L’histoire de la psychologie scientifique et des neurosciences cognitives est jalonnée d’expériences de rupture qui ont profondément ébranlé les postulats théoriques de leur époque. Au milieu du XXe siècle, le paradigme dominant de la psychologie américaine, incarné par le béhaviorisme radical de B. F. Skinner, concevait l’organisme vivant comme un système réactif dont les conduites pouvaient être intégralement expliquées par des chaînes d’associations directes entre des stimuli environnementaux et des réponses motrices observables, modelées par des programmes de renforcement. Dans ce cadre austère, toute référence à des représentations internes, des processus d’abstraction ou des « concepts » mentaux était rejetée comme une résurgence d’un mentalisme préscientifique non vérifiable.
C’est pourtant au cœur même du bastion skinnérien, au département de psychologie de l’Université Harvard, qu’a émergé une série de travaux expérimentaux qui allaient porter un coup fatal à ce réductionnisme mécanique. Menées par Richard J. Herrnstein et ses collaborateurs, ces recherches ont exploité le pigeon domestique (Columba livia) — animal modèle par excellence du conditionnement opérant — pour démontrer une capacité cognitive que la tradition philosophique cartésienne et le néo-béhaviorisme orthodoxe réservaient exclusivement à l’être humain ou, tout au plus, aux primates supérieurs : la formation de concepts abstraits ouverts, polymorphes et indépendants de régularités sensorielles élémentaires.
À travers des protocoles d’une rigueur méthodologique exemplaire, débutés en 1964 avec l’identification de la figure humaine puis culminant en 1976 avec la célèbre trilogie expérimentale portant sur les catégories « Arbres », « Eau » et l’identité individuelle singulière « Margaret », Herrnstein a démontré que des oiseaux au cerveau dépourvu de néocortex laminaire étaient capables de classifier des scènes visuelles naturelles complexes avec une précision stupéfiante. Cet article propose une analyse exhaustive, épistémologique, méthodologique et neurobiologique de ces expériences fondatrices, dont les répercussions continuent de nourrir les débats contemporains sur la cognition animale, la philosophie de l’esprit et les architectures modernes de l’intelligence artificielle.
1. Introduction et cadre épistémologique du béhaviorisme opérant
1.1 Le paradigme skinnérien et les limites du réductionnisme perceptif
Au début des années 1960, le béhaviorisme skinnérien régnait sans partage sur les laboratoires de psychologie expérimentale aux États-Unis. Fondé sur le principe du conditionnement opérant, ce modèle postulait que tout comportement complexe résultait de l’établissement de contingences sélectives entre un stimulus discriminatif ($S^D$), une réponse opérante ($R$) et un stimulus renforçateur ($S^R$). La perception animale y était traitée sous l’angle strict du contrôle par le stimulus : un organisme apprend à émettre une réponse en présence d’un stimulus particulier dès lors que cette réponse a été antérieurement suivie d’une conséquence appétitive.
Cependant, cette approche se heurtait à une frontière épistémologique majeure : la distinction historique entre la discrimination sensorielle élémentaire et la véritable abstraction conceptuelle. Dans les protocoles béhavioristes classiques, les stimuli discriminatifs étaient délibérément simplifiés : une lumière rouge versus une lumière verte, un son de 1 000 Hz versus un son de 2 000 Hz, ou une barre verticale versus une barre horizontale. Dans ces conditions artificielles, le comportement discriminatif pouvait être aisément expliqué par la sensibilité différentielle des récepteurs sensoriels périphériques ou par des mécanismes élémentaires d’inhibition et d’excitation corticale ou sous-corticale, décrits notamment par Clark Hull et Kenneth Spence.
Le défi épistémologique posé par la catégorisation sémantique chez l’animal résidait précisément dans l’impossibilité de réduire des entités du monde réel à un ensemble fixe de dimensions physiques invariantes. Dans la nature, les objets n’apparaissent jamais sous des formes géométriques pures ou des longueurs d’onde isolées. Reconnaître une classe d’objets naturels implique de traiter une variabilité quasi infinie de configurations spatiales, d’ombres, de textures et de contextes. Face à cette complexité, le réductionnisme perceptif montrait ses limites, provoquant l’émergence progressive d’une psychologie cognitive comparative qui, tout en conservant la rigueur opérante des boîtes de Skinner, commençait à interroger l’architecture interne du traitement de l’information chez l’animal non humain.
1.2 Richard Herrnstein : de la loi d’appariement à la cognition conceptuelle
Brillant disciple de B. F. Skinner à Harvard, Richard J. Herrnstein s’était d’abord imposé sur la scène internationale par ses contributions quantitatives à l’analyse du comportement. En 1961, il formulait la célèbre loi d’appariement (Matching Law), un modèle mathématique élégant démontrant que la proportion relative de réponses émises par un organisme sur deux options concurrentes égale précisément la proportion relative des renforcements obtenus sur chacune de ces options. Ce travail avait conféré à Herrnstein une autorité indiscutable au sein de la communauté béhavioriste, établissant sa maîtrise absolue des protocoles de renforcement quantitatifs.
Néanmoins, l’esprit intellectuellement iconoclaste de Herrnstein refusait de s’enfermer dans le dogme de la « boîte noire ». Conscient que la loi d’appariement décrivait la dynamique du choix sans pour autant élucider la manière dont les organismes appréhendent la texture phénoménale de leur environnement, il s’associa avec le chercheur Donald H. Loveland pour ouvrir l’expérimentation opérante à des stimuli écologiques. L’objectif était audacieux : confronter le pigeon à la richesse chaotique de photographies du monde réel pour déterminer si les lois de la contingence pouvaient rendre compte de l’émergence de conduites classificatoires complexes.
Cette transition scientifique ne constituait pas un reniement de l’approche opérante, mais plutôt son élévation méthodologique. En utilisant les outils quantitatifs du laboratoire de Harvard pour explorer des questions traditionnellement réservées à la phénoménologie ou à la philosophie de la connaissance, Herrnstein entendait formaliser la formation de concepts chez une espèce modèle non humaine. Il posait ainsi les fondations d’un programme de recherche qui allait transformer le statut de l’animal de laboratoire, le faisant passer du rang de simple automate stimulus-réponse à celui d’agent cognitif capable de traiter des invariants catégoriels de haut niveau.
1.3 Problématique centrale et hypothèses de recherche
L’interrogation fondamentale qui guidait les travaux de Herrnstein et de son équipe peut se résumer ainsi : un organisme non humain, dépourvu de langage articulé et doté d’une organisation neuroanatomique cérébrale radicalement différente de celle des mammifères, peut-il former des concepts polymorphes ouverts ? Un concept ouvert se définit par le fait qu’il n’est pas limité aux seuls stimuli utilisés durant la phase d’apprentissage, mais s’étend à un nombre indéfini d’instances nouvelles n’ayant jamais été rencontrées auparavant. Un concept est dit polymorphe lorsqu’aucun trait visuel singulier n’est à la fois universellement nécessaire et suffisant pour déterminer l’appartenance à la catégorie.
Cette problématique impliquait la réfutation préalable d’une hypothèse alternative redoutable : celle de l’apprentissage par simple mémorisation par cœur (rote memorization). Compte tenu des capacités visuelles exceptionnelles des oiseaux, il était impératif de prouver que les sujets n’enregistraient pas individuellement chaque diapositive comme un cliché photographique isolé associé à une contingence de renforcement mécanique. Les chercheurs devaient impérativement dissocier la généralisation de stimulus classique — qui repose sur un gradient physique décroissant autour d’une valeur prototypique le long d’une dimension continue (telle que la brillance ou la couleur) — de l’abstraction conceptuelle véritable, qui opère au-delà des disparités métriques superficielles.
Pour garantir la validité écologique des résultats, Herrnstein écarta délibérément les formes géométriques abstraites et les figures artificielles au profit d’un matériel photographique hétérogène pris en conditions réelles. L’hypothèse de recherche stipulait que si les pigeons possédaient une capacité authentique de catégorisation conceptuelle, ils maintiendraient un niveau de discrimination statistiquement significatif lorsqu’ils seraient confrontés à des photographies inédites, démontrant ainsi qu’ils avaient extrait une règle classificatoire relationnelle et multidimensionnelle.
2. Le dispositif méthodologique et le protocole expérimental
2.1 L’appareillage expérimental : de la chambre opérante au projecteur carrousel
Pour soumettre des pigeons à des tâches de discrimination visuelle complexe sans introduire le moindre biais humain, Herrnstein, Loveland et Cable conçurent une variante sophistiquée de la chambre opérante traditionnelle. La modification structurelle majeure consistait à remplacer la paroi avant standard de la boîte de Skinner par une interface optique transparente. Au centre de cette paroi se trouvait une clé de réponse circulaire translucide de 2,5 centimètres de diamètre, réalisée en plastique dépoli, conçue pour servir simultanément de surface de projection et de capteur mécanique ultrasensible.
