Histoire de la psychologiePsychologie cognitive

L’expérience d’apprentissage latent (cartes cognitives) – Edward Tolman et Charles Honzik

Analyse académique approfondie de l’expérience d’apprentissage latent (1930) d’Edward Tolman et Charles Honzik et de la genèse des cartes cognitives.

Dr. Mohammed Looti Universitaire et chercheur spécialisé en psychologie
PUBLIÉ
Révisé scientifiquement · Dr. Marwa Abd-Alazim · septembre 11, 2026
Revu médicalement et scientifiquement Vérifié le : septembre 11, 2026
Dr. Marwa Abd-Alazim PhD in Psychology
Faculty Member • University of Kerbala
Critères d'évaluation et normes cliniques

Ce contenu fait l'objet d'un examen scientifique rigoureux et de normes éditoriales médicales afin de garantir l'exactitude clinique et la conformité aux directives fondées sur des preuves (APA / OMS).

CC BY-NC-ND 4.0

L’histoire de la psychologie expérimentale et des neurosciences comportementales est jalonnée de controverses fondamentales sur la nature même de l’esprit, de l’action et du savoir. Au début du XXe siècle, une vision mécaniste et réductionniste régnait sans partage sur les laboratoires nord-américains : le paradigme du béhaviorisme classique. Selon cette orthodoxie, tout comportement animal ou humain n’était que le produit direct, presque réflexe, d’une association linéaire entre des stimuli sensoriels périphériques et des réponses motrices observables, consolidée par l’application mécanique d’un renforcement biologique. Toute référence à des processus mentaux internes, des représentations, des buts ou des délibérations était impitoyablement bannie du champ de la science légitime, reléguée au rang d’illusion mentaliste non vérifiable.

C’est au cœur de cette hégémonie intellectuelle que s’est dressée l’une des insurrections théoriques et empiriques les plus marquantes de l’histoire des sciences cognitives. Menée par Edward Chace Tolman et son collaborateur Charles H. Honzik à l’Université de Californie à Berkeley, une série d’expérimentations élégantes sur la navigation spatiale des rongeurs est venue fissurer le socle dogmatique du modèle associationniste. L’expérience princeps de 1930, intitulée « Introduction and Removal of Reward, and Maze Performance in Rats », a apporté la démonstration irréfutable de ce que l’on nomme aujourd’hui l’apprentissage latent. En prouvant que des organismes peuvent acquérir une connaissance structurelle complexe de leur environnement sans recevoir la moindre récompense tangible, et sans manifester immédiatement ce savoir dans leur motricité, Tolman et Honzik ont opéré une révolution conceptuelle majeure.

Cette recherche historique a pavé la voie au concept révolutionnaire de carte cognitive (cognitive map), préfigurant de plusieurs décennies la révolution cognitive des années 1960 ainsi que les découvertes neurophysiologiques contemporaines sur le système de navigation de l’hippocampe. Le présent article propose une exploration exhaustive, rigoureuse et multidimensionnelle de cette étude fondatrice : de son contexte d’émergence épistémologique face au béhaviorisme mécaniste, à ses prolongements les plus sophistiqués en intelligence artificielle et en robotique moderne, en passant par le détail scrupuleux de sa méthodologie, de ses courbes statistiques et de ses implications philosophiques.

1. Contexte historique et émergence du béhaviorisme intentionnel

1.1 L’hégémonie du béhaviorisme mécaniste de Watson et Thorndike

Pour appréhender l’onde de choc provoquée par les travaux d’Edward Tolman et Charles Honzik, il est indispensable de reconstituer le paysage intellectuel qui dominait la psychologie académique des années 1920 et 1930. Sous l’impulsion inaugurale de John B. Watson, qui publia en 1913 son manifeste béhavioriste, la psychologie avait entrepris une rupture radicale avec les méthodes introspectives héritées de Wilhelm Wundt et d’Edward Titchener. Watson entendait élever la psychologie au rang de science naturelle exacte, objective et quantifiable. Pour y parvenir, il imposa un interdit méthodologique catégorique : l’exclusion pure et simple de la conscience, des intentions, des cartes mentales et des états subjectifs internes hors du domaine de l’investigation empirique. Le modèle explicatif devait se borner strictement au diptyque Stimulus-Réponse (S-R), réduisant l’organisme à une « boîte noire » dont seules les entrées physiques et les sorties comportementales étaient mesurables.

Parallèlement à Watson, les travaux précurseurs d’Edward Thorndike sur l’apprentissage par essais et erreurs avaient posé les bases de ce qui allait devenir la « loi de l’effet ». En étudiant des chats enfermés dans ses célèbres puzzle boxes, Thorndike avait théorisé que la connexion entre un stimulus environnemental et une réponse motrice s’estampait automatiquement dans le système nerveux de l’animal si cette réponse était immédiatement suivie d’un état de satisfaction, tel que l’obtention de nourriture. À l’inverse, une conséquence négative affaiblissait cette connexion neuronale. Dans cette conception strictement mécaniste, l’apprentissage était conçu comme un processus aveugle, passif et incrémental : l’animal ne saisissait pas les relations logiques ou spatiales sous-jacentes à la situation ; il subissait simplement l’encodage progressif d’habitudes motrices sous l’influence sculpturale du renforcement matériel.

Cette approche moléculaire réduisait l’activité animale à une agrégation de contractions musculaires et de sécrétions glandulaires. Face à des problèmes de navigation spatiale ou de résolution complexe d’énigmes, le béhaviorisme orthodoxe soutenait que le déplacement d’un rat au sein d’un labyrinthe n’était rien d’autre qu’une chaîne de réflexes conditionnés kinesthésiques : le stimulus du couloir A déclenchait la contraction motrice permettant de tourner à droite, ce qui plaçait l’animal devant le stimulus B, commandant un virage à gauche, et ainsi de suite. Cependant, cette perspective moléculaire et réductionniste montrait des limites méthodologiques criantes lorsqu’il s’agissait d’expliquer comment un animal pouvait contourner un blocage soudain sans réapprendre toute la séquence depuis l’origine, soulevant des doutes profonds chez un petit groupe de chercheurs hétérodoxes.

1.2 Edward C. Tolman et la rupture du béhaviorisme molaire ou intentionnel

Face à ce réductionnisme physiologisant, Edward Chace Tolman (1886–1959) a opéré une dissidence fondamentale au sein même du paradigme comportementaliste. Refusant tout mysticisme ou retour à l’introspection non contrôlable, Tolman est demeuré un béhavioriste convaincu dans sa méthode, exigeant des données strictement publiques et observables. En revanche, il rejeta avec force le réductionnisme moléculaire de Watson et Thorndike, lui opposant ce qu’il conceptualisa sous le vocable de béhaviorisme molaire ou béhaviorisme intentionnel (purposive behaviorism), formalisé de manière magistrale dans son ouvrage de 1932, Purposive Behavior in Animals and Men.

Pour Tolman, le comportement molaire possède des propriétés émergentes intrinsèques qui ne peuvent être appréhendées par la simple somme de réflexes musculaires isolés. Le comportement est d’emblée orienté vers un but (goal-directed) et fait preuve d’une plasticité remarquable : si un chemin habituel est obstrué, l’animal déploie des comportements alternatifs pour atteindre la même finalité environnementale. Dès lors, l’équation linéaire classique Stimulus-Réponse s’avère insuffisante. Tolman proposa d’insérer, entre le stimulus environnemental ($S$) et la réponse finale ($R$), un ensemble de variables intermédiaires (intervening variables), transformant le cadre théorique en un schéma $S to O to R$, où $O$ représente l’organisme et ses structures cognitives internes inobservables directement mais déductibles mathématiquement et logiquement des variations expérimentales contrôlées.

Cette théorisation novatrice a été profondément nourrie par les séjours de Tolman en Allemagne et son immersion dans la psychologie de la Gestalt, notamment sous l’influence de Kurt Lewin, Wolfgang Köhler et Kurt Koffka. Tolman retint de la Gestalt l’idée fondamentale que la perception et le savoir sont holistiques, organisés en structures globales non réductibles à leurs atomes constitutifs. Appliquée à l’apprentissage animal, cette approche concevait l’organisme non pas comme une machine passive attendant d’être estampillée par des stimuli externes, mais comme un système actif de traitement de l’information. L’animal en situation d’exploration extrait les régularités structurelles de son milieu, développe des « attentes de signes » (sign-gestalt expectations) et élabore des modèles internes de son univers physique.

