{"id":5426,"date":"2026-09-11T21:25:17","date_gmt":"2026-09-11T21:25:17","guid":{"rendered":"http:\/\/french.arabpsychology.com\/experiments\/experience-apprentissage-dirige-vers-un-but-versus-habitude-anthony-dickinson\/"},"modified":"2026-09-11T21:25:17","modified_gmt":"2026-09-11T21:25:17","slug":"experience-apprentissage-dirige-vers-un-but-versus-habitude-anthony-dickinson","status":"publish","type":"psych_experiment","link":"https:\/\/french.arabpsychology.com\/?psych_experiment=experience-apprentissage-dirige-vers-un-but-versus-habitude-anthony-dickinson","title":{"rendered":"L&rsquo;exp\u00e9rience d&rsquo;apprentissage dirig\u00e9 vers un but versus habitude &#8211; Anthony Dickinson"},"content":{"rendered":"<p>Au c\u0153ur des sciences cognitives, de la neurobiologie comportementale et de la philosophie de l&rsquo;esprit r\u00e9side une interrogation s\u00e9culaire : dans quelle mesure nos actions proc\u00e8dent-elles d&rsquo;une intention d\u00e9lib\u00e9r\u00e9e, tourn\u00e9e vers l&rsquo;accomplissement d&rsquo;un dessein conscient, ou de simples automatismes forg\u00e9s par la s\u00e9dimentation d&rsquo;habitudes motrices ? Pendant la majeure partie du XXe si\u00e8cle, la psychologie scientifique s&rsquo;est trouv\u00e9e polaris\u00e9e entre des visions r\u00e9ductrices de l&rsquo;action, oscillant entre le b\u00e9haviorisme radical, qui \u00e9vacuait toute forme de causalit\u00e9 mentale interne au profit de lois d&rsquo;association aveugles, et un cognitivisme naissant, parfois incapable de fournir des preuves empiriques rigoureuses de l&rsquo;intentionnalit\u00e9 animale. C&rsquo;est dans ce paysage intellectuel en pleine recomposition que les travaux pionniers du psychologue britannique <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Anthony_Dickinson\">Anthony Dickinson<\/a>, conduits au laboratoire de psychologie exp\u00e9rimentale de l&rsquo;Universit\u00e9 de Cambridge, ont op\u00e9r\u00e9 une r\u00e9volution m\u00e9thodologique et conceptuelle sans pr\u00e9c\u00e9dent.<\/p>\n<p>En concevant des paradigmes exp\u00e9rimentaux novateurs fond\u00e9s sur la d\u00e9valuation de la r\u00e9compense et la manipulation de la contingence causale, Dickinson et ses collaborateurs ont r\u00e9ussi l&rsquo;exploit d&rsquo;isoler exp\u00e9rimentalement deux syst\u00e8mes fondamentaux sous-tendant la s\u00e9lection de l&rsquo;action : le syst\u00e8me dirig\u00e9 vers un but (<em>goal-directed<\/em>) et le syst\u00e8me d&rsquo;habitude (<em>habit<\/em>). Loin d&rsquo;\u00eatre de simples artefacts de laboratoire, ces deux modalit\u00e9s d\u00e9cisionnelles incarnent des architectures computationnelles et neurobiologiques distinctes, dont la coexistence dynamique permet \u00e0 l&rsquo;organisme d&rsquo;arbitrer entre la flexibilit\u00e9 adaptative face \u00e0 un environnement changeant et l&rsquo;efficience \u00e9conomique d&rsquo;un comportement automatis\u00e9. L&rsquo;exp\u00e9rience s\u00e9minale publi\u00e9e avec Colin D. Adams en 1981 a fourni la premi\u00e8re d\u00e9monstration irr\u00e9futable que le comportement animal n&rsquo;est pas r\u00e9ductible \u00e0 un automatisme uniforme, mais r\u00e9sulte d&rsquo;un \u00e9quilibre raffin\u00e9 entre des repr\u00e9sentations cognitives explicites des cons\u00e9quences de l&rsquo;action et des routines motrices d\u00e9clench\u00e9es directement par les stimuli contextuels.<\/p>\n<p>Le rayonnement de cette d\u00e9couverte d\u00e9passe tr\u00e8s largement le cadre de l&rsquo;apprentissage animal compar\u00e9. De nos jours, la distinction entre action dirig\u00e9e vers un but et habitude constitue le socle fondamental sur lequel reposent les neurosciences computationnelles modernes \u2014 notamment \u00e0 travers l&rsquo;opposition entre l&rsquo;apprentissage fond\u00e9 sur un mod\u00e8le (<em>model-based<\/em>) et l&rsquo;apprentissage sans mod\u00e8le (<em>model-free<\/em>) \u2014, la neurobiologie des syst\u00e8mes corticostriataux, ainsi que la nosologie psychiatrique contemporaine. Les dysfonctionnements de cet arbitrage subtil entre intention et routine fournissent en effet une cl\u00e9 de lecture fondamentale pour d\u00e9crypter la physiopathologie de l&rsquo;addiction, du trouble obsessionnel-compulsif et d&rsquo;autres troubles de la r\u00e9gulation comportementale. Cet article propose une analyse approfondie et exhaustive de l&rsquo;\u0153uvre d&rsquo;Anthony Dickinson, depuis ses fondements \u00e9pist\u00e9mologiques et exp\u00e9rimentaux jusqu&rsquo;\u00e0 ses prolongements neurobiologiques, computationnels et cliniques contemporains.<\/p>\n<h2>1. Introduction aux travaux d&rsquo;Anthony Dickinson et aux th\u00e9ories de l&rsquo;apprentissage<\/h2>\n<h3>1.1 Le contexte \u00e9pist\u00e9mologique de la psychologie behavioriste et cognitive<\/h3>\n<p>Pour appr\u00e9hender la port\u00e9e historique des travaux d&rsquo;Anthony Dickinson, il convient de restituer la querelle fondamentale qui a d\u00e9chir\u00e9 la psychologie de l&rsquo;apprentissage tout au long du si\u00e8cle dernier. Sous l&rsquo;impulsion inaugurale d&rsquo;Edward Thorndike et de sa c\u00e9l\u00e8bre \u00ab loi de l&rsquo;effet \u00bb formul\u00e9e en 1898, puis avec l&rsquo;h\u00e9g\u00e9monie doctrinale du behaviorisme radical instaur\u00e9 par <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/B._F._Skinner\">B.F. Skinner<\/a>, l&rsquo;apprentissage instrumental s&rsquo;est longtemps vu circonscrit \u00e0 une formule canonique : l&rsquo;association stimulus-r\u00e9ponse (S-R). Selon la vulgate behavioriste, le renforcement positif \u2014 qu&rsquo;il s&rsquo;agisse d&rsquo;un granule de nourriture ou d&rsquo;une goutte d&rsquo;eau sucr\u00e9e \u2014 ne joue qu&rsquo;un r\u00f4le de \u00ab catalyseur \u00bb de l&rsquo;association. Dans cette mod\u00e9lisation, le r\u00e9sultat de l&rsquo;action (le renfor\u00e7ateur, ou <em>outcome<\/em>) agit comme une force m\u00e9canique r\u00e9troactive qui vient \u00ab souder \u00bb la r\u00e9ponse motrice (R) au stimulus environnemental (S) en pr\u00e9sence duquel cette r\u00e9ponse a \u00e9t\u00e9 \u00e9mise. Crucialement, le renfor\u00e7ateur lui-m\u00eame ne fait pas partie du contenu encod\u00e9 par l&rsquo;apprentissage : l&rsquo;animal ne forme aucune repr\u00e9sentation interne de la cons\u00e9quence de son acte, pas plus qu&rsquo;il n&rsquo;agit dans l&rsquo;attente cognitive de celle-ci.<\/p>\n<p>Cette vision purement machinique et m\u00e9caniste de l&rsquo;apprentissage instrumental fut vigoureusement contest\u00e9e d\u00e8s les ann\u00e9es 1930 par <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Edward_C._Tolman\">Edward Tolman<\/a>. Pionnier visionnaire d&rsquo;un b\u00e9haviorisme dit intentionnel ou \u00ab molaire \u00bb, Tolman affirmait que les animaux n&rsquo;acqui\u00e8rent pas de simples connexions motrices myopes, mais int\u00e8grent de v\u00e9ritables \u00ab cartes cognitives \u00bb de leur environnement ainsi que des attentes causales concernant les relations entre leurs actes et les fins atteintes. Tolman postula ainsi que l&rsquo;action est fondamentalement intentionnelle, sous-tendue par une structure propositionnelle primitive que l&rsquo;on qualifiera plus tard de relations de type \u00ab croyance-d\u00e9sir \u00bb. Cependant, pendant plusieurs d\u00e9cennies, les th\u00e8ses cognitivistes de Tolman souffrirent d&rsquo;un d\u00e9ficit m\u00e9thodologique critique. Leurs d\u00e9tracteurs behavioristes soulignaient avec une rigueur implacable que toutes les observations exp\u00e9rimentales de Tolman pouvaient \u00eatre r\u00e9interpr\u00e9t\u00e9es \u00e0 travers le prisme de cha\u00eenes d&rsquo;associations S-R complexes, de gradients de renforcement fractionn\u00e9s ou d&rsquo;ant\u00e9c\u00e9dents proprioceptifs, rel\u00e9guant la cognition animale au rang de fiction anthropomorphique non falsifiable.<\/p>\n<p>L&rsquo;\u00e9mergence de la r\u00e9volution cognitive dans les ann\u00e9es 1960 et 1970 n&rsquo;a pas imm\u00e9diatement balay\u00e9 ce dilemme au sein du conditionnement op\u00e9rant. Alors que le traitement de l&rsquo;information s&rsquo;imposait pour l&rsquo;\u00e9tude de la m\u00e9moire humaine et du langage, l&rsquo;analyse comportementale de l&rsquo;apprentissage animal demeurait largement domin\u00e9e par les mod\u00e8les formels de type associationniste, \u00e0 l&rsquo;instar du mod\u00e8le de Rescorla-Wagner formul\u00e9 en 1972 pour le conditionnement pavlovien. C&rsquo;est dans ce contexte de confrontation conceptuelle bloqu\u00e9e que le laboratoire d&rsquo;Anthony Dickinson au sein du D\u00e9partement de Psychologie Exp\u00e9rimentale de l&rsquo;<a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/University_of_Cambridge\">Universit\u00e9 de Cambridge<\/a> est intervenu. Dickinson comprit qu&rsquo;il \u00e9tait indispensable d&rsquo;\u00e9laborer une m\u00e9thodologie exp\u00e9rimentale radicalement innovante, capable de dissocier math\u00e9matiquement et comportementalement l&rsquo;association stimulus-r\u00e9ponse m\u00e9canique d&rsquo;une v\u00e9ritable action finalis\u00e9e, en soumettant l&rsquo;architecture cognitive de l&rsquo;animal \u00e0 des tests diagnostiques incontestables.<\/p>\n<h3>1.2 La rupture conceptuelle introduite par Anthony Dickinson<\/h3>\n<p>La rupture conceptuelle majeure op\u00e9r\u00e9e par Anthony Dickinson r\u00e9side dans le refus d&rsquo;un r\u00e9ductionnisme moniste de l&rsquo;action. Plut\u00f4t que de choisir un camp exclusif \u2014 le behaviorisme m\u00e9caniste contre le cognitivisme intentionnel \u2014, Dickinson \u00e9mit l&rsquo;hypoth\u00e8se audacieuse que les organismes sup\u00e9rieurs poss\u00e8dent simultan\u00e9ment deux architectures d&rsquo;apprentissage parall\u00e8les, aux logiques computationnelles fonci\u00e8rement diff\u00e9rentes : un syst\u00e8me d&rsquo;actions dirig\u00e9es vers un but (<em>goal-directed actions<\/em>) et un syst\u00e8me d&rsquo;habitudes motrices automatiques (<em>habits<\/em>). Pour conf\u00e9rer une respectabilit\u00e9 op\u00e9rationnelle et philosophique \u00e0 cette dichotomie, Dickinson s&rsquo;appuya sur l&rsquo;analyse de la philosophie de l&rsquo;esprit, notamment les travaux d&rsquo;Elizabeth Anscombe et de Donald Davidson sur l&rsquo;intentionnalit\u00e9.<\/p>\n<p>Pour qu&rsquo;une action puisse \u00eatre rigoureusement qualifi\u00e9e de \u00ab dirig\u00e9e vers un but \u00bb (et non de simple r\u00e9action r\u00e9flexe ou habituelle), Dickinson th\u00e9orisa qu&rsquo;elle doit satisfaire simultan\u00e9ment deux crit\u00e8res \u00e9pist\u00e9mologiques stricts :<\/p>\n<ul>\n<li><strong>Le crit\u00e8re de la contingence causale :<\/strong> L&rsquo;organisme doit poss\u00e9der la connaissance explicite que son action motrice (A) est la cause directe de l&rsquo;av\u00e8nement d&rsquo;un r\u00e9sultat d\u00e9termin\u00e9 (O, pour <em>outcome<\/em>). Il ne s&rsquo;agit pas d&rsquo;une simple proximit\u00e9 temporelle, mais d&rsquo;une repr\u00e9sentation de la structure causale reliant l&rsquo;acte \u00e0 sa cons\u00e9quence sp\u00e9cifique (association A-O).<\/li>\n<li><strong>Le crit\u00e8re de la valeur :<\/strong> L&rsquo;organisme doit attribuer une valeur subjective actuelle \u00e0 ce r\u00e9sultat pr\u00e9cis. L&rsquo;initiation de l&rsquo;action doit d\u00e9pendre directement de l&rsquo;\u00e9tat motivationnel courant et de l&rsquo;utilit\u00e9 h\u00e9donique accord\u00e9e \u00e0 ce r\u00e9sultat particulier au moment pr\u00e9cis o\u00f9 la d\u00e9cision d&rsquo;agir est prise.