L’expérience d’évitement de Sidman (évitement à opérant libre) – Murray Sidman

L’analyse expérimentale du comportement a longtemps été traversée par une énigme théorique majeure : comment un organisme peut-il apprendre et maintenir durablement une action dont la conséquence directe est la non-survenue d’un événement douloureux ? Alors que le conditionnement pavlovien et les théories initiales de l’apprentissage reposaient sur la présence manifeste de stimuli observables et contingents pour expliquer l’acquisition de nouvelles réponses, le comportement d’évitement semblait défier la logique mécaniste en paraissant guidé par une cause finale ou téléologique, à savoir prévenir un choc qui ne s’est pas encore produit. C’est dans ce paysage intellectuel marqué par de profondes apories conceptuelles que le psychologue américain Murray Sidman conçut au début des années 1950 un paradigme expérimental révolutionnaire, connu sous le nom d’évitement à opérant libre ou Sidman avoidance.

En supprimant tout signal d’avertissement externe explicite précédant l’arrivée d’une stimulation aversive périodique, Sidman démontra que des rongeurs pouvaient apprendre de manière autonome et stable à émettre une réponse motrice régulière afin de différer indéfiniment l’apparition d’un choc électrique. Cette découverte bouleversa les fondements de la théorie bifactorielle alors dominante, propulsant le béhaviorisme radical skinnérien vers une compréhension inédite du contrôle aversif et des contingences temporelles. Loin d’être un simple artefact expérimental de laboratoire, le protocole mis au point par Sidman mit en lumière les propriétés singulières du renforcement négatif, ouvrant des voies d’investigation décisives pour la neurobiologie, la pharmacologie et la psychopathologie contemporaine, notamment dans la compréhension des troubles anxieux et obsessionnels compulsifs.

Cet article propose une exploration exhaustive de l’expérience d’évitement de Sidman, en retraçant sa genèse épistémologique, ses mécanismes méthodologiques et temporels, ainsi que les vifs débats théoriques qu’elle suscita quant à la nature du renforçateur. Nous analyserons ensuite ses soubassements neurobiologiques, sa validité écologique face aux répertoires de défense innés, avant d’aborder ses applications cliniques et son héritage indélébile dans l’histoire des sciences du comportement.

1. Introduction historique et contexte théorique du conditionnement aversif

Pour saisir l’ampleur de la rupture introduite par Murray Sidman en 1953, il convient de reconstituer l’écosystème théorique de la psychologie de l’apprentissage de la première moitié du XXe siècle. Le conditionnement aversif était alors le théâtre de frictions conceptuelles majeures entre le modèle pavlovien classique et les premières formalisations du conditionnement instrumental.

1.1 Les limites du modèle pavlovien classique et des théories bifactorielles

Le conditionnement répondant classique, modélisé par Ivan Pavlov, postule qu’un stimulus initialement neutre (le stimulus conditionné ou SC) acquiert la capacité de déclencher une réponse réflexe similaire à celle provoquée par un stimulus biologiquement significatif (le stimulus inconditionné ou SI) à la suite d’appariements temporels répétés. Appliqué aux situations aversives, ce schéma permet d’expliquer adéquatement l’émergence de réactions physiologiques de défense : le battement de cœur accéléré ou la contraction musculaire en réponse à une sonnerie précédant un choc électrique. Toutefois, ce cadre s’avère fondamentalement incapable d’élucider la genèse des réponses instrumentales actives d’évitement. Dans un réflexe conditionné pur, la réponse de l’animal ne modifie en rien la délivrance du choc ; elle en subit la contrainte temporelle passive.

Face à cette carence, Orval Hobart Mowrer formula en 1939 sa célèbre théorie bifactorielle, qui tenta de marier le conditionnement classique et le conditionnement instrumental. Selon Mowrer, l’apprentissage d’évitement se déroule en deux étapes successives et interdépendantes. D’abord, un stimulus d’avertissement externe (une lumière ou un son) est apparié au choc électrique par conditionnement pavlovien, devenant ainsi générateur d’un état émotionnel aversif interne communément désigné sous le terme de peur conditionnée. Ensuite, l’émission d’une réponse motrice (telle que franchir une barrière ou presser un levier) met fin à ce signal d’avertissement. La réduction immédiate de la peur conditionnée agit alors comme un renforçateur négatif instrumental, consolidant la réponse motrice.

Bien qu’ingénieuse, la théorie de Mowrer reposait sur un postulat inflexible : l’impérieuse nécessité d’un stimulus avertisseur discret et observable précédant le choc. Sans signal explicite déclenchant la peur, le moteur premier de l’action semblait faire défaut. De surcroît, le paradigme de Mowrer soulevait un paradoxe épistémologique lancinant : comment l’absence d’un événement – en l’occurrence, la non-survenue du choc électrique futur – pouvait-elle posséder une efficacité causale rétroactive sur le comportement présent ? Dans la physique classique comme dans la psychologie mécaniste, une absence physique ou un événement à venir ne saurait exercer une traction causale sur la matière vivante. La psychologie comparative des années 1940 se trouvait ainsi enfermée dans des protocoles à essais discrets qui masquaient la dynamique temporelle continue des flux comportementaux.

1.2 La trajectoire intellectuelle de Murray Sidman au sein du béhaviorisme radical

Formé à l’Université Columbia, épicentre du renouveau de l’analyse expérimentale du comportement sous l’égide de B.F. Skinner, Murray Sidman baignait dans une tradition résolument inductiviste et descriptive. Contrairement aux théoriciens formalistes comme Clark Hull, qui élaboraient de vastes systèmes hypothético-déductifs encombrés de variables intermédiaires non observables, les chercheurs du laboratoire de Columbia privilégiaient l’analyse fonctionnelle directe des interactions entre l’organisme et son environnement. Skinner venait de poser les jalons de la boîte à opérant libre, démontrant avec éclat comment des contingences de renforcement positif façonnent le comportement sans nécessiter de division artificielle du temps en essais discrets imposés par l’expérimentateur.

Sidman s’intéressa promptement à l’extension de cette approche rigoureuse au domaine du contrôle aversif. Jusqu’alors, les études skinnériennes s’étaient focalisées en grande majorité sur les programmes de renforcement positif utilisant la nourriture ou l’eau chez le pigeon et le rat affamés. Le renforcement négatif, défini fonctionnellement comme l’augmentation de la fréquence d’une réponse suivie de la suppression ou de l’ajournement d’un stimulus aversif, demeurait un territoire méthodologiquement instable, souvent pollué par des explications mentalistes postulant des états internes de panique ou des anticipations téléologiques non falsifiables.

Rejetant catégoriquement le recours à ces concepts nébuleux, Sidman chercha à déterminer si les principes du comportement à opérant libre pouvaient être transposés au contrôle aversif sans faire appel à des signaux précurseurs discrets. Son ambition était de démontrer que la régularité du comportement pouvait être maintenue sous le seul empire de contingences temporelles définies mécaniquement. Sa publication fondatrice parue en 1953 dans la revue Science, sobrement intitulée « Avoidance conditioning with brief shock and no exteroceptive warning signal », constitua une rupture paradigmatique majeure qui ébranla les certitudes de l’orthodoxie bifactorielle.

1.3 La genèse de la procédure d’évitement sans signal explicite (1953)

Pour briser le carcan expérimental hérité de Mowrer, Sidman conçut un protocole d’une remarquable simplicité cinétique, mais d’une redoutable complexité analytique. L’animal était placé dans une chambre opérante où aucun stimulus extéroceptif discret – ni flash lumineux, ni signal sonore – n’annonçait l’imminence d’une stimulation nociceptive. À intervalles réguliers et prédéterminés, un choc électrique de courte durée était appliqué au plancher de la cage si l’animal n’intervenait pas. En revanche, dès que le sujet appuyait sur un levier mécanique, la survenue du prochain choc était différée d’une durée fixe.

Les résultats rapportés dans l’article de 1953 stupéfièrent la communauté scientifique. Sans aucun avertisseur sensoriel externe, des rats de laboratoire naïfs apprirent non seulement à actionner le levier, mais développèrent un taux d’émission de réponses remarquablement stable et soutenu, parvenant à s’administrer un nombre minimal de chocs électriques pendant des sessions ininterrompues de plusieurs heures. L’animal n’attendait pas d’être sidéré par la douleur pour réagir ; il devançait l’échéance temporelle fatidique avec une constance quasi métronomique.

Cette démonstration pulvérisa le dogme selon lequel un signal d’avertissement externe était la condition sine qua non de l’évitement instrumental. Les partisans de la théorie bifactorielle furent contraints de réviser leurs modèles ou de faire l’hypothèse de stimuli intéroceptifs obscurs pour sauver leur paradigme. D’un point de vue méthodologique, Sidman venait d’affranchir l’étude du conditionnement aversif des protocoles rigides à essais séparés, permettant d’enregistrer en continu la dynamique d’acquisition, la sensibilité aux variables pharmacologiques et les propriétés de maintien du comportement dans un cadre d’opérant libre d’une pureté inédite.

2. Fondements méthodologiques : Le paradigme de l’évitement à opérant libre

Le protocole mis en place par Murray Sidman se singularise par sa grande rigueur chronométrique. Il redéfinit les frontières expérimentales entre l’échappement et l’évitement en opérant une dissociation formelle entre la topographie de la réponse et la présence immédiate de la douleur.