1.3 La genèse de la collaboration entre Edward Tolman et Charles Honzik

L’essor de cette nouvelle vision épistémologique a trouvé un terreau particulièrement fertile au département de psychologie de l’Université de Californie à Berkeley durant l’entre-deux-guerres. Tolman y avait constitué un laboratoire d’éthologie et de psychologie comparée dynamique, attirant de jeunes chercheurs désireux de confronter les dogmes de la côte Est incarnés par les universités de Harvard, Columbia ou Yale. C’est dans ce contexte effervescent que s’est scellée la collaboration avec Charles H. Honzik, un expérimentateur méticuleux doué d’une rigueur méthodologique exceptionnelle dans la conception de labyrinthes et l’enregistrement standardisé des données comportementales.

Avant leur célèbre publication conjointe de 1930, des signes avant-coureurs d’un apprentissage sans renforcement matériel s’étaient déjà manifestés dans la littérature scientifique. Dès 1929, un étudiant de Tolman, Hugh Carlton Blodgett, avait soutenu une thèse remarquée démontrant que des rats circulant dans un labyrinthe sans récompense alimentaire semblaient n’accomplir aucun progrès tangible, jusqu’à ce qu’un morceau de nourriture soit soudainement déposé dans la chambre d’arrivée. Dès le lendemain de cette première incitation, le taux d’erreurs de ces rats s’effondrait de manière spectaculaire, atteignant instantanément le niveau des animaux récompensés quotidiennement. Cependant, l’expérience de Blodgett souffrait de certaines faiblesses méthodologiques, notamment un nombre réduit de sujets et une architecture de labyrinthe qui laissait place à des interprétations alternatives fondées sur des indices kinesthésiques simples.

Conscients de l’enjeu crucial de cette anomalie empirique pour l’ensemble de la théorie psychologique, Tolman et Honzik résolurent de concevoir un protocole expérimental irréprochable, capable de résister aux attaques des ténors du néo-béhaviorisme mécaniste. Leur objectif était de mettre à l’épreuve l’hypothèse de l’apprentissage latent : prouver expérimentalement que l’apprentissage s’effectue continuellement de manière tacite lors de l’exploration libre, en l’absence absolue de tout renforcement primaire conventionnel, et que l’introduction ultérieure d’une récompense n’agit pas comme un agent d’encodage du savoir, mais uniquement comme un facteur motivationnel libérant la performance motrice. Cette formulation constituait un défi direct et frontal lancé à l’universalité de la loi de l’effet de Thorndike.

2. Les fondements théoriques : Définition de l’apprentissage latent et représentations spatiales

2.1 Conceptualisation de l’apprentissage latent (Latent Learning)

D’un point de vue formel, l’apprentissage latent désigne l’acquisition de connaissances, d’habiletés ou d’informations environnementales qui s’effectue en l’absence totale de tout renforcement manifeste, de réduction de besoin physiologique immédiat ou d’objectif utilitaire explicite. La caractéristique déterminante de ce type d’apprentissage réside dans le fait qu’il demeure entièrement dissimulé — ou « latent » — aux yeux de l’expérimentateur tant qu’une motivation suffisante n’incite pas l’organisme à traduire ce savoir intériorisé en un comportement moteur mesurable.

Cette conceptualisation introduit une scission paradigmatique absolue entre l’acquisition tacite de l’information et son utilisation comportementale observable. Dans le modèle orthodoxe S-R, apprendre et exécuter étaient deux faces indissociables d’une même pièce : la modification de la courbe de performance (diminution du temps ou des erreurs) était l’apprentissage même, forgé essai après essai par la récompense. Pour Tolman, cette identification constituait une monumentale erreur de catégorie. L’apprentissage est une modification structurelle sous-jacente des relations cognitives internes de l’organisme, tandis que la performance n’est que la manifestation transitoire, contingente et régie par des états motivationnels fluctuants de cet apprentissage.

En reconnaissant l’existence de l’apprentissage latent, Tolman réhabilitait l’exploration spontanée comme un processus fondamental du vivant. L’animal n’est pas un système thermodynamique inerte qui ne s’active que sous la contrainte d’une pulsion biologique (faim, soif, douleur) ; il possède une propension intrinsèque à inspecter, cartographier et catégoriser la structure physique du monde environnant. La curiosité exploratoire est envisagée comme un mécanisme épistémique d’échantillonnage de données, permettant à l’animal de se constituer une réserve d’informations neutres sur les contingences spatiales, informations dont la rentabilité biologique ne se révélera que plus tard, de manière rétrospective, lorsque des conditions de survie l’exigeront.

2.2 L’hypothèse des cartes cognitives (Cognitive Maps)

Pour expliquer le substrat théorique permettant à un rat de stocker l’information spatiale sans exécuter de réponses motrices renforcées, Edward Tolman introduisit le concept révolutionnaire de carte cognitive (cognitive map). Une carte cognitive n’est pas une métaphore poétique, mais un modèle théorique désignant une représentation interne, structurée, globale et spatialement cohérente de l’environnement physique extérieur, encodée au sein du système nerveux central de l’organisme.

La distinction entre une carte cognitive et une chaîne d’habitudes motrices S-R est fondamentale et peut être résumée par le tableau conceptuel suivant :

  • Chaîne d’habitudes motrices (Paradigme S-R) : La représentation est séquentielle, unidirectionnelle, égocentrée et rigide. L’animal apprend une série ordonnée de micro-actions motrices ($S_1 to R_1 to S_2 to R_2$). Si un maillon de la chaîne est brisé (par exemple, si un couloir est fermé), l’ensemble de la séquence comportementale est désorganisé, et l’animal doit réapprendre une nouvelle chaîne par tâtonnement.
  • Carte cognitive (Paradigme molaire de Tolman) : La représentation est géométrique, allocentrée, relationnelle et flexible. L’organisme encode un réseau de nœuds topologiques et de connexions vectorielles reliant différents lieux ($Lieu_A \leftrightarrow Lieu_B \leftrightarrow Lieu_C$). L’animal sait où se situe le but par rapport à sa position actuelle dans un repère spatial indépendant de sa propre posture motrice.

Cette structure cognitive confère à l’organisme une extraordinaire flexibilité adaptative. Si un barrage bloque l’itinéraire habituel vers une source de nourriture, un animal guidé par une carte cognitive n’a nullement besoin de tester au hasard chaque carrefour : il peut inférer immédiatement un itinéraire de contournement ou emprunter un raccourci géométrique totalement inédit qu’il n’a pourtant jamais parcouru physiquement. Cette capacité d’inférence spatiale découle directement de ce que Tolman appelait les attentes de signes (sign-gestalt expectations) : la perception d’un repère spatial (le « signe ») évoque instantanément l’attente cognitive de ce qui se trouve au-delà (le « signifié »), structurant le labyrinthe en un réseau signifiant d’orientations possibles plutôt qu’en un tunnel aveugle de déclenchements musculaires réflexes.

3. Le protocole expérimental de Tolman et Honzik (1930) : Méthodologie et dispositifs

3.1 Architecture et caractéristiques du labyrinthe standardisé

Pour soumettre l’apprentissage latent à une épreuve empirique irréfutable, Edward Tolman et Charles Honzik ont élaboré un dispositif expérimental d’une sophistication redoutable : le labyrinthe à choix multiples comportant quatorze unités en T (14-unit multiple-T maze). Contrairement aux labyrinthes circulaires ou aux dispositifs simplifiés à un ou deux embranchements qui laissaient planer des doutes sur l’usage d’indices d’orientation globale, ce labyrinthe imposait une complexité architecturale telle qu’aucune stratégie motrice triviale ne pouvait suffire à en triompher sans un véritable encodage de son agencement.

Le labyrinthe était constitué de quatorze carrefours orthogonaux successifs rigoureusement identiques dans leurs dimensions géométriques. À chaque intersection, l’animal était confronté à une alternative binaire stricte : s’engager dans la direction menant au couloir progressif ou bifurquer dans un cul-de-sac standardisé (blind alley). Les dimensions des allées étaient calculées pour empêcher l’animal de voir au-delà du carrefour immédiat, le contraignant à naviguer par décisions successives. Point capital de la rigueur méthodologique : chaque unité de choix était équipée de portes battantes à sens unique (one-way doors) spécialement conçues pour s’ouvrir silencieusement sous la poussée du museau du rat et se refermer immédiatement derrière lui sans bruit métallique perturbateur. Ce mécanisme empêchait tout retour en arrière récursif vers les sections antérieures, forçant une progression vers l’avant et éliminant les biais statistiques liés aux comportements de rétrogradation panique.

