Au cœur de la révolution scientifique qui a redéfini la psychologie expérimentale au cours du vingtième siècle, la technique du façonnage par approximations successives — ou shaping dans la nomenclature anglo-saxonne — occupe une place épistémologique et méthodologique singulière. Conceptualisée et perfectionnée par Burrhus Frederic Skinner, cette démarche expérimentale a bouleversé la conception traditionnelle de l’apprentissage en démontrant qu’il est possible d’engendrer, d’orienter et de stabiliser des comportements moteurs inédits sans recourir à la coercition mécanique, à l’imitation ou à des suppositions téléologiques invérifiables. Loin d’être un simple protocole de dressage de laboratoire, le façonnage constitue l’opérationnalisation par excellence du conditionnement opérant : un processus par lequel la matière comportementale brute d’un organisme est sculptée par l’action de conséquences environnementales soigneusement administrées.
L’ambition skinnérienne ne visait rien de moins que l’établissement d’une science naturelle du comportement humain et animal affranchie de toute hypothèse mentaliste. Alors que les paradigmes dominants de l’époque concevaient l’individu comme un réacteur passif face à des stimuli déclencheurs ou comme le siège de processus intrapsychiques insaisissables, Skinner a mis en lumière la façon dont un organisme interagit avec son milieu en produisant des actions dont les retombées modifient la probabilité d’occurrences futures. Le façonnage par approximations successives illustre ce principe dans toute sa radicalité : en renforçant sélectivement des déviations infimes au sein de la variabilité motrice spontanée de l’animal, l’expérimentateur parvient à faire émerger des chaînes cinématiques complexes qui n’existaient pas, même sous une forme embryonnaire, dans le répertoire initial du sujet.
Cet article se propose d’explorer de manière exhaustive la théorie, la phénoménologie et l’héritage de l’expérience canonique du façonnage skinnérien. En analysant la boîte de conditionnement opérant, les protocoles de renforcement différentiel, la dynamique de la bouffée d’extinction ainsi que les applications cliniques, éducatives et informatiques contemporaines, nous mettrons en lumière la fécondité d’un concept qui a jeté un pont décisif entre la biologie de l’action, l’ingénierie comportementale et la cybernétique moderne.
1. Introduction historique et épistémologique au béhaviorisme skinnérien
1.1 Le contexte intellectuel de la psychologie behavioriste au milieu du XXe siècle
La psychologie du début du XXe siècle était dominée par le béhaviorisme méthodologique initié par John B. Watson en 1913. Ce paradigme, centré sur le schéma stimulus-réponse (S-R), cherchait à débarrasser la discipline de l’introspectionnisme wundtien en faisant du comportement observable l’unique objet légitime de la science psychologique. Cependant, la rigidité du schéma classique présentait de sévères limites explicatives : en postulant que toute conduite motrice devait être précédée d’un stimulus déclencheur identifiable, la formule watsonienne peinait à rendre compte des conduites exploratoires, spontanées et créatives qui composent la majorité des répertoires animaux et humains dans leur milieu naturel.
Face à ces apories, le néo-béhaviorisme s’est scindé en plusieurs courants. D’un côté, des théoriciens comme Clark Hull ou Edward Tolman ont réintroduit des variables intermédiaires ou des cartes cognitives hypothétiques pour combler l’écart temporel entre le stimulus et la réponse. De l’autre côté, B.F. Skinner a adopté une posture résolument différente, qualifiée de béhaviorisme radical. Rejetant les entités inobservables, qu’elles soient formulées sous les oripeaux de la neurophysiologie spéculative ou sous ceux du mentalisme cognitif, Skinner a proposé un fonctionnalisme environnemental rigoureux. Pour lui, postuler des états d’âme, des pulsions ou des cognitions internes n’apporte aucune valeur explicative réelle et obscurcit l’analyse des variables matérielles et historiques dont le comportement est la fonction mathématique mesurable.