2.1 Définition opérationnelle de l’évitement sans stimulus avertisseur discret

Dans l’analyse comportementale, le qualificatif d’« opérant libre » désigne une situation où l’organisme a la latitude continue d’émettre la réponse cible à tout instant, sans que le début ou la fin de l’opportunité de répondre ne lui soient dictés par l’expérimentateur par le biais d’un sas, d’une porte ou d’un dispositif d’essai discret. La réponse peut survenir à la première seconde, à la dixième ou ne pas survenir du tout ; son occurrence est le produit exclusif de l’interaction dynamique entre l’organisme et le programme temporel en cours.

L’originalité fondamentale de l’évitement de Sidman réside dans l’absence délibérée de tout stimulus discriminatif avertisseur (stimulus discriminatif aversif ou $S^{\Delta}$). Dans les tâches traditionnelles dites d’évitement signalé (signaled avoidance), une sonnerie retentit pendant cinq secondes ; si l’animal presse le levier durant cet intervalle, la sonnerie cesse et le choc n’est pas délivré. Chez Sidman, l’environnement physique immédiat demeure rigoureusement stationnaire : la luminosité de la boîte est constante, aucun son ne varie. La contingence opère exclusivement sur l’axe du temps chronologique.

Il importe de clarifier la distinction fonctionnelle entre comportement d’échappement et comportement d’évitement :

• Le comportement d’échappement (escape) : La réponse motrice survient alors que le stimulus aversif est déjà physiquement présent dans l’environnement (le choc traverse les pattes du rongeur). L’action interrompt immédiatement ce stimulus nociceptif insoutenable.
• Le comportement d’évitement (avoidance) : La réponse motrice intervient en l’absence physique actuelle du stimulus aversif. L’action a pour conséquence fonctionnelle de différer, d’empêcher ou d’annuler une occurrence ultérieure du choc.

Dans la procédure de Sidman, bien que des réponses d’échappement puissent se produire accidentellement si l’animal presse le levier pendant la fraction de seconde où le choc est actif, le comportement dominant qui se stabilise est un comportement d’évitement pur : les réponses sont émises dans le vide sensoriel du répit pour prévenir l’impact aversif. Les variables dépendantes maîtresses sont alors la fréquence des réponses par unité de temps (souvent exprimée en réponses par minute) et le taux de chocs reçus.

2.2 Les intervalles temporels critiques : Intervalle Choc-Choc (S-S) et Intervalle Réponse-Choc (R-S)

L’architecture logique du paradigme de Sidman repose entièrement sur la manipulation différentielle de deux grandeurs temporelles strictement étalonnées : l’intervalle Choc-Choc (désigné par le sigle S-S, pour Shock-Shock interval) et l’intervalle Réponse-Choc (désigné par le sigle R-S, pour Response-Shock interval).

L’intervalle S-S correspond à la durée séparant deux chocs électriques successifs lorsque l’organisme n’émet aucune réponse motrice sur le manipulateur. Par exemple, si l’intervalle S-S est fixé à 5 secondes, un rat passif et immobile recevra une décharge toutes les cinq secondes de manière ininterrompue. Cet intervalle constitue le rythme d’assaut aversif de base imposé par l’environnement expérimental en l’absence de toute régulation comportementale.

L’intervalle R-S définit la durée de répit temporel accordée à l’organisme par chaque émission d’une réponse opérante. Chaque fois que le sujet actionne le levier, la survenue du choc suivant est immédiatement reportée à une échéance égale à la valeur de l’intervalle R-S. Si l’intervalle R-S est fixé à 20 secondes, une pression sur le levier garantit à l’animal une plage de sécurité absolue de 20 secondes à compter de l’instant précis de cette pression.

Le point mécanique névralgique de ce dispositif réside dans la réinitialisation continue (resetting) de l’intervalle R-S. Si le rongeur presse le levier 12 secondes après sa première réponse, le chronomètre interne du programmateur électromécanique est remis à zéro instantanément, accordant à nouveau un sursis plein de 20 secondes à partir de cette seconde pression. Ainsi, tant que l’animal émet des réponses à des intervalles inter-réponses strictement inférieurs à la durée de l’intervalle R-S, il neutralise totalement l’apparition des chocs et peut séjourner dans la boîte de Skinner sans subir la moindre stimulation douloureuse.

La relation cinétique entre ces deux intervalles est déterminante pour l’acquisition du comportement. En règle générale, la condition nécessaire pour favoriser un apprentissage rapide et pérenne exige que l’intervalle R-S soit supérieur ou au moins égal à l’intervalle S-S ($R\text{-}S ge S\text{-}S$). Si l’intervalle S-S est court (par exemple 5 secondes) et l’intervalle R-S comparativement long (par exemple 20 ou 30 secondes), le bénéfice temporel de l’action est maximal, ce qui génère un gradient de renforcement négatif puissant.

2.3 Le dispositif expérimental de la boîte de Skinner pour rongeurs et primates

La mise en œuvre matérielle de l’évitement libre nécessite un environnement expérimental rigoureusement standardisé afin de prévenir toute source de biais ou de renforcement fortuit. Le compartiment expérimental consiste traditionnellement en une enceinte parallélépipédique hautement insonorisée, ventilée en permanence pour masquer les bruits parasites extérieurs par un bruit blanc d’ambiance continu.

Le plancher de la chambre est constitué d’une grille de tiges d’acier inoxydable parallèles, espacées de manière à empêcher le rongeur de s’y suspendre ou de trouver un refuge anatomique non conducteur. Un générateur de courant constant couplé à un brouilleur de choc (shock scrambler) alimente cette grille. Le brouilleur commute rapidement la polarité électrique entre les différentes tiges selon une séquence aléatoire non périodique, interdisant ainsi à l’animal d’éviter le choc en posant ses pattes sur des tiges de même polarité ou en exploitant les défauts de mise à la terre.

Le capteur de réponse le plus classique est un levier rétractable en acier inoxydable requérant une force d’activation mécanique calibrée (souvent comprise entre 0,1 et 0,2 newton pour un rat). Chez les primates non humains, des touches optoélectroniques, des barres de traction ou des roues de course omnidirectionnelles ont été employées pour adapter la topographie motrice aux contraintes biomécaniques de l’espèce. Le signal issu de la fermeture du microcontacteur est instantanément transmis à une logique de commande – initialement des racks de relais électromécaniques et des minuteries industrielles, ultérieurement remplacés par des microordinateurs dédiés fonctionnant sous des systèmes d’exploitation en temps réel.

L’enregistrement des données s’opérait historiquement par le biais d’enregistreurs graphiques cumulatifs. Ces appareils déroulaient un rouleau de papier à vitesse constante tandis qu’une plume se déplaçait d’un cran perpendiculaire à chaque pression sur le levier. La pente du tracé cumulatif offrait une visualisation analogique immédiate du taux de réponse du sujet : une ligne quasi verticale dénotait un débit de réponses extrêmement soutenu, une pente modérée et rectiligne révélait un état d’équilibre stationnaire, et une encoche vers le bas marquait l’administration d’un choc électrique consécutif à une défaillance temporelle.

3. Dynamique temporelle et mécanismes d’acquisition du comportement d’évitement

L’observation d’un organisme naïf exposé pour la première fois aux contingences d’évitement sans signal explicite met en lumière un processus d’ajustement comportemental d’une grande richesse phénoménologique, passant d’un chaos moteur réactif à une régulation temporelle d’une précision millimétrique.

3.1 Trajectoire typique de la courbe d’apprentissage chez le sujet naïf

Lorsqu’un rongeur naïf est introduit dans la chambre opérante avec des paramètres standards (par exemple, un intervalle S-S de 5 secondes et un intervalle R-S de 20 secondes), la phase inaugurale de la session est marquée par une détresse comportementale aiguë. Soumis à une salve ininterrompue de chocs toutes les cinq secondes, l’animal déploie un répertoire de réponses inconditionnées hautement désorganisées : sauts verticaux désordonnés, morsures frénétiques de la grille, défécation émotionnelle, courses spasmodiques le long des parois et vocalisations ultrasonores stridentes.

Au cours de ces gesticulations explosives, il arrive inévitablement que l’animal vienne heurter fortuitement le levier ou prenne appui sur lui dans une tentative de fuite vers le haut. Si cette pression accidentelle se produit pendant l’émission du choc électrique, celui-ci est interrompu immédiatement si le programme comporte une modalité d’échappement ; si elle survient entre deux chocs, l’animal bénéficie instantanément d’un silence nociceptif prolongé de 20 secondes. Cette première occurrence fortuite constitue le point d’ancrage de la contingence.

La transition de l’échappement panique à l’évitement préventif ne s’opère pas par une illumination cognitive soudaine, mais selon une dynamique non linéaire. Au départ, le rat continue d’encaisser de multiples décharges, mais la fréquence de ses contacts avec le levier augmente rapidement en vertu de la loi de l’effet. Peu à peu, les réponses motrices commencent à déborder de la simple réaction au choc : le rongeur appuie de plus en plus fréquemment pendant les phases d’accalmie. Progressivement, l’intervalle entre les pressions se resserre, le répertoire moteur parasite s’élimine par extinction différentielle, et le comportement se focalise de manière quasi exclusive sur la manipulation du levier.

3.2 L’impact du ratio des intervalles R-S et S-S sur l’efficience comportementale

L’acquisition et le maintien de la réponse d’évitement dépendent étroitement de la relation mathématique unissant les intervalles R-S et S-S. Les recherches paramétriques systématiques ont démontré que l’efficacité de l’apprentissage est une fonction directe de la magnitude du répit temporel conquis relativement à la fréquence du danger latent.

