f\u00e9brile d’option apr\u00e8s chaque tirage d\u00e9favorable. Cette instabilit\u00e9 motrice s’op\u00e8re en d\u00e9pit de l’absence totale de d\u00e9gradation r\u00e9elle des probabilit\u00e9s objectives de la roulette, d\u00e9montrant que la perte nominale d\u00e9clenche une impulsion comportementale de fuite qui court-circuite l’int\u00e9gration logique de l’information.<\/p>\n

L’analyse corr\u00e9lationnelle a par ailleurs d\u00e9montr\u00e9 un lien \u00e9troit entre l’ampleur de ces comportements de panique d\u00e9cisionnelle et les traits de personnalit\u00e9 des sujets, notamment l’intol\u00e9rance individuelle \u00e0 l’ambigu\u00eft\u00e9 et l’anxi\u00e9t\u00e9 dispositionnelle. Les sujets caract\u00e9ris\u00e9s par une forte aversion pour l’incertitude se sont r\u00e9v\u00e9l\u00e9s les plus enclins \u00e0 basculer dans cette dynamique de fuite perp\u00e9tuelle, sabotant leur rentabilit\u00e9 globale au jeu sous l’effet du cadrage n\u00e9gatif.<\/p>\n

7. Mod\u00e9lisation computationnelle du comportement des participants<\/h2>\n

Afin de conf\u00e9rer \u00e0 leurs d\u00e9couvertes une rigueur math\u00e9matique indiscutable et de d\u00e9passer le stade de la simple description ph\u00e9nom\u00e9nologique, Blanco et Love ont entrepris de mod\u00e9liser formellement le comportement des d\u00e9cideurs au moyen d’algorithmes d’apprentissage par renforcement computationnel enrichis de param\u00e8tres psychologiques.<\/p>\n

7.1 Sp\u00e9cification des mod\u00e8les d’apprentissage par renforcement (RL)<\/h3>\n

Le socle de base employ\u00e9 par les auteurs repose sur une d\u00e9clinaison du mod\u00e8le classique de Q-learning<\/a> adapt\u00e9 aux processus de d\u00e9cision markoviens simplifi\u00e9s. Dans cet univers, la valeur estim\u00e9e de choisir la roulette $i$<\/span> \u00e0 l’essai $t$<\/span>, d\u00e9sign\u00e9e par $Q_t(i)$<\/span>, est mise \u00e0 jour apr\u00e8s l’observation de la r\u00e9troaction $r_t$<\/span> selon la formule canonique :<\/p>\n

$$Q_{t+1}(i) = Q_t(i) + \\alpha \\left( r_t – Q_t(i) \\right)$$<\/span><\/p>\n

Pour capturer la divergence de traitement induite par le cadrage, Blanco et Love ont raffin\u00e9 cette \u00e9quation en s\u00e9parant formellement le param\u00e8tre de taux d’apprentissage $\\alpha$<\/span> en deux variables distinctes : $\\alpha_{\\text{gain}}$<\/span> et $\\alpha_{\\text{perte}}$<\/span>. La valeur de l’action est alors actualis\u00e9e selon que l’erreur de pr\u00e9diction $\\delta_t = r_t – Q_t(i)$<\/span> est positive ou n\u00e9gative :<\/p>\n

$$Q_{t+1}(i) = Q_t(i) + \\begin{\\cases} \\alpha_{\\text{gain}} \\cdot \\delta_t & \\text{si } \\delta_t ge 0 \\ \\alpha_{\\text{perte}} \\cdot \\delta_t & \\text{si } \\delta_t < 0 \\end{\\cases}$$<\/span><\/p>\n

La probabilit\u00e9 d’ex\u00e9cuter l’action consistant \u00e0 choisir la roulette optimale $A$<\/span> par rapport \u00e0 l’alternative $B$<\/span> est ensuite formalis\u00e9e au moyen d’une fonction de s\u00e9lection d’action logistique (fonction softmax de Gibbs-Boltzmann) :<\/p>\n

$$P_t(A) = \\frac{\\exp(\\beta \\cdot Q_t(A))}{\\exp(\\beta \\cdot Q_t(A)) + \\exp(\\beta \\cdot Q_t(B))}$$<\/span><\/p>\n

Dans cette expression, le param\u00e8tre $\\beta$<\/span>, appel\u00e9 temp\u00e9rature inverse, quantifie la sensibilit\u00e9 de l’agent aux \u00e9carts de valeurs estim\u00e9s : lorsque $\\beta to \\infty$<\/span>, l’agent exploite syst\u00e9matiquement l’option poss\u00e9dant la plus haute valeur dans sa table de m\u00e9moire, tandis que lorsque $\\beta to 0$<\/span>, le comportement se dissout dans un bruit exploratoire parfaitement al\u00e9atoire.<\/p>\n