1.2 De la loi de l’effet de Thorndike au conditionnement opérant
L’assise empirique du conditionnement opérant s’enracine dans les travaux précurseurs d’Edward Thorndike à la fin du XIXe siècle. À travers ses célèbres expériences de « boîtes à problèmes » (puzzle boxes), Thorndike avait formulé la loi de l’effet, stipulant qu’une réponse suivie d’un état de satisfaction pour l’organisme a plus de probabilités d’être réémise dans les mêmes conditions, tandis qu’une réponse suivie d’un désagrément voit sa fréquence diminuer. Bien que Skinner ait salué la découverte de cette rétroaction environnementale, il a vigoureusement critiqué le mentalisme résiduel de Thorndike, incarné par les notions subjectives de « satisfaction » et d’« inconfort », ainsi que les contraintes procédurales de la boîte à problèmes qui imposaient des essais discrets et discontinus.
Skinner s’est également attaché à distinguer nettement son modèle du conditionnement répondant ou pavlovien. Dans le schéma de Pavlov, le comportement est évoqué (elicited) de manière réflexe : un stimulus inconditionnel déclenche obligatoirement une réaction viscérale ou musculaire, et l’apprentissage repose sur l’appariement temporel de ce stimulus avec un stimulus neutre. À l’opposé, le comportement opérant est émis (emitted) par l’organisme sans nécessiter de stimulus déclencheur antérieur immédiat. L’action opère sur l’environnement pour produire une modification, et c’est cette conséquence qui rétroagit sur l’organisme. Le comportement n’est plus la résultante passive d’une poussée environnementale passée, mais une entreprise active dont la dynamique dépend de ses effets écologiques.
1.3 Définition liminaire du concept de façonnage (shaping)
Le façonnage (ou modelage comportemental) désigne la méthode expérimentale systématique permettant d’induire un comportement qui ne fait absolument pas partie du répertoire comportemental présent de l’organisme. Dans la nature ou en laboratoire, un animal n’effectue jamais spontanément une chaîne motrice hautement spécialisée — telle qu’appuyer sur un levier précis selon une force définie, faire tourner une quille ou picorer un disque lumineux en rythme. Attendre passivement que le comportement cible apparaisse pour le récompenser condamnerait l’expérimentateur à une impasse temporelle quasi infinie.
Le façonnage résout ce paradoxe ontologique par le recours aux approximations successives (successive approximations). Il s’agit d’un protocole d’intervention dynamique fondé sur le renforcement différentiel : l’expérimentateur identifie, au sein de l’activité motrice spontanée de l’animal, une variation morphologique qui s’oriente, même de façon infinitésimale, vers la topographie recherchée. En récompensant immédiatement cette ébauche tout en cessant de renforcer les comportements plus éloignés, la ligne de base se déplace. Progressivement, les critères d’exigence sont rehaussés : le renforçateur n’est plus accordé pour l’ancienne approximation, mais uniquement pour une action qui s’en rapproche davantage. Par cette érosion continue des formes obsolètes et cette sélection méthodique des émergences nouvelles, la morphologie du comportement est modelée à la manière d’une pâte à modeler plastique.
2. Fondements théoriques du conditionnement opérant et dynamique du renforcement
2.1 La contingence de renforcement à trois termes
L’unité d’analyse fondamentale développée par Skinner pour disséquer l’intégralité des conduites opérantes est la contingence à trois termes, souvent modélisée sous la forme $S^D \rightarrow R \rightarrow S^R$. Le premier terme, le stimulus discriminatif ($S^D$), n’est pas une cause motrice mais une occasion contextuelle : sa présence indique à l’organisme que l’émission d’une réponse donnée est désormais susceptible d’entraîner une conséquence spécifique. Il établit le cadre de contrôle environnemental dans lequel l’action prend sens.