Le contrôle expérimental des canaux sensoriels périphériques constituait une préoccupation centrale pour les deux chercheurs. Afin d’interdire aux rats l’utilisation de pistes olfactives — qui auraient permis aux rongeurs de suivre l’odeur des congénères ayant trouvé le but ou de suivre leurs propres dépôts urinaires —, les sols des couloirs étaient tapissés de plaques de linoléum interchangeables et fréquemment lavées à l’alcool neutre, tandis que les parois étaient uniformément peintes d’une couleur grise mate non réfléchissante. L’éclairage était soigneusement diffusé de manière symétrique depuis le plafond afin d’éradiquer toute ombre portée asymétrique qui aurait pu servir d’indice directionnel visuel direct. Enfin, le dispositif comportait une boîte de départ standardisée munie d’une guillotine de libération et, à l’extrême opposé du dédale, une chambre terminale (boîte de but) rigoureusement isolée sur le plan acoustique et visuel du reste du labyrinthe.

3.2 Contrôle des variables et standardisation des sujets

La validité scientifique de l’étude reposait sur une élimination drastique des variables parasites biologiques et physiologiques. Tolman et Honzik ont sélectionné une cohorte de rats albinos de laboratoire (souche Rattus norvegicus), issus de portées homogènes, âgés d’environ trois mois au début des manipulations, garantissant ainsi une vigueur physique et une acuité sensorielle équivalentes. Les animaux étaient logés dans des conditions de température, d’hygrométrie et de cycle nycthéméral strictement constantes au sein de l’animalerie du laboratoire de psychologie de Berkeley.

Le paramètre motivationnel était l’objet d’une standardisation quantitative rigoureuse par le biais d’un protocole de privation alimentaire contrôlé. Tous les rats étaient soumis à un régime de restriction nutritionnelle quotidien destiné à stabiliser leur masse corporelle à environ 85 % de leur poids nourri ad libitum, instaurant ainsi un niveau de pulsion de faim (hunger drive) intense et stable d’un jour sur l’autre, sans pour autant altérer leur santé ou provoquer une apathie léthargique. Chaque animal subissait une session expérimentale unique par jour, composée d’un seul essai chronométré, minimisant ainsi les effets de saturation, de fatigue musculaire ou de lassitude cognitive.

La variable dépendante principale — l’erreur — a fait l’objet d’une définition opérationnelle non équivoque afin de garantir une fidélité inter-juges absolue lors de la collecte des données. Était formellement comptabilisée comme une erreur toute pénétration de la totalité du corps de l’animal (à l’exclusion de la queue) au-delà de la ligne imaginaire marquant l’entrée d’un cul-de-sac. De surcroît, le temps total d’écoulement entre le moment exact de l’ouverture de la guillotine de la boîte de départ et l’introduction des quatre pattes dans la chambre de but était enregistré au chronomètre de précision au dixième de seconde. Cette rigueur dans la quantification des variables indépendantes et dépendantes a conféré aux données de Tolman et Honzik une puissance démonstrative qui allait résister à des décennies d’examen critique hostile.

4. La structuration des groupes expérimentaux et conditions de renforcement

4.1 Le Groupe Contrôle Régulièrement Récompensé (Groupe Renforcé)

Pour établir une ligne de base comparative indiscutable, Tolman et Honzik ont structuré leur protocole autour de trois cohortes principales soumises à des régimes de renforcement radicalement divergents. Le premier groupe, dénommé groupe continuellement renforcé ou groupe régulièrement récompensé (noté historiquement HR pour Hungry-Reward), constituait le parangon de la théorie béhavioriste classique de l’apprentissage.

Dès le tout premier jour de l’expérience et de manière invariable jusqu’au dix-septième jour, chaque rat de ce groupe trouvait une coupelle contenant une quantité substantielle et très appétente de nourriture standardisée dès son arrivée dans la boîte de but terminale. L’animal était autorisé à consommer cette ration pendant une durée calibrée avant d’être replacé dans sa cage d’hébergement. Pour ce groupe, la trajectoire comportementale attendue et effectivement observée s’inscrivait dans la droite ligne des prédictions de Thorndike et des futurs modèles de Clark Hull : une courbe d’apprentissage asymptotique classique.

Au fil des jours, les sujets du groupe HR ont présenté une élimination progressive, continue et hautement reproductible de leurs erreurs de trajectoire. De même, leur temps de parcours a décru de façon linéaire puis s’est stabilisé à une vitesse d’exécution optimale. Chaque passage couronné par l’accès aux calories semblait « estamper » un peu plus fermement les virages corrects dans leur répertoire moteur. Ce groupe représentait l’étalon d’un apprentissage progressif médié, en apparence du moins, par l’association systématique entre les stimuli du dédale et le renforcement primaire alimentaire.

4.2 Le Groupe Témoin Sans Récompense (Groupe Non Renforcé)

Le second groupe, servant de témoin négatif, était le groupe continuellement non récompensé (noté historiquement HNR pour Hungry-Non-Reward). Ce groupe était composé de rats soumis exactement au même niveau de privation alimentaire que le groupe précédent, introduits dans le labyrinthe au même rythme quotidien, mais qui, une fois parvenus dans la chambre de but, n’y trouvaient absolument rien à manger.

Après avoir atteint la boîte d’arrivée vide, les animaux y étaient maintenus confinés pendant une durée équivalente à celle accordée au groupe HR pour son repas, après quoi ils étaient renvoyés dans leur cage d’élevage où leur ration de subsistance ne leur était distribuée que plusieurs heures plus tard, coupant toute contiguïté temporelle entre la résolution du parcours et l’absorption d’aliments. Du premier au dix-septième jour, ce groupe a traversé le dédale sans qu’aucun renforcement primaire manifeste ne vienne récompenser sa progression.

Les données enregistrées pour ce groupe HNR semblaient initialement conforter de manière éclatante la position béhavioriste orthodoxe. Leurs courbes de performance ne montraient qu’une diminution extrêmement faible et médiocre du nombre d’erreurs commises par session. Les rats semblaient errer de façon aléatoire, furetant dans les culs-de-sac, revenant sur leurs pas dès qu’une porte le permettait, ou restant parfois immobiles à des embranchements. Leurs temps de parcours demeuraient excessivement élevés par rapport au groupe HR. Pour un théoricien S-R dogmatique, la conclusion s’imposait avec une évidence aveuglante : en l’absence de récompense biologique, la loi de l’effet ne s’appliquait pas, et aucun apprentissage n’avait lieu dans le système nerveux de ces rongeurs.

4.3 Le Groupe Expérimental à Récompense Différée (Groupe à Renforcement Latent)

C’est dans la manipulation délibérée des conditions appliquées au troisième groupe que réside le coup de génie expérimental de Tolman et Honzik. Ce groupe expérimental fondamental, désigné sous le terme de groupe à récompense différée ou groupe à renforcement latent (noté historiquement HNR-R pour Hungry-Non-Reward-Reward), a été soumis à une rupture de traitement brutale au cours de l’expérimentation.

Du jour 1 au jour 10 de l’étude, les animaux du groupe HNR-R ont été traités de manière rigoureusement identique à ceux du groupe non récompensé (HNR) : ils exploraient le labyrinthe de quatorze unités sans trouver la moindre miette de nourriture dans la chambre terminale. Leurs courbes d’erreurs et de temps durant cette première décade épousaient fidèlement celles du groupe HNR, oscillant à des niveaux de défaillance très élevés et témoignant d’une absence apparente de maîtrise du parcours. Tout observateur non prévenu aurait conclu que ces animaux n’apprenaient rien.

Puis survint le tournant méthodologique : au jour 11, sans aucun préavis, Tolman et Honzik ont placé pour la toute première fois une coupelle de nourriture dans la chambre d’arrivée pour ce groupe. L’animal découvrait la récompense au terme de sa traversée habituelle du jour 11. La question théorique cruciale, au centre de l’affrontement entre Tolman et les partisans de Thorndike, était de savoir comment ce groupe allait se comporter au jour 12, c’est-à-dire lors de l’essai succédant immédiatement à la première expérience de renforcement alimentaire.

5. Analyse empirique des résultats et interprétation de la courbe d’apprentissage

5.1 La chute spectaculaire du taux d’erreurs au jour 12

Les résultats observés lors du test critique du jour 12 ont pulvérisé les prédictions du modèle béhavioriste mécaniste avec une force statistique rarement égalée en psychologie expérimentale. Si le dogme de la loi de l’effet avait été exact, les rats du groupe HNR-R, n’ayant reçu qu’une seule et unique dose de renforcement au jour 11, auraient dû amorcer à partir du jour 12 une réduction très lente, timide et graduelle de leurs erreurs, comparable à celle manifestée par le groupe continuellement récompensé entre ses jours 1 et 2.

