Dans l’histoire des sciences du comportement, peu d’expériences ont provoqué une onde de choc théorique aussi profonde et féconde que celle menée à la fin des années 1960 par Paul Brown et Herbert Jenkins. Alors que la psychologie expérimentale anglo-saxonne était largement dominée par l’orthodoxie du béhaviorisme radical, un protocole d’une simplicité désarmante est venu fissurer les certitudes méthodologiques qui séparaient de manière étanche le conditionnement répondant pavlovien du conditionnement opérant skinnérien. En cherchant initialement à automatiser une procédure d’apprentissage fastidieuse au sein du laboratoire, les deux chercheurs ont mis au jour un phénomène fondamental : l’automodelage, ou autoshaping, qui allait redéfinir notre compréhension de la motivation, de l’apprentissage associatif et de la dynamique motrice.
Ce phénomène, ultérieurement conceptualisé sous le terme de suivi de signal (sign tracking), a révélé que des organismes vivants n’interagissent pas avec leur environnement comme de simples automates optimisant passivement des équations de gain instrumental. Confronté à un stimulus sensoriel neutre prédisant infailliblement l’arrivée imminente d’une récompense biologique sans qu’aucune action motrice ne soit requise, l’animal ne se contente pas d’attendre passivement l’apparition du renforçateur. Au contraire, il dirige spontanément son corps, son attention et ses effecteurs moteurs vers le signal lui-même, lui attribuant une valeur incitative irrésistible au point de le traiter physiquement comme l’objet du désir biologique. Cette capture de la conduite par le signal a déconcerté les théoriciens du renforcement opérant, pour qui une action squeletto-motrice dirigée ne pouvait émerger et se maintenir sans une contingence de renforcement direct.
Au-delà de la controverse historique entre écoles de pensée, les implications de la découverte de Brown et Jenkins continuent de structurer les neurosciences comportementales contemporaines. Des circuits dopaminergiques de la voie mésocorticolimbique aux théories de la saillance incitative développées pour éclairer les mécanismes de la toxicomanie, des troubles des conduites alimentaires et du jeu pathologique, le paradigme de l’automodelage demeure un outil expérimental de premier ordre. L’analyse exhaustive de cette découverte sérendipiteuse permet de retracer le basculement d’un modèle mécaniste rigide vers une vision biologique intégrée, où l’histoire phylogénétique de l’espèce et les contraintes neurobiologiques de l’organisme dictent la manière dont le monde extérieur acquiert sens, pouvoir et direction pour l’action.
1. Introduction historique et contextuelle à l’automodelage
1.1 Le paysage béhavioriste dominant des années 1960
Au cours des années 1960, la psychologie expérimentale nord-américaine évolue sous l’égide presque sans partage du béhaviorisme radical, théorisé et incarné par B.F. Skinner. Le paradigme dominant repose sur une distinction axiomatique et rigide entre deux modalités fondamentales de modification du comportement : le conditionnement répondant, hérité des travaux d’Ivan Pavlov, et le conditionnement opérant ou instrumental. Selon les préceptes de l’époque, le conditionnement pavlovien régit exclusivement les réponses physiologiques autonomes, glandulaires ou viscérales, involontaires par nature, déclenchées par des stimuli environnementaux préalables. À l’inverse, le comportement squeletto-moteur, orienté vers le monde extérieur et qualifié de volontaire, relève du domaine exclusif du conditionnement opérant, gouverné par la loi de l’effet et contrôlé non par les antécédents, mais par ses conséquences directes sur l’environnement.
Ce cadre théorique postule l’arbitrairité fondamentale de la réponse instrumentale. Selon ce dogme d’équipotentialité, n’importe quel mouvement de l’animal — qu’il s’agisse de la pression sur un levier chez le rat ou du coup de bec sur une touche circulaire chez le pigeon — peut être sélectionné, renforcé et maintenu pourvu qu’il soit suivi de manière contingente par la délivrance d’un stimulus renforçateur tel qu’une boulette de nourriture ou une goutte d’eau. Dans ce cadre standardisé, la boîte de Skinner s’impose comme l’instrument par excellence de l’analyse expérimentale du comportement. Pour installer un nouveau comportement absent du répertoire spontané initial de l’animal, l’expérimentateur utilise la technique du façonnement manuel par approximations successives (shaping). Ce procédé requiert une observation continue et l’intervention humaine pour délivrer manuellement du grain dès que l’oiseau s’oriente vers la touche, puis s’en approche, et enfin la percute du bec. Cette dépendance envers l’intervention humaine constituait une limitation méthodologique notable que les chercheurs aspiraient à surmonter par la mécanisation.
1.2 Les anomalies empiriques précurseurs de la rupture
Malgré l’apparente solidité de l’édifice béhavioriste, des failles empiriques s’accumulaient discrètement dans les laboratoires d’apprentissage animal. Plusieurs chercheurs observaient des anomalies comportementales récalcitrantes, impossibles à concilier avec les postulats du conditionnement instrumental strict. L’un des avertissements les plus retentissants survint avec la publication en 1961 de l’article de Keller et Marian Breland, intitulé The Misbehavior of Organisms. Anciens collaborateurs de Skinner convertis dans le dressage commercial d’animaux pour des parcs d’attractions, les Breland rapportèrent l’échec systématique du conditionnement opérant chez plusieurs espèces en raison de ce qu’ils nommèrent la « dérive instinctive » (instinctive drift). Des ratons laveurs entraînés à déposer des pièces de monnaie dans une boîte pour obtenir de la nourriture finissaient, après un certain temps, par frotter compulsivement les pièces entre leurs pattes, refusant de les lâcher, mimant le comportement inné de lavage des proies au détriment de l’obtention du renforçateur.
Parallèlement, d’autres investigateurs notaient que des stimuli prédictifs discrets, tels que des signaux sonores ou visuels précédant des événements biologiquement significatifs, semblaient susciter chez les animaux des conduites motrices complexes incluant des postures d’agression territoriale, des parades de cour ou des approches dirigées, sans qu’aucun renforcement instrumental explicite n’ait été administré pour ces mouvements spécifiques. Les théoriciens du renforcement opérant tentaient de réduire ces anomalies à des coïncidences fortuites, invoquant des chaînes de conditionnement accidentel ou des comportements superstitieux. Toutefois, l’incapacité croissante du modèle skinnérien à rendre compte de ces réactions stéréotypées spontanées commençait à semer le doute sur le postulat fondamental de la passivité de l’organisme et sur l’indifférence supposée des réponses motrices à la nature des stimuli antécédents.
1.3 La publication séminale de 1968 par Brown et Jenkins
C’est dans ce climat de tension paradigmatique feutrée que Paul L. Brown et Herbert M. Jenkins, deux psychologues de l’Université McMaster au Canada, conçoivent une expérience destinée initialement à un objectif pragmatique et technique. Confrontés à la corvée chronophage du façonnement manuel des pigeons nécessaires à leurs recherches quotidiennes, ils décident de concevoir un protocole expérimental totalement automatisé pour induire la réponse de picorage sans nécessiter la présence physique de l’expérimentateur devant la boîte de conditionnement. Leur hypothèse opérationnelle initiale reposait sur l’idée que si l’on allumait une touche lumineuse de manière répétée juste avant de nourrir l’oiseau affamé, l’animal finirait par explorer la touche par hasard, déclenchant ainsi accidentellement le mécanisme de renforcement qui stabiliserait ensuite la conduite instrumentale.
Les résultats observés dépassèrent de très loin les attentes techniques des deux chercheurs. Dans leur article fondamental de 1968, Auto-shaping of the pigeon’s key-peck, publié dans le Journal of the Experimental Analysis of Behavior, Brown et Jenkins documentent un phénomène reproductible et saisissant : sans aucun guidage humain, sans façonnage progressif et sans qu’aucune contingence n’exige que l’oiseau touche le disque lumineux pour obtenir sa nourriture, tous les pigeons se mettent spontanément, rapidement et vigoureusement à picorer la touche dès son illumination. Cette découverte fortuite démontrait qu’une réponse squeletto-motrice complexe, classiquement considérée comme l’archétype même de la réponse opérante volontaire, pouvait être générée de manière entièrement automatisée par une simple relation prédictive entre deux stimuli. La communauté des psychologues expérimentalistes prit immédiatement la mesure du séisme : les frontières conceptuelles séparant Pavlov et Skinner venaient de s’effondrer.