Le second terme est la réponse opérante ($R$), définie non pas par ses coordonnées physiologiques moléculaires, mais par sa fonction écologique et ses effets sur l’environnement. Le troisième terme est le stimulus renforçateur ($S^R$ ou $S^{reinforcing}$), conséquence environnementale directe qui a pour propriété objective d’accroître ou de maintenir la fréquence d’émission de la classe de réponses à laquelle il succède. La contingence temporelle entre ces termes doit être extrêmement serrée : une rétroaction environnementale différée perd drastiquement son efficacité sélective, autorisant l’intrusion de comportements parasites au détriment de l’apprentissage ciblé.
2.2 La distinction entre comportements répondants et opérants
Comprendre le façonnage exige d’approfondir la césure radicale entre comportements répondants et opérants. Le comportement répondant est phylogénétiquement programmé pour réagir à des stimuli spécifiques : la salivation face à la nourriture dans la gueule, le retrait de la patte face à une brûlure ou la constriction pupillaire face à une lumière vive en constituent les archétypes. Ces mécanismes réflexes sont essentiels à la survie immédiate mais demeurent d’une plasticité limitée, cantonnés à des ajustements physiologiques internes et involontaires.
À l’inverse, l’opérant libre représente le domaine de l’action motrice volontaire, continue et non contrainte. Dans ce cadre, l’animal est libre d’émettre des comportements à n’importe quel moment, mesurables selon un débit temporel continu plutôt qu’au travers d’essais discontinus arbitrairement découpés par l’expérimentateur. Skinner a vigoureusement combattu les lectures téléologiques de l’action selon lesquelles l’organisme agirait « dans le but » d’obtenir une gratification future. En adoptant une perspective calquée sur le modèle sélectionniste de Charles Darwin, Skinner conçoit le conditionnement opérant comme une sélection ontogénétique par les conséquences : de même que la sélection naturelle retient les mutations génétiques conférant un avantage adaptatif à l’espèce, les conséquences environnementales immédiates retiennent et pérennisent les mutations comportementales individuelles au cours de la vie de l’organisme.
2.3 Les mécanismes conjoints de renforcement différentiel et d’extinction
Le moteur algorithmique du façonnage repose sur une tension dialectique constante entre deux processus opérationnels indissociables : le renforcement différentiel et l’extinction expérimentale. Le renforcement différentiel consiste à n’appliquer l’agent renforçateur qu’à une classe de réponses répondant à des spécifications topographiques précises (par exemple, lever la tête à plus de cinq centimètres du sol), tout en appliquant la procédure d’extinction à toutes les autres variations comportementales (lever la tête à une hauteur inférieure ou regarder vers le bas).
L’extinction correspond à la suppression délibérée de la conséquence renforçante pour une réponse préalablement consolidée. Loin d’être une simple perte passive de dynamisme moteur, l’extinction possède une fonction créatrice essentielle dans le façonnement comportemental. En l’absence de renfort pour une réponse établie, l’organisme traverse une phase de déstabilisation qui réactive la variabilité de ses conduites. C’est précisément dans ce foisonnement de variations induites par l’extinction que l’expérimentateur va pouvoir prélever la nouvelle déviation utile, plus proche de la cible, afin de la stabiliser immédiatement par un nouveau renforcement. Le façonnement progresse ainsi par vagues successives d’équilibration et de déséquilibration contrôlées.
3. Le dispositif expérimental : La boîte de Skinner et ses instruments
3.1 L’architecture standardisée de la chambre de conditionnement opérant
Pour soustraire le comportement aux interférences du milieu et le quantifier avec une précision d’ordre physique, Skinner a conçu la chambre de conditionnement opérant, universellement désignée sous le nom de « boîte de Skinner ». L’enceinte est caractérisée par une isolation acoustique, visuelle et thermique poussée, assurant la standardisation absolue de l’écosystème expérimental. La boîte élimine les bruits parasites et les fluctuations lumineuses susceptibles d’introduire des stimuli discriminatifs involontaires, offrant un espace invariant où chaque variable environnementale peut être manipulée de façon isolée.