Ce qui s’est réellement produit fut un effondrement vertical et massif de la courbe des erreurs. Dès le jour 12, le nombre moyen d’erreurs commises par le groupe HNR-R a plongé de manière vertigineuse, passant d’un score d’échec élevé comparable à celui des rats témoins non récompensés à un niveau d’excellence égal, et même statistiquement supérieur, à celui du groupe HR qui était pourtant nourri quotidiennement dans la chambre terminale depuis près de deux semaines ! Aux jours 13 et 14, cette trajectoire de perfectionnement s’est encore accentuée, les rats à récompense différée négociant les quatorze unités de choix successives de façon quasi impeccable, sans s’engager dans le moindre cul-de-sac.

Cette discontinuité phénoménale de la courbe constituait une anomalie fatale pour la doctrine de l’estamponnement incrémental des habitudes motrices par la récompense. Il était mathématiquement et biologiquement impossible qu’une seule association $S-R$ renforcée en fin de labyrinthe au jour 11 ait pu, par une diffusion rétrograde miraculeuse, consolider instantanément quatorze connexions motrices correctes distinctes réparties sur plusieurs dizaines de mètres d’allées. La seule conclusion scientifiquement soutenable était celle formulée par Tolman : les rats avaient appris la topographie complète du dédale durant les dix premiers jours d’exploration « gratuite ». Ce savoir structural immense était demeuré latent, emmagasiné sous forme de représentations spatiales internes, n’attendant qu’une incitation motivationnelle pour s’actualiser de façon foudroyante dans la performance motrice.

5.2 L’évolution du temps de parcours comme variable complémentaire

L’analyse des enregistrements chronométriques a apporté une confirmation éclatante et synchronisée des données fournies par le décompte des erreurs. Durant la phase initiale non récompensée (jours 1 à 10), les temps de parcours des sujets du groupe HNR-R étaient caractérisés par une grande lenteur et une variance intrapersonnelle considérable. Les animaux prenaient le temps d’inspecter les anfractuosités des parois, s’arrêtaient fréquemment, opéraient ce que Tolman appela des vicarious trial and error (VTE) — de petits mouvements oscillatoires de la tête d’un côté à l’autre d’un embranchement, témoignant d’une délibération cognitive entre deux corridors.

Dès l’essai du jour 12, concomitant à la chute des erreurs, le temps de transit à travers le labyrinthe s’est effondré. Les rats ne déambulaient plus : ils fonçaient à pleine vitesse à travers les quatorze corridors, franchissant les portes à sens unique avec une certitude cinématique saisissante et négociant les bifurcations sans la moindre micro-hésitation. Les comportements de VTE aux intersections critiques ont disparu quasi instantanément pour laisser place à une trajectoire balistique fluide orientée directement vers la boîte de nourriture.

Cette accélération cinématique brutale a démontré de manière péremptoire que la vitesse de déplacement n’était pas l’indice d’une acquisition progressive d’automatismes musculaires par répétition, mais la conséquence directe de l’attribution soudaine d’une valeur de valence positive (pour reprendre le lexique lewinien cher à Tolman) à un point précis de la représentation spatiale intériorisée par le rongeur. Une fois que la boîte d’arrivée était identifiée mentalement comme le réceptacle d’une ressource biologique vitale, la carte cognitive était mobilisée comme un outil de planification optimisée de l’action motrice la plus rapide.

5.3 Réfutation des hypothèses alternatives de contamination expérimentale

Face à des conclusions qui menaçaient de renverser l’édifice théorique dominant de la psychologie américaine, les détracteurs du béhaviorisme molaire ont immédiatement cherché à identifier des failles méthodologiques ou des artéfacts susceptibles d’expliquer ces résultats sans recourir au concept mentaliste d’apprentissage latent. Plusieurs hypothèses alternatives furent avancées, que Tolman et Honzik avaient heureusement neutralisées par anticipation grâce à la rigueur extrême de leur protocole.

La première objection reposait sur l’éventualité d’une guidée olfactive directe : les rats du groupe HNR-R au jour 12 auraient-ils simplement « senti » la nourriture depuis la boîte de départ ou à travers les corridors ? Cette hypothèse s’effondrait devant la réalité physique du dispositif : la nourriture n’était introduite dans la boîte d’arrivée qu’au dernier moment, celle-ci était ventilée par des courants d’air dirigés vers l’extérieur et isolée par des chicanes empêchant tout gradient d’odeur rectiligne le long des quatorze couloirs en zigzag. De plus, si l’odorat avait été suffisant pour guider les animaux sans erreur, le groupe régulièrement récompensé (HR) aurait dû afficher un score d’erreurs nul dès ses premiers jours d’essais, ce qui ne fut absolument pas le cas.

Une seconde hypothèse suggérait que le saut de performance résultait d’une simple réduction d’émotivité ou de stress : les rats non récompensés auraient été tétanisés par l’anxiété durant les dix premiers jours, et la découverte de la nourriture aurait levé une inhibition émotionnelle globale. Or, les observations éthologiques menées par Honzik ont démontré que les rats des jours 1 à 10 ne présentaient aucun signe de prostration ou de détresse physiologique (comme la défécation ou le toilettage compulsif) ; ils manifestaient au contraire une activité d’exploration vigoureuse et détendue. Enfin, la robustesse statistique absolue des écarts de moyennes, confirmée par des cohortes de réplication ultérieures, a écarté toute possibilité d’un artefact d’échantillonnage ou d’une fluctuation aléatoire, contraignant la communauté scientifique à admettre la réalité empirique du phénomène d’apprentissage latent.

6. La distinction épistémologique cruciale : Apprentissage contre Performance

6.1 Découplage conceptuel de l’acquisition et de l’expression motrice

L’apport le plus fondamental de l’expérience de Tolman et Honzik à la philosophie des sciences du comportement réside sans nul doute dans le découplage conceptuel définitif entre l’apprentissage (learning) et la performance (performance). Avant cette démonstration historique, ces deux concepts étaient systématiquement confondus par le canon béhavioriste : ne pas agir, c’était ne pas savoir ; faire des erreurs dans le labyrinthe, c’était attester de l’inexistence de connexions nerveuses fonctionnelles.

Tolman a établi avec une clarté analytique sans précédent que l’apprentissage est un processus cognitif interne, invisible et continu d’acquisition, d’intégration et de restructuration d’informations relatives à la structure de l’environnement. La performance, quant à elle, n’est que la traduction motrice, sélective et hautement conditionnelle de ces connaissances internes sous la forme d’actes comportementaux observables. Par voie de conséquence directe :

  • Une absence de modification comportementale observable n’autorise en aucun cas le chercheur à postuler une absence d’apprentissage sous-jacent.
  • La performance est asservie à des variables dynamiques de motivation, d’opportunité environnementale et d’attentes contextuelles qui ne modifient pas nécessairement la nature des représentations acquises.
  • L’évaluation d’une compétence doit méthodologiquement distinguer l’incapacité cognitive réelle de la simple absence d’incitation à exprimer ladite compétence.

Cette distinction a eu une onde de choc considérable qui s’est étendue bien au-delà de la psychologie animale. Elle a révolutionné la psychométrie, les sciences de l’éducation et la psychopathologie cognitive. En psychologie du développement, elle a jeté les bases des théories de l’apprentissage social d’Albert Bandura, lequel démontrera des décennies plus tard, via ses célèbres expériences avec la poupée Bobo, que des enfants peuvent mémoriser des répertoires comportementaux agressifs complexes sans jamais les manifester, jusqu’au jour où un contexte motivationnel spécifique déclenche l’exécution de ces schèmes acquis de façon latente.

6.2 Le rôle du renforcement : Moteur de la performance plutôt que de l’apprentissage

Cette redéfinition conceptuelle a bouleversé la compréhension du rôle assigné au renforcement dans les lois universelles du comportement. Pour Thorndike, Skinner et Hull, le renforcement primaire (l’obtention de granules alimentaires ou l’évitement d’un choc électrique) était l’agent causal direct, indispensable et mécanique sans lequel aucune soudure synaptique ou association réflexe ne pouvait s’imprimer. Le renforcement était le sculpteur exclusif de l’apprentissage.