Derrière cette chambre insonorisée et ventilée était installé un projecteur de diapositives automatique Kodak Carousel, commandé à distance par des relais électromécaniques et des circuits de logique binaire. Ce système projetait les diapositives couleur de format 35 mm directement sur la clé de picotement ou sur un dépoli rectangulaire immédiatement adjacent à la clé, selon les configurations expérimentales adoptées. Chaque frappe du bec du pigeon sur la clé actionnait un micro-interrupteur réglé sur une résistance mécanique précise (environ 0,15 newton), enregistrant l’événement avec une précision temporelle de l’ordre de la milliseconde.
Le contrôle de l’appétit était assuré par le maintien des oiseaux à environ 80 % de leur poids corporel ad libitum, une procédure standard en laboratoire garantissant une motivation stable et homogène. Le distributeur de nourriture, placé directement sous la clé de réponse, consistait en un trémie motorisée qui s’élevait pendant un temps calibré (généralement de 2 à 3 secondes), offrant à l’animal un accès fugace à des grains de chanvre ou de maïs concassé en guise d’agent de renforcement positif, le tout synchronisé avec une coupure de l’illumination générale de la cabine.
2.2 Les programmes de renforcement différentiel (VI et extinction)
L’une des innovations méthodologiques les plus cruciales des protocoles de Herrnstein réside dans le refus d’utiliser des programmes de renforcement continu (FR-1, où chaque coup de bec est récompensé). Un tel régime aurait induit des taux de réponse saccadés et aurait empêché l’évaluation fine de la probabilité de réponse en cours de présentation du stimulus. Les auteurs adoptèrent un programme à intervalle variable (VI, pour Variable Interval), le plus souvent calibré sur une moyenne de 30 secondes ou 1 minute (VI 30s ou VI 60s).
Sous ce régime, lorsque le stimulus positif ($S^+$, ou stimulus discriminatif pour le renforcement) était projeté, le premier coup de bec survenant après l’écoulement d’un intervalle de temps imprévisible et aléatoire déclenchait la distribution de nourriture. Cette stratégie maintenait un taux de picotement soutenu, régulier et hautement reproductible. En revanche, lors de la projection d’un stimulus négatif ($S^-$, ou $S^\Delta$), un protocole d’extinction stricte était appliqué : aucun picotement, quel que soit le rythme ou le nombre total de réponses émises, n’était récompensé par l’accès aux grains.
Pour neutraliser les biais de position ou les effets d’inertie temporelle, chaque diapositive demeurait affichée pendant une durée fixe (souvent comprise entre 30 et 60 secondes), séparée de la suivante par un bref intervalle d’obscurité totale (inter-trial interval ou ITI) de quelques secondes. Les chercheurs mesuraient le taux de picotement par minute pour chaque diapositive individuelle. La discrimination n’était pas évaluée sous forme d’un choix binaire instantané, mais par la quantification différentielle des ratios de réponse : un oiseau démontrait sa maîtrise du concept lorsqu’il picorait à haute fréquence devant les diapositives positives et inhibait presque totalement ses réponses devant les diapositives négatives.
2.3 Constitution et standardisation des corpus de diapositives
La robustesse des conclusions de Richard Herrnstein reposait sur la construction méticuleuse de banques d’images d’une variabilité extrême. Loin des clichés stéréotypés de laboratoire, les diapositives comprenaient des centaines de photographies prises en extérieur et en intérieur, sous des conditions météorologiques variées (ciel dégagé, pluie, brouillard, crépuscule), à des distances focales très différentes et sous des angles de vue totalement désordonnés. Les photographies étaient prises tant en milieu urbain qu’en milieu rural, naturel ou industriel.
Un enjeu expérimental déterminant était le contrôle impitoyable des variables physiques parasites qui auraient pu servir de signaux de substitution non conceptuels. Les chercheurs ont veillé à ce que la luminance globale, le contraste moyen, la distribution des fréquences spatiales et les dominantes chromatiques soient équitablement distribués entre la catégorie positive ($S^+$) et la catégorie négative ($S^-$). Par exemple, il était capital que les images positives ne soient pas systématiquement plus lumineuses ou plus verdâtres que les images négatives, sous peine de transformer une tâche de catégorisation abstraite en une banale discrimination photométrique.
Enfin, la règle de séparation des corpus constituait le verrou logique ultime : l’ensemble des diapositives était scindé en deux cohortes étanches. La première cohorte, appelée corpus d’entraînement, était utilisée au fil des semaines pour conditionner les animaux. La seconde cohorte, désignée comme corpus de test inédit, n’était jamais projetée durant les phases d’apprentissage. Ce n’est que lors de sessions de test critiques que ces images inconnues étaient présentées, sans rétroaction alimentaire immédiate, afin de vérifier formellement la réalité de la généralisation catégorielle.
3. L’expérience fondatrice de Herrnstein et Loveland (1964) : le concept d’être humain
3.1 Protocole de discrimination de la présence humaine
L’acte de naissance de ce programme de recherche eut lieu avec la publication de l’article séminal de Herrnstein et Loveland (1964) dans la prestigieuse revue Science. Les deux chercheurs s’étaient fixé un défi méthodologique d’une audace inouïe : apprendre à des pigeons à discriminer la présence ou l’absence d’êtres humains sur des photographies couleur ordinaires. Le concept « être humain » représentait une classe visuelle aux contours éminemment instables, les êtres humains changeant constamment de posture, d’apparence vestimentaire et de dimensions apparentes au sein du champ visuel.
Le corpus d’entraînement comprenait environ 1 200 diapositives couleur. Les stimuli positifs ($S^+$) présentaient au moins un être humain, sans aucune restriction quant au nombre de personnes visibles (allant d’une foule compacte à un individu isolé), à leur genre, leur tranche d’âge (du nourrisson au vieillard) ou leur origine ethnique. De surcroît, les poses étaient extraordinairement diversifiées : individus assis, debout, marchant, nageant, entièrement vêtus, en maillot de bain ou partiellement dénudés. Les corps pouvaient être vus en plan large, en plan moyen ou sous la forme de fragments anatomiques occlus par des objets d’arrière-plan (un bras émergeant d’une portière, une tête dépassant d’un mur).
Les stimuli négatifs ($S^-$), quant à eux, représentaient des scènes rigoureusement dépourvues de présence humaine : paysages boisés, collines désertes, panoramas urbains, intérieurs de maisons, animaux sauvages ou domestiques, véhicules et machines. L’exposition des oiseaux à ces stimuli selon le régime VI 60s révéla une dynamique d’acquisition remarquablement rapide. En quelques dizaines de sessions quotidiennes, les oiseaux virent leur courbe de discrimination grimper de manière exponentielle, atteignant rapidement des taux de picotement élevés sur les images positives et proches de zéro sur les images négatives.
3.2 Résultats sur stimuli inédits et validation de la généralisation
Le point d’orgue de l’expérience de 1964 fut la mise à l’épreuve des pigeons face à des photographies entièrement nouvelles, que ni leurs yeux ni leur système nerveux n’avaient jamais contemplées. Si les oiseaux avaient simplement mémorisé les 1 200 diapositives d’entraînement par conditionnement par cœur, leur performance sur ces nouveaux clichés aurait dû s’effondrer instantanément pour s’aligner sur le niveau du hasard (distribution 50/50 des picotements).
Les résultats empiriques balayèrent cette objection avec éclat. Dès la toute première projection des diapositives inédites, les pigeons émirent leurs picotements à un rythme significativement supérieur sur les images contenant un être humain que sur celles n’en contenant pas. Plus frappant encore : les oiseaux détectèrent des figures humaines camouflées dans la végétation, des personnes vêtues d’uniformes militaires confondus avec le sous-bois, ou des silhouettes lointaines qui n’occupaient qu’une infime fraction de la surface totale de l’image (moins de 1 % des pixels de la diapositive).
L’analyse détaillée des faux positifs et des faux négatifs s’avéra particulièrement révélatrice. Les rares erreurs des pigeons ne survenaient pas au hasard : elles se concentraient sur des diapositives ambiguës où des éléments non humains mimaient la morphologie bipède (comme une boîte aux lettres sur pied ou une statue de parc floue dans la pénombre), ou sur des photographies où un être humain était dissimulé derrière un obstacle à l’exception d’un détail minime. Loin de trahir un échec mécanique, ces erreurs reproduisaient avec fidélité les hésitations et les illusions visuelles auxquelles un observateur humain aurait lui-même été confronté, prouvant la robustesse du transfert de stimulus.
3.3 Les critiques initiales et la nécessité de concepts naturels diversifiés
Malgré l’impact retentissant de cette publication de 1964, une vague de scepticisme s’éleva au sein de la communauté des psychologues comparatifs et des néo-béhavioristes purs et durs. De nombreuses voix suggérèrent que Herrnstein et Loveland avaient involontairement introduit des biais de bas niveau dans leur protocole. L’une des objections les plus virulentes fut « l’hypothèse du ton chair » (skin-color hypothesis) : les oiseaux ne reconnaissaient pas des humains, affirmaient les détracteurs, mais réagissaient simplement à la présence de pigments rougeâtres ou rosés associés à la peau humaine exposée, ou encore à la détection de gradients spectraux spécifiques reflétés par le derme.