<\/li>\n<\/ul>\n<p>Inversement, l&rsquo;habitude est d\u00e9finie par la rupture de ce lien psychologique direct entre la r\u00e9ponse et son r\u00e9sultat. Dans le r\u00e9gime de l&rsquo;habitude, le comportement est r\u00e9git par une association stimulus-r\u00e9ponse (S-R) : le stimulus contextuel \u00e9voque directement le sch\u00e9ma moteur sans que la repr\u00e9sentation du r\u00e9sultat (sa nature, sa saveur, sa valeur biologique actuelle) ne soit instanci\u00e9e dans l&rsquo;esprit de l&rsquo;agent lors de l&rsquo;initiation motrice. La contribution s\u00e9minale de Dickinson a \u00e9t\u00e9 de concevoir une manipulation empirique capable d&rsquo;interroger la validit\u00e9 de ces crit\u00e8res sans introduire de biais de r\u00e9troaction directe : le paradigme de la d\u00e9valuation du r\u00e9sultat.<\/p>\n<h2>2. Le paradigme de la d\u00e9valuation du r\u00e9sultat : Fondements m\u00e9thodologiques<\/h2>\n<h3>2.1 Le principe fondamental de la d\u00e9valuation s\u00e9lective<\/h3>\n<p>Le paradigme de la d\u00e9valuation du r\u00e9sultat (<em>outcome devaluation paradigm<\/em>) constitue sans conteste l&rsquo;une des innovations m\u00e9thodologiques les plus influentes de la psychologie contemporaine. Son g\u00e9nie r\u00e9side dans sa capacit\u00e9 \u00e0 modifier la valeur motivationnelle d&rsquo;un renfor\u00e7ateur en dehors de toute opportunit\u00e9 d&rsquo;ex\u00e9cuter la r\u00e9ponse motrice instrumentale. Traditionnellement, les exp\u00e9rimentateurs mesuraient l&rsquo;apprentissage en observant l&rsquo;extinction : on cessait simplement de donner la nourriture lorsque le levier \u00e9tait press\u00e9, et on regardait la baisse progressive des r\u00e9ponses. Mais cette approche classique \u00e9tait fatalement corrompue aux yeux des th\u00e9oriciens de la cognition, car l&rsquo;animal subissait alors un nouvel apprentissage perceptif et temporel direct sur le levier lui-m\u00eame (une d\u00e9tection directe d&rsquo;omission), ce qui rendait impossible de savoir si le comportement ant\u00e9rieur reposait sur une pr\u00e9vision causale ou sur une habitude m\u00e9canique qui se d\u00e9gradait lentement.<\/p>\n<p>Pour surmonter cette aporie, la d\u00e9valuation s\u00e9lective s\u00e9pare radicalement la modification de la valeur de la r\u00e9compense de l&rsquo;exercice de l&rsquo;action qui l&rsquo;a produite. Le protocole s&rsquo;articule en plusieurs phases distinctes. Dans un premier temps, l&rsquo;animal apprend \u00e0 effectuer une action motrice (par exemple, presser un levier) pour obtenir une r\u00e9compense nutritionnelle pr\u00e9cise (des pastilles de saccharose ou des granules riches en nutriments). Une fois cette relation fermement \u00e9tablie, l&rsquo;animal est extrait de la cage op\u00e9rante. Dans un environnement totalement distinct, le statut h\u00e9donique et incitatif de cette r\u00e9compense est sp\u00e9cifiquement alt\u00e9r\u00e9 \u2014 elle est d\u00e9valu\u00e9e \u2014, de sorte que l&rsquo;animal cesse de la d\u00e9sirer. Enfin, l&rsquo;animal est replac\u00e9 dans la cage d&rsquo;origine pour ex\u00e9cuter l&rsquo;action motrice initiale. Si l&rsquo;action est dirig\u00e9e vers un but, l&rsquo;animal, int\u00e9grant mentalement la nouvelle valeur d\u00e9pr\u00e9ci\u00e9e de la cons\u00e9quence, doit spontan\u00e9ment et imm\u00e9diatement r\u00e9duire sa fr\u00e9quence de r\u00e9ponse, sans m\u00eame avoir besoin de go\u00fbter \u00e0 nouveau la r\u00e9compense au cours de ce test.<\/p>\n<h3>2.2 Les protocoles d&rsquo;aversion gustative induite chimiquement<\/h3>\n<p>La m\u00e9thode canonique employ\u00e9e par Adams et Dickinson pour induire une d\u00e9valuation robuste repose sur le conditionnement d&rsquo;aversion gustative par voie pharmacologique. Dans ce protocole, le renfor\u00e7ateur instrumental (par exemple, une solution sucr\u00e9e ou des boulettes alimentaires particuli\u00e8res) est pr\u00e9sent\u00e9 \u00e0 l&rsquo;animal dans une bo\u00eete neutre, o\u00f9 il peut s&rsquo;en nourrir librement. Imm\u00e9diatement apr\u00e8s cette phase de consommation, l&rsquo;animal re\u00e7oit une injection intrap\u00e9riton\u00e9ale d&rsquo;une substance \u00e9m\u00e9tique, classiquement le <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Lithium_chloride\">chlorure de lithium<\/a> (LiCl). Le LiCl engendre un \u00e9tat de malaise visc\u00e9ral et de naus\u00e9e aigu\u00eb r\u00e9versible sans porter atteinte \u00e0 l&rsquo;int\u00e9grit\u00e9 motrice g\u00e9n\u00e9rale de l&rsquo;animal.<\/p>\n<p>Gr\u00e2ce \u00e0 la puissance du conditionnement d&rsquo;aversion gustative (un m\u00e9canisme adaptatif hautement sp\u00e9cialis\u00e9 d&rsquo;origine phylog\u00e9n\u00e9tique, initialement document\u00e9 par John Garcia), l&rsquo;association temporelle et int\u00e9roceptive entre la saveur du renfor\u00e7ateur et le malaise visc\u00e9ral transforme de mani\u00e8re durable la valence h\u00e9donique de l&rsquo;aliment. Un aliment initialement per\u00e7u comme hautement app\u00e9titif devient profond\u00e9ment aversif : l&rsquo;animal pr\u00e9sentera des r\u00e9actions orofaciales de rejet (d\u00e9glutition forc\u00e9e, mouvements de rejet de la t\u00eate) s&rsquo;il y est r\u00e9expos\u00e9. Pour valider l&rsquo;efficacit\u00e9 de la manipulation sans biaiser le comportement instrumental, les chercheurs m\u00e8nent syst\u00e9matiquement des tests de contr\u00f4le de consommation libre de l&rsquo;aliment : le groupe exp\u00e9rimental intoxiqu\u00e9 au LiCl refuse cat\u00e9goriquement d&rsquo;ing\u00e9rer l&rsquo;aliment d\u00e9valu\u00e9, tandis qu&rsquo;un groupe t\u00e9moin (ayant re\u00e7u une injection de solution saline inerte, ou ayant re\u00e7u le LiCl plusieurs heures apr\u00e8s sans lien avec l&rsquo;aliment) continue d&rsquo;en consommer avidement. Cette dissociation nette garantit que seule la valeur affective du r\u00e9sultat sp\u00e9cifique a \u00e9t\u00e9 d\u00e9truite.<\/p>\n<h3>2.3 La d\u00e9valuation par sati\u00e9t\u00e9 sensorielle sp\u00e9cifique<\/h3>\n<p>Bien que le chlorure de lithium soit un outil extr\u00eamement puissant pour modifier de fa\u00e7on quasi-permanente la valeur d&rsquo;un aliment, Dickinson et d&rsquo;autres chercheurs ont \u00e9galement d\u00e9velopp\u00e9 des approches de d\u00e9valuation moins invasives, fond\u00e9es sur des processus hom\u00e9ostatiques naturels : la sati\u00e9t\u00e9 sensorielle sp\u00e9cifique (<em>sensory-specific satiety<\/em>). Ce ph\u00e9nom\u00e8ne neurophysiologique bien document\u00e9 d\u00e9crit la diminution progressive et cibl\u00e9e du plaisir gustatif et de la motivation \u00e0 consommer un aliment d\u00e9termin\u00e9 au fur et \u00e0 mesure de son ingestion, alors m\u00eame que l&rsquo;app\u00e9tit pour des aliments pr\u00e9sentant des caract\u00e9ristiques organoleptiques diff\u00e9rentes demeure intact.<\/p>\n<p>Dans ce protocole, avant d&rsquo;\u00eatre soumis au test critique sur le dispositif op\u00e9rant, le sujet est plac\u00e9 pendant une p\u00e9riode prolong\u00e9e (habituellement une \u00e0 deux heures) dans une chambre d&rsquo;alimentation o\u00f9 il dispose d&rsquo;un acc\u00e8s <em>ad libitum<\/em> \u00e0 l&rsquo;un des renfor\u00e7ateurs qu&rsquo;il a appris \u00e0 obtenir par son action. L&rsquo;animal consomme l&rsquo;aliment jusqu&rsquo;\u00e0 r\u00e9pl\u00e9tion compl\u00e8te. Cette proc\u00e9dure induit un d\u00e9sint\u00e9r\u00eat temporaire, mais s\u00e9lectif, envers cette nourriture pr\u00e9cise, sans plonger l&rsquo;organisme dans une sati\u00e9t\u00e9 calorique totale qui paralyserait tout comportement instrumental. Si l&rsquo;on offre imm\u00e9diatement apr\u00e8s un autre type d&rsquo;aliment, le sujet se remet \u00e0 manger. La d\u00e9valuation par sati\u00e9t\u00e9 sensorielle sp\u00e9cifique est devenue un outil m\u00e9thodologique de choix, en particulier lors du transfert de ces paradigmes chez les primates non humains et les \u00eatres humains (notamment au cours d&rsquo;exp\u00e9riences d&rsquo;imagerie par r\u00e9sonance magn\u00e9tique fonctionnelle), car elle permet des designs exp\u00e9rimentaux intra-sujets et \u00e9limine les effets de d\u00e9tresse physiologique associ\u00e9s aux agents toxiques.<\/p>\n<h3>2.4 Le protocole de test en extinction<\/h3>\n<p>L&rsquo;exigence \u00e9pist\u00e9mologique la plus stricte formul\u00e9e par Anthony Dickinson pour administrer la preuve de l&rsquo;existence d&rsquo;une action dirig\u00e9e vers un but concerne les modalit\u00e9s de la phase d&rsquo;\u00e9valuation finale : celle-ci doit imp\u00e9rativement \u00eatre conduite en conditions d&rsquo;<strong>extinction<\/strong>. Concr\u00e8tement, lorsque l&rsquo;animal d\u00e9valu\u00e9 est r\u00e9introduit dans la bo\u00eete de conditionnement op\u00e9rant face au levier ou \u00e0 la touche manipulatrice, l&rsquo;ex\u00e9cution de l&rsquo;action motrice n&rsquo;entra\u00eene plus la distribution d&rsquo;aucun renfor\u00e7ateur.<\/p>\n<p>Cette clause d&rsquo;extinction est d&rsquo;une importance capitale pour la validit\u00e9 logique de la d\u00e9monstration :<\/p>\n<ul>\n<li>Si le renfor\u00e7ateur d\u00e9valu\u00e9 (rendu aversif ou satur\u00e9) \u00e9tait d\u00e9livr\u00e9 au moment o\u00f9 l&rsquo;animal presse le levier durant le test, l&rsquo;animal entrerait en contact direct avec l&rsquo;aliment repoussant. Il apprendrait alors en temps r\u00e9el une nouvelle association : \u00ab presser le levier m&rsquo;am\u00e8ne une substance naus\u00e9abonde \u00bb. D\u00e8s lors, l&rsquo;arr\u00eat des pressions sur le levier pourrait \u00eatre imput\u00e9 \u00e0 un m\u00e9canisme de punition instrumentale directe ou \u00e0 un nouvel apprentissage op\u00e9rant, et non \u00e0 l&rsquo;utilisation pr\u00e9alable d&rsquo;une repr\u00e9sentation mentale de la valeur de ce but.<\/li>\n<li>En conduisant le test strictement en extinction, l&rsquo;animal ne re\u00e7oit strictement rien. Par cons\u00e9quent, s&rsquo;il choisit spontan\u00e9ment de diminuer drastiquement sa fr\u00e9quence d&rsquo;appui sur le levier d\u00e8s les premi\u00e8res secondes de la session, cette d\u00e9cision d\u00e9coule n\u00e9cessairement d&rsquo;une inf\u00e9rence computationnelle interne : le sujet combine la m\u00e9moire de la relation causale (l&rsquo;action A entra\u00eene le r\u00e9sultat O) et la m\u00e9moire du statut motivationnel r\u00e9\u00e9valu\u00e9 de O (O est d\u00e9sormais d\u00e9sagr\u00e9able). Le test en extinction est donc le seul moyen de sonder la \u00ab cognition pure \u00bb de l&rsquo;agent sans la polluer par un feedback sensoriel imm\u00e9diat.<\/li>\n<\/ul>\n<h2>3. L&rsquo;exp\u00e9rience princeps d&rsquo;Adams et Dickinson (1981) : Protocole et observations cl\u00e9s<\/h2>\n<h3>3.1 Structure exp\u00e9rimentale et groupes d&rsquo;entra\u00eenement<\/h3>\n<p>L&rsquo;\u00e9tude princeps men\u00e9e par Colin D. Adams et Anthony Dickinson, publi\u00e9e en 1981 dans le <em>Quarterly Journal of Experimental Psychology<\/em>, demeure l&rsquo;un des monuments empiriques de l&rsquo;histoire de la psychologie comportementale. Son objectif \u00e9tait de tester exp\u00e9rimentalement l&rsquo;hypoth\u00e8se audacieuse selon laquelle la nature m\u00eame du contr\u00f4le sous-jacent au comportement instrumental change radicalement en fonction de la dur\u00e9e et de l&rsquo;intensit\u00e9 de l&rsquo;entra\u00eenement, op\u00e9rant une transition temporelle graduelle d&rsquo;une action t\u00e9l\u00e9ologique (intentionnelle) vers une habitude sensorimotrice aveugle.