Lorsque le ratio R-S/S-S est largement supérieur à 1 (par exemple, un intervalle S-S de 2 secondes combiné à un intervalle R-S de 30 secondes), l’apprentissage est fulgurant. La densité de chocs subie en cas de passivité est si insoutenable et le soulagement octroyé par l’action opérante est si substantiel que l’animal verrouille sa réponse en une fraction de session. À l’inverse, si le ratio R-S/S-S se rapproche de 1, ou pire, devient inférieur à l’unité ($Rtext{-}S < Stext{-}S$, cas théorique où appuyer sur le levier accélérerait en réalité l'arrivée du choc suivant), le comportement d'évitement s'effondre irrémédiablement, cédant la place à une prostration ou à des conduites d'échappement pures.

Il existe par ailleurs des limites temporelles absolues dictées par les contraintes psychophysiques de la mémoire de travail et de l’estimation de durée chez l’animal. Si l’intervalle R-S est allongé de manière démesurée (par exemple 300 secondes), l’efficacité de la contingence diminue paradoxalement. L’éloignement temporel excessif entre l’émission de la réponse et la survenue éventuelle du choc affaiblit le gradient de renforcement négatif : l’organisme ne parvient plus à relier causalement son action motrice antérieure à la persistance de l’état de sécurité, ce qui conduit à une baisse drastique du débit opérant et à la réapparition intermittente de chocs.

De même, l’introduction d’une variabilité probabiliste au sein des intervalles dégrade la stabilité du comportement. Si l’intervalle R-S n’est plus une constante géométrique mais fluctue selon une distribution gaussienne ou de Poisson, le sujet compense cette imprévisibilité temporelle en accélérant massivement sa cadence de frappe, adoptant une stratégie d’hyper-réponse pour minimiser le risque probabiliste de décharge.

3.3 Phénoménologie de l’état d’équilibre et taux de réponse asymptotique

Une fois la phase d’acquisition franchie, le comportement de l’organisme converge vers ce que Sidman a théorisé sous le concept d’état d’équilibre stationnaire (steady-state). Cet état se caractérise par une régularité graphique spectaculaire sur les enregistrements cumulatifs : l’animal maintient un taux de réponse asymptotique constant, absorbant les contingences aversives avec une économie motrice impressionnante.

L’analyse micro-temporelle de cet état stable à travers l’étude de la distribution des intervalles inter-réponses (IRIs, pour Inter-Response Intervals) révèle une organisation interne remarquable. Si un rat était un chronomètre absolu, il attendrait systématiquement la 19e seconde d’un intervalle R-S de 20 secondes pour abaisser le levier, maximisant ainsi son rendement énergétique. En réalité, la courbe de distribution des IRIs chez un animal expert présente une forme asymétrique caractéristique :

• Une rareté quasi totale de réponses très précoces (IRIs inférieurs à 2 ou 3 secondes), témoignant de l’absence de spasmes stéréotypés aveugles.
• Une montée progressive de la densité de probabilité de réponse à mesure que le temps s’écoule.
• Un pic modal culminant généralement autour de 60 à 80 % de la valeur totale de l’intervalle R-S (par exemple, un faisceau dense de réponses entre 12 et 16 secondes pour un intervalle R-S de 20 secondes).
• Une retombée abrupte de la distribution au-delà de la valeur nominale du R-S, signifiant que très peu de défaillances temporelles franchissent le seuil critique d’administration de la punition.

Une observation empirique fondamentale réside dans le maintien indéfini d’un taux de chocs résiduel non nul. Même après des dizaines d’heures d’entraînement intensif, la quasi-totalité des sujets expérimentaux continue d’encaisser un petit nombre de chocs par session (représentant souvent 1 à 5 % des chocs qu’ils auraient reçus passivement). Ce choc résiduel ne doit pas être interprété comme un simple déficit d’apprentissage, mais plutôt comme une composante structurelle du maintien de la contingence, venant périodiquement « réinitialiser » le contrôle temporel et redynamiser la vigilance opérante de l’organisme.

4. Le problème théorique fondamental : Qu’est-ce qui renforce le comportement d’évitement ?

L’expérience de Murray Sidman a déclenché l’une des controverses les plus passionnées de l’histoire de la psychologie scientifique en plaçant les théoriciens devant une redoutable énigme ontologique : quelle est l’entité physique concrète responsable de la consolidation de l’action opérante ?

4.1 Le paradoxe de la non-occurrence de l’événement aversif comme renforçateur

Dans la théorie classique du renforcement positif, la chaîne causale est limpide et spatio-temporellement continue : l’animal presse un levier, une boulette de nourriture tombe dans la coupelle, il l’ingère, et cette conséquence biologique renforce le schéma moteur antécédent. Dans l’évitement de Sidman, en revanche, la conséquence d’une réponse correcte est que rien ne se passe. L’environnement demeure silencieux et inchangé.

Affirmer que le comportement est renforcé par « la prévention d’un choc futur » constitue une entorse inacceptable aux principes du matérialisme scientifique. Céder à cette formulation reviendrait à introduire une causalité téléologique ou finaliste, où un événement futur (le choc potentiel dans 20 secondes) agirait rétroactivement sur un événement passé (la pression du levier à l’instant présent). Dans l’analyse expérimentale du comportement héritière de la physique galiléenne, une cause doit obligatoirement précéder ou accompagner immédiatement son effet. Le néant, l’absence ou la non-survenue d’un phénomène ne saurait être doté d’une quelconque force mécanique de propulsion.

Les psychologues se virent donc contraints d’élaborer des hypothèses concurrentes pour débusquer les événements physiques réels – qu’ils soient environnementaux, proprioceptifs ou statistiques – capables de servir de renforçateurs immédiats au sein de ce flux temporel.

4.2 La théorie bifactorielle de Mowrer confrontée aux données de Sidman

Pour tenter de sauver la théorie bifactorielle face au défi posé par Sidman, ses partisans postulèrent que l’organisme ne réagissait pas dans un vide sensoriel, mais que le passage du temps lui-même servait de stimulus conditionné. Selon cette adaptation ad hoc, les sensations intéroceptives et proprioceptives associées à l’écoulement des secondes suivant une réponse finiraient par acquérir, par conditionnement pavlovien direct, les propriétés anxiogènes du choc électrique. Ainsi, plus le temps s’écoule depuis le dernier levier pressé, plus la « peur » interne monterait chez le sujet. L’action d’appuyer sur le levier réduirait soudainement cette peur intéroceptive, rétablissant la mécanique du renforcement par réduction de la pulsion (drive reduction).

Toutefois, cette tentative de sauvetage théorique se heurta rapidement à d’insurmontables contradictions empiriques. D’une part, les enregistrements physiologiques conduits sur des animaux entraînés de longue date à l’évitement libre révélèrent une absence frappante des marqueurs autonomes classiques de la peur : leur rythme cardiaque, leur conductance cutanée et leurs taux de corticostéroïdes plasmatiques demeuraient remarquablement bas et stables tant que le comportement d’évitement fonctionnait rondement. L’animal expert appuie sur le levier avec une décontraction motrice totale, dénuée de toute manifestation de panique.

D’autre part, des expériences élégantes de dissociation démontrèrent que les réponses émotionnelles autonomes et les réponses motrices instrumentales pouvaient être complètement découplées. Si la peur viscérale était véritablement le carburant nécessaire à l’émission de la réponse d’évitement, comment expliquer que les réponses soient d’une régularité maximale précisément au moment où la peur physiologique est minimale, voire indétectable ? Les tenants de l’approche skinnérienne dénoncèrent dans cette fuite vers des états internes invisibles une régression mentaliste stérile, militant pour une explication affranchie de la notion d’état de pulsion aversif.

4.3 L’hypothèse de la réduction de la fréquence globale des chocs (Herrnstein et Hineline)

La percée conceptuelle décisive vint des travaux novateurs de Richard Herrnstein et Peter Hineline en 1966. Ces chercheurs formulèrent une hypothèse radicale : et si le renforçateur n’était ni la cessation d’un stimulus externe, ni la réduction d’une peur interne, mais tout simplement la réduction de la fréquence globale des chocs sur une échelle temporelle élargie ?

Pour étayer cette thèse et rompre le lien entre chaque réponse individuelle et un délai temporel fixe garanti, Herrnstein et Hineline mirent au point une expérience devenue un classique absolu de la psychologie de l’apprentissage. Dans ce dispositif, les chocs étaient programmés selon deux processus probabilistes aléatoires indépendants :

• En l’absence de réponse, le rat était soumis à une probabilité élevée de recevoir un choc à chaque unité de temps (par exemple, une probabilité $p_1 = 0{,}30$ par intervalle de deux secondes).
• Chaque pression sur le levier faisait basculer immédiatement le système vers un second régime probabiliste, où la probabilité de recevoir un choc était nettement plus faible (par exemple, $p_2 = 0{,}10$).

Crucialement, dans le protocole de Herrnstein et Hineline, une réponse motrice n’achetait aucun répit temporel absolu : un choc pouvait survenir immédiatement après que l’animal avait pressé le levier (si le tirage aléatoire sous $p_2$ s’avérait positif). Il n’y avait plus d’intervalle R-S garanti, éliminant ainsi la possibilité que le temps écoulé serve de signal de sécurité immédiat. De surcroît, dès qu’un choc était délivré sous le régime à faible probabilité, le système rebasculait automatiquement dans le régime à forte probabilité.