À l’intérieur de l’habitacle se trouvent des effecteurs mécaniques simples, conçus pour s’adapter à la morphologie de l’organisme étudié. Chez le rat, il s’agit d’un levier de pression rétractable ou fixe relié à un microrupteur étalonné pour enregistrer un seuil de force précis. Chez le pigeon, l’effecteur prend la forme d’un disque de plexiglas translucide enchâssé dans la paroi, monté sur un système à ressort sensible aux picotements du bec. Face à cet effecteur est disposé le distributeur automatisé de nourriture : une trémie électromécanique qui, lorsqu’elle est actionnée par un relais électrique, s’élève pour rendre accessible pendant un intervalle temporel de quelques secondes une dose calibrée de graines ou expulse une bille alimentaire (pellet) de masse invariable.
3.2 Les organismes modèles : pigeons (Columba livia) et rats de laboratoire
Si le rat albinos d’élevage (Rattus norvegicus) a constitué le premier sujet expérimental privilégié par Skinner, c’est le pigeon biset (Columba livia) qui est devenu l’organisme modèle emblématique des protocoles de façonnage cinématique complexe. Les raisons de ce choix sont avant tout d’ordre éthologique et sensoriel : le pigeon possède une acuité visuelle exceptionnelle, une perception chromatique fine et une vitesse d’exécution motrice du bec particulièrement propice à l’analyse fine des coordonnées spatiales et temporelles de la réponse.
Afin de conférer aux granules alimentaires ou aux graines leur pouvoir renforçant maximal, l’expérimentateur applique un contrôle métabolique strict. Les sujets sont soumis à un protocole de privation contrôlée visant à maintenir leur masse corporelle à 75 ou 80 % de leur poids de nutrition ad libitum. Cette restriction pondérale normalisée ne relève pas d’une logique de maltraitance mais d’une nécessité opérationnelle de laboratoire : elle permet de calibrer avec précision l’état motivationnel de l’organisme — concept opérationnalisé par Skinner sous le terme d’opérations d’établissement (establishing operations). L’homogénéité phylogénétique des mécanismes opérants découverts sur ces espèces devait démontrer, selon les béhavioristes, l’universalité des lois du comportement par-delà la phylogenèse animale.
3.3 L’enregistreur cumulatif comme outil de mesure objective
L’une des contributions techniques les plus décisives de Skinner à la psychologie expérimentale réside dans l’invention de l’enregistreur cumulatif. Cet appareil électromécanique autonome traduisait graphiquement, en temps réel et sans aucune intervention humaine, l’historique complet des réponses émises par le sujet placé dans la chambre de conditionnement. Un rouleau de papier millimétré se déroulait à une vitesse constante sous un stylet à encre. Chaque fois que l’animal actionnait l’effecteur mécanique, le stylet montait d’un cran microscopique le long de l’axe vertical.
Il en résultait une courbe continue dont la pente représentait directement le taux de réponse (response rate) de l’organisme :
une pente horizontale indiquait l’inactivité motrice complète, une pente douce traduisait une cadence modérée, tandis qu’une montée vertigineuse révélait un débit de réponses soutenu. De plus, de brèves encoches transversales marquaient l’administration précise des renforçateurs. Grâce à cet outil d’objectivation, Skinner s’est affranchi des moyennes statistiques trompeuses et des artefacts de protocoles à essais répétés, permettant à l’analyste d’observer directement la morphologie dynamique du comportement au fil des minutes d’apprentissage.
4. Le protocole de l’expérience de façonnage par approximations successives
4.1 L’établissement de la ligne de base et l’habituation au dispositif
Toute expérience de façonnage débute obligatoirement par une phase rigoureuse de mesure de la ligne de base comportementale. L’animal, introduit dans la chambre opérante, est observé pendant une période standardisée sans qu’aucune conséquence renforçante ne soit délivrée. L’expérimentateur consigne la fréquence spontanée des différentes postures motrices, les zones de déplacement préférées et les comportements exploratoires innés (reniflement, toilettage, picotement du sol). Cette cartographie initiale permet de s’assurer que le comportement terminal recherché est totalement absent ou se situe à un niveau de probabilité proche de zéro absolu.