La robustesse relative de diff\u00e9rentes variantes architecturales de ces mod\u00e8les a \u00e9t\u00e9 syst\u00e9matiquement \u00e9valu\u00e9e par l’ajustement aux donn\u00e9es empiriques via l’estimation du maximum de vraisemblance, en recourant \u00e0 des crit\u00e8res rigoureux de s\u00e9lection de mod\u00e8les tels que le crit\u00e8re d’information d’Akaike (AIC) et le crit\u00e8re d’information bay\u00e9sien (BIC). Les analyses ont d\u00e9montr\u00e9 sans \u00e9quivoque la sup\u00e9riorit\u00e9 statistique \u00e9crasante du mod\u00e8le incorporant des taux d’apprentissage asym\u00e9triques sur le mod\u00e8le unifi\u00e9 classique.<\/p>\n

7.2 Int\u00e9gration formelle de l’effet de cadrage dans les algorithmes<\/h3>\n

Pour int\u00e9grer pleinement la th\u00e9orie des perspectives au c\u0153ur m\u00eame de l’architecture d’apprentissage par renforcement, Blanco et Love ont con\u00e7u un mod\u00e8le computationnel hybride (mod\u00e8le RL-Prospect). Dans ce formalisme avanc\u00e9, la r\u00e9compense objective $r_t$<\/span> subit une transformation pr\u00e9alable par une fonction d’utilit\u00e9 psychologique non lin\u00e9aire avant d’entrer dans le calcul du signal d’erreur de pr\u00e9diction :<\/p>\n

$$U(r_t) = \\begin{\\cases} (r_t – R_0)^\\gamma & \\text{si } r_t ge R_0 \\ -\\lambda (R_0 – r_t)^\\gamma & \\text{si } r_t < R_0 \\end{\\cases}$$<\/span><\/p>\n

o\u00f9 $R_0$<\/span> repr\u00e9sente le point de r\u00e9f\u00e9rence interne modul\u00e9 par le cadrage externe, $lambda$<\/span> incarne le coefficient d’aversion \u00e0 la perte ($lambda > 1$<\/span>), et $\\gamma$<\/span> caract\u00e9rise le param\u00e8tre de courbure de la sensibilit\u00e9 marginale aux r\u00e9tributions. L’introduction de cette couche de distorsion perceptive permet de mod\u00e9liser avec une fid\u00e9lit\u00e9 math\u00e9matique remarquable la d\u00e9rive attentionnelle s\u00e9lective vers les issues nominalement d\u00e9favorables.<\/p>\n

Les simulations computationnelles g\u00e9n\u00e9r\u00e9es \u00e0 partir de ce mod\u00e8le hybride r\u00e9pliquent avec une pr\u00e9cision confondante les dynamiques d’\u00e9chec observ\u00e9es chez les sujets humains dans la condition des deux roulettes cadr\u00e9es en pertes. Le mod\u00e8le d\u00e9montre comment l’amplification multiplicative de la p\u00e9nalit\u00e9 par le param\u00e8tre $lambda$<\/span> force l’algorithme \u00e0 d\u00e9valuer brutalement l’option optimale \u00e0 la suite d’un tirage malchanceux, reproduisant fid\u00e8lement les anomalies de choix, les ph\u00e9nom\u00e8nes d’h\u00e9sitation prolong\u00e9e et l’inversion spontan\u00e9e des pr\u00e9f\u00e9rences constat\u00e9es en laboratoire.<\/p>\n

7.3 Identification des ph\u00e9notypes computationnels de d\u00e9cideurs<\/h3>\n

L’exploitation de la mod\u00e9lisation math\u00e9matique a \u00e9galement permis aux chercheurs d’op\u00e9rer une segmentation rigoureuse des participants en clusters computationnels distincts, mettant au jour une h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 ph\u00e9notypique marqu\u00e9e face aux contraintes du cadrage. \u00c0 l’aide de techniques de classification non supervis\u00e9e appliqu\u00e9es aux vecteurs de param\u00e8tres estim\u00e9s ($\\alpha_{\\text{gain}}, \\alpha_{\\text{perte}}, \\beta, \\lambda$<\/span>), trois grands groupes de d\u00e9cideurs ont pu \u00eatre isol\u00e9s de mani\u00e8re reproductible :<\/p>\n