D’autres critiques mirent en avant le rôle potentiel de la familiarité écologique : les pigeons de laboratoire étaient quotidiennement manipulés et nourris par des humains (les animaliers et les chercheurs). Il était donc plausible que la présence humaine constituât pour eux un stimulus déjà sur-appris et biologiquement surdéterminé dans leur écologie captive, facilitant un guidage attentionnel préexistant. L’argument de la symétrie bilatérale verticale typique de la silhouette humaine fut également avancé pour réduire le phénomène à une détection de forme géométrique simplifiée.
Richard Herrnstein comprit alors qu’une seule étude sur la figure humaine ne suffirait pas à clore le débat épistémologique. Pour démontrer de manière irréfutable l’existence d’une compétence d’abstraction générale, il devenait méthodologiquement impératif de confronter le pigeon à des catégories naturelles inanimées, végétales ou spécifiques qui ne présentaient ni pigmentation chair, ni symétrie bilatérale stricte, ni valeur de familiarité immédiate liée à l’alimentation quotidienne. C’est ce mandat théorique qui donna naissance aux célèbres expériences de 1976 portant sur les concepts « Arbres », « Eau », et sur la reconnaissance singularisée d’un individu unique nommé « Margaret ».
4. L’expérience du concept « Arbres » (Herrnstein, Loveland et Cable, 1976)
4.1 Définition de la catégorie botanique et constitution des stimuli
En 1976, Herrnstein, en collaboration avec Donald Loveland et C. Daniel Cable, publia dans le Journal of Experimental Psychology: Animal Behavior Processes une étude monumentale intitulée « Natural Concepts in the Pigeon ». Le premier volet de cette trilogie expérimentale s’attaquait au concept visuel d’« Arbres ». D’un point de vue morphologique, la classe des arbres pose un problème d’abstraction considérable : il n’existe aucun contour géométrique invariant, aucune silhouette standard ni aucun gabarit spatial fixe qui caractérise universellement un arbre.
Le corpus photographique assemblé par les chercheurs illustrait cette extraordinaire diversité botanique. Il comprenait des arbres appartenant à des dizaines d’espèces radicalement hétérogènes : des feuillus massifs (chênes, érables) aux conifères élancés (pins, sapins), en passant par des palmiers tropicaux, des saules pleureurs et des arbustes taillés ou des bonsaïs. Plus exigeant encore, Herrnstein et ses collègues intégrèrent la dimension temporelle et climatique : les photographies montraient des arbres à différentes saisons, arborant une ramure verdoyante en plein été, des teintes ocres et pourpres à l’automne, des floraisons denses au printemps, ou une nudité squelettique totale en plein hiver sous des paysages enneigés.
Les échelles visuelles variaient d’un extrême à l’autre : certains clichés étaient des plans d’ensemble panoramiques dévoilant une forêt entière ou une colline boisée, tandis que d’autres étaient des gros plans rapprochés cadrant exclusivement un tronc noueux ou un lacis de branches secondaires dépourvues de feuilles. Enfin, pour neutraliser l’apprentissage par élimination de formes grossières, les stimuli négatifs ($S^-$) contenaient délibérément des contre-exemples visuellement proches : des poteaux télégraphiques en bois dotés de traverses, des pylônes métalliques ajourés dont la structure mimait la ramification végétale, des tours d’antennes radio, des rochers aux profils verticaux et des buissons nains rampants ne pouvant être qualifiés d’arbres.
4.2 Courbes d’apprentissage et dynamique d’acquisition
L’entraînement des pigeons débuta par la présentation séquentielle de sessions quotidiennes composées de 80 diapositives (40 positives et 40 négatives) projetées aléatoirement. Dès les premières sessions, les sujets montrèrent une sensibilité immédiate aux contingences de renforcement. Les courbes d’apprentissage mirent en évidence une différentiation rapide du taux de réponse opérante : tandis que le picotement sur les diapositives d’arbres augmentait jusqu’à atteindre un plateau stable de 60 à 100 picotements par minute, le comportement de picotement sur les diapositives dépourvues d’arbres s’effondrait sous la barre des 5 à 10 réponses par minute.
L’un des constats les plus remarquables fut la remarquable invariance des performances face aux variations contextuelles. La présence d’arbres squelettiques hivernaux — totalement dénués de chlorophylle et réduits à des fractales de lignes sombres sur fond blanc — déclenchait des taux de picotement tout aussi vigoureux que des arbres feuillus éclatants de vert estival. Cette observation pulvérisait d’emblée l’objection selon laquelle les oiseaux se fiaient simplement à la présence de la couleur verte dans l’image.
De même, les variations d’illumination (scènes capturées sous une lumière zénithale éblouissante, à contre-jour, sous un ciel d’orage ou dans la brume matinale) n’altérèrent en rien la régularité du comportement discriminatif. L’appareil visuel du pigeon démontrait une tolérance exemplaire aux occlusions partielles : des arbres photographiés derrière des clôtures grillagées, masqués à moitié par des façades d’immeubles ou aperçus à travers les pare-brise mouillés de véhicules en mouvement étaient catégorisés avec une constance géométrique et statistique inébranlable sur des centaines d’essais consécutifs.
4.3 Tests de transfert et robustesse catégorielle
La validation irréversible du concept « Arbre » fut obtenue lors de la phase de test de transfert critique. Herrnstein et ses collaborateurs introduisirent dans les sessions des séries de diapositives d’arbres totalement inédites, provenant de régions biogéographiques étrangères à celles du corpus initial (arbres désertiques, essences exotiques, mangroves). Ces essais de test étaient conduits sous un protocole d’extinction temporaire : aucune nourriture n’était délivrée lors de la présentation de ces nouvelles diapositives afin d’empêcher tout apprentissage opérant en direct au cours de la session de test.
Les données quantitatives recueillies révélèrent un taux de transfert proche de la perfection. Les oiseaux réagirent aux nouvelles diapositives d’arbres avec un taux de picotement statistiquement indiscernable de celui enregistré sur les images d’entraînement familières, tout en s’abstenant rigoureusement de picorer face aux nouveaux stimuli négatifs. La discrimination entre des structures arborescentes artificielles (pylônes, mâts de bateaux) et de véritables arbres fut maintenue avec une précision chirurgicale.
Ce résultat démontrait sans l’ombre d’un doute que le pigeon n’avait pas mémorisé une série d’images closes, mais qu’il avait synthétisé une règle perceptuelle d’une extraordinaire flexibilité. L’animal était capable d’extraire la signature relationnelle de la morphologie arborescente — une structure centrale tronculaire se ramifiant de manière hiérarchique et asymétrique en sous-unités de plus en plus fines — indépendamment de la taille relative, de la texture de surface, de la couleur ou du contexte géographique. Le concept d’arbre, en tant que catégorie visuelle abstraite, était formellement validé chez l’oiseau.
5. L’abstraction d’une matière amorphe : le concept « Eau »
5.1 Le défi optique et formel posé par l’élément aquatique
Forts du triomphe de l’expérience sur les arbres, Herrnstein, Loveland et Cable décidèrent de repousser encore plus loin les limites de l’abstraction visuelle en confrontant les pigeons à une catégorie dépourvue par essence de toute intégrité structurelle : le concept d’« Eau ». Contrairement à un arbre, à un être humain ou à n’importe quel objet manufacturé, l’eau à l’état liquide ne possède aucune forme géométrique intrinsèque, aucune silhouette canonique et aucune orientation privilégiée dans l’espace. Elle épouse passivement le contenant qui la supporte ou s’écoule de manière chaotique sous l’effet de la gravité.
Sur le plan optique, l’élément aquatique constitue l’un des phénomènes les plus complexes à modéliser pour un système perceptif. L’apparence de l’eau ne dépend pas de sa matière propre, mais quasi exclusivement des interactions dynamiques entre la lumière incidente, les réflexions spéculaires de l’environnement, la réfraction sous-marine, la turbidité des sédiments en suspension et les motifs d’ondes ou d’ondulations capillaires à sa surface. De surcroît, la gamme chromatique de l’eau s’étend de l’outremer profond des fosses océaniques au brun boueux d’un marécage en crue, en passant par le gris métallique d’un étang sous un ciel d’ardoise et le blanc immaculé de l’écume marine et des cascades bouillonnantes.
L’échelle physique retenue pour cette étude couvrait un spectre de variations titanesque : les stimuli positifs devaient représenter l’eau sous toutes ses incarnations spatiales. Le corpus intégrait des microscopiques gouttes de rosée perlant sur des toiles d’araignée ou des feuilles d’herbe, des flaques stagnantes sur du bitume fissuré, des ruisseaux forestiers serpentant entre des galets, des fleuves majestueux, des chutes d’eau monumentales et des étendues infinies de mers calmes ou houleuses. L’absence totale de contour fermé éliminait toute possibilité d’utiliser les modèles classiques de reconnaissance de formes basés sur des détecteurs de bords ou de silhouettes closes.