Simultanément, l’organisme fait l’objet d’un apprentissage préalable indispensable nommé entraînement au distributeur (magazine training). Dans cette phase, le distributeur de nourriture s’enclenche de manière semi-aléatoire, indépendamment de toute action de l’animal. Dès que le mécanisme s’active, il émet un clic métallique distinct immédiatement suivi de l’accès aux grains. Par conditionnement répondant, le son métallique du cliquetis s’associe à l’ingestion de nourriture pour acquérir la valeur d’un renforçateur conditionné ou secondaire. Dès que l’animal réagit au cliquetis en se dirigeant instantanément vers la mangeoire depuis n’importe quel point de la boîte, le magazine training est réputé réussi ; l’expérimentateur dispose désormais d’un outil sonore d’une précision millimétrique pour marquer les comportements spatiaux à distance.
4.2 La formulation opérationnelle du comportement cible
Le façonnage ne saurait s’exécuter au hasard : il exige la modélisation préalable et la décomposition analytique du comportement terminal souhaité. L’analyste du comportement doit traduire l’objectif final en un ensemble de descripteurs dimensionnels purement géométriques et cinématiques, exempts de toute ambiguïté qualitative. Si l’objectif consiste, par exemple, à amener un pigeon à presser un disque mural situé à vingt centimètres au-dessus de sa tête, le comportement ne doit pas être pensé comme un acte global d’« appuyer », mais comme une trajectoire spatiale multidimensionnelle.
Les critères dimensionnels sont ainsi définis avec une précision rigoureuse :
- La direction spatiale : orientation de l’axe antéro-postérieur du corps de l’animal par rapport à la paroi où se situe l’effecteur mécanique.
- L’amplitude motrice : extension verticale du cou et de la colonne vertébrale, mesurée en centimètres par rapport à la posture de repos.
- La force cinétique : valeur de la pression mécanique exercée par la pointe du bec, devant dépasser le seuil d’activation du microrupteur (exprimée en grammes ou en fractions de newtons).
À partir de cette caractérisation géométrique, l’opérateur trace mentalement un continuum comportemental, subdivisé en une série discrète de paliers morphologiques allant de la posture au repos jusqu’à l’impact mécanique terminal.
4.3 La sélection de l’ébauche initiale (first approximation)
La première phase active du façonnage proprement dit réside dans la détection et la capture de l’ébauche initiale, ou première approximation motrice. L’expérimentateur, tenant à la main l’interrupteur manuel déclenchant le distributeur ou le générateur de stimulus sonore conditionné, observe l’animal avec une attention ininterrompue. L’objectif est d’attendre qu’au gré de sa déambulation naturelle, l’animal produise un mouvement présentant la moindre similitude avec la direction du continuum établi.
Dès que le pigeon pivote simplement la tête vers la paroi cible — fût-ce d’un angle de quelques degrés seulement —, l’expérimentateur actionne immédiatement le distributeur. Le son du clic retentit, le grain est consommé, et l’animal reprend ses mouvements. Très rapidement, en raison de l’immédiateté de la conséquence, la fréquence de cette orientation céphalique augmente de façon spectaculaire. La topographie comportementale a subi sa première inflexion sélective : l’animal ne vagabonde plus uniformément dans toutes les directions ; il tend désormais à orienter préférentiellement son regard et sa tête vers l’hémisphère de la boîte abritant l’appareillage expérimental.
5. Dynamique procédurale et gestion des critères d’approximation
5.1 L’élévation graduelle des critères d’exigence
Une fois la première approximation solidement installée dans le répertoire immédiat du sujet, le protocole interdit formellement de continuer à la renforcer de manière indéfinie. L’expérimentateur élève le critère opérationnel d’exigence : pour obtenir le stimulus renforçateur, il ne suffit plus au pigeon de tourner la tête vers la paroi ; il doit désormais effectuer un pas physique en direction de celle-ci. L’ancienne réponse d’orientation pure est soumise à l’extinction, ne recevant plus la moindre goutte de nourriture.