2. Les fondements théoriques : Conditionnement pavlovien versus conditionnement opérant
2.1 Le conditionnement répondant ou pavlovien classique
Pour apprécier la rupture épistémologique incarnée par l’automodelage, il convient de réexaminer la mécanique interne du conditionnement classique, conceptualisé initialement par Ivan Petrovitch Pavlov à travers ses célèbres travaux sur les sécrétions salivaires et gastriques du chien. Le conditionnement répondant repose sur l’association temporelle et prédictive entre deux entités environnementales : un stimulus conditionnel (SC), initialement neutre sur le plan de la réponse ciblée, et un stimulus inconditionnel (SI), doté d’une valeur biologique intrinsèque capable de déclencher de manière innée et réflexe une réponse inconditionnelle (RI). Par la répétition contiguë et prédictive de cette séquence SC-SI, le stimulus neutre acquiert la capacité d’évoquer une réponse conditionnelle (RC), qui ressemble souvent, sur les plans qualitatif et quantitatif, à la réaction réflexe originale.
Le point saillant du modèle pavlovien réside dans l’indépendance ontologique absolue de la délivrance du renforçateur par rapport au comportement émis par l’animal. Que le chien salive ou non en entendant le métronome ou le son de cloche, la viande lui est invariablement présentée au terme de l’intervalle temporel fixé par l’expérimentateur. L’animal est, du point de vue formel de la causalité de l’événement, un récepteur passif d’une régularité statistique de son écosystème. Pavlov et ses continuateurs ont minutieusement décrit les lois formelles qui gouvernent ce système associatif : l’extinction, par laquelle la présentation répétée du SC en l’absence du SI atténue puis abolit la réponse conditionnelle ; la généralisation, qui étend la réponse à des stimuli présentant des proximités physiques avec le signal d’origine ; et la discrimination, qui restreint l’efficacité déclenchante au stimulus spécifiquement informatif par un apprentissage différentiel.
2.2 Le conditionnement opérant ou skinnérien
À l’opposé structural de cette vision se dresse le modèle opérant formalisé par B.F. Skinner, qui réinterprète et approfondit la loi de l’effet énoncée à l’aube du vingtième siècle par Edward Thorndike. Le conditionnement opérant ne s’intéresse pas aux stimuli qui provoquent passivement une réaction, mais aux comportements spontanément émis par l’organisme qui opèrent sur le milieu pour y produire des modifications. La structure analytique fondamentale repose sur la contingence triadique à trois termes : le stimulus discriminatif ($S^D$), la réponse motrice ($R$), et le stimulus renforçateur ou conséquence ($S^R$). Dans cette équation, le stimulus discriminatif ne provoque pas la réponse à la manière d’un réflexe ; il sert simplement de signal contextuel indiquant à l’organisme que, s’il émet la réponse motrice adéquate, la conséquence renforçatrice se produira.
Le moteur exclusif de l’apprentissage réside dans le contrôle exercé par les conséquences. Si une action motrice est immédiatement suivie de l’adjonction d’un événement appétitif ou du retrait d’un événement aversif, sa probabilité d’occurrence future dans des contextes similaires augmente considérablement. La contingence est ici absolue : la distribution de la récompense est strictement assujettie à l’exécution effective du comportement cible. Si le rat n’abaisse pas le levier, la nourriture n’apparaît jamais. Le façonnement par approximations successives devient dès lors le moyen indispensable pour extraire un comportement inexistant du flux d’activité aléatoire du sujet. L’expérimentateur renforce tout d’abord les ébauches posturales de l’action, puis élève progressivement le critère d’exigence jusqu’à ce que la topographie motrice désirée soit parfaitement sculptée par le régime des contingences opérantes.
2.3 La confrontation conceptuelle des deux modèles
Durant plusieurs décennies, un consensus théorique presque inébranlable a proclamé l’incompatibilité et la disjonction anatomique de ces deux modes d’apprentissage. Le psychologue américain Gregory Razran résumait cette scission en affirmant que le conditionnement pavlovien relevait des structures viscérales et végétatives médiées par le système nerveux autonome, tandis que le conditionnement opérant était l’apanage des effecteurs musculaires striés régis par le système nerveux central et somatique. Il était tenu pour acquis qu’un système moteur squelettique, capable d’orienter l’animal dans son espace physique et de manipuler des objets, ne pouvait être régulé que par des contingences instrumentales. On postulait l’impossibilité physiologique et conceptuelle d’un conditionnement répondant direct de comportements moteurs dirigés complexes.
Les données accumulées par Paul Brown et Herbert Jenkins sont venues porter un coup fatal à cette dichotomie commode. En démontrant qu’une réponse somatique hautement spécialisée — le piquetage précis d’une cible visuelle par le bec d’un pigeon — pouvait être conditionnée sans aucune contingence opérante, par le simple agencement pavlovien d’un signal prédictif suivi de nourriture, l’automodelage ouvrait une crise épistémologique majeure. Si un comportement moteur dirigé pouvait être façonné et soutenu par une contingence pavlovienne pure, alors la séparation stricte entre les deux domaines de la psychologie de l’apprentissage perdait sa validité empirique, forçant les théoriciens à concevoir de nouvelles synthèses explicatives.
3. Le protocole expérimental séminal de Paul Brown et Herbert Jenkins (1968)
3.1 Dispositif technique et modèle biologique
Pour mener à bien leur investigation, Brown et Jenkins ont recours au modèle classique de la psychologie expérimentale américaine : le pigeon domestique (Columba livia). Les animaux sélectionnés sont maintenus en captivité sous un régime de privation alimentaire contrôlé, réduisant et stabilisant leur masse corporelle à environ 80 pour cent de leur poids nourri ad libitum. Cet état de privation modérée constitue un levier motivationnel puissant, garantissant une réactivité optimale face aux opportunités trophiques, sans compromettre la viabilité physiologique ou l’intégrité sensorimotrice des sujets.
L’enceinte expérimentale est constituée d’une chambre d’opérant standard modifiée. Sur l’un des panneaux verticaux en aluminium est insérée une touche de réponse translucide circulaire en plastique dépoli, capable d’être rétroéclairée de l’intérieur par une source lumineuse calibrée. Immédiatement en dessous de cette touche, à une distance standardisée de quelques centimètres, est aménagée une ouverture rectangulaire donnant accès à un distributeur de grains automatisé monté sur solénoïde. L’ensemble de la régulation temporelle des stimuli, de l’enregistrement des contacts physiques du bec sur la touche et de l’activation du réceptacle de nourriture est piloté à distance par des relais électromécaniques et des programmateurs à bandes perforées. Cette automatisation garantit l’exclusion de tout biais d’observation humaine et l’exactitude chronométrique absolue des cycles expérimentaux.
3.2 La procédure d’appariement stimulus-renforçateur non contingent
L’architecture procédurale conçue par Brown et Jenkins est d’une rigueur formelle exemplaire. Chaque séance expérimentale se compose de cycles discrets d’essais répétés. À intervalles variables, dont la moyenne s’établit généralement autour d’une minute d’obscurité relative (intervalle inter-stimulus non prédictif), la touche translucide s’illumine d’une lueur vive pendant une durée fixe de huit secondes. Dès l’extinction de cette lumière, le distributeur de grains s’élève instantanément pendant quatre secondes, offrant à l’oiseau un accès direct à du maïs concassé ou du blé, avant de redescendre dans sa position de repos hors d’atteinte.
La variable décisive et révolutionnaire de ce dispositif réside dans la non-contingence absolue de la présentation de la nourriture vis-à-vis du comportement du pigeon. À aucun moment l’oiseau n’est tenu de s’approcher de la touche, d’orienter son regard vers elle ou d’y porter son bec pour déclencher l’ouverture du magasin d’alimentation. La séquence temporelle est inexorable :
- Phase d’obscurité ou d’attente (intervalle inter-stimulus aléatoire)
- Illumination de la touche pendant exactement 8 secondes (stimulus conditionnel, SC)
- Extinction du signal et présentation simultanée de la nourriture pendant 4 secondes (stimulus inconditionnel, SI)
Aucun façonnage manuel préalable n’est dispensé, aucun grain n’est disséminé sur la touche pour guider l’exploration, et aucune assistance physique n’est apportée au sujet.