5.2 Mise en œuvre expérimentale et acquisition discriminative
Le protocole expérimental appliqué au concept « Eau » suivait les mêmes exigences de rigueur que les recherches précédentes. Les pigeons furent soumis à un renforcement différentiel en VI 30s ou VI 60s, conditionnés à picorer vigoureusement sur la présence d’étendues aquatiques et à inhiber toute réponse en leur absence. La difficulté résidait dans le fait que les chercheurs avaient délibérément truffé le corpus de stimuli négatifs extrêmement trompeurs, conçus pour désamorcer les heuristiques de bas niveau.
Parmi ces contre-exemples négatifs figuraient des pans entiers de ciels bleus d’une limpidité absolue (qui partageaient avec l’eau sa dominante spectrale azurée), des miroirs réfléchissant des fragments de paysages, des surfaces métalliques polies, des toitures vernissées luisantes sous le soleil, et surtout des routes goudronnées humides présentant des miroitements trompeurs. Si les oiseaux s’étaient contentés de détecter des surfaces réfléchissantes, des gradients bleutés ou des zones de forte brillance spéculaire, ils auraient inévitablement chuté dans ces pièges méthodologiques.
L’acquisition de la discrimination fut plus progressive et plus ardue que pour le concept d’arbre, témoignant de la subtilité computationnelle de la tâche. Néanmoins, au fil des blocs de sessions, les pigeons parvinrent à dissocier avec succès les scènes liquides des scènes sèches. Pour quantifier précisément cette dynamique, les chercheurs utilisèrent l’indice de discrimination $rho$ (rho), dérivé de la théorie de la détection du signal et des tests non paramétriques de Mann-Whitney. Cet indice mesure la probabilité qu’un taux de réponse devant un stimulus positif tiré au sort soit supérieur à celui observé devant un stimulus négatif tiré au sort (une valeur de 0,5 signalant le hasard complet, tandis que 1,0 représente une discrimination sans faute). En fin d’apprentissage, les indices $rho$ de plusieurs sujets franchirent régulièrement le seuil remarquable de 0,85 à 0,92.
5.3 Interprétation des résultats et limites de la généralisation de l’eau
La confrontation des pigeons aux photographies de test inédites permit de cartographier la finesse et les limites du concept d’eau tel qu’il était représenté dans leur système nerveux. Les oiseaux généralisèrent instantanément leur comportement opérant à des étendues d’eau jamais vues, démontrant qu’ils identifiaient la présence du liquide même lorsque celui-ci était photographié sous des angles plongeants inhabituels ou dans des contextes hautement artificiels, comme des piscines carrelées ou des jets d’arrosage municipaux.
L’examen minutieux des confusions marginales apporta des éclairages épistémologiques fondamentaux. Les rares erreurs d’inhibition (faux positifs) se produisirent principalement face à des plaques de verglas transparent ou de neige tassée et luisante, suggérant que le pigeon incluait transitoirement l’eau dans ses états de transition solide-liquide lorsque la texture de surface conservait des propriétés réflectives proches de celles d’un plan d’eau calme. À l’inverse, des nappes d’eau totalement recouvertes de lentilles d’eau verdâtres furent parfois classées comme des surfaces terrestres (faux négatifs), ce qui prouve la prépondérance des indices de miroitement et d’ondulation dans l’extraction de la catégorie.
Cette réussite expérimentale portait une signification théorique considérable. Elle invalidait définitivement les modèles computationnels primitifs de la vision qui postulaient que la catégorisation d’objets dépendait exclusivement de l’extraction de contours géométriques fermés ou de l’analyse syntaxique de primitives volumétriques (tels que les géons décrits plus tard par Irving Biederman). Le pigeon s’avérait capable de catégoriser une matière informe, prouvant de facto qu’un concept visuel complexe peut reposer sur l’intégration statistique de textures complexes, de gradients de luminosité contextuels et de dynamiques optiques abstraites, en l’absence absolue de langage symbolique.
6. L’identification individuelle et le polymorphisme : le concept « Margaret »
6.1 Individualisation vs catégorisation d’espèce : le cas Margaret
Après avoir démontré la capacité du pigeon à abstraire des classes supra-ordonnées d’objets (l’humanité dans son ensemble, le règne végétal arborescent) et des matières amorphes (l’eau), Richard Herrnstein et ses collaborateurs décidèrent de sonder le versant diamétralement opposé du problème conceptuel : l’individualisation singulière. Dans le troisième volet de leur publication majeure de 1976, ils s’attaquèrent au concept « Margaret ».
La question scientifique était d’une profondeur redoutable : un pigeon peut-il descendre la hiérarchie taxinomique jusqu’à son niveau le plus élémentaire — l’individu unique — et former le concept d’une personne spécifique parmi une multitude d’autres congénères de la même espèce ? Ce passage de la catégorie générique (« un être humain ») à la catégorie singulière (« Margaret, et personne d’autre ») exigeait une acuité discriminative infiniment plus fine, car les traits différentiels entre humains partagent un niveau de ressemblance structurelle considérable.
Pour cette expérience, les chercheurs recrutèrent une assistante de recherche du laboratoire prénommée Margaret. Elle accepta d’être photographiée sous toutes les coutures dans un nombre prodigieux de situations du quotidien. Le groupe témoin de stimuli négatifs était composé de photographies d’autres femmes d’âge, de morphologie et de carnation similaires à Margaret, ainsi que d’hommes et d’enfants. L’enjeu était d’isoler l’identité visuelle de Margaret tout en neutralisant tous les indices de contexte qui auraient pu agir comme des variables parasites.
6.2 L’apprentissage de la discrimination fine et la robustesse du concept
L’extrême difficulté de la tâche imposait un contrôle draconien de la variabilité intra-sujet. Pour empêcher que les oiseaux n’associent la réponse positive à un vêtement particulier ou à un ornement statique, Margaret changeait systématiquement de tenue vestimentaire sur chaque photographie (manteaux d’hiver, robes d’été, blouses de laboratoire, tenues de sport, chapeaux, écharpes). Ses coiffures variaient également : cheveux lâchés, attachés en chignon, nattes, ou recouverts de foulards. De plus, elle apparaissait sous des expressions faciales hétérogènes (souriante, impassible, grimaçante) et sous des perspectives spatiales hautement polymorphes (face, profil, trois-quarts, vue de dos où seule sa chevelure et sa silhouette étaient identifiables).
Les photographies situaient Margaret dans des décors d’une grande mixité : assise à son bureau de travail, marchant dans des parcs boisés, faisant des courses dans des artères commerçantes bondées, ou entourée d’autres individus. Dans certains stimuli positifs critiques, Margaret était photographiée au sein d’un groupe d’amies où toutes les femmes portaient des vêtements comparables, obligeant l’oiseau à scanner activement la scène pour repérer la présence de la personne cible au milieu de distracteurs conspécifiques.
Contre toute attente, les pigeons relevèrent ce défi avec une virtuosité stupéfiante. Non seulement ils apprirent à restreindre leurs picotements opérants exclusivement aux diapositives contenant Margaret, mais ils firent preuve d’une robustesse catégorielle absolue lors des tests de transfert avec de nouveaux clichés d’elle. Les oiseaux étaient capables d’identifier Margaret même lorsque son visage était partiellement masqué par un livre ou des lunettes de soleil, démontrant que leur système visuel ne s’enfermait pas dans un modèle rigide basé sur un seul trait facial, mais intégrait une somme pondérée d’indices corporels, posturaux et faciaux distribués.
6.3 Portée théorique de l’expérience Margaret pour la reconnaissance faciale
L’expérience du concept « Margaret » a révolutionné la compréhension des mécanismes de reconnaissance visuelle fine dans le règne animal. Jusqu’alors, la primatologie et la neuropsychologie humaine soutenaient avec force que l’identification individualisée des visages et des corps était une spécialisation cognitive hautement sophistiquée, rendue possible uniquement par l’évolution d’aires néocorticales dédiées chez les hominoïdes, telles que l’aire fusiforme des visages (FFA) identifiée chez l’être humain.
Les données obtenues par Herrnstein chez le pigeon ont brisé cette vision anthropocentrique en prouvant qu’un cerveau d’oiseau d’un volume de quelques centimètres cubes est capable d’un traitement holistique et configuratif équivalent. Le pigeon n’a pas réagi à Margaret comme à un assemblage de pixels statiques, mais a traité son identité à travers des transformations affines continues dans un espace perceptif multidimensionnel invariant. L’animal a su abstraire une « signature individuelle » résistant à des altérations massives de la texture superficielle (vêtements, éclairage, âge, contexte spatial).
Ces découvertes ont apporté la preuve expérimentale d’une remarquable plasticité neurale et ont démontré que les processus computationnels nécessaires à l’individualisation faciale et corporelle constituent une solution évolutive convergente que des cerveaux d’architectures radicalement différentes peuvent implémenter avec un égal succès face aux contraintes du monde visuel.