La modification du seuil de délivrance du renforçateur est une opération d’un équilibrisme extrême qui relève autant de l’art expérimental que de l’algorithme rigide. Si l’expérimentateur relève la barre trop lentement, le comportement se fige dans une habitude stéréotypée et perd la variabilité indispensable à l’émergence de mouvements nouveaux. S’il la relève trop rapidement, l’organisme ne parvient pas à deviner la trajectoire sélective, le taux de renforcement s’effondre, et l’animal glisse vers une extinction généralisée. Le timing de passage d’un critère au suivant se décide donc sur la base de la stabilité statistique observée sur quelques dizaines de secondes : dès qu’une approximation commence à être produite de manière répétée et confiante, le renforçateur est retiré pour être déplacé d’un cran vers la cible terminale.
5.2 L’exploitation de la bouffée d’extinction (extinction burst) et de la variabilité
Le phénomène moteur qui rend possible le saut d’une approximation à la suivante sans aide extérieure est la bouffée d’extinction (extinction burst). En physiologie opérante, lorsqu’un comportement ayant fait l’objet d’un renforcement régulier cesse subitement d’être récompensé, l’organisme n’abandonne pas immédiatement la partie. Au contraire, il traverse une phase transitoire marquée par une augmentation soudaine de la fréquence, de l’intensité et surtout de la variabilité topographique de son action.
L’animal privé de renfort s’agite, teste des amplitudes motrices plus vastes, étend le cou avec force ou donne de légers coups dans l’air. Loin d’être un dérèglement chaotique sans issue, cette bouffée d’extinction constitue un puissant mécanisme biologique adaptatif d’innovation cinématique. L’expérimentateur averti n’appréhende pas l’absence de réponse comme un échec expérimental, mais guette la perle rare : au sein de cette gerbe d’actions déstructurées, l’une des déviations motrices coïncidera inévitablement avec le palier supérieur visé (par exemple, lever le bec plus haut que d’habitude vers le disque). C’est précisément à cet instant infinitésimal que l’expérimentateur déclenche le renforçateur conditionné, immortalisant la nouvelle forme comportementale au sommet de son émergence.
5.3 Les écueils techniques : régression comportementale et sur-renforcement
Le pilotage d’un façonnage par approximations successives expose le chercheur à deux risques méthodologiques majeurs qui illustrent la fragilité de la plasticité opérante :
- Le saut d’approximation excessif : l’opérateur exige d’un coup une amplitude motrice trop disproportionnée par rapport au niveau d’apprentissage actuel. Privé de renforcement pendant une durée prolongée, l’animal voit son excitation initiale s’épuiser et bascule dans la frustration, l’inhibition motrice ou des conduites d’échappement (toilettage convulsif, picotement du sol). L’extinction s’installe alors de façon délétère.
- Le sur-renforcement d’un stade intermédiaire : l’opérateur délivre un nombre excessif de boulettes de nourriture pour une approximation donnée par crainte de la perdre. Le comportement se rigidifie à cet échelon sous forme de routine motrice profonde, rendant l’organisme réfractaire à toute déviation future vers l’étape suivante.
Lorsque l’un de ces écueils survient et que le comportement se délite, l’expérimentateur doit appliquer une stratégie de repli codifiée : abaisser immédiatement le critère pour revenir temporairement à l’approximation antérieurement consolidée. Ce recul tactique réinjecte du renforcement dans le système, restaure l’intensité d’émission et rétablit la dynamique d’exploration motrice indispensable pour relancer la trajectoire ascendante.
6. Démonstrations emblématiques : Des mouvements simples aux chaînes complexes
6.1 L’induction de la rotation motrice complète chez le pigeon
L’une des démonstrations les plus stupéfiantes et pédagogiques réalisées par Skinner et son équipe consistait à façonner chez un pigeon non entraîné une rotation axiale complète sur lui-même à 360 degrés, dans le sens des aiguilles d’une montre, en une seule session ininterrompue de quelques minutes. L’animal étant placé dans une boîte transparente face à un auditoire, Skinner déclenchait manuellement la trémie à grains à l’aide d’un commutateur relié à un fil.