3.3 L’émergence empirique du piquetage spontané
Les observations rapportées par Brown et Jenkins révèlent une dynamique comportementale d’une régularité saisissante. Durant les premiers essais de conditionnement, le pigeon adopte une posture générale d’exploration diffuse au fond de la cage. Lorsque la lumière s’allume pour la première fois, l’oiseau manifeste un simple réflexe d’orientation visuelle sans s’approcher du disque. À l’extinction de la lumière et lors de l’élévation bruyante de la trémie à grains, l’animal se précipite vers le réceptacle pour consommer la nourriture mise à disposition. Cependant, à mesure que les associations entre le signal lumineux de huit secondes et l’accès au grain se répètent, une modification spectaculaire de la trajectoire spatiale et du répertoire moteur s’opère.
Généralement entre le vingtième et le quarantième essai, l’oiseau commence à se poster délibérément devant la touche dès son illumination. Puis, de manière soudaine et irréversible, il projette violemment son bec contre le disque de plastique éclairé. Une fois la première frappe enregistrée, le comportement de picorage s’installe avec une cadence frénétique : dès que la touche s’illumine, l’oiseau se précipite vers elle et enchaîne les coups de bec jusqu’à l’extinction du signal, moment où il redescend vers la trémie pour ingérer le grain. Le stimulus visuel neutre a cessé d’être un simple repère annonciateur dans le décor : il a été métamorphosé en une cible privilégiée d’une action consommatrice forcenée, développée sans aucune incitation instrumentale.
3.4 Les protocoles de contrôle méthodologique
Conscients de la portée iconoclaste de leurs observations, Brown et Jenkins ont élaboré une série d’expériences de contrôle pour écarter toute explication triviale ou artefactuelle. La première hypothèse concurrente postulait que le picorage de la touche pouvait être l’effet d’une activation motrice générale causée par la faim ou par l’excitation sensorielle provoquée par l’apparition soudaine de la lumière, conduisant l’animal à percuter la boîte n’importe où par pure agitation non spécifique.
Pour éprouver cette conjecture, les auteurs ont mis en place un groupe contrôle soumis à une procédure totalement décorrélée ou pseudo-aléatoire : les allumages de la touche et les distributions de grains survenaient à des fréquences similaires, mais de façon parfaitement asynchrone et indépendante, interdisant toute valeur prédictive au stimulus lumineux. Dans ces conditions, bien que recevant la même quantité de nourriture et soumis aux mêmes stimulations lumineuses, aucun pigeon ne développa de piquetage ciblé sur le disque. Une autre condition contrôle impliquait l’illumination continue de la touche avec distributions intermittentes de nourriture : là encore, aucun picorage ne fut enregistré. Ces contre-épreuves rigoureuses démontrèrent sans ambiguïté que ni la faim, ni l’excitation lumineuse, ni la présence simultanée des appareils ne suffisaient à engendrer le comportement. Le moteur exclusif du piquetage était la relation de contingence temporelle positive entre le stimulus conditionnel et le renforçateur inconditionnel.
4. Mécanismes comportementaux : De l’automodelage au concept de suivi de signal
4.1 Du terme initial d’automodelage à sa conceptualisation théorique
L’appellation forgée originellement par Brown et Jenkins — l’automodelage (autoshaping) — traduit fidèlement la surprise initiale des chercheurs et l’ancrage terminologique de l’époque. En qualifiant leur protocole de façonnement automatisé, ils laissaient entendre que le dispositif expérimental parvenait à accomplir, par le truchement de la machinerie, ce que l’expérimentateur humain réalisait patiemment au cours d’un façonnement opérant classique. On pensait initialement qu’il s’agissait d’un conditionnement instrumental sans maître, où des contingences adventices et fortuites sélectionnaient les mouvements de l’animal orientés vers la mangeoire, finissant par intercepter la touche par inadvertance.
Cependant, cette perspective mécaniste s’est rapidement révélée intenable sur le plan conceptuel. Les analyses micro-comportementales ont établi que la réponse de picorage ne procédait nullement d’une sédimentation graduelle d’approximations successives accidentellement récompensées. Le processus sous-jacent n’était pas un façonnement opérant sans expérimentateur, mais la manifestation directe et éclatante d’un conditionnement répondant de nature pavlovienne s’exprimant à travers les voies motrices somatiques. L’étiquette procédurale de l’automodelage a dès lors été dissociée de la réalité du processus psychophysiologique fondamental : l’automodelage désigne la méthode d’appariement expérimental, tandis que la réponse comportementale observée constitue une réponse conditionnelle pavlovienne dirigée.
4.2 L’introduction formelle du Sign Tracking par Hearst et Jenkins (1974)
Afin de formaliser théoriquement ce saut conceptuel et de dépasser les ambiguïtés terminologiques, Eliot Hearst et Herbert Jenkins publient en 1974 une monographie d’une importance capitale : Sign-Tracking: The Stimulus-Reinforcer Relation and Directed Action. Dans cet ouvrage, les auteurs proposent le concept de suivi de signal (sign tracking) pour caractériser la tendance universelle qu’ont les organismes vivants à diriger leurs mouvements d’approche physique et de manipulation active vers un stimulus qui annonce de façon prédictive un événement biologiquement significatif, qu’il soit attractif ou aversif.
Hearst et Jenkins démontrent que le signal n’est pas traité par le cerveau animal comme une simple source d’information abstraite et désincarnée. Il acquiert ce qu’ils qualifient d’« aimantation comportementale » (behavioral magnet). Le stimulus acquiert une valeur d’attraction spatiale autonome qui canalise l’attention et la cinématique de l’organisme. Le suivi de signal transcende le cas particulier du picorage chez le pigeon : il s’observe face à une immense diversité de stimuli discrets — leviers rétractables, diodes lumineuses, signaux sonores spatialisés ou odeurs localisées — à la condition impérative que le stimulus prédictif soit localisable dans l’espace physique. Dès lors qu’un stimulus possède une coordonnée spatiale définie, la réponse conditionnelle ne se déploie pas dans le vide : elle s’organise vectoriellement vers la source même de l’information.
4.3 La topographie motrice de la réponse conditionnelle
L’un des arguments les plus élégants et décisifs attestant de la nature pavlovienne fondamentale de l’automodelage a été apporté par les travaux pionniers de H.M. Jenkins et B.R. Moore en 1973. Les deux chercheurs ont posé une question d’une remarquable subtilité méthodologique : si le picorage de la touche lumineuse est un comportement opérant arbitraire maintenu par l’accès final à une récompense, sa morphologie physique devrait être strictement identique quelle que soit la nature spécifique du renforçateur. À l’inverse, s’il s’agit d’une réponse conditionnelle pavlovienne, la structure biomécanique fine du coup de bec devrait refléter directement la nature consommatoire innée du stimulus inconditionnel invoqué.
Jenkins et Moore ont ainsi comparé au ralenti photographique et cinématique le comportement de pigeons soumis à l’automodelage avec de la nourriture solide (grains) versus des pigeons recevant de l’eau liquide comme renforçateur inconditionnel :
- Condition Renforcement par le Grain : Les pigeons frappaient la touche lumineuse avec le bec grand ouvert, la tête animée d’une accélération brutale et d’un impact puissant, reproduisant fidèlement la séquence motrice innée employée pour saisir et briser une graine au sol.
- Condition Renforcement par l’Eau : Les pigeons abordaient le disque lumineux avec le bec quasi fermé, posant délicatement leur mandibule sur le plastique tout en exécutant des mouvements rythmiques de pompage lingual et de déglutition, mimant la mécanique d’abreuvement par succion propre aux colombidés.
Cette divergence topographique tranchée et involontaire a constitué la preuve irréfutable que le signal visuel ne déclenche pas une commande instrumentale indifférenciée, mais réveille et canalise les coordinations motrices innées dévolues à la consommation spécifique du stimulus attendu. L’oiseau traite littéralement la lumière comme s’il s’agissait du grain ou de l’eau elle-même.