7. Débats théoriques : mémorisation par cœur ou véritable concept ?
7.1 L’hypothèse du ‘Rote Memorization’ (mémorisation par cœur)
Face à la cascade de succès expérimentaux rapportés par Herrnstein et ses collaborateurs, la communauté béhavioriste la plus conservatrice, menée notamment par William Vaughan Jr. et Stephen Greene, opposa une résistance méthodologique féroce. Leur argument central reposait sur l’immense capacité de mémorisation visuelle brute des oiseaux. Il était bien documenté que certaines espèces d’oiseaux, notamment les corvidés et les paridés stockeurs de graines, possédaient une mémoire épisodique et spatiale prodigieuse, capable d’encoder des milliers de localisations géographiques distinctes pendant des mois.
Vaughan et Greene (1984) formulèrent l’hypothèse que dans les expériences de Herrnstein, les pigeons ne formaient aucun concept abstrait, mais se contentaient d’apprendre par cœur, un par un, les centaines de clichés présentés. Pour étayer leur thèse, ils soumirent des pigeons à un protocole de discrimination visuelle portant sur des ensembles de diapositives de formes purement aléatoires et arbitraires (gribouillis sans structure sémantique, coupés en deux groupes $S^+$ et $S^-$ sans aucune règle logique sous-jacente). Leurs résultats confirmèrent que les pigeons pouvaient effectivement mémoriser plusieurs centaines d’associations arbitraires sans le moindre concept directeur.
Néanmoins, une différence quantitative capitale subsistait entre les deux dynamiques d’apprentissage. Dans les expériences de Vaughan et Greene sur des motifs aléatoires, les courbes d’acquisition étaient extrêmement lentes, exigeant des milliers d’essais répétés et se dégradant rapidement dès que la taille de l’échantillon augmentait. À l’inverse, dans les protocoles conceptuels de Herrnstein (arbres, eau, personnes), l’apprentissage s’opérait à une vitesse fulgurante et, point crucial, les pigeons démontraient des performances discriminatives instantanées sur des stimuli nouveaux n’ayant fait l’objet d’aucun conditionnement préalable, ce qui réfutait formellement l’explication par la simple mémorisation passive d’associations stimulus-réponse ponctuelles.
7.2 L’hypothèse des caractéristiques locales communes (Feature Detection)
Une seconde ligne d’attaque théorique suggérait que les pigeons ne traitaient pas les scènes de manière globale, mais pistaient un « micro-indice » physique non contrôlé par les expérimentateurs (feature detection). Selon cette hypothèse réductionniste, la discrimination ne reposerait pas sur l’essence du concept d’arbre ou de Margaret, mais sur un fragment d’image récurrent : par exemple, un petit angle aigu formé par les branches, une fréquence spatiale locale spécifique, ou une signature colorimétrique restreinte.
Pour soumettre cette hypothèse à une épreuve expérimentale décisive, plusieurs laboratoires menèrent des expériences de découpage, de mosaïquage et de permutation d’images. En découpant les photographies d’arbres ou de personnes en une multitude de petits carrés réarrangés aléatoirement (scrambling), les chercheurs détruisaient la cohérence globale de l’objet tout en préservant l’intégralité des micro-indices locaux, de la texture, du contraste et de la distribution chromatique. Les résultats de ces contre-expériences furent sans équivoque : face à des images désorganisées en mosaïque, le comportement de discrimination des pigeons s’effondrait de manière spectaculaire.
De plus, toutes les tentatives de modéliser les réponses des pigeons à l’aide de filtres mono-critères (basés uniquement sur des seuils de luminance, de saturation de vert ou de détection d’arêtes linéaires simples) échouèrent lamentablement à prédire les patrons de picotement observés sur les corpus naturels. La recherche empirique apportait ainsi la preuve irréfutable que le système visuel aviaire opérait un traitement hautement configuratif, relationnel et polymorphe, où la disposition spatiale relative des parties par rapport au tout était déterminante pour valider l’appartenance à la catégorie.
7.3 La preuve définitive par le transfert instantané à des stimuli inédits
Dans l’arsenal méthodologique de la psychologie comparative, l’épreuve reine pour trancher le débat entre mémorisation locale et abstraction conceptuelle demeure le test de transfert instantané sur des stimuli inédits (novel stimuli transfer test) exécuté en condition d’extinction. Richard Herrnstein et Donald Loveland avaient méticuleusement blindé leur protocole contre tout biais d’apprentissage en ligne lors de cette étape cruciale.
Lorsqu’une nouvelle série de diapositives d’arbres ou de scènes aquatiques était présentée pour la toute première fois à un oiseau, aucun grain de nourriture n’était distribué, que le pigeon picore ou qu’il s’abstienne. Cette absence délibérée de rétroaction opérante garantissait que l’animal ne pouvait pas utiliser les conséquences de son comportement pour ajuster ses réponses. Si le pigeon picorait vigoureusement dès les premières secondes devant un nouvel arbre inconnu et ignorait superbement une nouvelle scène urbaine sans arbre, ce comportement ne pouvait provenir que de l’application immédiate d’une règle d’inférence perceptuelle interne forgée en amont.
Les distributions statistiques de probabilité de réponse enregistrées lors de ces sessions de transfert révélèrent un niveau de cohérence écrasant. Les taux de réponse sur les stimuli positifs inédits étaient statistiquement indissociables des taux observés sur les stimuli familiers consolidés depuis des semaines. Les courbes de latence démontraient en outre que la décision de picorer intervenait dans une fenêtre temporelle de quelques centaines de millisecondes après l’apparition du cliché. Ces données empiriques massives ont définitivement clos le débat : le pigeon n’est pas un enregistreur photographique passif, mais un processeur d’information capable d’extraire des invariants catégoriels abstraits pour naviguer dans la complexité du monde visuel.
8. Modèles cognitifs explicatifs : prototypes, exemplaires et règles logiques
8.1 La théorie du prototype d’Eleanor Rosch appliquée à l’animal
L’avènement des découvertes de Herrnstein coïncida chronologiquement avec une révolution théorique majeure en psychologie cognitive humaine : l’émergence de la théorie du prototype, formulée par Eleanor Rosch dans les années 1970. Rosch démontrait que les concepts humains naturels (comme « oiseau », « meuble » ou « vêtement ») ne sont pas régis par les lois de la logique formelle aristotélicienne — fondées sur des définitions strictes par conditions nécessaires et suffisantes — mais s’organisent autour d’un centre de gravité statistique appelé le « prototype ».
Appliquée aux performances du pigeon dans l’expérience des arbres et de l’eau, la théorie du prototype offre un cadre explicatif d’une grande élégance. Selon ce modèle, l’exposition répétée à des centaines de photographies permet au système nerveux de l’oiseau de compiler une représentation synthétique moyenne, un « arbre idéal » abstrait agrégeant les valeurs modales des attributs visuels saillants (présence d’un axe vertical brun sombre, densité de ramifications supérieures, dégradés de textures foliaires). Les nouveaux stimuli rencontrés sont ensuite évalués en mesurant leur distance géométrique par rapport à ce prototype central dans un espace vectoriel multidimensionnel.
Cette approche permet d’expliquer avec précision l’« effet de typicalité » documenté chez les oiseaux par Herrnstein : les arbres présentant une silhouette classique et standardisée (comme un chêne feuillu en plan moyen) déclenchent des latences de réponse extrêmement courtes et des taux de picotement maximaux, tandis que les spécimens atypiques ou distordus (comme un saule pleureur échevelé, un bonsaï ou un arbre dénudé sous le givre) suscitent des réponses plus hésitantes. La cognition aviaire des catégories naturelles partage ainsi une structure graduée rigoureusement analogue à la sémantique cognitive humaine.
8.2 Le modèle des exemplaires (Exemplar Theory) de Medin et Schaffer
Bien que séduisante, la théorie du prototype s’est heurtée à un modèle concurrent redoutable issu des sciences cognitives computationnelles : la théorie des exemplaires (Exemplar Theory), initialement formalisée par Douglas Medin et Marguerite Schaffer (1978), puis perfectionnée par Robert Nosofsky avec le modèle GCM (Generalized Context Model). Contrairement à l’approche par prototype, ce modèle postule qu’un organisme ne calcule jamais une moyenne abstraite unique de la catégorie. Il conserve en mémoire épisodique une vaste banque de traces individuelles correspondant à chaque exemplaire spécifique rencontré au fil des sessions d’apprentissage.
Lorsqu’un stimulus inédit apparaît sur l’écran dépoli de la boîte opérante, l’oiseau activerait simultanément, par un mécanisme de résonance associative globale, l’ensemble des traces mnésiques stockées. La décision opérante de picorer résulterait de la somme pondérée des similarités visuelles entre le stimulus présent et chaque trace individuelle classée dans la mémoire positive ($S^+$), comparée à la somme des similarités avec les exemplaires négatifs ($S^-$). L’immense puissance computationnelle du cerveau aviaire permet sans difficulté le stockage et la comparaison parallèle de milliers d’occurrences visuelles.
La théorie des exemplaires possède une flexibilité théorique supérieure à celle du prototype lorsqu’il s’agit d’expliquer pourquoi les pigeons excellent dans l’apprentissage de catégories bimodales ou de concepts hautement disjonctifs. Dans le cas de l’expérience « Margaret », où la même cible apparaît sous des angles, des coiffures et des tenues vestimentaires totalement antinomiques ne pouvant être fondus en une moyenne cohérente sans générer une image floue inutilisable, le stockage d’exemplaires concrets distincts offre une explication mécaniste particulièrement convaincante de la stabilité de la reconnaissance.