Les résultats furent sans appel : les rats apprirent vigoureusement et maintinrent un taux de réponse stable sur le levier, pour la simple raison que leur activité globale maintenait le système dans le régime de basse probabilité, diminuant drastiquement le nombre cumulé d’électrocutions subies par heure. Cette démonstration magistrale scella le triomphe de l’approche molaire : les organismes vivants sont capables d’intégrer des agrégats statistiques sur des fenêtres temporelles étendues. Le renforcement opérant négatif n’exige pas une contiguïté temporelle moléculaire instantanée ; il est piloté par la sensibilité directe aux taux de corrélation environnementale.

5. Le rôle des stimuli intéroceptifs et proprioceptifs dans l’évitement temporel

Bien que la vision molaire de la réduction statistique du taux de choc rende compte de la viabilité écologique de l’évitement, elle n’annule pas la réalité des processus sensoriels qui accompagnent l’action à l’échelle de la seconde. Les chercheurs se sont donc attachés à disséquer la trame intéroceptive qui sous-tend le comportement chronométré de l’organisme.

5.1 La notion de stimuli de trace et de rétroaction proprioceptive

Dans l’immédiate post-réponse, l’organisme ne se trouve pas dans une vacuité phénoménologique totale. L’exécution de la réponse motrice – la contraction des muscles extenseurs de la patte antérieure, le clic mécanique du commutateur, la résistance physique du ressort du levier – génère une salve massive de retours afférents proprioceptifs et kinesthésiques. Ces sensations consécutives à l’action ont été conceptualisées comme des « stimuli de trace » (trace stimuli) ou stimuli de rétroaction intrinsèque (feedback stimuli).

Ces stimuli proprioceptifs consécutifs à la réponse jouissent d’une propriété temporelle unique dans le paradigme de Sidman : ils sont systématiquement associés au point chronologique le plus éloigné du choc à venir. Dans un programme où l’intervalle R-S est de 30 secondes, les sensations kinesthésiques liées à l’enfoncement du levier signalent avec une fiabilité absolue une période d’immunité totale. Par conditionnement pavlovien d’inhibition, ces rétroactions motrices acquièrent le statut de renforçateurs conditionnés positifs secondaires ou de stimuli de sécurité conditionnés (safety signals).

Toutefois, au fur et à mesure que les secondes s’égrènent après la pression, ces traces proprioceptives initiales s’atténuent selon une dynamique de décroissance sensorielle graduelle. L’effacement progressif de la trace de sécurité expose à nouveau l’organisme à un état sensoriel neutre, puis à risque. On retrouve ici une proximité évidente avec le concept pavlovien d’inhibition interne de délai, où le début de l’intervalle inhibe activement la réponse motrice, tandis que l’épuisement de cette inhibition libère la commande opérante.

5.2 Le passage du temps comme stimulus discriminatif conditionné (Anger, 1963)

L’une des modélisations moléculaires les plus sophistiquées du comportement d’évitement de Sidman fut formulée par Douglas Anger en 1963 sous l’appellation d’hypothèse des stimuli intéroceptifs temporels (conditioned aversive temporal stimuli ou CATS). Anger partit du principe physique incontournable que le temps n’est pas perçu directement en soi, mais à travers une succession d’états organiques et neurobiologiques qui se modifient de façon monotone au fil de la durée.

Selon cette théorie, le temps qui s’écoule depuis la dernière réponse opérante génère une chaîne dynamique de stimuli internes discriminatifs : l’état physique à $t = 2$ secondes est quantitativement et qualitativement distinct de l’état physique à $t = 15$ secondes. Puisque les chocs ne se produisent que lorsque le temps écoulé dépasse la valeur de l’intervalle R-S, les états intéroceptifs correspondant aux temps tardifs de l’intervalle sont fréquemment suivis par la douleur. En conséquence, ces patterns physiologiques de « temps tardif » deviennent des stimuli aversifs conditionnés.

Cette conceptualisation résout élégamment l’architecture du comportement :

• Dans les premières secondes suivant la réponse, l’animal est baigné dans des stimuli internes de « temps précoce », corrélés à l’absence de danger : la probabilité de réponse est nulle.
• À mesure que l’horloge interne progresse vers l’échéance critique du R-S, l’émergence des stimuli de « temps tardif » génère une élévation locale de la détresse aversive conditionnée.
• L’abaissement du levier réinitialise l’intervalle temporel, expulsant instantanément l’animal de l’état sensoriel de « temps tardif » pour le replonger dans l’état sensoriel sécurisant de « temps précoce ».

La théorie d’Anger trouva une éclatante validation empirique dans l’analyse fine des distributions bimodales ou fortement asymétriques des intervalles inter-réponses, démontrant que l’animal utilise effectivement son horloge neurale endogène pour discriminer le moment optimal où l’inconfort lié au passage du temps impose l’exécution de l’acte préventif.

5.3 L’hypothèse des états de peur internes et leur extinction graduelle

Le débat relatif à la présence d’un état de peur interne connut un renouveau à travers l’hypothèse de la conservation de la peur (conservation of fear hypothesis). Si la peur viscérale périphérique diminue indéniablement chez le sujet surentraîné, certains théoriciens cognitivistes et physiologistes ont soutenu qu’une trace centrale de peur subsiste sous une forme cryptique, imperceptible aux capteurs physiologiques conventionnels.

Selon cette perspective, la raison pour laquelle la peur ne s’éteint jamais complètement dans l’évitement de Sidman est que l’organisme répond trop vite. En pressant le levier bien avant que l’intervalle R-S n’arrive à expiration, l’animal coupe court à l’exposition prolongée aux stimuli de temps tardif. Or, l’extinction d’une peur conditionnée exige que l’organisme demeure en présence du stimulus conditionné pendant une longue durée sans que le stimulus inconditionné (le choc) ne se produise. En interrompant prématurément la séquence sensorielle, le comportement d’évitement protège le stimulus aversif conditionné contre sa propre extinction.

Les neurosciences contemporaines ont permis de dépasser cet antagonisme en démontrant que le passage d’une réponse guidée par la peur émotionnelle (amygdalienne) à une réponse automatisée relève d’une réorganisation structurelle des circuits cérébraux. Le comportement d’évitement temporel débute effectivement sous la poussée d’une détresse affective aiguë, mais il s’émancipe progressivement de cette dernière pour devenir une habitude sensori-motrice autonome gérée par les structures sous-corticales d’estimation temporelle et de sélection de l’action.

6. Variations paramétriques et déterminants expérimentaux

La robustesse du paradigme de Sidman réside dans son extrême malléabilité paramétrique. En manipulant méthodiquement les composantes physiques du choc, les longueurs relatives des intervalles et les contraintes biomécaniques de l’environnement, les chercheurs ont mis au jour les lois fondamentales qui régissent cette écologie comportementale artificielle.

6.1 Intensité, durée et nature du stimulus aversif inconditionné

Le stimulus inconditionné employé dans la majorité des expériences de Sidman est un choc électrique sinusoïdal de 50 ou 60 Hz délivré sous une intensité régulée, mesurée en milliampères (mA). L’influence de l’intensité du choc sur la cinétique d’acquisition et le maintien de la réponse suit une courbe biphasique en U inversé, hautement reproductible.

À des intensités très faibles (inférieures à 0,2 mA pour un rongeur), le choc n’est perçu que comme un picotement indolore dépourvu de valeur aversive impérative. L’apprentissage est léthargique ou avorte, les pressions sur le levier ne compensant pas la dépense énergétique de l’action. À des intensités modérées à vigoureuses (entre 0,5 et 1,5 mA), l’acquisition est optimale : le taux d’émission de réponses s’élève promptement et les défaillances temporelles deviennent exceptionnelles.

En revanche, lorsque l’intensité atteint des niveaux extrêmes (au-delà de 2,5 à 3 mA), on assiste à une détérioration paradoxale et spectaculaire de la performance d’évitement. Le choc d’une violence excessive déclenche des réactions physiologiques incompatibles avec l’action opérante : tétanisation motrice, spasmes musculaires incoordonnés, prostration prolongée post-choc (sidération) ou morsures convulsives de la grille métallique. L’animal, terrorisé et physiquement débilité, est incapable d’organiser la séquence motrice sélective d’approche et d’abaissement du manipulateur, s’enfermant dans une impuissance induite par le protocole lui-même.

La durée du choc joue un rôle tout aussi cardinal. Dans l’évitement de Sidman standard, la durée du choc est délibérément très brève – généralement comprise entre 100 et 300 millisecondes. Cette brièveté empêche la tâche de dégénérer en simple protocole d’échappement : un choc de 0,2 seconde est trop fugace pour qu’un mouvement d’échappement guidé par feedback puisse s’élaborer de manière réactive. D’autres modalités sensorielles ont été validées avec succès, telles que des bouffées d’air comprimé chaud dirigées vers le museau, des flashs stroboscopiques insoutenables ou des trains de clics sonores à haute intensité (110 dB), confirmant le caractère transmodal des lois de l’évitement libre.

6.2 Manipulation asymétrique des intervalles R-S et S-S

La modulation dynamique des grandeurs temporelles au cours d’une même session expérimentale met en relief l’extrême plasticité et l’élasticité homéostatique du comportement d’évitement libre. Lorsque l’expérimentateur fait varier de concert ou de façon asymétrique les intervalles R-S et S-S, l’organisme réajuste sa distribution d’intervalles inter-réponses avec une promptitude chirurgicale.