<\/p>\n<p>Pour ce faire, Adams et Dickinson ont soumis des cohortes de rats de laboratoire \u00e0 un protocole d&rsquo;apprentissage rigoureusement standardis\u00e9. Les animaux \u00e9taient entra\u00een\u00e9s \u00e0 actionner un levier r\u00e9tractable pour obtenir une r\u00e9compense alimentaire hautement app\u00e9titive (des pastilles de saccharose). Les chercheurs ont cr\u00e9\u00e9 deux conditions d&rsquo;entra\u00eenement fondamentalement distinctes par leur ampleur :<\/p>\n<ul>\n<li><strong>Le groupe \u00e0 entra\u00eenement mod\u00e9r\u00e9 :<\/strong> Les rats \u00e9taient expos\u00e9s \u00e0 un apprentissage restreint, recevant un total de seulement 100 \u00e0 120 renforcements instrumentaux r\u00e9partis sur quelques sessions quotidiennes courtes. \u00c0 ce stade, l&rsquo;association op\u00e9rante \u00e9tait bien \u00e9tablie et stable, mais le comportement conservait une certaine variabilit\u00e9.<\/li>\n<li><strong>Le groupe \u00e0 entra\u00eenement extensif (surentra\u00eenement ou <em>overtraining<\/em>) :<\/strong> Les rats \u00e9taient soumis \u00e0 un protocole d&rsquo;entra\u00eenement massif et prolong\u00e9, totalisant plus de 500 renforcements (parfois \u00e9tendu \u00e0 plus de 1 000 essais dans des r\u00e9plications ult\u00e9rieures), induisant une pratique motrice intense, hautement r\u00e9p\u00e9titive et prolong\u00e9e dans le temps.<\/li>\n<\/ul>\n<p>Dans chacun de ces deux niveaux d&rsquo;entra\u00eenement, la moiti\u00e9 des animaux subissait ensuite une d\u00e9valuation du saccharose par injection de chlorure de lithium (groupe D\u00e9valu\u00e9), tandis que l&rsquo;autre moiti\u00e9 recevait des injections t\u00e9moins non contingentes n&rsquo;alt\u00e9rant pas la valeur app\u00e9titive du saccharose (groupe Non-D\u00e9valu\u00e9 ou Contr\u00f4le).<\/p>\n<h3>3.2 R\u00e9sultats apr\u00e8s un entra\u00eenement mod\u00e9r\u00e9 (action dirig\u00e9e vers un but)<\/h3>\n<p>Les donn\u00e9es recueillies par Adams et Dickinson lors de la phase de test en extinction chez les animaux ayant re\u00e7u un entra\u00eenement mod\u00e9r\u00e9 ont constitu\u00e9 une confirmation \u00e9clatante des th\u00e8ses cognitivistes de Dickinson. R\u00e9introduits dans les cages de conditionnement en l&rsquo;absence de toute distribution de nourriture, les rats du groupe dont le saccharose avait \u00e9t\u00e9 d\u00e9valu\u00e9 par le LiCl ont manifest\u00e9 un effondrement spectaculaire, imm\u00e9diat et statistiquement massif de leur taux de pression sur le levier en comparaison des animaux du groupe t\u00e9moin non d\u00e9valu\u00e9.<\/p>\n<p>Cette observation a balay\u00e9 des d\u00e9cennies de dogme behavioriste strict. Puisque les animaux n&rsquo;avaient jamais fait l&rsquo;exp\u00e9rience de la naus\u00e9e en pr\u00e9sence du levier (la d\u00e9valuation s&rsquo;\u00e9tant d\u00e9roul\u00e9e dans un espace neutre totalement diff\u00e9rent), le levier lui-m\u00eame ne poss\u00e9dait aucune propri\u00e9t\u00e9 aversive conditionn\u00e9e directe. De surcro\u00eet, le test \u00e9tant conduit en extinction absolue, aucune punition directe ne venait sanctionner le geste moteur. La r\u00e9duction spontan\u00e9e des pressions sur le levier d\u00e9montrait de mani\u00e8re irr\u00e9futable que les animaux disposaient d&rsquo;un acc\u00e8s computationnel direct \u00e0 la cha\u00eene de causalit\u00e9 interne : l&rsquo;animal \u00ab savait \u00bb que presser le levier menait au saccharose, et consid\u00e9rant que le saccharose \u00e9tait d\u00e9sormais porteur d&rsquo;une valence biologique toxique, il s&rsquo;abstenait intentionnellement de d\u00e9clencher l&rsquo;action motrice. L&rsquo;action apr\u00e8s un entra\u00eenement mod\u00e9r\u00e9 r\u00e9pondait ainsi pleinement \u00e0 la d\u00e9finition d&rsquo;une <strong>action dirig\u00e9e vers un but<\/strong>, m\u00e9di\u00e9e par une structure associative de type A-O (Action-Outcome).<\/p>\n<h3>3.3 R\u00e9sultats apr\u00e8s un surapprentissage (transition vers l&rsquo;habitude)<\/h3>\n<p>Cependant, le r\u00e9sultat le plus spectaculaire, et le plus r\u00e9volutionnaire de l&rsquo;exp\u00e9rience de 1981, r\u00e9sidait dans l&rsquo;analyse des sujets soumis au surentra\u00eenement. Chez les rats ayant b\u00e9n\u00e9fici\u00e9 d&rsquo;un entra\u00eenement instrumental extensif (500 renforcements ou davantage), le profil comportemental s&rsquo;est totalement m\u00e9tamorphos\u00e9. Lors du test en extinction, les animaux du groupe D\u00e9valu\u00e9 ont continu\u00e9 de presser le levier \u00e0 une fr\u00e9quence rigoureusement identique \u00e0 celle des animaux du groupe Non-D\u00e9valu\u00e9. Bien que l&rsquo;aversion gustative pour le saccharose f\u00fbt toujours parfaitement intacte \u2014 v\u00e9rifi\u00e9e par le fait que les rats refusaient absolument de manger les granules si on leur en d\u00e9posait directement dans leur \u00e9cuelle \u2014, le comportement moteur sur le levier est apparu totalement insensible \u00e0 cette d\u00e9pr\u00e9ciation de la r\u00e9compense.<\/p>\n<p>L&rsquo;acte moteur avait acquis une autonomie fonctionnelle compl\u00e8te par rapport \u00e0 son r\u00e9sultat t\u00e9l\u00e9ologique originel. L&rsquo;organisme surentra\u00een\u00e9 pressait machinalement le levier sans que l&rsquo;utilit\u00e9 courante du renfor\u00e7ateur n&rsquo;exerce la moindre influence r\u00e9gulatrice sur la d\u00e9cision motrice. Adams et Dickinson apportaient ainsi la preuve empirique d\u00e9finitive de l&rsquo;\u00e9mergence d&rsquo;une <strong>habitude motrice<\/strong> : le comportement \u00e9tait d\u00e9sormais pass\u00e9 sous le contr\u00f4le exclusif d&rsquo;un couplage associatif direct de type Stimulus-R\u00e9ponse (S-R). La pr\u00e9sence du contexte op\u00e9rant (les stimuli visuels et proprioceptifs de la cage) suffisait \u00e0 d\u00e9clencher la d\u00e9charge motrice de fa\u00e7on quasi-balistique, attestant de l&rsquo;\u00e9vacuation de la repr\u00e9sentation mentale du r\u00e9sultat lors de l&rsquo;initiation de l&rsquo;action.<\/p>\n<h2>4. La distinction th\u00e9orique entre action dirig\u00e9e vers un but et habitude<\/h2>\n<h3>4.1 L&rsquo;action dirig\u00e9e vers un but (Goal-Directed Action)<\/h3>\n<p>La caract\u00e9risation th\u00e9orique formalis\u00e9e par Anthony Dickinson \u00e0 l&rsquo;issue de ces travaux repose sur une mod\u00e9lisation cognitive empruntant au cadre philosophique de la psychologie croyance-d\u00e9sir (<em>Belief-Desire framework<\/em>). Dans ce mod\u00e8le, une action n&rsquo;est authentiquement qualifi\u00e9e d&rsquo;action dirig\u00e9e vers un but que si sa gen\u00e8se computationnelle mobilise une repr\u00e9sentation combin\u00e9e de deux variables distinctes mais interd\u00e9pendantes : la <strong>croyance causale<\/strong> et le <strong>d\u00e9sir motivationnel<\/strong>.<\/p>\n<p>La croyance prend la forme d&rsquo;un encodage propositionnel de la contingence action-r\u00e9sultat (A-O) : l&rsquo;organisme poss\u00e8de la trace mn\u00e9sique selon laquelle la probabilit\u00e9 d&rsquo;occurrence du r\u00e9sultat sp\u00e9cifique <span class=\"arabpsy-math-inline\" data-latex=\"O\">$O$<\/span> sachant l&rsquo;\u00e9mission de l&rsquo;action <span class=\"arabpsy-math-inline\" data-latex=\"A\">$A$<\/span> est sup\u00e9rieure \u00e0 la probabilit\u00e9 d&rsquo;occurrence de ce m\u00eame r\u00e9sultat en l&rsquo;absence de l&rsquo;action, soit <span class=\"arabpsy-math-inline\" data-latex=\"P(O|A) &gt; P(O|\\text{non } A)\">$P(O|A) > P(O|\\text{non } A)$<\/span>. Le d\u00e9sir, quant \u00e0 lui, est conceptualis\u00e9 sous forme d&rsquo;une valeur incitative (<em>incentive value<\/em>) attribu\u00e9e \u00e0 la repr\u00e9sentation de <span class=\"arabpsy-math-inline\" data-latex=\"O\">$O$<\/span>, cette valeur \u00e9tant modul\u00e9e de fa\u00e7on dynamique par l&rsquo;\u00e9tat physiologique interne du sujet (faim, soif, thermor\u00e9gulation) ainsi que par son histoire h\u00e9donique r\u00e9cente (aversions acquises, apprentissages gustatifs). L&rsquo;action est alors le fruit d&rsquo;une inf\u00e9rence computationnelle \u00e9valuant le produit de ces deux composantes. Ce syst\u00e8me offre une flexibilit\u00e9 adaptative maximale : si l&rsquo;environnement modifie soudainement la disponibilit\u00e9 d&rsquo;une ressource ou si les besoins physiologiques de l&rsquo;organisme mutent de fa\u00e7on drastique, la structure d\u00e9cisionnelle peut recalculer imm\u00e9diatement la trajectoire comportementale sans n\u00e9cessiter de r\u00e9apprentissage par essais et erreurs co\u00fbteux.<\/p>\n<h3>4.2 L&rsquo;habitude motrice (Habit Learning)<\/h3>\n<p>\u00c0 l&rsquo;oppos\u00e9 de cette sophistication t\u00e9l\u00e9ologique, le syst\u00e8me d&rsquo;habitudes motrices r\u00e9habilite l&rsquo;orthodoxie formalis\u00e9e jadis par Edward Thorndike et Clark Hull. L&rsquo;apprentissage par habitude repose sur l&rsquo;\u00e9tablissement progressif, lent et cumulatif, d&rsquo;une association directe et directe entre la configuration sensorielle environnementale et le programme moteur ex\u00e9cutif (l&rsquo;association S-R). Dans cette architecture, le r\u00e9sultat de l&rsquo;action (O) dispara\u00eet compl\u00e8tement de l&rsquo;\u00e9quation d\u00e9cisionnelle en tant que repr\u00e9sentation interm\u00e9diaire. Le stimulus contextuel (S) agit \u00e0 la mani\u00e8re d&rsquo;un d\u00e9clencheur proximal qui lib\u00e8re automatiquement la r\u00e9ponse motrice (R).<\/p>\n<p>D&rsquo;un point de vue de l&rsquo;\u00e9conomie cognitive, l&rsquo;habitude pr\u00e9sente des avantages \u00e9volutifs immenses :<\/p>\n<ul>\n<li><strong>L&rsquo;efficience computationnelle :<\/strong> En supprimant le calcul syst\u00e9matique des cons\u00e9quences pr\u00e9visionnelles et de leur valeur subjective, le syst\u00e8me S-R lib\u00e8re des ressources attentionnelles et de m\u00e9moire de travail consid\u00e9rables, permettant au cerveau de consacrer son cortex sup\u00e9rieur \u00e0 d&rsquo;autres t\u00e2ches complexes en parall\u00e8le.<\/li>\n<li><strong>La v\u00e9locit\u00e9 d&rsquo;ex\u00e9cution :<\/strong> La commande motrice court-circuite les \u00e9tapes de d\u00e9lib\u00e9ration prospective arborescente, garantissant un temps de latence r\u00e9actionnel minimal face aux pressions de l&rsquo;environnement.<\/li>\n<li><strong>La robustesse face au stress :<\/strong> Dans les situations de surcharge cognitive ou d&rsquo;urgence vitale, les programmes automatis\u00e9s fournissent une stabilit\u00e9 comportementale r\u00e9siliente face \u00e0 la d\u00e9gradation des capacit\u00e9s ex\u00e9cutives sup\u00e9rieures.<\/li>\n<\/ul>\n<p>Cependant, cette efficience a pour contrepartie in\u00e9vitable une rigidit\u00e9 comportementale pathologique d\u00e8s lors que les r\u00e8gles du milieu viennent \u00e0 fluctuer.<\/p>\n<h3>4.3 L&rsquo;arbitrage entre flexibilit\u00e9 et automaticit\u00e9<\/h3>\n<p>L&rsquo;un des postulats essentiels de Dickinson, \u00e9tendu par la suite par des chercheurs tels que Bernard Balleine, Peter Dayan et Nathaniel Daw, est que les syst\u00e8mes dirig\u00e9 vers un but et habituel ne s&rsquo;excluent pas mutuellement dans une relation d&rsquo;incompatibilit\u00e9 absolue, mais fonctionnent en <strong>parall\u00e8le<\/strong> au sein de l&rsquo;architecture neurobiologique de l&rsquo;organisme. \u00c0 chaque instant de la vie \u00e9veill\u00e9e, ces deux contr\u00f4leurs traitent les flux sensorimoteurs et proposent concurremment des options d&rsquo;action.