8.3 Les concepts polymorphes et l’approche connexionniste
L’apport le plus profond des travaux de Richard Herrnstein à la philosophie des sciences réside dans sa conceptualisation des structures polymorphes. Une catégorie est rigoureusement définie comme polymorphe lorsqu’elle obéit à trois règles combinatoires :
- Chaque instance appartenant à la catégorie possède une proportion significative (mais non totale) d’un ensemble de traits caractéristiques $F = {f_1, f_2, f_3, …, f_n}$.
- Chaque trait caractéristique $f_i$ est partagé par un grand nombre de membres distincts de la catégorie.
- Aucun trait $f_i$ n’est universellement nécessaire (il peut manquer dans un membre valide) ni suffisant (il peut apparaître fortuitement dans un non-membre).
Cette définition correspond exactement à la notion de « ressemblance de famille » (Familienähnlichkeit) forgée par le philosophe Ludwig Wittgenstein dans ses Recherches philosophiques. Herrnstein a apporté la démonstration empirique que le cerveau d’un vertébré non humain peut manipuler ces réseaux de ressemblances de famille sans le support d’aucun métalangage logique. Pour modéliser cette prouesse, les sciences cognitives se sont massivement tournées vers l’approche connexionniste et les réseaux de neurones artificiels.
Dès les années 1980 et 1990, des chercheurs ont simulé avec succès les tâches de Herrnstein en utilisant des perceptrons multicouches entraînés par rétropropagation du gradient d’erreur. Ces modèles ont révélé que les réseaux de neurones distribués, tout comme le système tectofugal du pigeon, n’ont nullement besoin d’extraire des règles logiques explicites pour catégoriser des arbres ou de l’eau. Ils ajustent de manière continue le poids synaptique d’une multitude de détecteurs de caractéristiques intermédiaires distribués. Avec le recul historique, les protocoles de Herrnstein de 1976 apparaissent aujourd’hui comme la préfiguration expérimentale directe des architectures modernes de vision par ordinateur, basées sur l’apprentissage profond (Deep Learning) et les réseaux convolutifs (CNN).
9. Neurobiologie comparée du système visuel aviaire
9.1 Organisation anatomique du télencéphale aviaire et voie tectofuge
L’extraordinaire capacité de catégorisation visuelle du pigeon soulève une interrogation neurobiologique fondamentale : comment un cerveau aviaire, qui ne pèse en moyenne que 2 à 3 grammes et qui est totalement dépourvu du néocortex laminaire à six couches caractéristique des mammifères, parvient-il à rivaliser avec les primates dans des tâches de traitement d’images aussi complexes ? La réponse réside dans l’organisation fonctionnelle exceptionnelle de la voie visuelle prépondérante des oiseaux : la voie tectofuge.
Chez les oiseaux, les axones des cellules ganglionnaires de la rétine décussent presque intégralement au niveau du chiasma optique pour se projeter massivement sur le tectum optique (l’homologue aviaire du colliculus supérieur des mammifères), une structure cérébrale hypertrophiée dotée d’une stratification laminaire d’une complexité phénoménale (composée de 15 couches distinctes). Du tectum optique, l’information visuelle est relayée bilatéralement vers le noyau rotundus du thalamus, une structure nucléaire spécialisée dans le traitement parallèle d’attributs visuels distincts tels que le mouvement, la luminance, la couleur et les flux optiques.
Du noyau rotundus, les projections thalamiques convergent massivement vers l’entopallium, situé au cœur du télencéphale aviaire. Des décennies de recherches neurophysiologiques ont établi que l’entopallium constitue l’analogue fonctionnel direct du cortex visuel extrastrié (aires V2, V4 et cortex inférotemporal) des primates. Les neurones de l’entopallium présentent des champs récepteurs larges, non linéaires et hautement intégrateurs, capables d’encoder des configurations spatiales complexes et d’opérer les synthèses d’invariance nécessaires à la formation des concepts polymorphes démontrés par Herrnstein.
9.2 Spécialisations hémisphériques et asymétrie fonctionnelle
Les performances cognitives des oiseaux dans les boîtes de Skinner sont également sous-tendues par une asymétrie cérébrale fonctionnelle spectaculaire, intensément documentée par les travaux de neurobiologistes comme Onur Güntürkün. Chez le pigeon, le système visuel présente une latéralisation hémisphérique marquée, couplée à une absence presque totale de corps calleux, la communication inter-hémisphérique reposant sur la commissure supra-optique et la commissure postérieure.
Des expériences d’occlusion monoculaire réversible ont mis en évidence une dissociation fonctionnelle saisissante :
- L’œil droit (connecté à l’hémisphère gauche) domine très nettement dans les tâches de discrimination visuelle fine, de catégorisation d’objets locaux et d’extraction de caractéristiques microscopiques critiques. C’est l’hémisphère gauche qui permet au pigeon d’isoler les détails structuraux discriminatifs d’un arbre ou les variations faciales d’un individu spécifique comme Margaret.
- L’œil gauche (connecté à l’hémisphère droit) est préférentiellement recruté pour le traitement global des scènes spatiales, l’évaluation de la nouveauté environnementale, l’orientation topographique et la détection d’indices contextuels généraux.
Cette spécialisation hémisphérique complémentaire confère au système nerveux aviaire une remarquable capacité à mener de front deux dynamiques computationnelles antagonistes : l’hémisphère gauche traite les disparités fines indispensables à la séparation des catégories, tandis que l’hémisphère droit maintient la vue d’ensemble holistique nécessaire à la généralisation catégorielle. Lors des expériences de Herrnstein, cette architecture bicéphale asymétrique a fonctionné à plein régime pour concilier la robustesse de l’abstraction globale et la précision de la sélection opérante.
9.3 Évolution convergente de la cognition visuelle complexe
L’étude approfondie du système visuel du pigeon a provoqué un séisme en neuroanatomie comparée. Pendant plus d’un siècle, la nomenclature classique initiée par Ludwig Edinger dépeignait le cerveau antérieur des oiseaux comme une masse primitive de ganglions de la base hypertrophiés (le prétendu archistriatum et neostriatum), incapable de pensées supérieures et voué exclusivement aux réflexes instinctifs et aux automatismes moteurs stéréotypés.
Il a fallu attendre le consortium international de révision de la nomenclature du cerveau aviaire en 2004 pour que la communauté scientifique reconnaisse officiellement que le télencéphale des oiseaux n’est pas un striatum ancestral, mais un pallium nucléaire homologue au cortex cérébral des mammifères. Bien que dépourvu de la stratification laminaire horizontale typique du néocortex des primates, le pallium aviaire organise ses circuits computationnels sous la forme de noyaux denses hautement interconnectés.
Des travaux récents en cytométrie cellulaire menés par Suzana Herculano-Houzel ont d’ailleurs révélé que les oiseaux chanteurs et les colombidés possèdent des densités de neurones par gramme de tissu cérébral deux à quatre fois supérieures à celles des mammifères, y compris des primates non humains. Le cerveau du pigeon concentre ainsi une puissance de calcul synaptique phénoménale dans un volume microscopique, façonné par les pressions évolutives du vol battu et de la recherche de nourriture en milieu complexe. L’aptitude du pigeon à apprendre des concepts visuels polymorphes comme les arbres ou l’eau représente un monument d’évolution convergente : deux lignées phylogénétiques séparées depuis plus de 300 millions d’années ont forgé des architectures neuronales différentes pour résoudre des défis algorithmiques strictement identiques.
10. Extensions empiriques et réplications interdisciplinaires
10.1 Catégorisation artistique : l’expérience de Watanabe (Monet vs Picasso)
L’héritage expérimental ouvert par Richard Herrnstein a suscité une floraison d’études destinées à tester les frontières ultimes de l’abstraction chez l’animal. L’une des réplications les plus retentissantes et élégantes fut réalisée en 1995 par le psychologue comparatif Shigeru Watanabe et ses collègues à l’Université Keio de Tokyo. Watanabe décida de tester si des pigeons pouvaient discriminer des styles artistiques humains complexes, un domaine traditionnellement considéré comme l’apanage absolu de la culture et de la sensibilité esthétique humaine.
Dans un protocole opérant calqué sur celui de Herrnstein, Watanabe entraîna des pigeons à discriminer des peintures impressionnistes de Claude Monet ($S^+$) de peintures cubistes de Pablo Picasso ($S^-$). Les oiseaux apprirent avec aisance à picorer exclusivement devant les toiles de Monet en ignorant celles de Picasso. La phase de test critique révéla une capacité de généralisation stylistique sans précédent : confrontés à des toiles de Monet qu’ils n’avaient jamais vues, les pigeons maintinrent leur comportement discriminatif avec un taux de réussite quasi parfait.