Le tableau ci-dessous illustre l’impact des différentes configurations temporelles sur l’architecture du comportement :

Configuration Temporelle	Ratio R-S / S-S	Taux d’Émission des Réponses	Efficience Globale et Chocs Reçus
R-S très supérieur à S-S (ex: R-S = 30s, S-S = 3s)	10,0 (Élevé)	Fréquence modérée, distribution temporelle très efficiente, réponses groupées vers 20-25s.	Maximale : quasi-absence totale de chocs, apprentissage fulgurant.
R-S modérément supérieur à S-S (ex: R-S = 20s, S-S = 5s)	4,0 (Standard)	Fréquence stable et régulière, rythme métronomique classique de Sidman.	Haute : faible taux de choc résiduel assurant la maintenance de l’état stable.
R-S égal à S-S (ex: R-S = 10s, S-S = 10s)	1,0 (Neutre)	Élévation massive du débit de réponse pour compenser l’absence de gain temporel supplémentaire.	Moyenne à faible : dégradations périodiques et salves de chocs intermittentes.
R-S inférieur à S-S (ex: R-S = 5s, S-S = 20s)	0,25 (Inversé)	Effondrement quasi immédiat du taux opérant ; arrêt de l’évitement actif.	Nulle : le comportement aggrave le danger aversif, passage à l’immobilité passive.

Ces ajustements s’accompagnent de phénomènes remarquables d’hystérésis comportementale. Lorsqu’un animal passe brutalement d’un intervalle R-S court (exigence de frappe rapide) à un intervalle R-S long, il continue d’émettre pendant plusieurs dizaines de minutes des réponses surabondantes et accélérées avant que sa distribution d’IRIs ne s’étale pour épouser la nouvelle temporalité du programme.

6.3 Réponses concurrentes, topographie motrice et coût de la réponse

L’acte d’appuyer sur un levier ne s’exécute pas dans le vide mécanique ; il s’inscrit au sein d’une compétition permanente entre différentes sollicitations comportementales et posturales. L’analyse expérimentale a démontré que l’efficacité du maintien sous contingence aversive dépend étroitement du coût énergétique de l’action et de sa topographie cinématique.

Si la force mécanique requise pour actionner le levier est augmentée arbitrairement (par l’adjonction de masselottes ou de ressorts de rappel tarés à 0,5 ou 1 newton), on observe un fléchissement critique du taux d’évitement. L’animal commence à « sauter » des réponses, préférant subir occasionnellement la douleur brève du choc plutôt que d’assumer le coût métabolique épuisant d’une manœuvre continue sur un levier hyper-résistant. Il s’opère un arbitrage économique inconscient entre le coût de l’action et la nuisance de la punition.

De même, la localisation géographique du levier dans l’espace tridimensionnel de la boîte exerce une influence considérable. Un levier positionné trop près de la grille électrifiée ou, au contraire, surélevé obligeant l’animal à une extension verticale périlleuse, entre en concurrence directe avec les réflexes innés d’agrippement et de retrait. Pire encore, si chaque pression sur le manipulateur est grevée d’une pénalité punitive contingente (par exemple, un micro-choc accessoire délivré sur le levier lui-même au moment du clic), le sujet se trouve plongé dans un conflit d’approche-évitement d’une intensité dévastatrice, débouchant généralement sur la désorganisation motrice complète du pattern acquis.

7. Résistance à l’extinction et persistance pathologique

Parmi toutes les caractéristiques comportementales révélées par l’évitement de Sidman, la plus spectaculaire – et la plus lourde de conséquences pour la clinique humaine – demeure sans conteste son extraordinaire résistance à l’extinction.

7.1 La résistance spectaculaire à l’extinction des réponses d’évitement

Dans un programme de renforcement positif standard, l’extinction est un phénomène rapide et bien documenté : dès lors que la pression sur le levier cesse de distribuer de la nourriture, le taux d’émission de réponses s’effondre après une brève bouffée d’activation initiale (extinction burst), pour retourner à son niveau de base en l’espace de quelques dizaines de minutes. Dans l’évitement à opérant libre de Sidman, le destin de la réponse motrice est diamétralement opposé.

Lorsque l’expérimentateur déconnecte définitivement le générateur de choc électrique sans modifier aucun autre aspect de l’environnement, l’animal continue d’appuyer sur le levier avec une constance stupéfiante. Il n’est point rare d’observer des rongeurs ou des chiens émettre des milliers, voire des dizaines de milliers de réponses d’évitement consécutives au fil de sessions expérimentales s’étendant sur des semaines, sans avoir reçu le moindre choc électrique de rappel. L’action semble s’être autonomisée de sa cause originelle pour tourner à vide, tel un mouvement perpétuel comportemental.

Cette longévité phénoménale s’explique par la nature même de la contingence négative : l’absence de l’événement aversif sert d’aliment fonctionnel à l’action. Pour que l’animal constate que le monde a changé et que les chocs ne sont plus distribués, il lui faudrait obligatoirement cesser de répondre pendant une durée supérieure à la valeur de l’intervalle R-S. Or, son surentraînement temporel lui interdit précisément de laisser s’écouler un tel laps de temps. Chaque nouvelle pression sur le levier confirme illusoirement l’utilité préventive de la réponse : le choc n’a pas eu lieu, l’action est donc couronnée de succès. Le comportement d’évitement forme un bouclier cognitif et comportemental qui empêche l’organisme de collecter les données d’extinction de la réalité environnementale.

7.2 Procédures d’extinction : suppression des chocs versus blocage de la réponse (inondation)

Constatant l’impuissance de l’extinction passive (la simple coupure du courant) à démanteler le schéma moteur, les chercheurs ont développé des protocoles d’extinction active par contrainte physique, connus sous le nom de blocage de réponse ou « inondation » (flooding / response blocking).

Le dispositif de blocage de réponse consiste à interdire mécaniquement l’accès au levier : une plaque d’acier mobile vient recouvrir le manipulateur, ou un système de verrouillage électromécanique bloque sa course. L’animal se trouve alors confiné dans la boîte de Skinner en présence de tous les stimuli contextuels et temporels habituels, mais privé de la possibilité matérielle d’émettre sa réponse d’évitement habituelle. Les chocs étant évidemment désactivés, l’organisme est contraint de subir le passage du temps au-delà de l’intervalle R-S sans pouvoir recourir à sa tactique de neutralisation motrice.

L’effet de cette procédure est foudroyant :

• Dans un premier temps, l’animal manifeste une agitation émotionnelle considérable, grattant furieusement la plaque qui obstrue le levier et scrutant l’espace dans l’attente angoissée de la décharge.
• À mesure que les minutes s’écoulent sans qu’aucun choc ne survienne, l’inhibition s’installe, les réponses d’orientation s’apaisent et l’organisme procède à une réévaluation complète de la dangerosité de l’environnement.
• Lorsque le verrouillage du levier est levé après quelques sessions de blocage prolongé, la réponse d’évitement est anéantie : l’animal ne répond pratiquement plus, ou effectue une extinction définitive en quelques secondes.

La comparaison expérimentale a formellement démontré que des heures d’exposition forcée avec prévention de la réponse réduisent le taux de récidive et la récupération spontanée de façon infiniment plus durable que des semaines entières d’extinction passive où l’animal avait la liberté de manipuler le levier.

7.3 La boucle de rétroaction auto-entretenue et l’illusion de causalité

L’analyse épistémologique de l’évitement de Sidman en extinction révèle l’établissement d’une boucle de rétroaction cybernétique circulaire et auto-entretenue. L’organisme s’enferme dans ce que la psychologie moderne qualifie d’illusion de causalité ou de comportement superstitieux sous renforcement négatif.

Dans ce cercle vicieux fonctionnel :

1. L’attente subjective ou la probabilité conditionnée du danger demeure intacte car elle n’est jamais soumise à l’épreuve de falsification empirique.
2. La réponse motrice continue d’être émise avec une cadence soutenue pour conjurer ce risque théorique.
3. La conséquence environnementale immédiate est la non-survenue du choc, ce qui valide rétrospectivement la pertinence de l’action selon la règle heuristique post hoc ergo propter hoc (« puisque rien de fâcheux n’est arrivé après mon action, c’est que mon action a conjuré le malheur »).
4. Cette validation renforce le pattern moteur, verrouillant la boucle pour un nouveau cycle chronométrique.

Seule une élévation substantielle de la tolérance à l’ambiguïté temporelle ou l’intervention d’une contrainte externe majeure peut briser cette circularité perverse, préfigurant de manière saisissante les impasses psychopathologiques humaines.

8. Bases neurobiologiques et psychopharmacologiques de l’évitement de Sidman

L’évitement à opérant libre a constitué un terrain d’élection privilégié pour les neurosciences comportementales et la psychopharmacologie naissante, servant d’étalon expérimental pour cartographier les circuits cérébraux de la décision sous contrainte aversive et pour tester les grandes classes de molécules psychoactives.

8.1 Circuits neuronaux impliqués : amygdale, striatum et cortex préfrontal

L’architecture neurale qui soutient l’acquisition et le maintien du paradigme de Sidman implique un basculement topologique remarquable entre les systèmes limbiques émotionnels et les circuits cortico-striataux de l’automatisme moteur.

Durant les phases précoces d’apprentissage, le complexe amygdalien – tout particulièrement le noyau basolatéral (BLA) et le noyau central (CeA) – joue un rôle pivot absolu. Le BLA intègre les informations sensorielles temporelles et contextuelles acheminées par le thalamus et l’hippocampe, et les associe à l’entrée nociceptive somatosensorielle du choc transmise par les voies spino-thalamiques. Des lésions ciblées ou l’inactivation pharmacologique du complexe amygdalien au moyen de muscimol empêchent purement et simplement un rat naïf d’acquérir le comportement d’évitement de Sidman, le sujet subissant passivement les décharges sans jamais organiser la réponse préventive sur le levier.