Dans le modèle théorique tolmanien, le renforcement est dépouillé de son rôle d’agent associatif d’encodage pour être réinvesti d’un statut radicalement différent : celui de régulateur de la performance et de commutateur intentionnel. L’acquisition du réseau spatial s’opère par simple exposition perceptive et exploration active, sous l’effet de ce que Tolman dénommait l’« adéquation perceptive » et l’« association par contiguïté de signes ». Le renforcement n’intervient qu’en bout de chaîne, en conférant une valence positive au but, incitant l’animal à mobiliser la carte mentale préexistante pour optimiser sa conduite locomotrice.

Pour formaliser cette idée, Tolman s’est appuyé sur les théories du champ topologique de Kurt Lewin. La nourriture déposée dans la chambre d’arrivée crée un gradient de tension motivationnelle dans l’espace psychologique de l’animal. Le rat n’a pas appris le chemin parce que la nourriture s’y trouvait ; il a utilisé le chemin qu’il connaissait déjà parce que la nourriture a transformé la région terminale du labyrinthe en un point d’attraction à haute valeur biologique. Cette reformulation a transformé la conception de l’organisme animal : loin d’être un automate passif façonné par son histoire de récompenses, il s’est révélé être un théoricien pratique élaborant des modèles du monde et décidant souverainement d’exploiter ses connaissances en fonction de ses besoins physiologiques internes.

7. La théorie mature des cartes cognitives : De l’espace physique à l’espace mental

7.1 L’article fondateur de 1948 : « Cognitive Maps in Rats and Men »

Près de deux décennies après l’expérience de 1930 menée avec Charles Honzik, Edward Tolman a synthétisé l’ensemble de ses réflexions théoriques dans un article qui allait devenir l’un des textes les plus cités et les plus influents de l’histoire des sciences du comportement : « Cognitive Maps in Rats and Men », publié en 1948 dans la Psychological Review.

Dans ce texte magistral, Tolman a proposé une métaphore technologique percutante pour illustrer la rupture entre sa vision et le béhaviorisme mécaniste. Il compara la conception orthodoxe S-R à un standard téléphonique passif (telephone switchboard), où chaque appel entrant (stimulus sensoriel) est obligatoirement et immédiatement commuté sur un câble de sortie unique (réponse motrice périphérique). À cette vision statique et linéaire, Tolman opposa la conception de l’organisme cérébral comme une véritable salle de contrôle centrale (central control room). Dans cette salle de contrôle, les impulsions sensorielles entrantes ne sont pas simplement redirigées vers des effecteurs moteurs ; elles sont traitées, filtrées, répertoriées, intégrées et compilées pour former une carte cognitive globale de l’environnement, à partir de laquelle des décisions d’action flexibles peuvent être calculées.

De manière fascinante et visionnaire, Tolman n’a pas confiné son modèle au domaine de la navigation spatiale chez le rongeur. Dans la seconde moitié de son article de 1948, il a étendu le concept de carte cognitive aux dimensions psychologiques, sociales et politiques de l’existence humaine. Il a proposé une taxonomie fondamentale distinguant les cartes étroites (strip maps) des cartes larges et exhaustives (broad, comprehensive maps). Selon Tolman, des conditions de privation extrême, de terreur, d’injonction dogmatique ou de frustration intense forcent les individus à régresser vers des cartes cognitives étroites : des séquences d’idées fixes, tunnelisées, intolérantes et rigides, assimilables aux stéréotypes, aux fanatismes religieux et aux haines chauvines. À l’inverse, une éducation épanouissante et sécurisante favorise l’élaboration de cartes cognitives larges, complexes et englobantes, permettant aux êtres humains de cartographier la réalité sociale avec nuance, empathie et capacité de décentration éthique.

7.2 L’expérience des chemins alternatifs et des raccourcis (Spatial Shortcut Experiments)

Pour étayer de manière irréfutable la nature spatiale géométrique et allocentrée de la carte cognitive — et réduire au silence les néo-béhavioristes affirmant encore que l’animal n’apprenait que des séquences de virages —, Tolman et ses collaborateurs (notamment Ritchie et Kalish) ont mis au point une série d’expériences spectaculaires basées sur le principe des raccourcis spatiaux, dont le parangon est l’expérience du labyrinthe en soleil ou labyrinthe en étoile (sunburst maze).

Dans cette configuration ingénieuse, un rat était d’abord entraîné à parcourir un itinéraire sinueux comportant un départ, une allée centrale, puis une boucle angulaire menant à un point d’arrivée précis où se trouvait de la nourriture, avec des repères visuels fixes dans la pièce (par exemple, une ampoule électrique allumée au-dessus de la table de but). Une fois ce parcours préliminaire assimilé, le labyrinthe original était retiré et remplacé sans transition par un dispositif circulaire en forme de soleil, d’où rayonnaient dix-huit couloirs rectilignes dirigés vers toutes les directions de la boussole, tandis que l’ancien chemin d’entraînement était désormais totalement obstrué.

Si le rat n’avait appris qu’une chaîne motrice de réactions proprioceptives (comme courir tout droit puis tourner à droite), il aurait dû persévérer bêtement dans le couloir mimant le départ de son ancienne habitude, ou choisir des corridors au hasard. Or, l’observation démontra de manière éclatante qu’une écrasante majorité de rats s’engageaient préférentiellement et immédiatement dans le couloir radial qui pointait directement vers l’emplacement spatial absolu de la boîte de but, bien qu’ils n’eussent jamais marché dans ce couloir auparavant ! Les rongeurs avaient calculé une trajectoire vectorielle inédite, prouvant qu’ils avaient intériorisé une géométrie euclidienne de l’espace du laboratoire et qu’ils naviguaient au moyen d’un système de coordonnées allocentrées transcendant totalement la mémoire séquentielle de leurs mouvements corporels passés.

7.3 Nature et propriétés structurelles de la carte cognitive

L’analyse approfondie des écrits de Tolman et des développements expérimentaux ultérieurs permet de dégager les propriétés structurelles fondamentales régissant l’architecture des cartes cognitives au sein du système nerveux central :

  • Encodage relationnel et topologique : La carte cognitive n’est pas une copie photographique pixélisée du monde matériel, mais une représentation topologique de relations de connectivité spatiale, de distances relatives et d’orientations angulaires reliant des nœuds d’intérêt biologique (points de nourriture, sources d’eau, abris contre les prédateurs, zones de danger).
  • Hiérarchisation et modularité spatiale : L’espace vaste n’est pas cartographié de manière uniforme ; il est subdivisé en sous-espaces locaux interconnectés par des passages critiques ou des repères d’orientation majeurs (landmarks), permettant une économie drastique des ressources de calcul mémoriel de l’organisme.
  • Plasticité et mise à jour dynamique : La carte cognitive est un modèle computationnel vivant. Dès lors qu’une modification intervient dans le territoire (effondrement d’un passage, apparition d’un danger ou déplacement d’une ressource), l’animal réactualise localement les pondérations de sa matrice spatiale interne sans avoir besoin de réapprendre l’intégralité du territoire environnant.

Ces propriétés confèrent aux organismes doués de représentations spatiales une supériorité adaptative incommensurable dans la lutte pour la survie par rapport aux entités réduites à des automatismes de type réflexe. En permettant la simulation interne des conséquences d’un trajet avant même d’engager la moindre dépense énergétique ou de s’exposer aux périls de la prédation, la carte cognitive représente un jalon évolutif capital dans l’émergence de la cognition animale supérieure.

8. L’impact critique sur le modèle Stimulus-Réponse et les théories concurrentes

8.1 La controverse prolongée avec Clark Hull et le néo-béhaviorisme formel

La publication des données de Tolman et Honzik en 1930 a déclenché l’une des controverses théoriques les plus longues, âpres et sophistiquées de la psychologie américaine, opposant l’école de Berkeley à l’école de l’Université de Yale, menée par la figure tutélaire de Clark L. Hull. Contrairement à Watson dont le modèle était rudimentaire, Hull avait développé un système théorique hyper-mathématisé d’une complexité vertigineuse, fondé sur la réduction des pulsions (drive reduction theory), formalisé par des équations établissant le potentiel de réaction ($_{s}E_{r}$) comme le produit multiplicatif de la force de l’habitude ($_{s}H_{r}$), du niveau de pulsion ($D$), de la valeur incitatrice de la récompense ($K$) et du dynamisme de l’intensité du stimulus ($V$) :

_{s}E_{r} = _{s}H_{r} times D times K times V

Pour préserver l’axiome central selon lequel aucune force d’habitude ($_{s}H_{r}$) ne peut s’accroître sans réduction de pulsion (renforcement), Hull et son brillant disciple Kenneth Spence ont déployé des trésors d’ingéniosité déductive pour tenter de réabsorber l’apprentissage latent au sein du paradigme S-R sans concéder la moindre parcelle de terrain à l’hypothèse des représentations mentales. Hull a ainsi formulé le concept mécaniste de réponse fractionnaire anticipatrice de but (notée $r_{g}-s_{g}$).