Mieux encore, lorsque Watanabe leur présenta des œuvres d’autres artistes impressionnistes (Pierre-Auguste Renoir, Paul Cézanne), les oiseaux transférèrent spontanément leurs réponses positives vers ces nouveaux peintres. À l’inverse, face à des toiles cubistes d’artistes contemporains de Picasso (Georges Braque, Henri Matisse), ils retinrent leurs coups de bec. L’analyse des indices montra que les pigeons s’appuyaient sur une intégration complexe de la texture des coups de pinceau, de la netteté des contours géométriques et de la palette chromatique. Le pigeon se révélait capable de conceptualiser l’équivalent perceptif d’un « mouvement artistique », confirmant la puissance d’abstraction stylistique théorisée par Herrnstein vingt ans plus tôt.
10.2 Applications médicales contemporaines : pigeons radiologues et histopathologistes
L’acuité catégorielle du système visuel aviaire a trouvé une validation contemporaine spectaculaire dans le champ de la médecine translationnelle. En 2015, une équipe de neuroscientifiques et de pathologistes dirigée par Richard M. Levenson à l’Université de Californie à Davis a publié dans la revue PLOS ONE une recherche pionnière évaluant les capacités de pigeons entraînés dans le diagnostic d’images médicales histopathologiques et de mammographies mammaires.
Les pigeons furent placés dans des chambres opérantes équipées d’écrans tactiles à haute résolution et récompensés pour leur capacité à différencier des coupes de biopsies mammaires bénignes de biopsies malignes (carcinomes infiltrants), ainsi qu’à identifier la présence de microcalcifications suspectes sur des clichés radiologiques numériques. Après une phase d’entraînement basée sur des programmes de renforcement différentiel directs, les oiseaux démontrèrent une précision diagnostique stupéfiante sur des lames histologiques totalement inédites.
Sur des tâches complexes de détection de malignité à différents grossissements optiques, un pigeon individuel atteignait un taux d’exactitude diagnostique supérieur à 85 %, rivalisant avec des techniciens de laboratoire humains qualifiés. Plus extraordinaire encore : en agrégeant les réponses indépendantes d’un groupe de huit pigeons via une procédure de vote majoritaire (intelligence en essaim ou crowdsourcing aviaire), la précision du diagnostic collectif atteignait 99 %, égalant les performances de médecins radiologues certifiés. Cette application biomédicale a prouvé de manière éclatante que les mécanismes d’abstraction visuelle découverts par Herrnstein pour les arbres et l’eau sont applicables à la détection de biomarqueurs visuels microscopiques d’une complexité clinique vitale.
10.3 Généralisation à d’autres taxons animaux
Les protocoles fondateurs de Herrnstein ont déclenché une onde de choc qui a rapidement dépassé le cadre de l’ornithologie pour irriguer l’ensemble de l’éthologie cognitive. Des chercheurs ont cherché à vérifier si cette aptitude à former des concepts polymorphes ouverts constituait une prérogative partagée par d’autres embranchements du règne animal.
Des travaux conduits sur des corvidés (corbeaux freux, corneilles noires, geais bleus) ont démontré des compétences de catégorisation conceptuelle d’un niveau d’abstraction encore plus élevé, incluant l’évaluation analogique relationnelle (« même » versus « différent ») et la classification fonctionnelle d’outils manufacturés. Chez les mammifères, des expériences similaires menées sur des dauphins à nez de bouteille (Tursiops truncatus), des otaries de Californie et des primates non humains (macaques rhésus, chimpanzés) ont confirmé l’universalité phylogénétique des processus d’abstraction visuelle et auditive.
L’extension la plus vertigineuse de ce paradigme a sans doute été observée chez les invertébrés. Des équipes dirigées par Martin Giurfa et Adrian Dyer ont prouvé que l’abeille domestique (Apis mellifera), dont le cerveau compte moins d’un million de neurones, est capable d’apprendre des concepts relationnels spatiaux abstraits (« au-dessus de », « en dessous de ») et de classifier des photographies de visages humains stylisés ou des motifs artistiques. Ces découvertes universelles trouvent leur matrice méthodologique originelle dans l’article de 1964 de Herrnstein et Loveland, qui a fourni les clés épistémologiques nécessaires pour interroger la cognition animale au-delà du carcan du stimulus-réponse mécanique.
11. Implications épistémologiques et impact sur la révolution cognitive
11.1 La rupture avec le néo-béhaviorisme orthodoxe
Les résultats accumulés par Richard Herrnstein entre 1964 et 1976 ont joué un rôle de catalyseur souterrain dans la crise terminale du néo-béhaviorisme orthodoxe et l’avènement de la révolution cognitive. Le modèle stimulus-réponse linéaire, pierre angulaire de l’édifice skinnérien, stipulait que le comportement pouvait être prédit et contrôlé sans jamais faire appel à une variable intermédiaire interne. Or, face à un concept polymorphe ouvert comme celui de l’eau ou des arbres, ce schéma déterministe simple se désintègre mathématiquement.
Puisqu’aucun pixel physique singulier, aucune fréquence de couleur et aucune dimension spatiale élémentaire n’étaient universellement corrélés avec la distribution des renforcements, il devenait logiquement impossible de soutenir que le comportement du pigeon était contrôlé par un « stimulus discriminatif » au sens classique du terme. Le système opérant était contraint d’admettre qu’entre l’entrée rétinienne brute et la commande motrice du bec, l’organisme interposait une opération de transformation computationnelle : une représentation mentale ou un espace d’états interne extrayant une structure invariante.
La réaction de B. F. Skinner face aux publications de son protégé et collègue de Harvard fut un mélange d’admiration méthodologique et de malaise épistémologique. Skinner tenta de maintenir sa position en affirmant que les concepts étaient simplement des « répertoires opérants complexes sous le contrôle de contingences entrelacées », mais cette rhétorique peinait à masquer l’inversion théorique en cours : en démontrant l’existence de processus d’abstraction autonomes chez l’animal de laboratoire le plus commun, Herrnstein avait ouvert de l’intérieur la « boîte noire » que son maître s’était acharné à verrouiller pendant un demi-siècle.
11.2 La nature du langage et l’indépendance de la pensée conceptuelle
Sur le plan de la philosophie de l’esprit et de la linguistique théorique, les expériences de Herrnstein ont porté un coup sévère aux doctrines logocentriques qui affirmaient l’indissociabilité absolue entre la pensée conceptuelle et le langage verbal. Inspirée par l’hypothèse de Sapir-Whorf ou les thèses structuralistes et chomskyennes strictes, une longue tradition philosophique soutenait que les concepts n’étaient que des sous-produits de la grammaire syntaxique et que, par conséquent, un être privé de parole était condamné à vivre dans un présent perceptif immédiat, incapable de véritables pensées catégorielles.
Les données empiriques recueillies chez le pigeon ont brisé ce dogme cartésien en prouvant que la catégorisation conceptuelle abstraite précède phylogénétiquement l’émergence du langage articulé de plusieurs centaines de millions d’années. L’aptitude à organiser le flux perceptif du monde en classes sémantiques cohérentes (nourriture/non-nourriture, prédateur/inoffensif, arbre/eau/individu) constitue un impératif biologique de survie universel que l’évolution a sélectionné bien avant l’apparition de la syntaxe chez les hominidés.
Ces conclusions ont profondément influencé des philosophes de l’esprit contemporains, tels que Jerry Fodor (dans sa défense initiale du langage de la pensée ou Mentalese) et Colin Allen, en réaffirmant le statut ontologique des représentations conceptuelles non linguistiques. Elles démontrent que le langage humain n’a pas créé les concepts ex nihilo, mais s’est greffé sur des systèmes de catégorisation perceptive préexistants, hautement sophistiqués et déjà partagés par une multitude de taxons de vertébrés.
11.3 De Herrnstein à l’intelligence artificielle : l’apprentissage automatique moderne
Avec le recul historique que nous offre le XXIe siècle, la méthodologie déployée par Herrnstein, Loveland et Cable en 1976 apparaît comme une anticipation géniale et prémonitoire des protocoles fondamentaux de l’apprentissage automatique contemporain (Machine Learning). Tout le cadre conceptuel de l’apprentissage supervisé moderne s’y trouve déjà dessiné avec une clarté absolue :
- L’entraînement sur des centaines de photographies naturelles correspond exactement à la phase d’apprentissage d’un réseau de neurones sur un jeu de données étiqueté (labeled training dataset).
- Le programme de renforcement opérant différentiel agit rigoureusement comme une fonction de coût (loss function) guidant l’optimisation des poids synaptiques.
- La séparation étanche entre le corpus d’entraînement et le corpus de test inédit préfigure la distinction méthodologique sacrée entre le Training Set, le Validation Set et le Test Set, pierre angulaire évitant le surapprentissage (overfitting).