Toutefois, dès que le comportement atteint son plateau asymptotique d’état d’équilibre, la cartographie neurale se métamorphose. L’inactivation de l’amygdale chez un sujet surentraîné n’abolit plus la réponse d’évitement ! Le contrôle de l’action est transféré aux boucles motrices cortico-striées :

• Le striatum dorsal : Le striatum dorsomédial (DMS) pilote la phase de transition guidée par l’évaluation des contingences action-résultat, tandis que le striatum dorsolatéral (DLS) prend le relais pour encoder la séquence sous forme d’une habitude motrice procédurale rigide et hautement automatisée.
• Le cortex préfrontal médial (mPFC) : La région prélimbique (PL) est indispensable à l’expression de l’action dirigée vers un but d’évitement, tandis que la région infralimbique (IL) intervient de manière décisive lors des protocoles d’extinction, exerçant un contrôle top-down inhibiteur sur les relais sous-corticaux pour faire cesser la pression devenue inutile.

Les outils contemporains d’optogénétique et d’imagerie calcique in vivo ont confirmé cette dichotomie fonctionnelle fondamentale entre acquisition amygdalienne précoce et automatisation striatale tardive.

8.2 Neuromodulateurs clés : dopamine, sérotonine et noradrénaline

L’orchestration synaptique de l’évitement sans signal discret fait intervenir un concert de neuromodulateurs majeurs, dont les interactions subtiles régulent l’estimation temporelle et la motivation opérante négative.

La transmission dopaminergique au sein du système mésolimbique et nigrostrié occupe une place centrale. Longtemps cantonnée au codage exclusif de la récompense positive, la dopamine issue de la substance noire pars compacta (SNc) et de l’aire tegmentale ventrale (VTA) s’est révélée indispensable à l’apprentissage par renforcement négatif. Des micro-injections d’antagonistes des récepteurs dopaminergiques D1 et D2 dans le noyau accumbens ou le striatum dorsal provoquent un effondrement immédiat du taux de réponse d’évitement sans pour autant paralyser les capacités motrices fondamentales de l’animal. Les enregistrements par photométrie de fibre montrent que l’omission réussie du choc déclenche un phasique dopaminergique libérateur, encodant le « soulagement » en tant que signal d’erreur de prédiction temporelle inversé.

Le système sérotoninergique central, issu des noyaux du raphé dorsal, intervient comme un modulateur critique de l’inhibition comportementale et de la tolérance à l’attente aversive. Une déplétion centrale en sérotonine perturbe gravement la chronométrie endogène de l’animal, induisant une impulsivité motrice motrice majeure : le sujet émet des réponses prématurées et désordonnées (très courts IRIs), gaspillant son énergie motrice bien avant la fin de l’intervalle R-S.

Enfin, la noradrénaline projetée depuis le locus coeruleus vers le cortex préfrontal soutient la vigilance attentionnelle soutenue et calibre le seuil de sensibilité au stress imposé par la temporalité inexorable de l’horloge expérimentale. La décharge noradrénergique synchronise les réseaux corticaux lors de la prise de décision imminente à l’approche de la fin du délai de sécurité.

8.3 Effets des anxiolytiques, antipsychotiques et psychostimulants sur le taux opérant

Dès les années 1950 et 1960, les laboratoires de recherche pharmacologique adoptèrent massivement la procédure d’évitement de Sidman comme un crible d’évaluation toxicologique et thérapeutique incontournable pour classifier les psychotropes.

L’effet différentiel le plus célèbre fut mis en évidence par les travaux pionniers sur les premiers neuroleptiques ou antipsychotiques, tels que la chlorpromazine et l’halopéridol :

• Les neuroleptiques (antipsychotiques) : Administrés à doses modérées, ils provoquent une dissociation saisissante : ils abolissent spécifiquement la réponse d’évitement sans affecter la réponse d’échappement. L’animal sous neuroleptique cesse d’anticiper le choc sur le levier ; en revanche, dès que la décharge électrique traverse la grille, il réagit promptement et saute sur le levier pour couper le courant avec une latence motrice intacte. Ce profil sélectif servit pendant des décennies de signature pharmacologique pour l’identification de nouvelles molécules antipsychotiques.
• Les anxiolytiques (benzodiazépines) : Les molécules telles que le diazépam ou le chlordiazépoxide induisent une altération qualitative différente. Elles émoussent la discrimination temporelle fine, conduisant à un étalement de la courbe de distribution des IRIs vers la droite : l’animal tarde à appuyer, ce qui se traduit par une augmentation modérée du nombre de chocs encaissés, mais sans disparition de la motivation opérante d’ensemble.
• Les psychostimulants (amphétamines) : L’amphétamine produit une élévation massive et anarchique du débit opérant d’évitement. Sous psychostimulant, le rongeur compresse dramatiquement ses intervalles inter-réponses, martelant le manipulateur à un rythme effréné sans rapport avec l’exigence temporelle objective du programme. L’intervalle R-S est réinitialisé des dizaines de fois inutilement par minute, révélant une hyperactivité motrice découplée du contrôle temporel discriminatif.

9. Comparaison inter-espèces et validité écologique

L’extension du paradigme de Sidman à une vaste diversité taxonomique a permis d’éprouver l’universalité des lois du conditionnement aversif tout en soulevant d’âpres débats sur les frontières entre conditionnabilité opérante et contraintes phylogénétiques.

9.1 Réponses de défense spécifiques à l’espèce (SSDR) selon Bolles

Dans un article retentissant paru en 1970, le psychologue théoricien Robert C. Bolles adressa une critique fondamentale à l’analyse opérante traditionnelle de l’évitement, affirmant que le laboratoire avait artificiellement ignoré l’héritage évolutionnaire des organismes. Bolles forgea le concept de « réponses de défense spécifiques à l’espèce » (SSDR, pour Species-Specific Defense Reactions).

Selon Bolles, lorsqu’un animal sauvage est confronté à un danger vital ou à un prédateur, la sélection naturelle ne lui octroie pas le loisir d’apprendre par essais et erreurs au fil de lentes séances de renforcement. L’évolution a gravé dans son système nerveux des répertoires de défense innés et préprogrammés, hiérarchisés selon les espèces : principalement la fuite éperdue (flight), l’immobilité tonique de dissimulation (freezing) ou l’agression défensive menaçante (fight).

Bolles fit valoir que la rapidité avec laquelle un animal résout une tâche d’évitement dépend presque exclusivement de la compatibilité biomécanique entre la réponse exigée par l’expérimentateur et ses SSDR naturelles :

• Si la réponse d’évitement requise consiste à courir dans un couloir ou à sauter par-dessus une claie (mouvements congruents avec la fuite innée), l’apprentissage est acquis en un ou deux essais seulement.
• Si, en revanche, la contingence exige une réponse arbitraire non défensive, telle que rester immobile face au levier pour l’abaisser avec précision avec la patte, l’organisme se heurte à une violente interférence biologique. La peur active le répertoire inné de fuite ou d’immobilité, qui entre en collision frontale avec l’action instrumentale manipulatoire.

L’expérience de Sidman apparaît, sous cet angle critique, comme une démonstration éclatante de la plasticité adaptative extrême des organismes : l’animal parvient, au prix d’un entraînement prolongé, à surmonter la tyrannie de ses réflexes de défense ancestraux pour forger une micro-praxie artificielle totalement décorrélée de son écologie phylogénétique.

9.2 L’évitement de Sidman chez les pigeons, chiens et primates non humains

La mise à l’épreuve du paradigme chez des espèces zoologiquement divergentes mit en lumière des disparités fascinantes qui confortèrent les thèses de l’éthologie comparative :

Chez le pigeon (Columba livia), les tentatives initiales d’entraîner un évitement de Sidman en exigeant un coup de bec sur une cible lumineuse se soldèrent par des échecs cuisants. Confronté au choc électrique administré par des électrodes implantées ou par le plancher, le pigeon bat des ailes frénétiquement ou s’accroupit, mais refuse obstinément de piquer le disque. Il fallut modifier l’effecteur et utiliser une pédale au sol activée par les pattes, ou exiger un saut vertical sur une barre, pour que l’oiseau stabilise enfin un patron d’évitement libre sans signal, confirmant que le bec est réservé phylogénétiquement à l’ingestion trophique et impropre aux défenses d’évitement distal.

Chez le chien, les expériences classiques menées notamment par Solomon et Wynne documentèrent une précision chronométrique impressionnante. Les canidés régulent leur rythme d’abaissement de leviers ou de franchissement de navettes avec une stabilité temporelle sans faille, maintenant des IRIs qui exploitent judicieusement 85 à 90 % de l’intervalle R-S.

Chez les primates non humains (macaques rhésus, chimpanzés), le paradigme de Sidman démontre une complexité exécutive maximale. Les primates adoptent des ajustements posturaux sophistiqués, maintenant par exemple leur main en lévitation permanente à quelques millimètres du commutateur pour exécuter une micro-flexion digitale à l’instant exact dicté par leur horloge interne, minimisant l’effort métabolique global avec une désinvolture motrice parfaite.

9.3 Les limites de la validité écologique face aux contingences naturelles de prédation

L’analyse comparée a mis en exergue le fossé épistémologique béant qui sépare les contingences de laboratoire du modèle de Sidman et les réalités écologiques de la vie sauvage.