<\/p>\n<p>L&rsquo;organisme se trouve ainsi confront\u00e9 en permanence \u00e0 un probl\u00e8me fondamental d&rsquo;arbitrage (<em>arbitration problem<\/em>), consistant \u00e0 d\u00e9terminer quel syst\u00e8me doit prendre le contr\u00f4le effectif des effecteurs moteurs. Cet arbitrage repose sur un compromis fondamental entre la flexibilit\u00e9 adaptative et le co\u00fbt computationnel m\u00e9tabolique. L&rsquo;action dirig\u00e9e vers un but est hautement mall\u00e9able mais cognitivement dispendieuse et lente ; l&rsquo;habitude est rigide et aveugle aux cons\u00e9quences imm\u00e9diates, mais remarquablement \u00e9conome et instantan\u00e9e. Lorsque l&rsquo;environnement est stationnaire, pr\u00e9dictible et stable, le basculement vers le contr\u00f4le habituel repr\u00e9sente une strat\u00e9gie \u00e9volutive optimale. En revanche, dans un milieu dynamique, volatil ou incertain, la persistance d&rsquo;habitudes engendre des pers\u00e9v\u00e9rations comportementales inadapt\u00e9es, l&rsquo;organisme continuant de d\u00e9ployer des routines motrices st\u00e9riles ou d\u00e9sormais n\u00e9fastes.<\/p>\n<h2>5. L&rsquo;impact de l&rsquo;ampleur de l&rsquo;entra\u00eenement : Dynamique temporelle de la transition<\/h2>\n<h3>5.1 La cin\u00e9tique du surapprentissage (Overtraining)<\/h3>\n<p>L&rsquo;un des apports m\u00e9thodologiques les plus syst\u00e9matiques de l&rsquo;\u00e9cole de Dickinson a consist\u00e9 \u00e0 cartographier pr\u00e9cis\u00e9ment la cin\u00e9tique temporelle selon laquelle s&rsquo;op\u00e8re la transition entre les deux contr\u00f4leurs. Lors des phases initiales d&rsquo;acquisition d&rsquo;une t\u00e2che instrumentale, chaque appui sur un manipulateur requiert une attention soutenue et g\u00e9n\u00e8re une erreur de pr\u00e9diction substantielle quant \u00e0 l&rsquo;occurrence de la cons\u00e9quence. \u00c0 ce stade, la sensibilit\u00e9 \u00e0 la d\u00e9valuation du r\u00e9sultat est totale : l&rsquo;action est indiscutablement contr\u00f4l\u00e9e par le syst\u00e8me dirig\u00e9 vers un but.<\/p>\n<p>Au fur et \u00e0 mesure que les r\u00e9p\u00e9titions s&rsquo;accumulent au cours du surentra\u00eenement (<em>overtraining<\/em>), on assiste \u00e0 un ph\u00e9nom\u00e8ne d&rsquo;asymptote comportementale :<\/p>\n<ul>\n<li>La variance des temps de r\u00e9action diminue drastiquement, le geste moteur devenant fluide, st\u00e9r\u00e9otyp\u00e9 et balistique.<\/li>\n<li>L&rsquo;erreur de pr\u00e9diction s&rsquo;annule presque int\u00e9gralement \u00e0 mesure que l&rsquo;issue devient parfaitement pr\u00e9visible dans ce contexte immuable.<\/li>\n<li>Sur le plan d\u00e9cisionnel, la force associative du syst\u00e8me S-R cro\u00eet continuellement de mani\u00e8re monotone en fonction du nombre absolu de renforcements re\u00e7us, finissant math\u00e9matiquement par d\u00e9passer le seuil d&rsquo;influence du syst\u00e8me A-O sur la commande motrice finale.<\/li>\n<\/ul>\n<p>Des \u00e9tudes param\u00e9triques fines ont r\u00e9v\u00e9l\u00e9 qu&rsquo;il existe un seuil critique d&rsquo;essais \u2014 souvent de l&rsquo;ordre de plusieurs centaines de renforcements continus chez le rongeur \u2014 marquant l&rsquo;effondrement observable de la sensibilit\u00e9 \u00e0 la d\u00e9valuation, scellant ainsi l&rsquo;av\u00e8nement op\u00e9rationnel de l&rsquo;habitude.<\/p>\n<h3>5.2 Le r\u00f4le du renforcement dans la cristallisation de l&rsquo;habitude<\/h3>\n<p>La cristallisation de l&rsquo;habitude au fil de la pratique intensive ne se r\u00e9duit pas \u00e0 une simple modification de pond\u00e9rations math\u00e9matiques ; elle correspond \u00e0 une r\u00e9organisation profonde de la structure spatiotemporelle du comportement lui-m\u00eame. Au d\u00e9but de l&rsquo;apprentissage, chaque composante d&rsquo;une t\u00e2che motrice (par exemple : s&rsquo;orienter vers la zone du levier, lever la patte ant\u00e9rieure, presser la barre, rel\u00e2cher la pression, se diriger vers le distributeur alimentaire) constitue un acte isol\u00e9 d\u00e9pendant d&rsquo;un retour sensoriel imm\u00e9diat et d&rsquo;un contr\u00f4le attentionnel constant.<\/p>\n<p>Sous l&rsquo;effet du surentra\u00eenement, le syst\u00e8me nerveux op\u00e8re une concat\u00e9nation comportementale connue en psychologie cognitive et en neurosciences sous le terme de <strong>chunking moteur<\/strong> (ou tron\u00e7onnage). Les multiples segments \u00e9l\u00e9mentaires de l&rsquo;action s&rsquo;agglom\u00e8rent en une macro-unit\u00e9 motrice int\u00e9gr\u00e9e, ex\u00e9cut\u00e9e comme un bloc indivisible d\u00e8s que le stimulus initial est d\u00e9tect\u00e9. Des enregistrements \u00e9lectrophysiologiques conduits notamment dans le laboratoire d&rsquo;Ann Graybiel au MIT ont apport\u00e9 une confirmation \u00e9clatante de ce ph\u00e9nom\u00e8ne : l&rsquo;activit\u00e9 neuronale dans les circuits striataux, initialement distribu\u00e9e de fa\u00e7on homog\u00e8ne tout au long de l&rsquo;action motrice, finit par se concentrer massivement aux fronti\u00e8res temporelles pr\u00e9cises de la routine \u2014 lors de l&rsquo;initiation du premier geste et \u00e0 la compl\u00e9tion du dernier geste \u2014, laissant l&rsquo;ex\u00e9cution interm\u00e9diaire se d\u00e9rouler de mani\u00e8re totalement automatique sous pilote automatique neurobiologique.<\/p>\n<h2>6. Programmes de renforcement et sensibilit\u00e9 \u00e0 la contingence<\/h2>\n<h3>6.1 Programmes \u00e0 ratio variable (VR) versus intervalle variable (VI)<\/h3>\n<p>L&rsquo;une des d\u00e9couvertes les plus contre-intuitives et fondamentales de Dickinson, \u00e9tay\u00e9e par une c\u00e9l\u00e8bre s\u00e9rie d&rsquo;exp\u00e9riences publi\u00e9es en 1983 avec David Perez et Nicholas Adams, a \u00e9t\u00e9 de d\u00e9montrer que l&rsquo;ampleur absolue de l&rsquo;entra\u00eenement (le nombre total de r\u00e9p\u00e9titions) n&rsquo;est pas le seul facteur d\u00e9terminant l&rsquo;\u00e9mergence d&rsquo;une habitude : la structure statistique temporelle du <strong>programme de renforcement<\/strong> joue un r\u00f4le d\u00e9terminant et asym\u00e9trique.<\/p>\n<p>Dickinson et ses coll\u00e8gues ont compar\u00e9 deux grands r\u00e9gimes classiques de distribution op\u00e9rante d\u00e9livrant rigoureusement la m\u00eame quantit\u00e9 globale de r\u00e9compenses pour un taux de r\u00e9ponse comparable :<\/p>\n<ul>\n<li><strong>Les programmes \u00e0 ratio variable (Variable Ratio &#8211; VR) :<\/strong> Dans ce type de programme, la d\u00e9livrance de la r\u00e9compense d\u00e9pend exclusivement du nombre d&rsquo;actions \u00e9mises (par exemple, en moyenne une r\u00e9compense tous les vingt appuis sur le levier, ind\u00e9pendamment du temps \u00e9coul\u00e9). Math\u00e9matiquement, il existe une corr\u00e9lation lin\u00e9aire locale parfaite entre le taux de r\u00e9ponse du sujet et le taux d&rsquo;obtention du renfor\u00e7ateur : plus l&rsquo;animal presse vite le levier, plus il gagne de la nourriture.<\/li>\n<li><strong>Les programmes \u00e0 intervalle variable (Variable Interval &#8211; VI) :<\/strong> Ici, la r\u00e9compense n&rsquo;est rendue disponible qu&rsquo;apr\u00e8s l&rsquo;\u00e9coulement d&rsquo;un intervalle temporel pseudo-al\u00e9atoire (par exemple, un intervalle moyen de soixante secondes). Une fois ce d\u00e9lai \u00e9coul\u00e9, la toute premi\u00e8re pression sur le levier d\u00e9clenche la distribution de la pastille. Dans ce cas, la corr\u00e9lation locale entre la fr\u00e9quence d&rsquo;action et le taux de renforcement est virtuellement nulle : presser le levier \u00e0 une fr\u00e9quence effr\u00e9n\u00e9e n&rsquo;augmente en rien le nombre de r\u00e9compenses obtenues par unit\u00e9 de temps.<\/li>\n<\/ul>\n<p>Les r\u00e9sultats empiriques obtenus par Dickinson furent stup\u00e9fiants : m\u00eame apr\u00e8s un nombre colossal d&rsquo;essais et des semaines d&rsquo;entra\u00eenement, les animaux soumis \u00e0 un programme \u00e0 ratio variable (VR) maintiennent une sensibilit\u00e9 quasi-inalt\u00e9rable \u00e0 la d\u00e9valuation du r\u00e9sultat, leur comportement demeurant constamment dirig\u00e9 vers un but. \u00c0 l&rsquo;inverse, les animaux soumis \u00e0 un programme \u00e0 intervalle variable (VI) basculent avec une rapidit\u00e9 d\u00e9concertante dans le mode de l&rsquo;habitude m\u00e9canique (insensibilit\u00e9 pr\u00e9coce \u00e0 la d\u00e9valuation), m\u00eame apr\u00e8s un nombre modeste de renforcements. L&rsquo;explication computationnelle propos\u00e9e par Dickinson est d&rsquo;une grande \u00e9l\u00e9gance : le syst\u00e8me dirig\u00e9 vers un but s&rsquo;appuie sur la d\u00e9tection de la causalit\u00e9 diff\u00e9rentielle locale. Lorsque le taux de renforcement est math\u00e9matiquement corr\u00e9l\u00e9 \u00e0 la vitesse de r\u00e9ponse (VR), la contingence causale <span class=\"arabpsy-math-inline\" data-latex=\"A \\rightarrow O\">$A \\rightarrow O$<\/span> est hautement saillante, ce qui nourrit et pr\u00e9serve activement le mod\u00e8le mental t\u00e9l\u00e9ologique. D\u00e8s lors que cette relation causale locale dispara\u00eet au profit d&rsquo;une contrainte purement temporelle (VI), le syst\u00e8me <span class=\"arabpsy-math-inline\" data-latex=\"A-O\">$A-O$<\/span> \u00e9choue \u00e0 maintenir sa saillance, laissant le champ libre \u00e0 l&rsquo;ancrage direct de l&rsquo;association <span class=\"arabpsy-math-inline\" data-latex=\"S-R\">$S-R$<\/span>.<\/p>\n<h3>6.2 Le test de d\u00e9gradation de contingence<\/h3>\n<p>Conscient que la d\u00e9valuation du r\u00e9sultat ne constitue que l&rsquo;une des deux faces du concept d&rsquo;action dirig\u00e9e vers un but, Anthony Dickinson a d\u00e9velopp\u00e9 un second test diagnostique sym\u00e9trique et tout aussi indispensable : <strong>la d\u00e9gradation de contingence<\/strong> (<em>contingency degradation<\/em>).<\/p>\n<p>Ce paradigme s&rsquo;attaque directement au crit\u00e8re de la croyance causale. Il s&rsquo;agit de manipuler la probabilit\u00e9 que le r\u00e9sultat apparaisse spontan\u00e9ment sans que l&rsquo;action ne soit requise. Dans une session de base, le sujet sait que presser le levier augmente la probabilit\u00e9 de recevoir le granule : <span class=\"arabpsy-math-inline\" data-latex=\"P(O|A) &gt; P(O|\\text{non } A)\">$P(O|A) > P(O|\\text{non } A)$<\/span>. Pour d\u00e9grader cette contingence causale sans alt\u00e9rer la valeur de la r\u00e9compense (l&rsquo;aliment restant \u00e9minemment d\u00e9licieux et d\u00e9sir\u00e9 par l&rsquo;animal affam\u00e9), l&rsquo;exp\u00e9rimentateur programme la d\u00e9livrance d&rsquo;un nombre identique de granules de fa\u00e7on \u00ab gratuite \u00bb et non contingente pendant les intervalles o\u00f9 l&rsquo;animal ne presse pas le levier. En \u00e9galisant la probabilit\u00e9 de recevoir le renfor\u00e7ateur que l&rsquo;on agisse ou que l&rsquo;on s&rsquo;abstienne d&rsquo;agir, soit :<br \/>\n<span class=\"arabpsy-math-display\" data-latex=\"P(O|A) = P(O|\\text{non } A)\">$$P(O|A) = P(O|\\text{non } A)$$<\/span><br \/>\nle levier perd toute son efficacit\u00e9 causale objective.