5. Distinguer le Sign Tracking du Goal Tracking : Phénoménologie et variabilité individuelle
5.1 Définition opérationnelle des phénotypes comportementaux
Si les travaux initiaux menés sur le pigeon laissaient entrevoir une homogénéité remarquable dans la capture de la réponse par le signal, la transposition du paradigme chez le rongeur au cours des décennies ultérieures a révélé une fascinante variabilité phénotypique individuelle. Dans un protocole standard d’automodelage pour rongeurs, un levier métallique rétroéclairé est inséré dans la boîte pendant quelques secondes (SC), puis se rétracte au moment précis où une pastille appétitive (pellet de saccharose) est délivrée dans une mangeoire située à distance sur la paroi (SI). Face à cette configuration spatiale dissociée, les animaux manifestent des stratégies comportementales contrastées qui se répartissent selon une distribution bimodale.
On distingue ainsi rigoureusement deux phénotypes comportementaux polaires au sein d’une même population génétiquement standardisée :
- Les suiveurs de signal (Sign Trackers) : Dès que le levier émerge de la paroi, ces individus se ruent immédiatement sur lui, le saisissent avec leurs pattes antérieures, le mordillent, le lèchent et l’actionnent avec frénésie durant toute la durée de sa présentation, ignorant la mangeoire jusqu’à la rétraction du levier.
- Les suiveurs de but (Goal Trackers) : À l’inverse, l’apparition du levier agit pour ces sujets comme une pure source d’information logique : ils ne s’intéressent aucunement au levier physique, mais font immédiatement demi-tour pour aller poster leur museau dans la mangeoire, attendant patiemment et passivement la chute du nutriment.
- Le groupe intermédiaire : Une fraction de la population présente un phénotype mixte ou flexible, oscillant de manière équilibrée entre l’exploration du signal et la focalisation sur le lieu de livraison du renforçateur.
Cette divergence n’est ni fortuite ni transitoire : des études de suivi longitudinal ont démontré une stabilité intra-individuelle et une reproductibilité temporelle remarquables de ces signatures comportementales à travers les mois d’expérimentation.
5.2 La théorie de la saillance incitative de Berridge et Robinson
L’élucidation théorique de cette dichotomie fondamentale a franchi un palier décisif grâce aux contributions majeures de Kent Berridge et Terry Robinson à travers leur formalisation de la saillance incitative (incentive salience). Dans leur modèle psychobiologique, les processus motivationnels liés à la récompense sont décomposés en trois composantes psychologiques distinctes : la composante cognitive de prédiction ou d’apprentissage (« learning »), la composante hédonique de plaisir consommatoire (« liking »), et la composante motivationnelle de désir ou d’attribution de valeur attractive (« wanting »).
Appliquée à l’automodelage, cette modélisation démontre que les deux sous-groupes d’animaux apprennent avec une rigueur cognitive identique la relation prédictive liant le levier à la nourriture : tant les Sign Trackers que les Goal Trackers savent avec exactitude que le signal annonce le renforçateur, comme l’atteste leur vitesse d’apprentissage et leur anticipation temporelle parfaite. Cependant, la bifurcation s’opère sur le terrain exclusif du « wanting ». Chez les Sign Trackers, le système cérébral procède à une transformation psychologique profonde : la représentation prédictive froide du signal se voit affublée d’une charge affective brûlante de saillance incitative. Le signal cesse d’être un simple panneau indicateur informatif pour devenir un « aimant motivationnel » autonome (incentive magnet). L’individu ne se contente plus de savoir ce que le signal annonce : il désire physiquement le signal lui-même, éprouvant le besoin irrépressible de s’en emparer et de le consommer.
5.3 Facteurs génétiques, développementaux et environnementaux
L’origine de cette divergence individuelle fait l’objet d’intenses investigations à l’intersection de la génétique comportementale et de l’épigénétique. Des programmes de sélection artificielle conduits par Huda Akil, Stanley Watson et Shelly Flagel ont magistralement validé l’héritabilité biologique de ces profils. En croisant systématiquement entre eux des rats manifestant des propensions extrêmes au suivi de signal d’une part, et au suivi de but d’autre part, les chercheurs ont réussi en quelques générations à fixer deux lignées stables et distinctes, attestant d’une base polygénique solide régulant l’attribution de saillance incitative.
Cependant, ce substrat génétique n’agit pas en vase clos et interagit intimement avec des facteurs développementaux et environnementaux critiques. L’exposition à un stress précoce durant la période périnatale ou le sevrage — tel que des protocoles de séparation maternelle prolongée — décale massivement le profil des animaux vers le phénotype Sign Tracker à l’âge adulte. Par ailleurs, des variations hormonales liées au sexe exercent une influence modulatrice significative : les femelles manifestent fréquemment une propension plus intense et plus persistante au suivi de signal que les mâles sous l’effet des fluctuations d’œstradiol. Enfin, sur le plan des corrélats psychologiques, le phénotype Sign Tracker s’avère hautement comorbide avec d’autres traits comportementaux endophénotypiques, au premier rang desquels figurent l’impulsivité motrice, une réactivité accrue à la nouveauté spatiale et un déficit marqué de l’inhibition comportementale face aux amorces sensorielles.
6. L’énigme du comportement non instrumental et la procédure d’omission
6.1 Le protocole de Sheffield et la procédure d’omission de Williams et Williams (1969)
Face à l’émergence spectaculaire de l’automodelage, les défenseurs orthodoxes du béhaviorisme opérant ont cherché à préserver leur paradigme en formulant une objection : et si le picorage, bien que non intentionnellement renforcé au départ, bénéficiait d’un renforcement accidentel fortuit ? Si l’oiseau heurte la touche juste avant l’ouverture du distributeur, la proximité temporelle immédiate entre le coup de bec et la nourriture pourrait suffire à créer une contingence opérante parasite qui maintiendrait l’action.
Pour pulvériser définitivement cette échappatoire théorique, David R. Williams et Herbert Y. Williams ont conçu en 1969 une expérience méthodologiquement magistrale, inspirée des travaux pionniers de Sheffield sur le conditionnement salivaire : la procédure d’omission négative (negative automaintenance ou procédure d’omission). La règle régissant ce protocole expérimental instaure un conflit frontal absolu entre conditionnement pavlovien et contingence opérante :
- La touche lumineuse s’illumine périodiquement pendant huit secondes.
- Si le pigeon ne picore pas la touche, la nourriture est systématiquement délivrée à l’extinction du signal.
- Si le pigeon picore la touche ne serait-ce qu’une seule fois durant l’illumination, la lumière s’éteint immédiatement et la nourriture est supprimée pour cet essai (omission du renforçateur).
Dans ce cadre chirurgical, la prédiction de la théorie opérante était formelle et sans nuance : si le picorage est un comportement contrôlé par ses conséquences instrumentales, la contingence punitive d’omission alimentaire doit entraîner une extinction fulgurante et définitive de la frappe du bec, l’oiseau devant s’abstenir de picorer pour maximiser ses rations énergétiques.
6.2 La persistance paradoxale du picorage mal adaptatif
Les données empiriques recueillies par Williams et Williams ont confondu les prédictions opérantes les plus élémentaires. Contre toute rationalité économique et instrumentale, les pigeons se sont montrés viscéralement incapables d’inhiber leur comportement de picorage. Confrontés à cette procédure où chaque coup de bec les prive de nourriture, les oiseaux persistent obstinément à frapper la touche lumineuse, perdant une fraction massive des renforçateurs auxquels une simple attente immobile leur donnerait droit.
L’observation minutieuse de la dynamique des essais révèle un cycle comportemental captivant, véritable oscillation pendulaire entre excitation pavlovienne et pénalisation opérante. L’animal enchaîne les coups de bec, perdant systématiquement sa nourriture sur plusieurs essais consécutifs. Privé d’alimentation, le lien associatif commence momentanément à s’éroder, amenant l’oiseau à marquer un temps d’arrêt durant un ou deux essais. N’ayant pas touché le disque, il reçoit alors immédiatement les grains prévus. Mais cette réinjection de renforçateur réactive instantanément l’association pavlovienne stimulus-nourriture : dès l’essai suivant, le pigeon est de nouveau magnétisé par la lumière, se précipite sur la touche et picore à nouveau, replongeant immédiatement dans le régime de punition par omission. Cette résistance acharnée à la contingence négative a démontré de manière irréfutable que les forces associatives pavloviennes peuvent supplanter et écraser les impératifs de la causalité opérante.