Dans un biotope naturel, les menaces aversives ne se manifestent jamais sous la forme de chocs électriques périodiques distribués à intervalles réguliers invariables dans un espace clos bidimensionnel. L’assaut d’un prédateur est par essence stochastique, brutal, asymétrique et contextuellement surchargé d’indices sensoriels subtils (odeurs, bruits de feuillage, ombres portées). De surcroît, le coût de l’échec dans la nature est absolu : la défaillance à éviter le prédateur entraîne la mort immédiate de l’individu, interdisant tout réapprentissage au cours de sessions cumulatives étalées sur plusieurs jours.

Par conséquent, bien que l’expérience de Sidman soit un modèle inégalé pour disséquer l’apprentissage des contingences temporelles pures et le contrôle instrumental aversif, sa validité écologique immédiate demeure ténue. Elle explore les confins ultimes de la plasticité neurale d’un organisme placé dans un environnement artificiel hautement contraint plutôt qu’elle ne décrit la mise en œuvre des répertoires comportementaux spontanés de survie dans un écosystème naturel.

10. Applications cliniques et psychopathologie contemporaine

Loin de demeurer confiné aux manuels d’expérimentation animale, le paradigme de l’évitement de Sidman s’est avéré être un modèle translationnel d’une puissance heuristique féconde pour la psychiatrie et la psychologie clinique contemporaine, éclairant la genèse et la cristallisation des troubles de l’anxiété.

10.1 Modélisation du trouble obsessionnel-compulsif (TOC) et des rituels d’évitement

Le trouble obsessionnel-compulsif (TOC) présente un isomorphisme phénoménologique et fonctionnel frappant avec l’état d’équilibre stationnaire décrit par Murray Sidman. Chez le patient souffrant de TOC, les obsessions correspondent à l’émergence périodique de stimuli internes menaçants (pensées intrusives de contamination, de culpabilité morale ou de catastrophe imminente), équivalents fonctionnels des stimuli de « temps tardif » dans le protocole expérimental.

L’accomplissement de la compulsion motrice ou cognitive (se laver les mains de manière répétitive, vérifier les serrures, réciter des formules conjuratoires mentales) reproduit rigoureusement l’abaissement du levier de Sidman :

• L’acte compulsif n’apporte aucune récompense positive intrinsèque ; il octroie un sursis temporaire, chassant momentanément l’angoisse dévastatrice.
• L’exécution du rituel réinitialise le compteur temporel interne de l’angoisse (équivalent clinique de la réinitialisation de l’intervalle R-S).
• La non-survenue de la catastrophe redoutée (l’incendie de la maison n’a pas eu lieu, la maladie mortelle n’a pas frappé la famille) est attribuée de manière illusoire et indéfectible à l’efficacité préventive du rituel compulsif.

Le patient s’enferme ainsi dans une cadence d’évitement libre sans fin. L’omniprésence du rituel prophylactique lui retire toute opportunité d’affronter l’ambiguïté temporelle et d’apprendre que la menace sous-jacente est sans fondement ou que sa survenue n’était en rien corrélée à ses agissements rituels.

10.2 Le rôle de l’évitement expérientiel dans l’anxiété généralisée et le TSPT

Dans le domaine des thérapies cognitives et comportementales de troisième vague, notamment au sein de la thérapie d’acceptation et d’engagement (ACT), les principes de Sidman ont été élargis sous le concept d’« évitement expérientiel » (experiential avoidance).

L’évitement expérientiel désigne le phénomène par lequel un individu refuse obstinément de demeurer en contact avec ses expériences intérieures aversives privées (pensées angoissantes, sensations corporelles de tachycardie, réminiscences mnésiques douloureuses) et déploie des conduites opérantes continues pour en différer ou en atténuer l’apparition. Dans le trouble de stress post-traumatique (TSPT), le patient organise son existence entière sous forme d’un programme d’évitement libre : esquiver certains lieux, refuser de conduire, s’isoler socialement ou abuser de substances psychoactives.

Dans le trouble d’anxiété généralisée (TAG), l’inquiétude chronique (worry) elle-même a été théorisée par Thomas Borkovec comme une réponse d’évitement cognitif opérant sans fin. L’activité verbale et ruminative incessante permet au patient de neutraliser les poussées émotionnelles viscérales plus profondes et de prévenir l’émergence d’images traumatiques plus violentes. Le patient s’épuise dans cette veille cognitive perpétuelle, payant le prix d’un rétrécissement drastique de son répertoire comportemental fonctionnel au profit d’une sécurité illusoire et stérilisante.

10.3 Implications pour la thérapie d’exposition avec prévention de la réponse (EPR)

L’impact translationnel le plus direct et le plus fécond des travaux de Sidman réside dans la justification scientifique des protocoles de thérapie d’exposition avec prévention de la réponse (EPR), considérée aujourd’hui comme le traitement de référence absolue des troubles obsessionnels et phobiques.

L’EPR est la transposition clinique rigoureuse du protocole expérimental de blocage de réponse (flooding) mis au point dans les laboratoires de conditionnement aversif. Les fondements théoriques de l’évitement de Sidman indiquent péremptoirement que tant que le sujet a la permission d’émettre sa réponse de neutralisation motrice, l’extinction est structurellement impossible, car l’action masque en continu les données environnementales de non-dangerosité.

Le protocole thérapeutique impose donc deux exigences indissociables :

1. L’exposition délibérée et prolongée aux stimuli déclencheurs de l’angoisse (toucher une surface perçue comme souillée, s’exposer aux pensées obsédantes sans chercher à s’en distraire).
2. La prévention absolue de la réponse compulsive d’évitement (interdiction de se laver les mains, interdiction de vérifier ou de mentaliser des prières de conjuration).

En maintenant le patient en contact avec les stimuli internes de détresse sans lui permettre d’actionner le levier de sa compulsion, le thérapeute brise la boucle d’auto-entretien de Sidman. Privé de son réarmement illusoire, le système nerveux central active ses mécanismes d’habituation physiologique et procède à une violation d’attente cognitive : le patient expérimente concrètement que le temps s’écoule, que le « choc » fantasmé ne se produit pas, et que l’angoisse reflue naturellement par épuisement synaptique. L’inhibition de la réponse d’évitement est la clé de voûte de la guérison clinique.

11. Critiques épistémologiques et controverses théoriques

Tout au long de sa trajectoire historique, l’évitement à opérant libre a servi de champ de bataille conceptuel où se sont affrontées les visions du monde les plus divergentes de la psychologie scientifique : le béhaviorisme radical, le cognitivisme computationnel et l’éthique de la recherche.

11.1 Le débat sur le rôle de la cognition et des attentes (Tolman vs. Skinner)

La persistance de l’évitement de Sidman sans stimulus d’avertissement extérieur a ravivé le débat séculaire opposant la tradition strictement environnementaliste de B.F. Skinner à la psychologie intentionnelle et cognitive issue des travaux d’Edward C. Tolman.

Les partisans de la théorie cognitive de l’apprentissage affirmèrent que le comportement de l’animal dans la boîte de Sidman ne saurait être réduit à une mécanique aveugle d’associations sensori-motrices renforcées. Selon l’interprétation tolmanienne, l’organisme élabore une véritable structure cognitive interne faite d’attentes probabilistes (expectancies). L’animal apprend deux représentations mentales distinctes :

• L’attente $A$ : « Si je n’appuie pas sur le levier avant $t$ secondes, un choc douloureux se produira. »
• L’attente $B$ : « Si j’appuie sur le levier, aucun choc ne surviendra pendant un certain délai. »

Dans ce cadre mentaliste, l’action est déterminée par la valeur d’utilité subjective du résultat anticipé. L’absence de choc n’est plus un néant physique, mais une confirmation cognitive de l’attente $B$. L’extinction n’est pas la dissolution d’une force de liaison synaptique mécanique, mais une révision bayésienne de croyances issue de l’accumulation de preuves dissonantes.

À cette lecture internaliste, Murray Sidman et les béhavioristes radicaux répliquèrent avec une fermeté intransigeante. Pour eux, postuler des « attentes », des « cartes cognitives » ou des « croyances » chez le rongeur relève d’une tautologie explicative stérile qui déplace le problème sans le résoudre : qui observe l’attente ? Qu’est-ce qui produit l’attente sinon l’historique environnemental exact des chocs et des délais subis par le corps physique de l’animal ? L’analyse expérimentale du comportement maintient que l’historique physique des contingences passées suffit amplement à rendre compte de la totalité des propriétés dynamiques du taux de réponse, sans qu’il soit besoin de peupler l’organisme d’homoncules cognitifs ou de fictions explicatives inobservables.

11.2 La controverse moléculaire versus molaire dans l’analyse comportementale

La communauté comportementaliste elle-même fut profondément déchirée par la controverse opposant l’analyse moléculaire à l’analyse molaire, débat qui trouva dans l’évitement de Sidman son terrain de confrontation privilégié.

La vision moléculaire, défendue avec acharnement par des chercheurs comme Douglas Anger, postule que tout renforcement doit nécessairement s’opérer par le truchement d’événements physiques discrets et contigus dans le temps. Pour les tenants du molécularisme, le comportement d’évitement est une mosaïque microscopique : chaque pression sur le levier est renforcée par le changement d’état sensoriel immédiat qui la suit (la cessation des stimuli proprioceptifs de temps tardif au profit de stimuli de sécurité consécutifs à la réponse). L’analyse moléculaire s’attache à modéliser la probabilité instantanée de réponse seconde par seconde.

À l’opposé, les théoriciens de l’approche molaire, emmenés par Richard Herrnstein, William Baum et Howard Rachlin, affirmèrent que le fractionnement moléculaire du comportement est une illusion réductionniste. L’organisme n’est pas une machine séquentielle réagissant à des micro-états fugitifs ; il intègre la structure temporelle globale de son environnement sur des blocs temporels macroscopiques. Le comportement opérant ne s’associe pas à des stimuli locaux, mais fait correspondre son débit global à la réduction statistique globale de la densité de chocs par unité de temps (théorie de la contingence molaire).