<\/p>\n<p>Si le comportement de l&rsquo;animal est dirig\u00e9 vers un but, le sujet d\u00e9tecte cette nullit\u00e9 causale et cesse de gaspiller son \u00e9nergie motrice : le taux d&rsquo;appui sur le levier s&rsquo;effondre s\u00e9lectivement. En revanche, si le comportement est devenu une habitude motrice (sous le joug de l&rsquo;association S-R forg\u00e9e par un surapprentissage ou un programme VI), l&rsquo;animal continue de presser le levier de mani\u00e8re st\u00e9rile, d\u00e9montrant son incapacit\u00e9 \u00e0 adapter son action \u00e0 la rupture de la relation de causalit\u00e9 instrumentale. Avec la d\u00e9valuation du r\u00e9sultat, le test de d\u00e9gradation de contingence forme le socle bipartite inattaquable sur lequel repose la caract\u00e9risation moderne de l&rsquo;intentionnalit\u00e9 causale en psychologie compar\u00e9e.<\/p>\n<h2>7. Les bases neurobiologiques du syst\u00e8me dirig\u00e9 vers un but<\/h2>\n<h3>7.1 Le r\u00f4le d\u00e9terminant du striatum dorsom\u00e9dian (DMS)<\/h3>\n<p>L&rsquo;\u00e9lucidation comportementale initi\u00e9e par Dickinson a ouvert une voie royale pour la cartographie des substrats anatomiques et des r\u00e9seaux neuronaux sous-tendant la s\u00e9lection de l&rsquo;action. Des d\u00e9cennies de recherches neurobiologiques \u2014 port\u00e9es de mani\u00e8re pr\u00e9\u00e9minente par Bernard Balleine, Laura Corbit, Patricia Janak et John O&rsquo;Doherty \u2014 ont r\u00e9v\u00e9l\u00e9 que la dichotomie fonctionnelle formul\u00e9e par Dickinson est adoss\u00e9e \u00e0 une s\u00e9gr\u00e9gation topographique rigoureuse au sein des circuits cortico-ganglions de la base.<\/p>\n<p>Le si\u00e8ge sous-cortical nodal du syst\u00e8me dirig\u00e9 vers un but est le <strong>striatum dorsom\u00e9dian<\/strong> (DMS, pour <em>dorsomedial striatum<\/em>) chez le rongeur, structure homologous au <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Caudate_nucleus\">noyau caud\u00e9<\/a> chez les primates et l&rsquo;humain. Des \u00e9tudes pionni\u00e8res d&rsquo;excision chirurgicale ou d&rsquo;inactivation pharmacologique cibl\u00e9e (par perfusion de muscimol ou d&rsquo;antagonistes glutamatergiques) ont d\u00e9montr\u00e9 que des l\u00e9sions s\u00e9lectives du DMS, r\u00e9alis\u00e9es avant ou m\u00eame imm\u00e9diatement apr\u00e8s l&rsquo;apprentissage instrumental, rendent l&rsquo;animal d\u00e9finitivement incapable de manifester une sensibilit\u00e9 \u00e0 la d\u00e9valuation du r\u00e9sultat ou \u00e0 la d\u00e9gradation de contingence. L&rsquo;animal l\u00e9s\u00e9 au niveau du DMS peut acqu\u00e9rir la t\u00e2che motrice avec une vitesse et une efficacit\u00e9 normales, mais son comportement prend instantan\u00e9ment les propri\u00e9t\u00e9s d&rsquo;une habitude inflexible et autonome (S-R).<\/p>\n<p>Le striatum dorsom\u00e9dian op\u00e8re ainsi comme un int\u00e9grateur critique qui encode de fa\u00e7on combinatoire la m\u00e9moire de la relation causale action-r\u00e9sultat et la valeur dynamique attribu\u00e9e au but. Ses neurones \u00e9pineux moyens (MSN) re\u00e7oivent des projections topographiques ordonn\u00e9es depuis les aires corticales associatives et pr\u00e9frontales, transformant les signaux d&rsquo;intention cognitive en programmes d&rsquo;orientation motrice gradu\u00e9e.<\/p>\n<h3>7.2 Le cortex pr\u00e9frontal m\u00e9dian et le cortex pr\u00e9limbique<\/h3>\n<p>Le contr\u00f4le computationnel de l&rsquo;action dirig\u00e9e vers un but implique une boucle r\u00e9currente reliant le striatum dorsom\u00e9dian aux structures corticales ant\u00e9rieures, au sein de laquelle le <strong>cortex pr\u00e9limbique<\/strong> (PL) \u2014 subdivision anatomique du cortex pr\u00e9frontal m\u00e9dian (mPFC) chez le rongeur \u2014 exerce un r\u00f4le de chef d&rsquo;orchestre d\u00e9cisionnel. De multiples travaux d\u00e9montrent que l&rsquo;inactivation transitoire ou l&rsquo;ablation du cortex pr\u00e9limbique abolit de mani\u00e8re irr\u00e9versible la capacit\u00e9 de l&rsquo;animal \u00e0 moduler ses r\u00e9ponses motrices en fonction de la nouvelle valeur du r\u00e9sultat lors du test en extinction.<\/p>\n<p>Le cortex pr\u00e9limbique n&rsquo;h\u00e9berge pas simplement des repr\u00e9sentations statiques ; il int\u00e8gre en temps r\u00e9el les \u00e9tats motivationnels int\u00e9roceptifs du sujet (signaux hom\u00e9ostatiques d&rsquo;hypoglyc\u00e9mie, soif, aversions m\u00e9moris\u00e9es) avec les mod\u00e8les pr\u00e9dictifs du comportement moteur. Cette dynamique repose sur des connexions glutamatergiques r\u00e9ciproques d&rsquo;une extr\u00eame pr\u00e9cision avec le DMS. Si cette communication corticostriatale est rompue \u2014 par exemple par une approche d&rsquo;inactivation unilat\u00e9rale crois\u00e9e (l\u00e9sion pr\u00e9limbique dans un h\u00e9misph\u00e8re et l\u00e9sion dorsom\u00e9diane dans l&rsquo;h\u00e9misph\u00e8re controlat\u00e9ral) \u2014, l&rsquo;animal perd instantan\u00e9ment sa flexibilit\u00e9 t\u00e9l\u00e9ologique, confirmant que c&rsquo;est bien l&rsquo;int\u00e9grit\u00e9 de la boucle unifi\u00e9e PL-DMS qui conf\u00e8re au comportement sa nature d&rsquo;action dirig\u00e9e vers un but.<\/p>\n<h3>7.3 L&rsquo;amygdale basolat\u00e9rale et le cortex orbitofrontal<\/h3>\n<p>Pour qu&rsquo;un but motive une action, encore faut-il que sa valeur incitative sp\u00e9cifique soit encod\u00e9e, actualis\u00e9e et projet\u00e9e vers les structures de planification motrice. Deux structures c\u00e9r\u00e9brales majeures travaillent en \u00e9troite collaboration avec le circuit PL-DMS pour sous-tendre ce calcul h\u00e9donique et pr\u00e9dictif : le <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Orbitofrontal_cortex\">cortex orbitofrontal<\/a> (OFC) et le complexe de l&rsquo;<strong>amygdale basolat\u00e9rale<\/strong> (BLA).<\/p>\n<p>Le complexe de l&rsquo;amygdale basolat\u00e9rale (BLA) est sp\u00e9cifiquement responsable de la repr\u00e9sentation des propri\u00e9t\u00e9s sensorielles singuli\u00e8res et de la valeur affective intrins\u00e8que du renfor\u00e7ateur. Des animaux pr\u00e9sentant une l\u00e9sion cibl\u00e9e de la BLA sont parfaitement capables de discriminer gustativement des aliments et d&rsquo;apprendre une t\u00e2che op\u00e9rante simple ; en revanche, ils \u00e9chouent lamentablement au test de d\u00e9valuation du r\u00e9sultat. L&rsquo;amygdale basolat\u00e9rale semble agir comme le r\u00e9servoir m\u00e9moriel qui permet \u00e0 l&rsquo;organisme de r\u00e9activer l&rsquo;attribut affectif sp\u00e9cifique d&rsquo;une r\u00e9compense absente \u00e0 l&rsquo;instant o\u00f9 l&rsquo;opportunit\u00e9 d&rsquo;agir se pr\u00e9sente.<\/p>\n<p>De son c\u00f4t\u00e9, le cortex orbitofrontal (OFC) assure la computation des repr\u00e9sentations prospectives et pr\u00e9dictives des \u00e9tats de r\u00e9compense attendus (concept de <em>cognitive map<\/em> des cons\u00e9quences). Les neurones de l&rsquo;OFC d\u00e9chargent de mani\u00e8re phasique en anticipation des propri\u00e9t\u00e9s sensorielles sp\u00e9cifiques de l&rsquo;aliment attendu. Si l&rsquo;OFC est d\u00e9sactiv\u00e9, l&rsquo;animal est incapable d&rsquo;inf\u00e9rer la nouvelle valeur d&rsquo;un but dans un contexte d&rsquo;extinction, c&rsquo;est-\u00e0-dire en l&rsquo;absence de perception directe de l&rsquo;aliment. Les r\u00e9seaux interconnect\u00e9s BLA-OFC transmettent cette valeur incitative courante au cortex pr\u00e9limbique et au striatum dorsom\u00e9dian, fournissant le carburant motivationnel indispensable \u00e0 l&rsquo;exercice d&rsquo;une action volontaire flexible.<\/p>\n<h2>8. Les substrats neurobiologiques du syst\u00e8me d&rsquo;habitudes<\/h2>\n<h3>8.1 Le striatum dorsolat\u00e9ral (DLS) et le putamen<\/h3>\n<p>\u00c0 mesure que l&rsquo;apprentissage progresse et que l&rsquo;habitude se substitue au contr\u00f4le dirig\u00e9 vers un but, le centre de gravit\u00e9 de l&rsquo;activit\u00e9 au sein des ganglions de la base subit un glissement topographique lat\u00e9ral spectaculaire. Le substrat sous-cortical pr\u00e9\u00e9minent du syst\u00e8me d&rsquo;habitudes est le <strong>striatum dorsolat\u00e9ral<\/strong> (DLS, pour <em>dorsolateral striatum<\/em>) chez le rongeur, correspondant anatomiquement et fonctionnellement au <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Putamen\">putamen<\/a> chez les primates non humains et l&rsquo;humain.<\/p>\n<p>Les preuves neurophysiologiques et causales impliquant le DLS dans la formation et l&rsquo;expression des habitudes sont \u00e9crasantes :<\/p>\n<ul>\n<li>Des l\u00e9sions ou inactivations cibl\u00e9es du DLS chez des animaux surentra\u00een\u00e9s (ayant accumul\u00e9 des centaines d&rsquo;essais et devenus totalement insensibles \u00e0 la d\u00e9valuation du r\u00e9sultat) produisent un effet de restauration prodigieux : les rats redeviennent instantan\u00e9ment sensibles \u00e0 la d\u00e9valuation de la r\u00e9compense ! L&rsquo;inhibition du DLS r\u00e9veille et lib\u00e8re le syst\u00e8me dirig\u00e9 vers un but latent, qui \u00e9tait jusque-l\u00e0 masqu\u00e9 par la dominance du circuit habituel.<\/li>\n<li>Sur le plan \u00e9lectrophysiologique, l&rsquo;enregistrement de neurones individuels du DLS au cours de l&rsquo;acquisition prolong\u00e9e montre l&rsquo;\u00e9mergence progressive de l&rsquo;activit\u00e9 en bloc moteur (<em>task-bracketing<\/em>), o\u00f9 les d\u00e9charges neuronales encadrent strictement le d\u00e9but et la fin de la s\u00e9quence comportementale automatis\u00e9e, fonctionnant comme un canal d&rsquo;ex\u00e9cution sensori-moteur \u00e9tanche.<\/li>\n<\/ul>\n<p>Le DLS re\u00e7oit des aff\u00e9rences massives en provenance des cortex moteur primaire et somatosensoriel, \u00e9tablissant le substrat synaptique id\u00e9al pour l&rsquo;ancrage p\u00e9renne des liaisons S-R.<\/p>\n<h3>8.2 Le cortex infralimbique comme commutateur ex\u00e9cutif<\/h3>\n<p>Si le DLS ex\u00e9cute les programmes moteurs de l&rsquo;habitude, quelle structure d\u00e9cide de son d\u00e9ploiement au d\u00e9triment du syst\u00e8me dirig\u00e9 vers un but ? Des recherches fascinantes, men\u00e9es notamment par le groupe d&rsquo;Ann Graybiel et celui de Patricio O&rsquo;Donnell, ont identifi\u00e9 le <strong>cortex infralimbique<\/strong> (IL) \u2014 structure ventrale adjacente au cortex pr\u00e9limbique au sein du cortex pr\u00e9frontal m\u00e9dian \u2014 comme le v\u00e9ritable \u00ab commutateur hi\u00e9rarchique \u00bb de l&rsquo;action.<\/p>\n<p>Le cortex infralimbique n&rsquo;encode pas directement la trace S-R motrice ; il exerce une r\u00e9gulation descendante (<em>top-down gating<\/em>) qui inhibe l&rsquo;acc\u00e8s du syst\u00e8me dirig\u00e9 vers un but aux voies de sortie comportementales motrices. L&rsquo;utilisation d&rsquo;outils d&rsquo;optog\u00e9n\u00e9tique d&rsquo;une pr\u00e9cision temporelle millim\u00e9trique a permis de d\u00e9montrer ce m\u00e9canisme de mani\u00e8re saisissante :<\/p>\n<ul>\n<li>Lorsqu&rsquo;un animal surentra\u00een\u00e9 manifeste une habitude motrice inflexible, une inhibition photochimique transitoire du cortex infralimbique par illumination laser d&rsquo;une pompe \u00e0 chlorure halorhodopsine, appliqu\u00e9e <em>strictement pendant la demi-seconde<\/em> o\u00f9 l&rsquo;animal initie son geste vers le levier, brise instantan\u00e9ment l&rsquo;expression de l&rsquo;habitude et r\u00e9tablit un comportement t\u00e9l\u00e9ologique imm\u00e9diatement sensible \u00e0 la d\u00e9valuation du r\u00e9sultat !