Selon cette hypothèse hullienne alternative, lorsque l’animal explore le labyrinthe sans nourriture, des micro-renforcements périphériques involontaires surviennent continuellement : le soulagement musculaire d’atteindre une allée plus large, la sortie de l’enfermement du carrefour ou l’excitation kinesthésique. Dès que la nourriture est introduite, des fragments de la réponse consommatrice finale ($r_{g}$), tels que des mouvements de mastication ou de salivation résiduels, s’associent par contiguïté aux stimuli internes ($s_{g}$) tout au long du parcours. Pour Hull, il n’y avait nulle « carte mentale » dans la tête du rat, mais simplement une machinerie cybernétique ultra-complexe de chaînes de stimuli proprioceptifs intériorisés. S’ensuivit un débat passionné sur le principe de parcimonie scientifique : les hulliens accusaient Tolman de violer le rasoir d’Ockham en postulant des entités cognitives invérifiables, tandis que Tolman répliquait que la multiplication ad hoc par Hull d’équations auxiliaires et de micro-stimuli invisibles rendait son système indéfendable et artificiel.

8.2 Le débat « Place Learning » contre « Response Learning »

L’affrontement paradigmatique entre les tenants du modèle S-R et les partisans de la carte cognitive a culminé dans la controverse expérimentale majeure des années 1940 dite de l’apprentissage du lieu contre l’apprentissage de la réponse (Place Learning vs. Response Learning). La question posée était d’une simplicité tranchante : lorsqu’un organisme apprend à naviguer vers un but, apprend-il où se trouve ce but dans l’espace (carte de lieu) ou apprend-il simplement à exécuter un geste moteur spécifique, comme tourner le corps vers la droite ou vers la gauche (réponse motrice) ?

Dans une expérience célèbre menée en 1946 par Tolman, Ritchie et Kalish, des rats étaient placés dans un labyrinthe en forme de croix ($+$). Dans la condition « Apprentissage de la réponse », les animaux démarraient soit du bras Sud, soit du bras Nord, mais devaient systématiquement effectuer le même virage musculaire (par exemple, tourner impérativement à droite) pour trouver leur nourriture, ce qui signifiait que la nourriture changeait de place physique réelle dans la pièce en fonction du point de départ. Dans la condition « Apprentissage du lieu », le point de départ variait également entre le Nord et le Sud, mais la nourriture demeurait toujours localisée au même endroit absolu dans l’espace de la pièce (par exemple, dans le bras Est), contraignant ainsi le rat à adapter son mouvement corporel selon son origine motrice (tourner à droite s’il venait du Sud, tourner à gauche s’il venait du Nord).

Les résultats furent sans appel : les rats placés dans la condition d’apprentissage du lieu ont maîtrisé le problème avec une rapidité écrasante, atteignant le critère d’apprentissage en quelques essais à peine, tandis que les rats assignés à la condition d’apprentissage de la réponse motrice ont éprouvé les pires difficultés à stabiliser leur comportement, exigeant un nombre massif d’essais pour parvenir à un succès marginal. Cette étude a fourni la preuve irréfutable que le système nerveux privilégie naturellement l’encodage spatial allocentrique (les coordonnées du lieu) sur la mémorisation égocentrée des programmes moteurs musculaires, administrant ainsi un coup quasi fatal à l’hégémonie théorique du modèle S-R strict.

9. Réplications, débats contemporains et validation méthodologique

9.1 Les tentatives de réplication dans les années 1930 à 1950

La portée déstabilisatrice des découvertes de Tolman et Honzik a immédiatement suscité une vague sans précédent de tentatives de réplication à travers l’ensemble des laboratoires de psychologie expérimentale d’Amérique du Nord. Entre 1930 et la fin des années 1950, des dizaines d’études ont cherché à confirmer, infirmer ou requalifier les résultats obtenus à Berkeley, donnant lieu à une littérature méthodologique foisonnante.

Des chercheurs affiliés à l’école traditionaliste ont initialement rapporté des échecs de réplication ou des résultats mitigés, affirmant que le saut de performance du jour 12 n’était ni systématique ni aussi prononcé que dans l’article princeps de 1930. Cependant, une analyse comparative minutieuse a promptement révélé que ces divergences empiriques étaient presque toujours imputables à des altérations drastiques du protocole expérimental originel. Dans les études discordantes, les chercheurs avaient fréquemment omis l’usage des portes à sens unique, permettant aux animaux d’errer indéfiniment en boucle récursive, ou avaient utilisé des labyrinthes trop courts (4 ou 6 unités) où la simple kinesthésie suffisait à masquer l’apprentissage spatial global. De surcroît, des variations non contrôlées dans le niveau de privation alimentaire altéraient profondément le gradient motivationnel lors du basculement critique.

En revanche, lorsque le protocole rigoureux de Tolman et Honzik était fidèlement respecté — comme dans les réplications historiques conduites par Hugh Blodgett, Macfarlane ou plus tard par des chercheurs indépendants tels que Buxton (1940) et Seward (1949) —, le phénomène de l’apprentissage latent s’est manifesté avec une régularité et une solidité statistique absolues. Macfarlane (1930) a même poussé la démonstration jusqu’à un degré d’élégance suprême : après avoir entraîné des rats à nager dans un labyrinthe inondé d’eau jusqu’à l’apprentissage du tracé, il a vidé l’eau et a constaté que les rats couraient immédiatement à pied sans la moindre hésitation vers le but. Des effecteurs musculaires totalement différents (pattes pour courir versus mouvements de brasse pour nager) pouvaient ainsi exécuter la même carte cognitive, balayant définitivement l’idée que l’apprentissage n’était qu’un agrégat de mémoires musculaires locales.

9.2 Critiques méthodologiques et raffinements ultérieurs

Malgré la victoire empirique de Tolman, le dispositif expérimental du labyrinthe de 1930 a fait l’objet de critiques constructives qui ont permis d’affiner considérablement la compréhension de la psychologie animale. L’une des interrogations les plus perspicaces portait sur la nature prétendument « non récompensée » des dix premiers jours d’exploration : l’absence de nourriture équivalait-elle pour autant à une absence totale de renforcement ?

Des éthologues et des psychologues motivationnistes, à l’instar de Daniel Berlyne et Harry Harlow, ont fait valoir que pour un animal captif, l’accès à la nouveauté environnementale, l’échappement hors de la cage d’hébergement étroite ou la libération de la boîte de départ confinée constituaient en eux-mêmes des renforcements intrinsèques puissants. La curiosité exploratoire et la réduction de l’incertitude perceptive pouvaient ainsi être théorisées comme des forces motrices autonomes. Loin d’infirmer la position de Tolman, ces analyses n’ont fait qu’élargir son intuition initiale : le rongeur n’attend pas passivement une carotte ou un bâton ; il est intrinsèquement motivé à explorer et cartographier le réel.

Sur le plan métrologique, l’inconvénient majeur du labyrinthe à choix multiples de Tolman et Honzik résidait dans sa lourdeur physique et la complexité de sa maintenance hygiénique. Ces limites ont incité les générations suivantes de chercheurs à concevoir des appareils plus maniables et standardisés :

  • Le labyrinthe aquatique de Morris (Morris Water Maze, 1981), où un rongeur doit nager dans un bassin d’eau opaque pour localiser une plateforme immergée invisible en s’orientant exclusivement au moyen d’indices visuels distaux accrochés aux murs de la pièce.
  • Le labyrinthe radial à huit bras d’Olton (Olton Radial Arm Maze, 1976), permettant de dissocier mathématiquement la mémoire de travail spatiale (ne pas retourner dans un bras déjà visité au cours de la session) et la mémoire de référence spatiale (savoir quels bras sont susceptibles de contenir des ressources).

Ces technologies modernes de mesure spatiale, bien que d’apparence très différente du labyrinthe en bois de 1930, sont toutes les héritières conceptuelles directes des principes méthodologiques édictés par Tolman et Honzik.

10. L’héritage neurobiologique : Des cartes cognitives aux cellules de lieu

10.1 La découverte des cellules de lieu hippocampiques par O’Keefe et Nadel (1978)

Pendant près de quatre décennies après les publications de Tolman, le concept de carte cognitive est demeuré une construction théorique de la psychologie expérimentale, un modèle fonctionnel abstrait dépourvu de substrat biologique identifié. Les neurophysiologistes formés au réductionnisme voyaient souvent dans la « carte mentale » un homoncule insaisissable. Cette traversée du désert neurologique s’est achevée brutalement en 1978 avec la parution du livre séminal de John O’Keefe et Lynn Nadel, intitulé sans ambiguïté : The Hippocampus as a Cognitive Map.