6.3 Interprétations théoriques du conflit opérant-pavlovien
Cette incapacité de l’animal à refréner une action motrice contre-productive a fait l’objet de plusieurs formalisations théoriques. La conceptualisation prévalente est celle du conflit ou de la compétition de systèmes : l’automodelage place l’animal à la croisée de deux modules comportementaux incompatibles. D’un côté, le système associatif pavlovien, façonné par l’évolution pour canaliser les schèmes moteurs innés vers les indices annonciateurs de survie, génère une pulsion d’approche physique motrice automatique (sign tracking). D’un autre côté, le système instrumental opérant tente de réprimer cette réponse motrice par rétroaction négative face à la perte des gains.
Le fait que le versant pavlovien prévale avec une telle intensité s’explique par la proximité temporelle et la contiguïté spatiale des stimuli en jeu. Lorsque l’intervalle temporel séparant le signal du renforçateur est bref, l’intensité de la charge incitative attribuée au signal s’avère trop volumineuse pour être endiguée par les processus d’inhibition comportementale cortico-striataux. L’automodelage en procédure d’omission s’est ainsi imposé dans l’histoire de la psychologie comme l’anomalie irréductible qui a démantelé la prétention du béhaviorisme radical à tout expliquer par la contingence de renforcement instrumental, révélant la puissance sous-jacente des architectures réflexes et motivationnelles pavloviennes dans le contrôle de la motricité.
7. Substrats neurobiologiques et circuits dopaminergiques de l’automodelage
7.1 L’axe mésolimbique et le striatum ventral
L’avènement des neurosciences modernes a permis de disséquer avec une précision remarquable les circuits cérébraux gouvernant l’automodelage et la divergence entre les phénotypes comportementaux. Le centre névralgique de ce réseau réside incontestablement au sein du système dopaminergique mésolimbique, orchestré par les neurones de l’aire tegmentale ventrale (ATV) et leurs projections massives vers le striatum ventral, plus spécifiquement le noyau accumbens (nucleus accumbens, NAc).
Des travaux électrophysiologiques et des manipulations pharmacologiques ont mis en lumière le rôle prépondérant de la sous-région du cœur du noyau accumbens (NAc core) dans le déploiement du suivi de signal. L’inactivation pharmacologique transitoire ou la lésion cytotoxique sélective du NAc core abolit totalement l’approche et le contact avec le signal chez les individus Sign Trackers, sans perturber leur capacité à consommer la nourriture une fois celle-ci disponible. Chez les Goal Trackers, en revanche, le maintien de la réponse d’approche de la mangeoire repose sur des circuits striataux plus dorsolatéraux et sur la coque du noyau accumbens (NAc shell), révélant une organisation anatomique profondément différenciée selon les stratégies comportementales adoptées.
7.2 Dynamique phasique de la dopamine : erreur de prédiction versus saillance incitative
La distinction neurochimique entre Sign Trackers et Goal Trackers a trouvé son illustration la plus retentissante dans les travaux utilisant la voltamétrie cyclique à balayage rapide (fast-scan cyclic voltammetry) in vivo, menés notamment par Shelly Flagel, Paul Phillips et leurs collaborateurs. Cette technologie permet de quantifier en temps réel, à l’échelle de la sous-seconde, les fluctuations phasiques de la concentration extracellulaire de dopamine dans le noyau accumbens lors des interactions avec le signal et la récompense.
Les résultats ont bouleversé le champ des théories computationnelles de l’apprentissage :
- Chez les Sign Trackers : Au cours des premiers essais, une décharge phasique de dopamine survient à la délivrance de la nourriture. Avec la répétition des associations, cette libération dopaminergique se transfère entièrement et massivement vers le stimulus prédictif (l’apparition du levier), s’éteignant lors de l’accès au grain. Ce profil correspond à l’encodage classique du signal de prédiction, mais s’accompagne d’une attribution absolue d’incitation qui pousse l’animal à manipuler le levier. Si l’on bloque les récepteurs dopaminergiques dans le noyau accumbens par des antagonistes spécifiques, l’approche du levier s’effondre immédiatement.
- Chez les Goal Trackers : Bien que les animaux apprennent la contingence avec une exactitude cognitive parfaite, la dynamique dopaminergique est radicalement distincte. Le signal phasique de dopamine dans le core du noyau accumbens ne se transfère pas de manière stable vers le signal prédictif et persiste au moment de la livraison de la nourriture. L’apprentissage chez ces sujets opère indépendamment de la machinerie dopaminergique phasique du noyau accumbens.
Ces données cardinales ont prouvé que la dopamine phasique dans le striatum ventral n’encode pas simplement une erreur de prédiction purement calculatoire (comme le postulait le modèle algorithmique classique de Schultz), mais est le support biologique exclusif de la transformation d’un signal prédictif en objet de désir attractif, c’est-à-dire l’attribution de saillance incitative.
7.3 Contrôle top-down et régulation cortico-striatale
La vulnérabilité neurobiologique qui pousse les Sign Trackers à une attraction irrépressible envers le signal ne se résume pas à une hyperactivité sous-corticale : elle s’enracine également dans une défaillance relative des circuits de contrôle descendants (top-down) médiés par le cortex préfrontal. Les travaux de neuro-imagerie fonctionnelle et d’électrophysiologie chez l’animal démontrent que les individus enclins au suivi de signal présentent une hypoactivité relative et une mauvaise synchronisation des réseaux reliant le cortex préfrontal médial (mPFC), le cortex orbitofrontal (OFC) et les structures striatales.
Ce déficit de connectivité fonctionnelle cortico-striatale se traduit par une incapacité structurelle à inhiber la réponse motrice automatisée dès que l’amorce environnementale fait irruption dans le champ sensoriel. Les projections cholinergiques issues du télencéphale basal vers le cortex préfrontal — un système crucial pour l’attention soutenue et la flexibilité cognitive face aux contingences changeantes — s’avèrent significativement dysfonctionnelles chez les Sign Trackers. Dès lors, le système sous-cortical mésolimbique prend le contrôle exclusif de la cinématique comportementale, privant l’animal de la régulation préfrontale nécessaire pour adapter son action aux pénalités instrumentales, comme observé dans la procédure d’omission de Williams et Williams.
8. Implications pour les théories de l’apprentissage animal
8.1 L’effondrement de l’équipotentialité et de l’arbitraire des stimuli
L’avènement de l’automodelage a provoqué une onde de choc théorique comparable à celle déclenchée par les expériences de John Garcia et Robert Koelling (1966) sur l’aversion gustative conditionnée. L’un des piliers cardinaux du behaviorisme classique était le postulat d’équipotentialité universelle, formulé explicitement par Skinner et ses contemporains : l’affirmation selon laquelle les lois de l’apprentissage sont universelles, indépendantes des espèces et des stimuli considérés, n’importe quelle réponse motrice pouvant être reliée à n’importe quel stimulus par des contingences opérantes adéquates.
L’automodelage a ruiné ce postulat en démontrant l’existence de contraintes biologiques et phylogénétiques insurmontables qui pèsent sur l’acquisition comportementale. Le pigeon ne picore pas la touche parce qu’elle est une réponse arbitraire interchangeable : il la picore parce que son histoire évolutive a intimement couplé la détection visuelle d’un stimulus localisé de petite taille à l’action motrice innée de prédation et d’ingestion par le bec. Si l’on remplace le signal lumineux ponctuel par un stimulus auditif diffus (comme un son de cloche), le conditionnement pavlovien à la nourriture s’opère toujours sur le plan physiologique, mais l’oiseau ne développe aucun picorage dirigé vers le haut-parleur. La nature physique du signal doit résonner avec les spécialisations écologiques de l’espèce pour que la réponse d’approche émerge, forçant les psychologues à abandonner le rêve d’une tabula rasa comportementale régie par des règles d’apprentissage mécanistes et a-spécifiques.
8.2 La théorie des systèmes comportementaux de William Timberlake
Pour dépasser l’impasse née de l’effondrement du modèle opérant classique, l’éthologue et psychologue William Timberlake a développé une alternative théorique majeure : la théorie des systèmes comportementaux (behavior systems theory). Timberlake récuse la vision atomique du conditionnement qui isole arbitrairement des stimuli et des réponses décontextualisés du reste de l’organisme. Il postule que le comportement animal est structuré en modules fonctionnels évolutivement pré-câblés, façonnés par la sélection naturelle pour résoudre des problèmes écologiques fondamentaux, tels que la recherche de nourriture, l’accouplement, la défense territoriale ou le soin aux petits.