<\/li>\n<li>De fa\u00e7on tout aussi spectaculaire, une fois l&rsquo;inhibition optog\u00e9n\u00e9tique lev\u00e9e lors des sessions subs\u00e9quentes, le comportement habituel peut r\u00e9appara\u00eetre ou c\u00e9der durablement le pas \u00e0 une nouvelle flexibilit\u00e9, prouvant que le cortex infralimbique agit comme un arbitre ex\u00e9cutif dont la fonction normale est d&rsquo;imposer le monopole de la routine d\u00e8s lors qu&rsquo;un seuil de r\u00e9p\u00e9tition environnementale a \u00e9t\u00e9 franchi.<\/li>\n<\/ul>\n<h3>8.3 La modulation dopaminergique striatale<\/h3>\n<p>La dynamique de transition entre DMS et DLS ainsi que l&rsquo;ancrage structural des habitudes sont puissamment orchestr\u00e9s par les voies dopaminergiques ascendantes issues du m\u00e9senc\u00e9phale, \u00e0 savoir l&rsquo;aire tegmentale ventrale (VTA) et la substance noire compacte (SNc, pour <em>substantia nigra pars compacta<\/em>). Bien que la <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Dopamine\">dopamine<\/a> ait \u00e9t\u00e9 canoniquement associ\u00e9e \u00e0 la signalisation de l&rsquo;erreur de pr\u00e9diction de la r\u00e9compense (mod\u00e8le de Schultz, Dayan et Montague), ses fonctions divergent profond\u00e9ment selon les compartiments striataux qu&rsquo;elle innerve.<\/p>\n<p>Tandis que les projections dopaminergiques vers le striatum ventral et le striatum dorsom\u00e9dian soutiennent l&rsquo;apprentissage pr\u00e9dictif flexible et la mise \u00e0 jour constante des repr\u00e9sentations contingentes A-O, les aff\u00e9rences dopaminergiques de la substance noire projetant sp\u00e9cifiquement vers le striatum dorsolat\u00e9ral (DLS) sous-tendent la consolidation synaptique \u00e0 long terme des associations S-R. Des m\u00e9canismes de plasticit\u00e9 synaptique d\u00e9pendante de la dopamine, tels que la potentialisation \u00e0 long terme (LTP) et la d\u00e9pression \u00e0 long terme (LTD) au niveau des \u00e9pines dendritiques des neurones du DLS, sont indispensables \u00e0 la cristallisation de l&rsquo;habitude motrice. Si l&rsquo;on bloque les r\u00e9cepteurs dopaminergiques D1 ou D2 au sein du DLS pendant la phase de surentra\u00eenement, le comportement de l&rsquo;animal refuse obstin\u00e9ment de basculer dans le r\u00e9gime de l&rsquo;habitude et demeure perp\u00e9tuellement sensible \u00e0 la d\u00e9valuation du r\u00e9sultat.<\/p>\n<h2>9. Mod\u00e9lisation computationnelle : Apprentissage Model-Based versus Model-Free<\/h2>\n<h3>9.1 L&rsquo;approche computationnelle de Daw, Niv et Dayan (2005)<\/h3>\n<p>L&rsquo;un des accomplissements intellectuels les plus saisissants de ce si\u00e8cle a \u00e9t\u00e9 la convergence formelle entre la psychologie exp\u00e9rimentale d&rsquo;Anthony Dickinson et les sciences informatiques de l&rsquo;intelligence artificielle. Dans un article fondateur publi\u00e9 en 2005 dans <em>Nature Neuroscience<\/em>, Nathaniel Daw, Yael Niv et <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Peter_Dayan\">Peter Dayan<\/a> ont apport\u00e9 une formalisation math\u00e9matique rigoureuse \u00e0 la distinction dichotomique but-habitude en transposant le cadre de l&rsquo;apprentissage par renforcement computationnel (<em>computational reinforcement learning<\/em>).<\/p>\n<p>Les auteurs ont \u00e9tabli un isomorphisme parfait entre :<\/p>\n<ul>\n<li><strong>L&rsquo;action dirig\u00e9e vers un but et l&rsquo;apprentissage fond\u00e9 sur un mod\u00e8le (<em>Model-Based RL<\/em>) :<\/strong> Dans ce paradigme, l&rsquo;agent computationnel construit et maintient une v\u00e9ritable carte interne de son environnement sous la forme d&rsquo;un processus de d\u00e9cision markovien (MDP). Ce mod\u00e8le comprend une matrice de transition d&rsquo;\u00e9tats <span class=\"arabpsy-math-inline\" data-latex=\"T(s, a, s&#039;)\">$T(s, a, s&rsquo;)$<\/span> quantifiant la probabilit\u00e9 de passer de l&rsquo;\u00e9tat <span class=\"arabpsy-math-inline\" data-latex=\"s\">$s$<\/span> \u00e0 l&rsquo;\u00e9tat <span class=\"arabpsy-math-inline\" data-latex=\"s&#039;\">$s&rsquo;$<\/span> en ex\u00e9cutant l&rsquo;action <span class=\"arabpsy-math-inline\" data-latex=\"a\">$a$<\/span>, ainsi qu&rsquo;une fonction de r\u00e9compense scalaire <span class=\"arabpsy-math-inline\" data-latex=\"R(s, a)\">$R(s, a)$<\/span>. Lorsqu&rsquo;une d\u00e9cision est requise, l&rsquo;agent proc\u00e8de \u00e0 une recherche arborescente prospective (<em>tree-search<\/em>) en parcourant mentalement les branches futures possibles pour calculer la valeur de l&rsquo;action par programmation dynamique (\u00e9quation d&rsquo;optimalit\u00e9 de Bellman). Si la valeur d&rsquo;une issue finale est soudainement mise \u00e0 z\u00e9ro (d\u00e9valuation), l&rsquo;arbre prospectif recalcule instantan\u00e9ment la nouvelle valeur attendue de l&rsquo;action sans avoir besoin de la d\u00e9ployer concr\u00e8tement.<\/li>\n<li><strong>L&rsquo;habitude motrice et l&rsquo;apprentissage sans mod\u00e8le (<em>Model-Free RL<\/em>) :<\/strong> L&rsquo;agent s&rsquo;\u00e9pargne la charge de construire une carte des \u00e9tats futurs. Il utilise des algorithmes de type diff\u00e9rences temporelles (<em>Temporal-Difference learning<\/em>, tels que le <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Q-learning\">Q-learning<\/a> ou SARSA) pour attribuer directement une valeur scalaire num\u00e9rique, not\u00e9e <span class=\"arabpsy-math-inline\" data-latex=\"Q(s,a)\">$Q(s,a)$<\/span>, \u00e0 chaque paire stimulus-action. Cette valeur <span class=\"arabpsy-math-inline\" data-latex=\"Q\">$Q$<\/span> est mise \u00e0 jour r\u00e9trospectivement par l&rsquo;erreur de pr\u00e9diction dopaminergique <span class=\"arabpsy-math-inline\" data-latex=\"\\delta_t\">$\\delta_t$<\/span> uniquement au moment o\u00f9 l&rsquo;action est ex\u00e9cut\u00e9e et que la cons\u00e9quence survient. D\u00e8s lors, si l&rsquo;on d\u00e9value un aliment sans que l&rsquo;action ne soit \u00e9mise, la valeur <span class=\"arabpsy-math-inline\" data-latex=\"Q(s,a)\">$Q(s,a)$<\/span> reste math\u00e9matiquement inchang\u00e9e en m\u00e9moire. L&rsquo;agent continue de d\u00e9ployer l&rsquo;action m\u00e9canique en pr\u00e9sence de <span class=\"arabpsy-math-inline\" data-latex=\"s\">$s$<\/span> jusqu&rsquo;\u00e0 ce que de multiples r\u00e9troactions d&rsquo;erreurs locales viennent lentement \u00e9roder la valeur accumul\u00e9e. Le mod\u00e8le Model-Free est l&rsquo;incarnation computationnelle exacte de l&rsquo;associationnisme S-R thorndikien.<\/li>\n<\/ul>\n<h3>9.2 L&rsquo;arbitrage bay\u00e9sien entre les deux contr\u00f4leurs<\/h3>\n<p>Une fois formalis\u00e9e cette dualit\u00e9 computationnelle, comment le syst\u00e8me nerveux central arbitre-t-il entre ces deux algorithmes concurrents pour assigner la commande finale des effecteurs moteurs ? Daw, Niv et Dayan (2005) ont formul\u00e9 l&rsquo;hypoth\u00e8se r\u00e9volutionnaire d&rsquo;un <strong>arbitre bay\u00e9sien<\/strong> fond\u00e9 sur l&rsquo;estimation de l&rsquo;incertitude (<em>uncertainty-based arbitration<\/em>).<\/p>\n<p>Chaque contr\u00f4leur \u00e9met non seulement une estimation de la valeur de l&rsquo;action, mais \u00e9galement une estimation de son propre niveau d&rsquo;incertitude \u00e9pist\u00e9mique quant \u00e0 cette valeur :<\/p>\n<ul>\n<li>Au d\u00e9but de l&rsquo;apprentissage, les associations statistiques sont rares. Le mod\u00e8le <em>Model-Free<\/em> pr\u00e9sente une incertitude colossale, car ses valeurs <span class=\"arabpsy-math-inline\" data-latex=\"Q\">$Q$<\/span> s&rsquo;appuient sur un nombre tr\u00e8s restreint de r\u00e9troactions temporelles accumul\u00e9es. \u00c0 l&rsquo;inverse, l&rsquo;agent <em>Model-Based<\/em> peut construire tr\u00e8s rapidement une cartographie causale de l&rsquo;environnement d\u00e8s les premi\u00e8res transitions observ\u00e9es. L&rsquo;arbitre bay\u00e9sien pond\u00e8re les commandes en fonction de l&rsquo;inverse de leur variance d&rsquo;estimation : le contr\u00f4leur <em>Model-Based<\/em> (action dirig\u00e9e vers un but) prend donc massivement le dessus d\u00e9cisionnel.<\/li>\n<li>\u00c0 mesure que les essais se comptent par centaines, la variance du mod\u00e8le <em>Model-Free<\/em> d\u00e9cro\u00eet de mani\u00e8re continue et asymptotique. En vertu de la loi des grands nombres, ses valeurs <span class=\"arabpsy-math-inline\" data-latex=\"Q\">$Q$<\/span> deviennent statistiquement robustes et quasi-infaillibles quant au rendement historique de l&rsquo;acte. Dans le m\u00eame temps, le contr\u00f4leur <em>Model-Based<\/em> souffre d&rsquo;un handicap intrins\u00e8que inh\u00e9rent au bruit computationnel et \u00e0 la propagation de l&rsquo;incertitude le long des branches d&rsquo;arbres pr\u00e9dictifs profonds, sans compter un co\u00fbt m\u00e9tabolique et attentionnel exponentiel. Lorsque l&rsquo;incertitude de l&rsquo;estimation <em>Model-Free<\/em> devient inf\u00e9rieure \u00e0 celle de l&rsquo;algorithme <em>Model-Based<\/em>, l&rsquo;arbitre bascule rationnellement l&rsquo;autorit\u00e9 comportementale vers le syst\u00e8me <em>Model-Free<\/em> (habitude).<\/li>\n<\/ul>\n<p>Cette th\u00e9orisation algorithmique conf\u00e8re une \u00e9l\u00e9gance formelle sublime aux observations pionni\u00e8res d&rsquo;Adams et Dickinson de 1981 : l&rsquo;habitude n&rsquo;est pas un dysfonctionnement passif ou une simple usure cognitive, mais une strat\u00e9gie de d\u00e9l\u00e9gation computationnelle rationnelle optimisant l&rsquo;allocation des ressources m\u00e9taboliques du cerveau.<\/p>\n<h2>10. Implications cliniques : Pathologies de l&rsquo;arbitrage entre but et habitude<\/h2>\n<h3>10.1 Les troubles de l&rsquo;usage de substances et l&rsquo;addiction<\/h3>\n<p>L&rsquo;un des retomb\u00e9es m\u00e9dicales les plus profondes du travail d&rsquo;Anthony Dickinson s&rsquo;exprime dans la compr\u00e9hension contemporaine de l&rsquo;addiction aux drogues. Les mod\u00e8les psychiatriques modernes \u2014 port\u00e9s notamment par les travaux de Trevor Robbins, Barry Everitt et David Belin \u2014 conceptualisent l&rsquo;addiction non pas comme un simple d\u00e9sordre du plaisir h\u00e9donique (l&rsquo;euphorie de la d\u00e9fonce s&rsquo;\u00e9moussant fr\u00e9quemment avec la tol\u00e9rance), mais comme une pathologie sp\u00e9cifique de la transition entre l&rsquo;action dirig\u00e9e vers un but et l&rsquo;habitude compulsive.<\/p>\n<p>Au d\u00e9but du parcours de consommation, la prise de drogue est une action dirig\u00e9e vers un but : le sujet consomme la substance pour obtenir un effet psychologique sp\u00e9cifique (euphorie, stimulation, s\u00e9dation de l&rsquo;angoisse). L&rsquo;acte est sensible \u00e0 la valeur et aux alternatives. Cependant, l&rsquo;exposition chronique aux substances psychoactives (coca\u00efne, h\u00e9ro\u00efne, alcool, nicotine) pirate la neuroplasticit\u00e9 des voies m\u00e9sostriatales en provoquant des lib\u00e9rations massives et anormales de dopamine. Cet afflux chimique artificiel acc\u00e9l\u00e8re de mani\u00e8re foudroyante la consolidation synaptique au sein du striatum dorsolat\u00e9ral (DLS) tout en induisant une atrophie structurale et une hypoactivit\u00e9 m\u00e9tabolique s\u00e9v\u00e8re au niveau du cortex pr\u00e9frontal m\u00e9dian et orbitofrontal. Il en r\u00e9sulte un effondrement pr\u00e9matur\u00e9 et irr\u00e9versible du contr\u00f4le dirig\u00e9 vers un but et une hypersensibilisation du syst\u00e8me d&rsquo;habitudes S-R. L&rsquo;acte de consommer devient une routine motrice compulsive d\u00e9clench\u00e9e directement par les stimuli contextuels associ\u00e9s (pr\u00e9sence d&rsquo;un lieu, d&rsquo;une seringue, d&rsquo;un pair). Crucialement, cette conduite persiste avec obstination m\u00eame lorsque les cons\u00e9quences d\u00e9valu\u00e9es deviennent dramatiquement aversives (perte d&#8217;emploi, ruine financi\u00e8re, d\u00e9labrement somatique, peines p\u00e9nales), illustrant l&rsquo;insensibilit\u00e9 tragique de l&rsquo;habitude motrice d\u00e9coupl\u00e9e de son r\u00e9sultat r\u00e9el.