Bien que des décennies d’expérimentations n’aient pas tranché définitivement ce duel en faveur d’un camp exclusif, les neurosciences computationnelles contemporaines ont réconcilié ces deux échelles en démontrant que le cerveau utilise des algorithmes d’apprentissage par différence temporelle (modèles Temporal Difference Learning / Actor-Critic) capables d’intégrer simultanément des micro-signaux d’erreur à l’échelle de la milliseconde et d’optimiser la valeur de gain cumulé à l’échelle macroscopique.

11.3 Limites éthiques et critiques du conditionnement aversif en laboratoire

Au-delà des controverses théoriques, la méthodologie de l’évitement de Sidman a fait l’objet d’un réexamen éthique sévère au fil des dernières décennies. L’exposition d’animaux conscients à des centaines de décharges électriques douloureuses distribuées à haute fréquence – sessions d’entraînement prolongées pouvant durer de six à douze heures consécutives, entraînant stress aigu, ulcères gastriques, tachycardie et détresse comportementale – a suscité des objections morales grandissantes.

L’essor des comités institutionnels d’éthique de la recherche animale (IACUC) et l’adoption universelle du principe des 3R (Remplacer, Réduire, Raffiner) ont progressivement marginalisé l’usage des protocoles aversifs lourds à base de chocs électriques continus. Les protocoles contemporains privilégient l’utilisation de renforçateurs négatifs non invasifs d’intensité minimale, ou concentrent leurs investigations sur les circuits de renforcement positif et les protocoles d’évitement virtuel sur modèles informatiques.

De surcroît, des critiques d’ordre méthodologique ont été adressées à la transposition hâtive des données d’évitement par choc chez l’animal à la compréhension des conduites sociales humaines. Alors que les animaux de Sidman sont enfermés dans des matrices physiques closes dont ils ne peuvent s’échapper matériellement, l’être humain évolue dans des contextes sociaux fluides où l’évitement s’articule par le langage symbolique, la narration culturelle et des réseaux de règles verbales d’une complexité sans commune mesure avec les microcontacts d’une grille électrifiable.

12. Héritage scientifique et postérité des travaux de Murray Sidman

L’apport de Murray Sidman à la psychologie scientifique s’étend bien au-delà de la mise au point d’un protocole d’électrification temporelle ; ses découvertes ont refaçonné les fondements de l’analyse expérimentale du comportement et ont abouti à une prise de conscience sociétale d’une modernité éclatante.

12.1 L’impact sur l’analyse expérimentale du comportement (EAB)

D’un point de vue méthodologique, Sidman a été l’artisan d’une mutation décisive de la pratique de laboratoire. Il a formalisé et codifié les normes de la méthodologie du sujet unique (single-subject design), exposée magistralement dans son ouvrage méthodologique fondateur de 1960, Tactics of Scientific Research. Sidman y a démontré qu’au lieu de noyer la variabilité comportementale sous des moyennes statistiques de groupe masquant les lois réelles du comportement individuel, l’expérimentateur doit traquer et contrôler expérimentalement la variabilité jusqu’à l’obtention d’un état stable reproductible chez chaque organisme pris isolément.

Le paradigme de l’évitement libre s’est imposé comme l’un des fleurons du Journal of the Experimental Analysis of Behavior (JEAB), fournissant un étalon universel pour étudier l’estimation temporelle, la sensibilité aux variables médicamenteuses et la robustesse des programmes d’action. Sidman a définitivement prouvé que le comportement aversif pouvait être analysé avec le même degré de précision mathématique et de prédictibilité cybernétique que le comportement sous renforcement positif, conférant au béhaviorisme skinnérien une assise théorique globale et inébranlable.

12.2 La transition de Sidman vers l’équivalence de stimuli et la coercition

Dans la seconde moitié de sa carrière scientifique, Murray Sidman opéra un virage thématique remarquable qui témoigne de la profondeur humaniste de sa démarche intellectuelle. Délaissant progressivement l’étude du choc électrique, il devint le pionnier mondial de l’étude de l’équivalence de stimuli (stimulus equivalence), découvrant comment des relations symboliques non apprises émergent spontanément chez l’enfant et chez les personnes présentant des retards de développement, posant ainsi les bases contemporaines de l’analyse du langage symbolique et des fonctions cognitives complexes.

Parallèlement, Sidman mit à profit sa profonde expertise du contrôle aversif de laboratoire pour rédiger en 1989 un ouvrage sociologique et philosophique d’un retentissement planétaire : Coercion and Its Fallout (La coercition et ses retombées). Dans ce manifeste passionné, Sidman s’attache à démontrer que les sociétés humaines – à travers la famille, l’école, le système judiciaire, le travail et la diplomatie – reposent historiquement de manière quasi exclusive sur le contrôle coercitif, c’est-à-dire sur la punition et le renforcement négatif (l’évitement de sanctions).

Fort de ses décennies d’expérimentation animale, Sidman y expose avec une rigueur implacable les effets secondaires délétères inhérents à l’usage de la coercition :

• L’évitement compulsif et la fuite (décrochage scolaire, ruptures relationnelles, désertion sociale).
• L’agression en retour dirigée contre l’agent coercitif ou contre des cibles innocentes de substitution (boucs émissaires).
• La rigidification stéréotypée du répertoire d’action, étouffant toute créativité, toute initiative originale et tout épanouissement harmonieux.

Il existe une continuité éthique et conceptuelle lumineuse entre l’observation du rat terrorisé sur sa grille de 1953 et le plaidoyer du scientifique émérite de 1989 exhortant la civilisation humaine à abandonner le contrôle par renforcement négatif pour bâtir une culture émancipatrice fondée exclusivement sur des contingences de renforcement positif mutuel.

12.3 Synthèse conceptuelle : la permanence de l’évitement libre dans la psychologie moderne

L’expérience d’évitement de Sidman demeure un jalon incontournable de l’histoire des sciences psychologiques. Sur le plan philosophique, elle a relevé avec éclat le défi épistémologique de la causalité négative, prouvant qu’il était possible d’expliquer comment la non-survenue d’un événement façonne la conduite sans capituler devant le finalisme téléologique ou l’arbitraire mentaliste.

Aujourd’hui, alors que les neurosciences computationnelles et l’intelligence artificielle s’attachent à concevoir des agents autonomes capables de naviguer dans des environnements incertains et hostiles, les équations temporelles de l’évitement libre de Sidman continuent de servir de matrice de référence pour les algorithmes d’évitement d’obstacles et d’optimisation sous contrainte négative. En démontrant la capacité souveraine des organismes vivants à dialoguer avec le temps et à transformer le vide sensoriel du répit en puissance régulatrice d’action, Murray Sidman a gravé à jamais son nom au panthéon des explorateurs de l’architecture du comportement.

Références

• Anger, D. (1963). The role of internal stimuli in an avoidance situation. Journal of the Experimental Analysis of Behavior, 6(4), 477–506. https://doi.org/10.1901/jeab.1963.6-477
• Bolles, R. C. (1970). Species-specific defense reactions and avoidance learning. Psychological Review, 77(1), 32–48. https://doi.org/10.1037/h0028589
• Borkovec, T. D., Alcaine, O., & Behar, E. (2004). Avoidance theory of worry and generalized anxiety disorder. In R. G. Heimberg, C. L. Turk, & D. S. Mennin (Eds.), Generalized anxiety disorder: Advances in research and practice (pp. 77–108). Guilford Press.
• Hayes, S. C., Wilson, K. G., Gifford, E. V., Follette, V. M., & Strosahl, K. (1996). Experiential avoidance and behavioral disorders: A functional dimensional approach to etiology and treatment. Journal of Consulting and Clinical Psychology, 64(6), 1152–1168. https://doi.org/10.1037/0022-006X.64.6.1152
• Herrnstein, R. J., & Hineline, P. N. (1966). Negative reinforcement as shock-frequency reduction. Journal of the Experimental Analysis of Behavior, 9(4), 421–430. https://doi.org/10.1901/jeab.1966.9-421
• Hineline, P. N. (1977). Negative reinforcement and avoidance. In W. K. Honig & J. E. R. Staddon (Eds.), Handbook of operant behavior (pp. 364–414). Prentice-Hall.
• Mowrer, O. H. (1939). A stimulus-response analysis of anxiety and its role as a reinforcing agent. Psychological Review, 46(6), 553–565. https://doi.org/10.1037/h0054288
• Sidman, M. (1953). Avoidance conditioning with brief shock and no exteroceptive warning signal. Science, 118(3058), 157–158. https://doi.org/10.1126/science.118.3058.157
• Sidman, M. (1960). Tactics of scientific research: Evaluating experimental data in psychology. Basic Books.
• Sidman, M. (1962). Reduction of shock frequency as reinforcement for avoidance behavior. Journal of the Experimental Analysis of Behavior, 5(2), 247–257. https://doi.org/10.1901/jeab.1962.5-247
• Sidman, M. (1989). Coercion and its fallout. Authors Cooperative.
• Skinner, B. F. (1938). The behavior of organisms: An experimental analysis. Appleton-Century-Crofts.
• Solomon, R. L., & Wynne, L. C. (1953). Traumatic avoidance learning: Acquisition in normal dogs. Psychological Monographs: General and Applied, 67(4), 1–19. https://doi.org/10.1037/h0093644