Dans cette architecture conceptuelle, chaque système comportemental est organisé selon une hiérarchie de modes spatio-temporels :
- Le mode de recherche générale : Activé lorsque le besoin physiologique s’éveille, caractérisé par une exploration diffuse et non orientée de l’écosystème.
- Le mode de recherche focalisée : Déclenché dès qu’un indice sensoriel fiable indique la présence imminente d’une ressource, resserrant l’espace d’action et orientant la trajectoire vers la source de l’indice.
- Le mode de consommation : Séquence finale stéréotypée de préhension, manipulation et ingestion de la cible biologique.
Timberlake démontre que l’automodelage n’est rien d’autre que l’insertion artificielle d’un stimulus conditionnel au sein de ce continuum éthologique. Lorsque le signal lumineux s’allume brièvement avant la nourriture, l’animal ne procède pas à un calcul abstrait : son système comportemental d’alimentation est activé en mode de recherche focalisée. Si le signal est temporellement et spatialement resserré, il déclenche par anticipation le passage en mode consommatoire, canalisant le répertoire moteur du picorage directement sur le support de l’amorce informative.
8.3 Modélisation computationnelle de l’apprentissage associatif
L’automodelage a également constitué un champ d’épreuve redoutable pour les modèles computationnels et mathématiques de l’apprentissage associatif. Le modèle séminal de Rescorla et Wagner (1972) est parvenu à formaliser avec une grande élégance la dynamique d’acquisition du suivi de signal en quantifiant la force associative ($V$) comme une fonction de l’écart entre la valeur maximale de la récompense biologique supportée par le renforçateur ($lambda$) et la somme des forces associatives de tous les stimuli présents ($\sum V$) :
$$\Delta V = \alpha \beta (\lambda – \sum V)$$
Ce formalisme rend compte avec précision de la vitesse asymptotique d’acquisition du picorage et des phénomènes de compétition de stimuli tels que le masquage (overshadowing) ou le blocage (blocking) lorsqu’on associe plusieurs signaux lumineux ou acoustiques au renforçateur.
Néanmoins, les formulations algorithmiques classiques, y compris les modèles contemporains d’apprentissage par différence temporelle (Temporal Difference Learning ou algorithmes TD) largement employés en intelligence artificielle, ont achoppé sur une limite majeure : leur incapacité intrinsèque à prédire la divergence phénoménologique entre Sign Tracking et Goal Tracking. Ces algorithmes postulent un agent computationnel unitaire calculant une valeur de prédiction scalaire pour chaque état environnemental. Or, l’automodelage démontre que deux individus confrontés aux mêmes paramètres d’apprentissage peuvent dériver des architectures motrices diamétralement opposées, forçant les neurosciences computationnelles à scinder les équations encodant l’information pure (modèles d’espérance cognitive) de celles modélisant la force d’attraction cinématique et l’attribution de saillance incitative.
9. Automodelage et psychopathologie humaine : La vulnérabilité aux addictions
9.1 Le modèle translationnel de la dépendance aux substances
L’une des transpositions biomédicales les plus spectaculaires de l’automodelage concerne l’élucidation des bases neurobiologiques de la toxicomanie et de la dépendance aux substances. Dans les laboratoires contemporains de neuropsychopharmacologie, notamment ceux dirigés par Terry Robinson, Barry Everitt et Jane Taylor, le criblage préalable des rongeurs selon le phénotype Sign Tracker ou Goal Tracker est devenu un modèle prédictif d’une valeur inestimable pour anticiper la vulnérabilité individuelle à l’addiction.
Les données accumulées révèlent des corrélations translationnelles d’une clarté saisissante :
- Les animaux identifiés comme Sign Trackers manifestent une propension considérablement plus élevée à s’auto-administrer de la cocaïne, de l’héroïne, de la nicotine ou de l’alcool de manière compulsive et à escalader rapidement leur consommation.
- Confrontés à des stimuli associés à la délivrance de la drogue (par exemple un levier ou une diode lumineuse), les Sign Trackers attribuent à ces indices environnementaux une valeur incitative écrasante, faisant de ces stimuli de puissants déclencheurs de comportements de recherche frénétique de produit.
- Dans les protocoles de réinstigation simulant la rechute après une période prolongée d’abstinence forcée, la simple présentation inopinée de l’amorce lumineuse réactive l’appétence et déclenche la rechute de manière infiniment plus violente chez les Sign Trackers que chez les Goal Trackers.
Ce parallélisme anatomique et comportemental démontre que la substance psychoactive ne se contente pas d’agir sur son récepteur primaire : elle détourne et sensibilise pathologiquement la machinerie dopaminergique mésolimbique prédisposée à surcharger les indices contextuels de saillance incitative, rendant le sujet dépendant esclave des signaux qui annoncent la substance.
9.2 Troubles du comportement alimentaire et obésité incitative
Au-delà de la toxicomanie pharmacologique, le paradigme de l’automodelage offre une grille de lecture étiologique décisive pour comprendre l’épidémie contemporaine d’obésité et la pathophysiologie des troubles du comportement alimentaire, tels que l’hyperphagie boulimique (binge eating disorder). Dans nos sociétés industrialisées caractérisées par un environnement alimentaire « obésogène », les individus sont soumis à un bombardement sensoriel permanent d’amorces visuelles, olfactives et auditives prédisant la disponibilité d’aliments hautement transformés, saturés en sucres simples et en lipides.
Les individus manifestant un phénotype translationnel équivalent au Sign Tracking présentent une vulnérabilité extrême face à ces stimuli prédictifs :
- La vue d’une enseigne publicitaire lumineuse, l’odeur d’une pâtisserie industrielle ou l’emballage sonore d’un produit alimentaire hautement appétissant acquièrent chez eux le statut d’aimants motivationnels irrésistibles.
- Cette réactivité exacerbée aux indices déclenche des conduites de recherche alimentaire et d’ingestion motrice impulsive, même lorsque les réserves énergétiques de l’organisme sont saturées et que les circuits physiologiques de la satiété homéostasique (médiés par la leptine et l’insuline) sont opérationnels.
- Des études d’imagerie cérébrale fonctionnelle chez l’être humain révèlent que les patients souffrant d’obésité incitative ou d’hyperphagie présentent, à la vue d’images de friandises, une hyperactivation du striatum ventral et une désynchronisation orbitofrontale calquées sur le profil neurobiologique des Sign Trackers non humains.
Ces constatations ouvrent des pistes thérapeutiques innovantes ciblant la désensibilisation pavlovienne aux indices contextuels plutôt que la simple régulation calorique des apports.
9.3 Impulsivité, TDAH et jeu pathologique
L’attribution disproportionnée de saillance incitative aux stimuli environnementaux discrets constitue également le terreau psychopathologique commun du trouble du déficit de l’attention avec hyperactivité (TDAH) et du jeu d’argent pathologique. Dans le cadre des jeux de hasard et des machines à sous, les concepteurs de dispositifs de loterie et d’écrans de paris exploitent sciemment — sans nécessairement en connaître l’origine théorique — les ressorts fondamentaux de l’automodelage : l’association synchronisée d’effets visuels éclatants, de jingles musicaux percutants et d’animations graphiques immédiatement antérieurs au gain financier.
Chez les individus présentant une propension neurobiologique au suivi de signal, ces signaux sensoriels cessent d’être de simples indicateurs de jeu pour acquérir une attraction hypnotique autonome. Le joueur compulsif est littéralement capturé par les leviers, les voyants clignotants et les bruits de rouleaux, poursuivant l’action de jouer indépendamment des pertes financières massives accumulées, dans une dynamique d’omission négative directement comparable à l’expérience de Williams et Williams. En recherche préclinique, les protocoles d’automodelage servent ainsi de plateforme privilégiée de criblage pour tester des molécules pharmacologiques destinées à rétablir le contrôle inhibiteur préfrontal et à moduler les récepteurs dopaminergiques $D_2$/$D_3$ impliqués dans ces troubles de la prise de décision impulsive.