<\/p>\n<h3>10.2 Le trouble obsessionnel-compulsif (TOC)<\/h3>\n<p>Une translation clinique tout aussi f\u00e9conde s&rsquo;est op\u00e9r\u00e9e dans la compr\u00e9hension du <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Obsessive%E2%80%93compulsive_disorder\">trouble obsessionnel-compulsif<\/a> (TOC). Pendant des d\u00e9cennies, la s\u00e9miologie psychiatrique a appr\u00e9hend\u00e9 le TOC comme une pathologie primaire de la pens\u00e9e : les obsessions (pens\u00e9es anxiog\u00e8nes intrusives concernant la contamination, le d\u00e9sordre ou une catastrophe imminente) \u00e9taient pr\u00e9sum\u00e9es engendrer secondairement les compulsions motrices (lavage r\u00e9p\u00e9t\u00e9 des mains, v\u00e9rification compulsive des serrures) comme une tentative rationnelle de soulager l&rsquo;angoisse.<\/p>\n<p>Or, les paradigmes de d\u00e9valuation inspir\u00e9s des travaux de Dickinson administr\u00e9s \u00e0 des patients souffrant de TOC \u2014 conduits de fa\u00e7on pionni\u00e8re par Sanne de Wit et Claire Gillan \u2014 ont radicalement invers\u00e9 cette causalit\u00e9 psychologique :<\/p>\n<ul>\n<li>Les patients atteints de TOC pr\u00e9sentent un d\u00e9ficit structurel s\u00e9v\u00e8re et endog\u00e8ne du syst\u00e8me dirig\u00e9 vers un but (caract\u00e9ris\u00e9 par une hypoactivation fonctionnelle du noyau caud\u00e9 et du cortex orbitofrontal en IRMf), combin\u00e9 \u00e0 une hyperactivit\u00e9 pathologique du putamen sensorimoteur.<\/li>\n<li>Soumis \u00e0 des t\u00e2ches exp\u00e9rimentales informatis\u00e9es de d\u00e9valuation de renfor\u00e7ateurs alimentaires ou mon\u00e9taires, les patients continuent machinalement d&rsquo;ex\u00e9cuter les r\u00e9ponses motrices \u00e9vitant un choc \u00e9lectrique ou actionnant des touches associ\u00e9es \u00e0 des points fictifs alors m\u00eame que les stimuli aversifs ont \u00e9t\u00e9 d\u00e9sactiv\u00e9s ou que les points ne rapportent plus aucun gain.<\/li>\n<li>Cette d\u00e9couverte a donn\u00e9 naissance \u00e0 l&rsquo;hypoth\u00e8se dite \u00ab de l&rsquo;habitude premi\u00e8re \u00bb : le patient souffrant de TOC poss\u00e8de un cerveau dont le syst\u00e8me d&rsquo;habitudes s&#8217;emballe de mani\u00e8re autonome, g\u00e9n\u00e9rant des routines motrices r\u00e9p\u00e9titives incoercibles. L&rsquo;obsession cognitive ne serait alors qu&rsquo;une rationalisation r\u00e9trospective (ou confabulation) \u00e9labor\u00e9e par le cortex pr\u00e9frontal pour donner un sens t\u00e9l\u00e9ologique <em>a posteriori<\/em> \u00e0 un comportement moteur d\u00e9nu\u00e9 de but et devenu incontr\u00f4lable.<\/li>\n<\/ul>\n<h3>10.3 Les troubles des conduites alimentaires et l&rsquo;anorexie mentale<\/h3>\n<p>Le spectre des pathologies de l&rsquo;arbitrage but-habitude s&rsquo;\u00e9tend \u00e9galement de fa\u00e7on \u00e9clairante aux troubles des conduites alimentaires, et tout particuli\u00e8rement \u00e0 l&rsquo;<strong>anorexie mentale<\/strong>. Dans les phases initiales de la pathologie, la restriction calorique, le comptage m\u00e9ticuleux des calories et la pratique sportive excessive sont des actions d\u00e9lib\u00e9r\u00e9ment orient\u00e9es vers un but explicite : la perte de poids, la ma\u00eetrise corporelle ou l&rsquo;obtention d&rsquo;une valorisation identitaire.<\/p>\n<p>N\u00e9anmoins, au fil de la chronicisation du trouble et sous l&rsquo;impact biologique d\u00e9vastateur de la d\u00e9nutrition s\u00e9v\u00e8re sur le cortex c\u00e9r\u00e9bral, ces conduites de restriction subissent un processus de \u00ab cristallisation habituelle \u00bb. Les rituels de tri des aliments, la pes\u00e9e syst\u00e9matique et l&rsquo;\u00e9vitement compulsif des lipides se transforment en automatismes comportementaux herm\u00e9tiques aux signaux int\u00e9roceptifs hom\u00e9ostatiques de faim et aux alertes vitales de d\u00e9faillance somatique. L&rsquo;anorexie mentale s\u00e9v\u00e8re partage ainsi une architecture neuro-computationnelle commune avec les addictions, caract\u00e9ris\u00e9e par une dominance anormale du striatum sensorimoteur et un verrouillage des boucles d&rsquo;habitudes motrices r\u00e9fractaires aux approches psychoth\u00e9rapeutiques discursives traditionnelles, appelant le d\u00e9veloppement d&rsquo;interventions cibl\u00e9es visant \u00e0 restaurer la plasticit\u00e9 du syst\u00e8me A-O.<\/p>\n<h2>11. \u00c9valuations critiques, r\u00e9plications et controverses th\u00e9oriques<\/h2>\n<h3>11.1 Les d\u00e9bats m\u00e9thodologiques entourant la r\u00e9plication chez l&rsquo;humain<\/h3>\n<p>Si la d\u00e9monstration d&rsquo;Anthony Dickinson a \u00e9t\u00e9 universellement accept\u00e9e dans le champ du comportement animal chez le rongeur, la transposition et la r\u00e9plication fid\u00e8le de ces ph\u00e9nom\u00e8nes chez l&rsquo;\u00eatre humain sain en milieu de laboratoire ont suscit\u00e9 d&rsquo;intenses d\u00e9bats m\u00e9thodologiques au cours des deux derni\u00e8res d\u00e9cennies. De nombreuses \u00e9tudes ont en effet \u00e9prouv\u00e9 de remarquables difficult\u00e9s \u00e0 induire de v\u00e9ritables habitudes chez des sujets humains au cours d&rsquo;exp\u00e9riences de laboratoire de courte dur\u00e9e (sessions de 30 \u00e0 60 minutes).<\/p>\n<p>Ces controverses s&rsquo;articulent autour de plusieurs \u00e9cueils exp\u00e9rimentaux :<\/p>\n<ul>\n<li><strong>La puissance cognitive du contr\u00f4le conscient :<\/strong> L&rsquo;\u00eatre humain adulte poss\u00e8de un cortex pr\u00e9frontal hautement d\u00e9velopp\u00e9 et une capacit\u00e9 de verbalisation m\u00e9tacognitive qui ont tendance \u00e0 maintenir artificiellement le syst\u00e8me dirig\u00e9 vers un but \u00e9veill\u00e9, m\u00eame face \u00e0 des t\u00e2ches monotones. L&rsquo;animal en bo\u00eete de Skinner effectue des milliers d&rsquo;essais en situation de survie alimentaire, ce qui n&rsquo;est pas comparable \u00e0 un \u00e9tudiant volontaire jouant sur un \u00e9cran tactile pendant quarante minutes pour quelques euros.<\/li>\n<li><strong>Les biais d&rsquo;instruction et la demande implicite :<\/strong> Lorsqu&rsquo;un sujet humain continue de presser une touche malgr\u00e9 la d\u00e9valuation d&rsquo;un stimulus visuel, il est souvent difficile de d\u00e9m\u00ealer s&rsquo;il s&rsquo;agit d&rsquo;une habitude motrice sensorimotrice inconsciente authentique ou d&rsquo;une mauvaise interpr\u00e9tation des instructions exp\u00e9rimentales (par exemple, le sujet pensant que l&rsquo;exp\u00e9rimentateur attend de lui qu&rsquo;il continue d&rsquo;appuyer pour valider la t\u00e2che).<\/li>\n<li><strong>Le facteur critique de la pression temporelle :<\/strong> Des \u00e9quipes de recherche contemporaines, notamment celles de Sanne de Wit et de Tom Hardwick, ont montr\u00e9 que pour d\u00e9masquer l&rsquo;habitude chez l&rsquo;humain, il est imp\u00e9ratif d&rsquo;imposer des contraintes temporelles d&rsquo;ex\u00e9cution tr\u00e8s strictes (latences de r\u00e9ponse inf\u00e9rieures \u00e0 300 millisecondes) ou d&rsquo;imposer une t\u00e2che de surcharge cognitive simultan\u00e9e en m\u00e9moire de travail, confirmant que l&rsquo;habitude humaine n&rsquo;appara\u00eet au grand jour que lorsque le syst\u00e8me d\u00e9lib\u00e9ratif sup\u00e9rieur est d\u00e9lib\u00e9r\u00e9ment satur\u00e9 ou emp\u00each\u00e9 d&rsquo;intervenir.<\/li>\n<\/ul>\n<h3>11.2 Les remises en cause du mod\u00e8le dual strict<\/h3>\n<p>Sur le plan th\u00e9orique, l&rsquo;architecture duale rigide propos\u00e9e initialement par Dickinson \u2014 dichotomie tranch\u00e9e entre A-O et S-R \u2014 a fait l&rsquo;objet de r\u00e9visions conceptuelles stimulantes \u00e9manant de th\u00e9oriciens de l&rsquo;apprentissage contemporains. L&rsquo;une des principales critiques r\u00e9side dans les mod\u00e8les computationnels unifi\u00e9s dits \u00ab \u00e0 processus unique \u00bb (<em>single-process models<\/em>), qui soutiennent qu&rsquo;il n&rsquo;est pas biologiquement n\u00e9cessaire de postuler deux syst\u00e8mes physiquement et algorithmiquement s\u00e9par\u00e9s. Ces mod\u00e8les sugg\u00e8rent que le comportement observ\u00e9 pourrait \u00eatre g\u00e9n\u00e9r\u00e9 par un syst\u00e8me d&rsquo;apprentissage unique fond\u00e9 sur des repr\u00e9sentations propositionnelles enrichies ou des mod\u00e8les pr\u00e9dictifs continus dont la granularit\u00e9 spatio-temporelle ou la profondeur de calcul varierait simplement selon le degr\u00e9 d&rsquo;attention allou\u00e9.<\/p>\n<p>Un autre d\u00e9fi th\u00e9orique de taille provient de l&rsquo;interaction constante entre les r\u00e9flexes pavloviens et le comportement instrumental, illustr\u00e9e par le ph\u00e9nom\u00e8ne de <strong>transfert pavlovien-instrumental<\/strong> (PIT, pour <a rel=\"noopener noreferrer\" href=\"https:\/\/en.wikipedia.org\/wiki\/Pavlovian-to-instrumental_transfer\">Pavlovian-to-Instrumental Transfer<\/a>). Le transfert pavlovien d\u00e9montre qu&rsquo;un stimulus environnemental conditionn\u00e9 associ\u00e9 de mani\u00e8re purement passive \u00e0 une r\u00e9compense peut revigorer ou biaiser l&rsquo;ex\u00e9cution d&rsquo;une action op\u00e9rante sans que celle-ci ne r\u00e9ponde aux crit\u00e8res purs d&rsquo;une action dirig\u00e9e vers un but ni d&rsquo;une habitude motrice motrice classique. Le PIT se d\u00e9cline en deux variantes :<\/p>\n<ul>\n<li><strong>Le PIT sp\u00e9cifique :<\/strong> Le stimulus pavlovien r\u00e9active la repr\u00e9sentation sensorielle pr\u00e9cise d&rsquo;un renfor\u00e7ateur, orientant s\u00e9lectivement le choix vers l&rsquo;action menant \u00e0 ce m\u00eame renfor\u00e7ateur.<\/li>\n<li><strong>Le PIT g\u00e9n\u00e9ral :<\/strong> Le stimulus pavlovien d\u00e9clenche un \u00e9tat d&rsquo;\u00e9veil motivationnel diffus qui amplifie l&rsquo;ensemble des r\u00e9ponses motrices disponibles, ind\u00e9pendamment de leur r\u00e9sultat sp\u00e9cifique.<\/li>\n<\/ul>\n<p>L&rsquo;existence de ces influences pavloviennes directes sur la prise de d\u00e9cision souligne la complexit\u00e9 de l&rsquo;\u00e9cosyst\u00e8me cognitif r\u00e9el, dans lequel les contingences de Dickinson s&rsquo;ins\u00e8rent au sein d&rsquo;un entrelacs d&rsquo;influences motivationnelles et r\u00e9flexes plus vastes que ne le laissait pr\u00e9sager le dualisme exp\u00e9rimental originel.