De plus, les analyses contemporaines menées sur les biais d’apprentissage des modèles de vision par ordinateur résonnent de manière saisissante avec les débats historiques autour des pigeons de Herrnstein. Tout comme les réseaux de neurones convolutifs actuels peuvent parfois être trompés par des corrélations fallacieuses d’arrière-plan (reconnaître un loup uniquement par la présence de neige en arrière-plan), les chercheurs de Harvard devaient traquer impitoyablement les artéfacts physiques de leurs diapositives. L’étude de la cognition visuelle aviaire continue d’être une source d’inspiration majeure pour la conception d’architectures d’intelligence artificielle frugales en énergie, capables d’une formidable robustesse d’abstraction avec une fraction infime de la puissance de calcul requise par les serveurs modernes.
12. Bilan critique, limites méthodologiques et postérité scientifique
12.1 Limites techniques et méthodologiques des études originelles
En dépit de leur élégance révolutionnaire, les publications initiales de Richard Herrnstein ne sont pas exemptes de certaines limites techniques et méthodologiques inhérentes aux technologies disponibles dans les années 1960 et 1970. La première faiblesse notable résidait dans la taille restreinte des échantillons d’animaux testés : les études pionnières ne portaient souvent que sur trois à six pigeons. Bien que la méthodologie de l’analyse expérimentale du comportement compense traditionnellement le faible nombre de sujets par des milliers d’heures d’enregistrements intrasujets ultra-stables, une plus large cohorte aurait permis une appréciation plus fine de la variabilité individuelle.
Une seconde contrainte majeure tenait à la nature analogique du matériel visuel. L’utilisation de diapositives physiques projetées par des ampoules halogènes soumettait les films photographiques à une dégradation chimique progressive sous l’effet de la chaleur et du rayonnement lumineux répété (altération des émulsions, micro-rayures, perte de saturation chromatique). De telles dégradations microscopiques pouvaient potentiellement introduire des artefacts optiques imperceptibles à l’œil humain mais exploitables par l’acuité visuelle exceptionnelle du pigeon.
Enfin, les laboratoires de l’époque ne disposaient pas de systèmes d’oculométrie (eye-tracking) miniaturisés capables de traquer avec précision les mouvements saccadiques de la fovéa aviaire en temps réel. Les chercheurs ne pouvaient qu’inférer les zones d’intérêt visuel explorées par l’oiseau à partir de l’impact mécanique global du bec sur la clé centrale. L’absence d’enregistrements électrophysiologiques in vivo synchronisés empêchait également d’observer directement la dynamique des décharges neuronales dans l’entopallium au moment exact où la décision catégorielle était prise.
12.2 Réinterprétations contemporaines et débats non résolus
À l’ère des neurosciences computationnelles modernes, les conclusions de Herrnstein ont fait l’objet de réévaluations critiques approfondies. Un débat persistant oppose les tenants d’une abstraction cognitive descendante (top-down) aux partisans d’un filtrage statistique ascendant (bottom-up) de bas niveau. Des chercheurs comme Edward Wasserman ont démontré qu’une grande part des décisions discriminatives du pigeon peut être fidèlement simulée par des banques de filtres de Gabor à deux dimensions, modélisant les cellules simples et complexes des systèmes visuels précoces.
Ces filtres mathématiques décomposent les scènes naturelles en spectres de fréquences spatiales locales et en orientations énergétiques. Il a été suggéré que les photographies d’arbres ou de scènes aquatiques possèdent des signatures spectrales de second ordre statistiquement distinctes de celles des paysages urbains ou des objets manufacturés. Selon cette interprétation computationnelle, le pigeon ne manipulerait pas nécessairement un « concept » philosophique abstrait au sens sémantique du terme, mais agirait plutôt comme un classificateur statistique non linéaire d’une formidable sensibilité, capable de faire converger des centaines d’invariants de texture vers une réponse motrice unifiée.
Aujourd’hui, le consensus scientifique s’oriente vers une position synthétique : loin d’opposer stérilement bas niveau et haut niveau, il est désormais admis que le système visuel aviaire opère via une cascade hiérarchique distribuée. L’information visuelle brute subit une succession de transformations non linéaires, allant du filtrage spatial précoce dans le tectum optique jusqu’à la synthèse configurative invariante dans l’entopallium, réconciliant ainsi l’analyse statistique locale et la véritable catégorisation globale de scènes naturelles.
12.3 L’héritage durable de Richard Herrnstein dans les sciences cognitives
L’impact historique des travaux de Richard J. Herrnstein sur les concepts d’arbres, d’eau et de Margaret demeure immense. En osant introduire la complexité sauvage et désordonnée du monde réel au sein de la chambre opérante rigide de Skinner, Herrnstein a accompli un tour de force méthodologique qui a transformé la psychologie animale en une science cognitive comparative de plein droit.
Ces expériences ont brisé les frontières étanches que la métaphysique occidentale avait érigées entre la raison humaine, supposée transcendante, et l’animalité, reléguée aux automatismes mécaniques. Elles ont établi que la capacité d’abstraction conceptuelle est une propriété émergente fondamentale des réseaux de neurones biologiques complexes confrontés aux impératifs d’adaptation écologique, indépendamment de la présence ou de l’absence d’un néocortex laminaire ou d’une syntaxe linguistique.
Près d’un demi-siècle après la parution de la trilogie expérimentale de 1976, les pigeons de Herrnstein continuent d’interpeller notre conception de l’intelligence. De l’éthologie de terrain aux laboratoires d’intelligence artificielle les plus avancés, cette modeste chambre opérante où un oiseau picorait l’image d’un arbre sous la neige de Harvard demeure le symbole éclatant d’une passerelle interdisciplinaire incontournable : celle qui relie le comportementalisme le plus rigoureux aux mystères les plus profonds de l’esprit et de la perception.
Références
- Biederman, I. (1987). Recognition-by-components: A theory of human image understanding. Psychological Review, 94(2), 115–147. https://doi.org/10.1037/0033-295X.94.2.115
- Dyer, A. G., Neumeyer, C., & Chittka, L. (2005). Honeybee vision: Honeybees can recognise human faces. Journal of Experimental Biology, 208(24), 4709–4714. https://doi.org/10.1242/jeb.01949
- Güntürkün, O. (2005). The avian ‘prefrontal cortex’ and cognition. Current Opinion in Neurobiology, 15(6), 686–693. https://doi.org/10.1016/j.conb.2005.10.003
- Herculano-Houzel, S. (2017). Birds have the density of neurons that one would expect of a primate. Journal of Comparative Neurology, 525(3), 488–492. https://doi.org/10.1002/cne.24116
- Herrnstein, R. J. (1961). Relative and absolute strength of response as a function of frequency of reinforcement. Journal of the Experimental Analysis of Behavior, 4(3), 267–272. https://doi.org/10.1901/jeab.1961.4-267
- Herrnstein, R. J., & Loveland, D. H. (1964). « Complex visual concept » in the pigeon. Science, 146(3643), 549–551. https://doi.org/10.1126/science.146.3643.549
- Herrnstein, R. J., Loveland, D. H., & Cable, C. (1976). Natural concepts in the pigeon. Journal of Experimental Psychology: Animal Behavior Processes, 2(4), 285–302. https://doi.org/10.1037/0097-7403.2.4.285
- Levenson, R. M., Krupinski, E. A., Navarro, V. M., & Wasserman, E. A. (2015). Pigeons (Columba livia) as trainable observers of pathology and radiology breast cancer images. PLOS ONE, 10(11), e0141357. https://doi.org/10.1371/journal.pone.0141357
- Medin, D. L., & Schaffer, M. M. (1978). Context theory of classification learning. Psychological Review, 85(3), 207–238. https://doi.org/10.1037/0033-295X.85.3.207
- Reiner, A., Perkel, D. J., Bruce, L. L., Butler, A. B., Csillag, A., Kuenzel, W., Medina, L., Paxinos, G., Shimizu, T., Striedter, G., Wild, M., Ball, G. F., Durand, S., Güntürkün, O., Lee, D. W., Mello, C. V., Powers, A., White, S. A., Hough, G., Kubikova, L., Smulders, T. V., Wada, K., Dugas-Ford, J., Husband, S., Yamamoto, K., Yu, J., Siang, C., Jarvis, E. D., & Avian Brain Nomenclature Consortium. (2004). Revised nomenclature for avian telencephalon and some related brainstem nuclei. Journal of Comparative Neurology, 473(3), 377–414. https://doi.org/10.1002/cne.20118
- Rosch, E. (1978). Principles of categorization. In E. Rosch & B. B. Lloyd (Eds.), Cognition and categorization (pp. 27–48). Lawrence Erlbaum Associates.
- Skinner, B. F. (1938). The Behavior of Organisms: An Experimental Analysis. Appleton-Century-Crofts.
- Vaughan, W., Jr., & Greene, S. L. (1984). Pigeon visual memory capacity. Journal of Experimental Psychology: Animal Behavior Processes, 10(2), 256–271. https://doi.org/10.1037/0097-7403.10.2.256
- Watanabe, S., Sakamoto, J., & Wakita, M. (1995). Pigeons’ discrimination of paintings by Monet and Picasso. Journal of the Experimental Analysis of Behavior, 63(2), 165–174. https://doi.org/10.1901/jeab.1995.63-165
- Wittgenstein, L. (1953). Philosophische Untersuchungen / Philosophical Investigations. Blackwell.