10. Généralité phylogénétique et observations chez d’autres espèces
10.1 L’automodelage chez les rongeurs et petits mammifères
Si l’automodelage a été découvert chez le pigeon domestique, sa transposition chez le rat de laboratoire (Rattus norvegicus) par Peterson, Ackil, Frommer et Hearst à la fin des années 1970 a marqué un tournant méthodologique irréversible. L’adaptation standardisée consiste à faire émerger un levier rétractable illuminé pendant une dizaine de secondes avant de délivrer de l’eau sucrée ou des granulés nutritifs. Chez le rat, la réponse de Sign Tracking s’exprime avec une prodigieuse complexité biomécanique : l’animal mordille le métal, explore le levier avec ses vibrisses, le palpe vigoureusement de ses membres antérieurs et l’actionne à des cadences pouvant dépasser plusieurs pressions par seconde, en l’absence de tout renforcement instrumental.
La robustesse de ce modèle chez les rongeurs a permis d’étendre les investigations à la souris (Mus musculus), ouvrant le champ de l’ingénierie génétique de précision. L’utilisation de lignées de souris transgéniques, couplée à des techniques d’inactivation ciblée de gènes (souris knock-out pour les récepteurs de la dopamine, du glutamate ou des neuropeptides opioïdes), a permis d’identifier les interrupteurs moléculaires régulant la captation de la réponse par le signal. Parallèlement, des protocoles exploitant des stimuli sensoriels variés — tels que des bouffées olfactives discrètes localisées dans des corridors expérimentaux ou des sources sonores directionnelles — ont confirmé que la modalité sensorielle importe peu, pourvu que l’amorce prédictive possède une coordonnée spatiale physique accessible à la manipulation ou à l’approche motrice de l’animal.
10.2 Manifestations chez les espèces non mammaliennes
La portée écologique et phylogénétique de l’automodelage est d’une profondeur vertigineuse. Le phénomène n’est en rien l’apanage des oiseaux granivores ou des rongeurs de laboratoire : il a été documenté avec rigueur à travers l’ensemble des embranchements de vertébrés et chez des invertébrés complexes.
Chez les poissons téléostéens, des protocoles conduits sur des carpes dorées (Carassius auratus) ou des poissons-combattants du Siam (Betta splendens) ont démontré l’émergence spectaculaire du suivi de signal :
- Un témoin lumineux sous-marin s’allume brièvement avant qu’un flocon de nourriture ne tombe à la surface de l’eau.
- Très rapidement, les poissons se mettent à nager vers la diode immergée, venant coller leur bouche contre le verre et mordillant la source lumineuse plutôt que de remonter vers la surface où la nourriture flotte effectivement.
- Chez le poisson-combattant, si le stimulus conditionnel annonce la présentation visuelle d’un rival conspécifique à travers un miroir, le sujet déploie devant la diode ses opercules branchiaux et ses nageoires en une parade d’intimidation agressive complète.
Des observations analogues ont été rapportées chez des reptiles (tortues terrestres et lézards), des amphibiens et des céphalopodes, démontrant que la tendance du système nerveux à fusionner l’indice prédictif avec la cible consommatoire constitue une solution adaptative ancestrale profondément conservée au cours de l’évolution pour maximiser la réactivité face aux opportunités de l’écosystème.
10.3 Études chez les primates non humains et transpositions chez l’être humain
L’exploration du suivi de signal chez les primates non humains, notamment le singe rhésus (Macaca mulatta) et le macaque cynomolgus, a consolidé le pont translationnel vers l’espèce humaine. Dans des tâches informatisées sur écran tactile, où l’apparition d’un stimulus visuel discret à la périphérie annonce l’arrivée d’une récompense liquide sucrée par une canule buccale, les singes orientent spontanément leur regard et projettent leurs doigts contre l’icône annonciatrice, touchant compulsivement le signal avant même de consommer le liquide. L’enregistrement simultané de l’électrophysiologie multi-électrodes dans le cortex cingulaire antérieur, l’aire motrice supplémentaire et le striatum a confirmé le détournement direct des réseaux de programmation motrice squeletto-oculaire par les afférences prédictives pavloviennes.
Chez l’être humain, bien que les comportements moteurs soient modérés par la puissance du contrôle néocortical, le suivi de signal s’exprime de manière transparente à travers des paradigmes d’oculométrie (eye-tracking) de haute résolution temporelle. Lorsqu’on soumet des participants humains à des tâches d’apprentissage où certains symboles visuels abstraits prédisent la distribution ultérieure de récompenses financières ou de friandises, le système attentionnel capture irrépressiblement la motricité oculaire : le regard des sujets se fixe de manière saccadique et automatique sur le symbole prédictif avec une latence ultracourte, même lorsque la consigne explicite leur ordonne de regarder ailleurs pour accélérer le gain. Dans des tâches de temps de réaction motrice (tâches d’incompatibilité de type Simon ou Stroop émotionnel), la présence fortuite d’un signal prédictif suscite une interférence motrice significative chez les sujets les plus impulsifs, confirmant que le cerveau humain demeure soumis aux lois fondamentales de la saillance incitative mises au jour par Brown et Jenkins.
11. Débats méthodologiques et réévaluations contemporaines
11.1 Critiques formulées à l’encontre de l’interprétation pavlovienne exclusive
Bien que le consensus académique attribue majoritairement l’automodelage aux processus pavloviens, cette interprétation a continué de susciter d’intenses débats théoriques menés par des partisans irréductibles d’une vision instrumentaliste unifiée. La critique principale repose sur l’hypothèse d’un rôle résiduel et clandestin du conditionnement opérant par le truchement de boucles de renforcement secondaire proprioceptif.
Selon cette argumentation, le fait de s’orienter vers la source d’information ou de la percuter du bec générerait des rétroactions sensorimotrices et kinesthésiques internes. Ces sensations proprioceptives, associées de façon contiguë à la délivrance subséquente du renforçateur inconditionnel, acquerraient le statut de renforçateurs secondaires conditionnés. Le comportement de picorage ne serait donc pas une réponse réflexe involontaire, mais une chaîne d’actes instrumentaux auto-renforcés par leurs propres conséquences sensorielles. Par ailleurs, certains modèles computationnels ont avancé l’hypothèse du soulagement temporel : l’approche active du signal servirait à réduire subjectivement l’anxiété de l’attente en fournissant à l’animal une illusion de contrôle sur le déroulement du temps durant l’intervalle pré-renforçateur. Cependant, la persistance du comportement en procédure d’omission punitive et les mesures électrophysiologiques sous-corticales ont largement affaibli ces théories alternatives, confirmant la primauté écrasante des mécanismes répondants directs.
11.2 Le rôle déterminant de la géométrie spatiale et des intervalles temporels
Les investigations contemporaines ont permis de cartographier avec une rigueur mathématique les variables physiques et géométriques qui conditionnent l’expression de l’automodelage. Le paramètre fondamental réside dans la dissociation spatiale entre l’emplacement physique du signal conditionnel (la touche ou le levier) et le lieu de distribution du renforçateur (la mangeoire). Si la distance séparant ces deux éléments est nulle ou négligeable, la distinction entre Sign Tracking et Goal Tracking s’évapore, l’animal fusionnant l’interaction avec le signal et la consommation du grain en une seule zone d’action. Plus la distance physique augmente, plus le coût énergétique d’approche du signal s’élève, révélant la puissance brute de la charge d’incitation chez les Sign Trackers qui acceptent de traverser toute l’enceinte expérimentale pour aller frapper un levier inutile avant de revenir vers la mangeoire.
Sur le versant temporel, les recherches ont consacré les prédictions de la théorie de l’information scalaire et des modèles d’espérance temporelle formalisés par Gallistel et Gibbon. L’émergence et la vigueur du suivi de signal dépendent de manière linéaire du ratio entre deux durées temporelles fondamentales :
$$Ratio = \frac{I}{C}$$
où $I$ représente la durée moyenne de l’intervalle inter-stimulus (durée d’attente dans l’obscurité entre deux essais) et $C$ désigne la durée de présentation du stimulus conditionnel (durée d’illumination de la touche). Dès lors que le ratio $I/C$ est élevé (c’est-à-dire que le signal est bref par rapport à une longue période d’attente non informative), le signal apporte une quantité massive d’information prédictive par unité de temps, ce qui maximise le taux d’acquisition du picorage et l’attribution de saillance incitative. Si le ratio diminue (signal très long précédé d’un intervalle inter-stimulus court), le suivi de signal décline rapidement au profit d’un comportement d’attente diffuse.