<\/p>\n<h2>12. Synth\u00e8se \u00e9pist\u00e9mologique et port\u00e9e contemporaine des d\u00e9couvertes de Dickinson<\/h2>\n<h3>12.1 L&rsquo;h\u00e9ritage d&rsquo;Anthony Dickinson dans les sciences comportementales<\/h3>\n<p>L&rsquo;\u0153uvre d&rsquo;Anthony Dickinson restera dans l&rsquo;histoire des sciences du comportement comme l&rsquo;une des r\u00e9alisations \u00e9pist\u00e9mologiques les plus d\u00e9cisives de la seconde moiti\u00e9 du XXe si\u00e8cle. En introduisant le paradigme de d\u00e9valuation du r\u00e9sultat et les crit\u00e8res op\u00e9rationnels de contingence, Dickinson a r\u00e9ussi le tour de force de conf\u00e9rer une assise exp\u00e9rimentale irr\u00e9futable \u00e0 la notion d&rsquo;<strong>intentionnalit\u00e9 animale<\/strong>. Loin des d\u00e9bats m\u00e9taphysiques st\u00e9riles sur la conscience ou l&rsquo;\u00e2me des b\u00eates, Dickinson a d\u00e9montr\u00e9 qu&rsquo;il est possible de tester avec une rigueur math\u00e9matique l&rsquo;existence de repr\u00e9sentations mentales causales internes chez un animal de laboratoire non verbal.<\/p>\n<p>Cet accomplissement a servi de pont intellectuel magistral entre des disciplines qui s&rsquo;ignoraient ou s&rsquo;affrontaient :<\/p>\n<ul>\n<li>Il a r\u00e9concili\u00e9 la rigueur m\u00e9thodologique du behaviorisme op\u00e9rant avec la richesse conceptuelle de la psychologie cognitive et de la philosophie de l&rsquo;esprit analytique.<\/li>\n<li>Il a offert \u00e0 la neurobiologie des syst\u00e8mes un cadre exp\u00e9rimental d&rsquo;une nettet\u00e9 cristalline, permettant d&rsquo;identifier avec exactitude les fonctions computationnelles respectives des diff\u00e9rents sous-syst\u00e8mes corticostriataux (caud\u00e9\/putamen, pr\u00e9limbique\/infralimbique).<\/li>\n<li>Il a pos\u00e9 les fondations conceptuelles de l&rsquo;intelligence artificielle contemporaine et de la robotique autonome, o\u00f9 les architectures logicielles hybrides combinent syst\u00e9matiquement des planificateurs pr\u00e9dictifs prospectifs arborescents (<em>model-based<\/em>) et des moteurs d&rsquo;ex\u00e9cution r\u00e9actifs ultra-rapides (<em>model-free<\/em>) directement inspir\u00e9s de l&rsquo;arbitrage dickinsonien.<\/li>\n<\/ul>\n<h3>12.2 Perspectives futures de recherche<\/h3>\n<p>Quarante ans apr\u00e8s l&rsquo;exp\u00e9rience princeps d&rsquo;Adams et Dickinson de 1981, la fronti\u00e8re de la recherche sur l&rsquo;apprentissage dirig\u00e9 vers un but versus habitude demeure d&rsquo;une vitalit\u00e9 extraordinaire. Les avanc\u00e9es technologiques contemporaines permettent d\u00e9sormais de sonder ces architectures \u00e0 une r\u00e9solution autrefois impensable :<\/p>\n<ul>\n<li><strong>L&rsquo;imagerie calcique biphotonique et les sondes Neuropixels :<\/strong> L&rsquo;enregistrement simultan\u00e9 de milliers de neurones identifi\u00e9s au sein des circuits corticostriataux chez des animaux en libre mouvement permet d&rsquo;assister en direct, essai apr\u00e8s essai, \u00e0 la r\u00e9organisation synaptique et au glissement progressif des assembl\u00e9es de neurones du striatum dorsom\u00e9dian vers le striatum dorsolat\u00e9ral durant la cristallisation de l&rsquo;habitude motrice.<\/li>\n<li><strong>La neuromodulation en boucle ferm\u00e9e et la psychiatrie translationnelle :<\/strong> En s&rsquo;appuyant sur la mod\u00e9lisation computationnelle fine des d\u00e9ficits de l&rsquo;arbitrage but-habitude, des \u00e9quipes cliniques exp\u00e9rimentent des protocoles de stimulation c\u00e9r\u00e9brale profonde (DBS) du striatum ou de stimulation magn\u00e9tique transcr\u00e2nienne (TMS) ciblant le cortex pr\u00e9frontal m\u00e9dian pour restaurer la flexibilit\u00e9 d\u00e9cisionnelle chez des patients r\u00e9fractaires atteints de troubles obsessionnels-compulsifs s\u00e9v\u00e8res ou d&rsquo;addictions chroniques.<\/li>\n<li><strong>L&rsquo;\u00e9cologie de la d\u00e9cision et les neurosciences sociales :<\/strong> Les chercheurs int\u00e8grent d\u00e9sormais l&rsquo;impact des environnements num\u00e9riques contemporains, des r\u00e9seaux sociaux et de l&rsquo;exposition continue \u00e0 des flux de micro-stimulations algorithmiques con\u00e7us pr\u00e9cis\u00e9ment pour exploiter la vuln\u00e9rabilit\u00e9 du cerveau humain \u00e0 l&rsquo;automatisation sensorimotrice pr\u00e9coce. La compr\u00e9hension des m\u00e9canismes d\u00e9crits par Dickinson s&rsquo;av\u00e8re plus que jamais essentielle pour comprendre comment nos modes de vie contemporains mod\u00e8lent, affaiblissent ou subliment notre capacit\u00e9 fondamentale \u00e0 agir en fonction de buts librement et d\u00e9lib\u00e9r\u00e9ment choisis.<\/li>\n<\/ul>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<ul style=\"list-style-type: none; padding-left: 0;\">\n<li style=\"margin-bottom: 1.5em;\">Adams, C. D., &#038; Dickinson, A. (1981). Instrumental responding following reinforcer devaluation. <em>Quarterly Journal of Experimental Psychology Section B: Comparative and Physiological Psychology<\/em>, 33(2), 109\u2013121. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1080\/14640748108400816\">https:\/\/doi.org\/10.1080\/14640748108400816<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Balleine, B. W., &#038; Dickinson, A. (1998). Goal-directed instrumental action: contingency and incentive learning and their cortical substrates. <em>Neuropharmacology<\/em>, 37(4-5), 407\u2013419. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1016\/S0028-3908(98)00033-1\">https:\/\/doi.org\/10.1016\/S0028-3908(98)00033-1<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Balleine, B. W., &#038; O&rsquo;Doherty, J. P. (2010). Human and rodent homologies in action control: corticostriatal determinants of goal-directed and habitual action. <em>Neuropsychopharmacology<\/em>, 35(1), 48\u201369. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1038\/npp.2009.131\">https:\/\/doi.org\/10.1038\/npp.2009.131<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Corbit, L. H., &#038; Balleine, B. W. (2005). Double dissociation with respect to the effects of dorsal striatal lesions on instrumental conditioning. <em>Journal of Neuroscience<\/em>, 25(4), 1014\u20131021. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1523\/JNEUROSCI.4507-04.2005\">https:\/\/doi.org\/10.1523\/JNEUROSCI.4507-04.2005<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Daw, N. D., Niv, Y., &#038; Dayan, P. (2005). Uncertainty-based competition between prefrontal and dorsolateral striatal systems for behavioral control. <em>Nature Neuroscience<\/em>, 8(12), 1704\u20131711. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1038\/nn1560\">https:\/\/doi.org\/10.1038\/nn1560<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">de Wit, S., Watson, P., Wiers, R. W., &#038; Dickinson, A. (2018). The cognitive neuroscience of human habit formation. <em>Current Opinion in Behavioral Sciences<\/em>, 20, 114\u2013122. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1016\/j.cobeha.2017.12.012\">https:\/\/doi.org\/10.1016\/j.cobeha.2017.12.012<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Dickinson, A. (1985). Actions and habits: the development of behavioural autonomy. <em>Philosophical Transactions of the Royal Society of London. B, Biological Sciences<\/em>, 308(1135), 67\u201378. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1098\/rstb.1985.0010\">https:\/\/doi.org\/10.1098\/rstb.1985.0010<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Dickinson, A., &#038; Balleine, B. W. (1994). Motivational control of goal-directed action. <em>Animal Learning &#038; Behavior<\/em>, 22(1), 1\u201318. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.3758\/BF03199951\">https:\/\/doi.org\/10.3758\/BF03199951<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Dickinson, A., Nicholas, D. J., &#038; Adams, C. D. (1983). The effect of the instrumental training contingency on susceptibility to reinforcer devaluation. <em>Quarterly Journal of Experimental Psychology Section B: Comparative and Physiological Psychology<\/em>, 35(1), 35\u201351. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1080\/14640748308400912\">https:\/\/doi.org\/10.1080\/14640748308400912<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Everitt, B. J., &#038; Robbins, T. W. (2005). Neural systems of reinforcement for drug addiction: from actions to habits to compulsion. <em>Nature Neuroscience<\/em>, 8(11), 1481\u20131489. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1038\/nn1579\">https:\/\/doi.org\/10.1038\/nn1579<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Gillan, C. M., Kosinski, M., Whelan, R., Phelps, E. A., &#038; Daw, N. D. (2016). Characterizing a psychiatric symptom dimension related to deficits in goal-directed control. <em>eLife<\/em>, 5, e11305. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.7554\/eLife.11305\">https:\/\/doi.org\/10.7554\/eLife.11305<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Graybiel, A. M. (2008). Habits, rituals, and the evaluative brain. <em>Annual Review of Neuroscience<\/em>, 31, 359\u2013387. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1146\/annurev.neuro.29.051605.112851\">https:\/\/doi.org\/10.1146\/annurev.neuro.29.051605.112851<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Killcross, S., &#038; Coutureau, E. (2003). Coordination of feedforward and feedback mechanisms in prefrontal striatal loops during the development of habit. <em>Journal of Neuroscience<\/em>, 23(32), 10348\u201310354. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1523\/JNEUROSCI.23-32-10348.2003\">https:\/\/doi.org\/10.1523\/JNEUROSCI.23-32-10348.2003<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Smith, K. S., &#038; Graybiel, A. M. (2013). A dual operator view of habitual behavior reflecting cortical and striatal dynamics. <em>Neuron<\/em>, 79(2), 361\u2013374. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1016\/j.neuron.2013.05.038\">https:\/\/doi.org\/10.1016\/j.neuron.2013.05.038<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Tolman, E. C. (1948). Cognitive maps in rats and men. <em>Psychological Review<\/em>, 55(4), 189\u2013208. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/h0061626\">https:\/\/doi.org\/10.1037\/h0061626<\/a><\/li>\n<li style=\"margin-bottom: 1.5em;\">Yin, H. H., &#038; Knowlton, B. J. (2006). The role of the basal ganglia in habit formation. <em>Nature Reviews Neuroscience<\/em>, 7(6), 464\u2013476. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1038\/nrn1919\">https:\/\/doi.org\/10.1038\/nrn1919<\/a><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Analyse acad\u00e9mique approfondie de l&rsquo;exp\u00e9rience d&rsquo;Anthony Dickinson distinguant les actions dirig\u00e9es vers un but et les habitudes comportementales.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[3800,647],"tags":[7353,7194,7354,7355,7356],"class_list":["post-5426","psych_experiment","type-psych_experiment","status-publish","hentry","category-neurosciences-comportementales","category-psychologie-cognitive","tag-anthony-dickinson","tag-apprentissage-instrumental","tag-devaluation-du-resultat","tag-habitude-motrice","tag-striatum"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_experiment\/5426","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_experiment"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_experiment"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=5426"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_experiment\/5426\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=5426"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=5426"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=5426"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}