Au tout début des années 1970, en introduisant des micro-électrodes d’enregistrement unitaire dans les couches pyramidales des régions CA1 et CA3 de l’hippocampe dorsal chez des rats se déplaçant librement dans des enceintes closes, John O’Keefe a mis en évidence une population de neurones aux propriétés fonctionnelles sidérantes : les cellules de lieu (place cells). Chaque cellule de lieu individuelle demeure électriquement silencieuse dans la quasi-totalité de l’environnement, mais décharge une salve intensive de potentiels d’action dès lors que l’animal pénètre dans une portion spécifique, délimitée et stable de l’espace physique, baptisée le « champ de lieu » (place field) du neurone en question.

Fait extraordinaire confirmant point par point les thèses de Tolman : ces neurones ne codent ni les mouvements musculaires exécutés par le rat (courir, s’arrêter, tourner la tête), ni la présence ou l’absence de nourriture ou de renforcement matériel. Ils encodent la localisation spatiale allocentrée du sujet dans l’environnement global, définie par la configuration géométrique des repères distaux. Lorsqu’une population de cellules de lieu synchronise ses décharges, elle génère une matrice neuronale topographique interne — une authentique carte cognitive matérielle incarnée dans le tissu biologique. Cette découverte monumentale a valu à John O’Keefe le prix Nobel de physiologie ou médecine en 2014, consacrant définitivement l’intuition géniale formulée par Tolman quatre-vingt-quatre ans plus tôt.

10.2 L’élargissement du système de navigation cérébral : Cellules de grille et de direction

L’édifice neurobiologique de la navigation spatiale a trouvé son achèvement architectural dans les travaux pionniers du couple de neuroscientifiques norvégiens Edvard Moser et May-Britt Moser (colauréats du prix Nobel 2014 avec O’Keefe). En 2005, ils ont découvert dans le cortex entorhinal médial — la principale porte d’entrée synaptique vers l’hippocampe — une toute autre classe neuronale aux propriétés métriques universelles : les cellules de grille (grid cells).

Alors qu’une cellule de lieu hippocampique ne s’active que dans un endroit unique, une cellule de grille s’allume en de multiples localisations au fur et à mesure que le sujet parcourt l’espace. La particularité stupéfiante de ces décharges multiples est qu’elles dessinent au sol un pavage géométrique rigoureusement régulier, formant un réseau triangulaire ou hexagonal périodique parfait recouvrant l’intégralité du plan spatial disponible. Les cellules de grille fournissent au cerveau une véritable métrique interne indépendante des repères extérieurs, un système de coordonnées cartésiennes universel mesurant les distances parcourues et les directions angulaires par un mécanisme d’intégration de chemin (path integration).

À ce réseau métrique s’adjoignent d’autres structures neurocomputationnelles spécialisées indispensables au fonctionnement de la carte cognitive :

  • Les cellules de direction de la tête (head-direction cells), découvertes par James Ranck et Jeffrey Taube dans le post-subiculum et les noyaux thalamiques antérieurs, qui agissent comme une véritable boussole biologique interne en s’activant selon l’orientation angulaire absolue de la tête dans le plan horizontal, indépendamment de la posture du corps.
  • Les cellules de bordure (border cells ou boundary vector cells), qui déchargent sélectivement à proximité immédiate des limites physiques et des parois infranchissables de l’environnement, fixant les contours extérieurs de la carte spatiale.

L’intégration coopérative de ces différents modules neuronaux au sein du complexe hippocampo-entorhinal fournit le substrat computationnel précis permettant l’apprentissage latent : pendant que l’animal explore un labyrinthe sans but alimentaire, ce réseau triangule les limites, intègre les vecteurs de distance et encode silencieusement un repère spatial prêt à l’emploi.

10.3 Neuroimagerie et mémoire spatiale chez l’humain

L’universalité de la théorie de Tolman a été démontrée de manière spectaculaire chez l’espèce humaine grâce à l’avènement des techniques d’imagerie par résonance magnétique fonctionnelle (IRMf) et de l’enregistrement électrophysiologique intracrânien chez des patients épileptiques. Des protocoles de navigation au sein d’environnements urbains virtuels immersifs ont révélé que le cerveau humain recourt exactement aux mêmes algorithmes de cartographie cognitive allocentrée que le rongeur dans son labyrinthe.

L’une des illustrations empiriques les plus retentissantes de cette réalité neuro-anatomique est l’étude historique menée par Eleanor Maguire et son équipe de l’University College de Londres sur les chauffeurs de taxi londoniens agréés (Maguire et al., 2000). Pour obtenir leur licence professionnelle, ces conducteurs doivent maîtriser « The Knowledge », un cursus titanesque exigeant la mémorisation interne exhaustive de plus de 25 000 rues interconnectées et de milliers de monuments au sein de l’agglomération londonienne, sans recours au moindre système GPS. Les scanners d’IRM structurale ont mis en évidence que les chauffeurs de taxi présentaient un volume de matière grise significativement accru dans l’hippocampe postérieur par rapport à des sujets témoins de même âge, l’ampleur de cette hypertrophie cérébrale étant directement corrélée au nombre d’années d’expérience passées à naviguer dans ce dédale urbain.

Au-delà de la géométrie pure, les sciences cognitives contemporaines ont établi que l’hippocampe et sa carte cognitive constituent la matrice computationnelle de la mémoire épisodique et du voyage mental dans le temps (mental time travel), comme l’avait prophétisé le psychologue Endel Tulving. Se rappeler un événement autobiographique passé ou simuler prospectivement un scénario futur mobilise les mêmes coordonnées relationnelles spatiales. L’hippocampe ne cartographie pas seulement l’espace physique ; il organise l’espace abstrait de nos concepts, de nos connaissances sémantiques et de nos relations sociales au sein d’une topologie mentale continue.

11. Applications contemporaines : Psychologie cognitive, intelligence artificielle et robotique

11.1 La transition vers la révolution cognitive des années 1960

Bien que Tolman ait souvent été qualifié de « pionnier isolé » au zénith du règne béhavioriste, ses écrits et sa rigueur méthodologique ont servi de pont épistémologique fondamental entre l’étude objective du comportement et la naissance formelle des sciences cognitives au cours de la seconde moitié du XXe siècle. Les figures de proue de cette révolution paradigmatique — George Miller, Jerome Bruner, Donald Broadbent ou encore Ulrich Neisser — ont explicitement puisé dans les concepts de Tolman pour légitimer la réintroduction des représentations mentales au cœur de la science expérimentale.

En démontrant que l’on pouvait étudier des variables intermédiaires inobservables (les structures de connaissances internes) avec une précision métrologique absolue et sans renoncer au positivisme expérimental, Tolman avait immunisé par avance la psychologie cognitive contre l’accusation de subjectivisme obscur. Le concept tolmanien d’apprentissage latent a été immédiatement absorbé par le paradigme dominant du traitement de l’information : l’esprit humain était désormais conceptualisé comme un ordinateur biologique encodant des données, manipulant des symboles, stockant des modèles internes de la réalité et exécutant des programmes d’action fondés sur des calculs d’utilité espérée.

Cette filiation s’est avérée particulièrement féconde dans le domaine de la psychologie de l’apprentissage scolaire et de la pédagogie cognitive contemporaine. L’apprentissage n’est plus envisagé comme un simple conditionnement réactif aux sanctions et félicitations professorales, mais comme un processus d’élaboration, d’ancrage et de restructuration de réseaux conceptuels (les schémas cognitifs de Jean Piaget). L’exploration active, la découverte libre guidée et l’intégration tacite d’informations constituent aujourd’hui le socle méthodologique des théories modernes de l’instruction constructiviste.

11.2 Cartes cognitives en robotique autonome et algorithmes SLAM

L’héritage d’Edward Tolman et Charles Honzik s’est incarné de manière spectaculaire dans l’ingénierie contemporaine, plus particulièrement dans le domaine de la robotique autonome mobile et de la vision par ordinateur. Confrontés au défi technique consistant à faire naviguer un véhicule automatisé dans un environnement inconnu et imprévisible sans assistance satellitaire, les roboticiens se sont heurtés aux mêmes impasses que les béhavioristes des années 1920 dès lors qu’ils tentaient d’utiliser de simples boucles réactives stimulus-réponse (détection d’obstacles par sonar $to$ braquage des roues motrices).