11.3 Réplications et méta-analyses de la robustesse expérimentale
L’une des caractéristiques les plus remarquables de l’expérience de Brown et Jenkins réside dans sa reproductibilité expérimentale exceptionnelle. Dans une époque contemporaine marquée par la « crise de la réplication » qui ébranle de nombreuses disciplines de la psychologie et des neurosciences comportementales, le protocole d’automodelage s’affirme comme l’un des dispositifs les plus robustes, les plus invariables et les plus faciles à reproduire au monde.
Des centaines de laboratoires indépendants sur les cinq continents ont répliqué le phénomène sans la moindre altération méthodologique, qu’il s’agisse de pigeons, de rats, de souris, de singes ou d’autres organismes, sous réserve d’une standardisation minimale de la privation nutritionnelle et des durées d’intervalles temporels. Des méta-analyses exhaustives récentes portant sur les données d’automodelage chez les rongeurs ont permis d’évaluer avec précision la variance comportementale attribuable aux composantes génétiques, aux souches animales employées (par exemple, la comparaison entre rats Sprague-Dawley, Wistar et Long-Evans) et aux conditions d’élevage. Ces travaux confirment que la distribution bimodale entre suivi de signal et suivi de but constitue une caractéristique biologique stable des populations naturelles et de laboratoire, établissant l’automodelage comme l’étalon-or pour mesurer l’intégrité fonctionnelle des circuits striataux et de la signalisation dopaminergique.
12. Synthèse épistémologique et héritage dans les neurosciences comportementales
12.1 Redéfinition de l’interface entre cognition, motivation et apprentissage
L’héritage épistémologique de l’automodelage dépasse largement la résolution d’une querelle technique entre spécialistes de la boîte de Skinner. En dynamitant la frontière artificielle qui séparait le conditionnement répondant du conditionnement instrumental, Brown et Jenkins ont amorcé une recomposition profonde de la psychologie scientifique, précipitant la fusion féconde entre l’éthologie comparée, la psychologie cognitive et la neurobiologie fonctionnelle.
L’automodelage a contraint les chercheurs à rejeter définitivement la conception d’un organisme vivant assimilé à un automate computationnel passif traitant des chaînes d’associations linéaires et indifférenciées. Il a prouvé que la cognition, la motivation et l’action motrice sont indissolublement intriquées au sein de structures nerveuses intégrées. L’information sur l’environnement n’est jamais acquise sous une forme purement logique ou désincarnée : dès qu’un indice prédit une opportunité ou une menace biologique vitale, les systèmes de la motivation et de l’émotion s’emparent de cette information pour lui insuffler du désir, de l’aversion et de la direction cinématique, sculptant le comportement de l’animal bien avant que la récompense ne soit consommée.
12.2 L’automodelage comme banc d’essai pour la neuropsychopharmacologie
Au cours des deux dernières décennies, l’automodelage a transcendé son statut d’objet d’étude pour devenir un puissant instrument technologique au service de la médecine expérimentale et de la neuropsychopharmacologie préclinique. Il constitue aujourd’hui un crible de référence pour le développement et l’évaluation de nouvelles molécules thérapeutiques visant à traiter les pathologies de la dépendance, de l’impulsivité et des troubles obsessionnels-compulsifs.
Les pharmacologues utilisent systématiquement les profils de Sign Tracking pour :
- Évaluer l’efficacité différentielle d’agonistes partiels et d’antagonistes des récepteurs dopaminergiques $D_3$, des récepteurs sérotoninergiques $5\text{-}HT_{2C}$ ou des récepteurs glutamatergiques mGluR5 dans l’inhibition sélective de la saillance incitative sans altération des réponses opérantes motivées par le besoin réel.
- Déployer les technologies de pointe de l’optogénétique et de la chimio-génétique (DREADDs) pour exciter ou éteindre avec une précision de quelques millisecondes les projections neuronales reliant le cortex préfrontal au noyau accumbens durant la présentation précise du signal.
- Valider les concepts de la psychiatrie personnalisée en démontrant qu’un traitement pharmacologique peut s’avérer hautement salvateur chez un profil neurobiologique Sign Tracker tout en étant inefficace ou délétère chez un profil Goal Tracker.
12.3 L’apport historique durable de Paul Brown et Herbert Jenkins
L’expérience conduite en 1968 par Paul Brown et Herbert Jenkins demeure l’un des exemples les plus éclatants et les plus inspirants de sérendipité méthodologique de toute la science moderne. En observant avec une lucidité critique absolue une anomalie qui venait contredire leur projet initial d’automatisation technique, les deux chercheurs ont eu le courage intellectuel de ne pas maquiller les faits pour les plier aux dogmes béhavioristes dominants de leur époque.
Leur rigueur expérimentale, déployée à travers des contrôles méthodologiques irréprochables et confirmée par l’épreuve de l’omission négative, a forcé l’évolution d’un paradigme scientifique sclérosé vers une vision biologique unifiée de l’esprit et du cerveau. Cinquante ans après sa découverte, l’automodelage continue d’irriguer la recherche internationale, rappelant aux théoriciens de l’intelligence artificielle comme aux neurobiologistes de la cognition que la quête des signaux de survie puise ses racines dans les profondeurs de l’histoire évolutive du vivant, là où la frontière entre le signal et la réalité s’abolit dans le mouvement du désir.
Références
- Berridge, K. C., & Robinson, T. E. (1998). What is the role of dopamine in reward: Hedonic impact, reward learning, or incentive salience? Brain Research Reviews, 28(3), 309–369. https://doi.org/10.1016/S0165-0173(98)00019-8
- Breland, K., & Breland, M. (1961). The misbehavior of organisms. American Psychologist, 16(11), 681–684. https://doi.org/10.1037/h0040090
- Brown, P. L., & Jenkins, H. M. (1968). Auto-shaping of the pigeon’s key-peck. Journal of the Experimental Analysis of Behavior, 11(1), 1–8. https://doi.org/10.1901/jeab.1968.11-1
- Flagel, S. B., Clark, J. J., Robinson, T. E., Mayo, L., Czuj, A., Willuhn, I., Akers, C. A., Clinton, S. M., Phillips, P. E. M., & Akil, H. (2011). A selective role for dopamine in stimulus-reward learning. Nature, 469(7328), 53–57. https://doi.org/10.1038/nature09588
- Gallistel, C. R., & Gibbon, J. (2000). Time, rate, and conditioning. Psychological Review, 107(2), 289–344. https://doi.org/10.1037/0033-295X.107.2.289
- Garcia, J., & Koelling, R. A. (1966). Relation of cue to consequence in avoidance learning. Psychonomic Science, 4(3), 123–124. https://doi.org/10.3758/BF03342209
- Hearst, E., & Jenkins, H. M. (1974). Sign-tracking: The stimulus-reinforcer relation and directed action. Monograph of the Psychonomic Society. Austin, TX.
- Jenkins, H. M., & Moore, B. R. (1973). The form of the auto-shaped response with food or water reinforcers. Journal of the Experimental Analysis of Behavior, 20(2), 163–181. https://doi.org/10.1901/jeab.1973.20-163
- Pavlov, I. P. (1927). Conditioned reflexes: An investigation of the physiological activity of the cerebral cortex (G. V. Anrep, Trad.). Oxford University Press.
- Rescorla, R. A., & Wagner, A. R. (1972). A theory of Pavlovian conditioning: Variations in the effectiveness of reinforcement and nonreinforcement. Dans A. H. Black & W. F. Prokasy (Dirs.), Classical conditioning II: Current research and theory (pp. 64–99). Appleton-Century-Crofts.
- Robinson, T. E., & Berridge, K. C. (1993). The neural basis of drug craving: An incentive-sensitization theory of addiction. Brain Research Reviews, 18(3), 247–291. https://doi.org/10.1016/0165-0173(93)90013-P
- Skinner, B. F. (1938). The behavior of organisms: An experimental analysis. Appleton-Century-Crofts.
- Timberlake, W. (1994). Behavior systems, associationism, and Pavlovian conditioning. Psychonomic Bulletin & Review, 1(4), 405–420. https://doi.org/10.3758/BF03210945
- Williams, D. R., & Williams, H. (1969). Auto-maintenance in the pigeon: Sustained pecking despite contingent non-reinforcement. Journal of the Experimental Analysis of Behavior, 12(4), 511–520. https://doi.org/10.1901/jeab.1969.12-511