La percée technologique décisive a été accomplie par le développement des algorithmes dits de cartographie et localisation simultanées, connus sous l’acronyme universel SLAM (Simultaneous Localization and Mapping). Le problème mathématique du SLAM est l’exact équivalent cybernétique du dilemme du rat de Tolman : un robot placé dans un bâtiment inconnu doit simultanément cartographier la structure spatiale de son milieu (apprentissage de la carte) tout en estimant sa propre position au sein de cette carte en train d’émerger (utilisation pour la performance), le tout à partir de données sensorielles odométriques et visuelles bruitées.

L’implémentation de modèles bio-inspirés reproduisant fidèlement les découvertes issues de l’apprentissage latent a donné naissance à des architectures robotiques d’une efficacité redoutable, à l’instar du système RatSLAM développé par Michael Milford. Ce système algorithmique intègre artificiellement des équivalents logiciels de cellules de pose (cellules de lieu), des cellules de direction et une mémoire d’expérience topologique. Des flottes de robots d’exploration martienne, des aspirateurs autonomes ou des drones de sauvetage évoluent aujourd’hui dans des territoires hostiles en collectant de l’information de façon purement exploratoire et latente, structurant leur modèle interne du monde avant de recevoir toute instruction de mission utilitaire.

11.3 L’apprentissage par renforcement en intelligence artificielle (Reinforcement Learning)

C’est sans doute dans le domaine de l’intelligence artificielle contemporaine, et plus spécifiquement dans l’apprentissage par renforcement (Reinforcement Learning ou RL), que la dichotomie entre le modèle mécaniste de Hull et le modèle cognitif de Tolman a trouvé sa formalisation mathématique la plus éblouissante. Dans la taxonomie de l’IA moderne, cette controverse historique s’incarne rigoureusement dans la distinction entre les architectures Model-Free (sans modèle) et les architectures Model-Based (basées sur un modèle) :

  • Model-Free RL (L’équivalent de Thorndike et Hull) : L’agent artificiel (par exemple via des algorithmes de type Q-Learning) associe directement des valeurs de récompense scalaire attendue à des paires état-action ($S to A$) par essai-erreur itératif. L’agent n’a aucune compréhension de la dynamique de transition du monde ; si la position du but change, il doit subir des millions de nouveaux cycles d’essais catastrophiques pour réajuster ses paramètres synaptiques.
  • Model-Based RL (L’équivalent direct de la carte cognitive de Tolman) : L’agent apprend de manière autonome un modèle explicite des transitions du monde ($P(S_{t+1} mid S_t, A_t)$), c’est-à-dire une carte prédictive de la façon dont l’environnement réagit, totalement indépendamment de la fonction de récompense immédiate. Lorsque la récompense est modifiée ou introduite, l’agent peut planifier par simulation mentale interne (rollout ou recherche arborescente) sans avoir besoin de tester physiquement les mauvais chemins.

Cette approche inspirée de l’apprentissage latent est au cœur des accomplissements algorithmiques les plus stupéfiants de notre époque. Les systèmes d’IA de dernière génération conçus par Google DeepMind, tels qu’AlphaZero et plus particulièrement MuZero, n’apprennent plus de simples réflexes heuristiques d’évaluation, mais construisent un modèle latent interne dynamique des règles et des espaces d’états du jeu (qu’il s’agisse des échecs, du jeu de Go ou de jeux vidéo complexes). De même, l’avènement du self-supervised learning (apprentissage auto-supervisé) dans les grands modèles de langage et de vision computationnelle moderne représente l’apothéose technologique de l’apprentissage latent : des architectures neuronales dévorent des téraoctets de données brutes sans aucune étiquette ou récompense humaine, s’imprégnant de la structure latente et topologique du langage ou de l’image, avant d’être instantanément mobilisées (par fine-tuning ou incitation contextuelle) pour accomplir une infinité de tâches intellectuelles spécialisées.

12. Portée épistémologique et synthèse critique de l’œuvre de Tolman et Honzik

12.1 La réhabilitation de l’intentionnalité et du sens dans la science comportementale

Sur le plan de l’épistémologie et de la philosophie de l’esprit, l’œuvre d’Edward Tolman et Charles Honzik a réalisé un tour de force intellectuel majeur : elle a réhabilité l’intentionnalité (au sens philosophique de Franz Brentano : le fait pour la pensée de viser un objet extérieur à elle-même) et la téléologie naturelle au cœur même d’une science empirique exigeante, sans sombrer dans le moindre animisme spiritualiste.

Pendant des siècles, la philosophie occidentale avait été clivée entre, d’une part, un matérialisme mécaniste borné refusant toute notion de but et réduisant le vivant à des engrenages d’horlogerie cartésienne, et d’autre part, un idéalisme métaphysique postulant une âme immatérielle pour expliquer la finalité des actes. Tolman a brisé ce faux dilemme. Il a démontré avec une rigueur positiviste exemplaire que le sens, la direction, l’attente (expectancy) et le but sont des propriétés émergentes objectives du comportement des systèmes vivants complexes, vérifiables et quantifiables en laboratoire par le biais d’indicateurs métriques (taux d’erreurs, temps d’arrêt, mouvements de vicariant trial and error).

L’organisme vivant n’est pas poussé aveuglément par les impulsions énergétiques du passé (la causalité efficiente pure du réflexe S-R) ; il est tiré en avant par sa représentation prospective de l’avenir environnemental (la causalité intentionnelle orientée vers le but). En intégrant cette dimension prédictive au sein du cadre empirique de la psychologie animale, Tolman a fourni à la science du comportement le langage théorique nécessaire pour décrire la cognition animale comme un système d’inférences logiques incarnées, ouvrant la voie à une éthologie cognitive respectueuse de la complexité psychique des autres espèces vivantes.

12.2 Bilan de l’héritage scientifique : Une vision pionnière en avance sur son temps

Il est fréquent, dans l’histoire des sciences, que les intuitions les plus géniales soient accueillies avec un scepticisme condescendant par les orthodoxies régnantes de leur temps avant d’être pleinement réhabilitées par les révolutions techniques futures. Ce fut incontestablement le destin historique des travaux d’Edward Tolman et Charles Honzik. Longtemps marginalisé par le purisme béhavioriste triomphant des années 1930 à 1950 incarné par B.F. Skinner et Clark Hull — qui dominaient les manuels et les financements académiques —, le béhaviorisme intentionnel semblait alors n’être qu’une noble dissidence condamnée à rester minoritaire.

Pourtant, près d’un siècle plus tard, le verdict du temps et l’accumulation des preuves expérimentales issues de la neuropsychologie, de l’imagerie cérébrale, de l’éthologie et de l’intelligence artificielle ont rendu un hommage éclatant et unanime à l’école de Berkeley. Le paradigme mécaniste S-R strict a été relégué au musée des modèles scientifiques obsolètes ou restreint à des réflexes somatiques périphériques très spécifiques, tandis que le concept de carte cognitive s’est imposé comme l’un des piliers organisationnels centraux de la neurobiologie computationnelle contemporaine.

L’expérience de 1930 sur l’apprentissage latent chez le rat demeure, à ce titre, l’une des expériences princeps les plus admirables et fondatrices de toute l’histoire de la psychologie scientifique mondiale. Elle a prouvé pour l’éternité que le savoir transcende l’action brute, que l’apprentissage est une aventure silencieuse de l’intelligence cartographiant le vaste monde, et que la curiosité désintéressée est le plus puissant moteur d’adaptation des organismes vivants face à l’inconnu de leur destin.

Références

★

Rate This Content

5.0 / 5 • 1 vote

Citer cet article

Looti, M. (2026, septembre 11). L’expérience d’apprentissage latent (cartes cognitives) – Edward Tolman et Charles Honzik. Base de données de psychologie en français. https://fr.arabpsychology.com/experiments/experience-apprentissage-latent-cartes-cognitives-tolman-honzik/
Looti, Mohammed. “L’expérience d’apprentissage latent (cartes cognitives) – Edward Tolman et Charles Honzik.” Base de données de psychologie en français, 11 septembre 2026, https://fr.arabpsychology.com/experiments/experience-apprentissage-latent-cartes-cognitives-tolman-honzik/.
Looti, Mohammed. “L’expérience d’apprentissage latent (cartes cognitives) – Edward Tolman et Charles Honzik.” Base de données de psychologie en français. septembre 11, 2026. https://fr.arabpsychology.com/experiments/experience-apprentissage-latent-cartes-cognitives-tolman-honzik/.