Le protocole se déroulait avec une fluidité mécanique :
- Étape 1 : L’animal effectue un simple mouvement spontané de rotation de la tête vers sa droite. Un clic retentit, le grain est délivré. Après deux ou trois répétitions, ce mouvement devient prédominant.
- Étape 2 : Skinner retient le renforçateur jusqu’à ce que le pigeon décale également l’une de ses pattes vers la droite pour amorcer un quart de tour (90 degrés). Dès l’apparition de ce pivot, renforcement immédiat.
- Étape 3 : L’exigence passe à un demi-tour (180 degrés). L’animal hésite, s’agite, teste l’ancienne posture sans succès, puis bascule un peu plus le corps : renforcement.
- Étape 4 : Le seuil est porté aux trois quarts de tour (270 degrés), puis sans transition à la boucle complète (360 degrés).
En moins de trois à cinq minutes, l’animal tournait sur lui-même comme une toupie vivante dès qu’il était déposé sur la plateforme. Cette expérience a constitué la preuve empirique indiscutable que des mouvements d’une haute précision peuvent être induits sans guidage manuel, sans dressage physique contraignant et sans apprentissage par imitation.
6.2 Le projet Pigeon (ORCON) : Le façonnage au service du guidage balistique
Pendant la Seconde Guerre mondiale, Skinner s’est vu confier par les autorités militaires américaines un projet de recherche classé secret-défense, connu sous le nom de « Projet Pigeon » (rebaptisé plus tard Projet ORCON pour Organic Control). L’objectif était de concevoir un système de guidage infaillible pour des missiles aéroportés anti-navires (le missile Pélican), à une époque où l’électronique de bord à tubes à vide était trop volumineuse et constamment brouillée par les contre-mesures ennemies.
Skinner a résolu le problème en plaçant trois pigeons à l’intérieur du nez conique de l’ogive, chacun fixé devant un écran optique projetant l’image du navire cible via un ensemble de lentilles frontales. Par façonnage d’une complexité chirurgicale, les pigeons ont été entraînés à picorer avec une précision absolue le centre optique de la silhouette du navire projetée sur la vitre conductive. Les impacts du bec sur le verre étaient convertis en signaux électriques actionnant les gouvernes pneumatiques du missile, maintenant l’engin exactement aligné sur sa trajectoire de destruction. Les enregistrements ont démontré que les pigeons maintenaient un taux stupéfiant de plus de quatre picotements par seconde pendant des phases de descente simulant de violentes accélérations et des bruits assourdissants. Bien que le projet ait été interrompu en 1944 au profit du développement des technologies radar, il a prouvé la résistance et l’infaillibilité industrielle de comportements façonnés par approximations successives soumises à un renforcement drastique.
6.3 Le tennis de table pour pigeons et les séquences opérantes étendues
Pour illustrer la plasticité sociale et concurrentielle du façonnage, Skinner a conçu un dispositif spectaculaire où deux pigeons s’affrontaient dans une partie de tennis de table miniature. Une petite table rectangulaire séparée par un filet grillagé était installée dans une grande cage. Une bille de celluloïd légère était posée au centre. Le comportement attendu de chaque animal consistait à propulser la balle à l’aide de son bec au-dessus du grillage en direction de la zone adverse, le joueur marquant un point lorsque son opposant laissait passer la bille au-delà de son extrémité de table.
La construction de ce duel opérant illustre le couplage entre façonnage par approximations successives et la technique du chaînage comportemental rétrograde (backward chaining). Chaque oiseau a d’abord été façonné individuellement à picorer une balle immobile pour obtenir une graine tombée dans une rigole latérale. Puis la graine n’a été délivrée que si la balle roulait de quelques millimètres. Puis de quelques centimètres, jusqu’à traverser tout le plateau. Enfin, les deux animaux ont été réunis face à face, le renforcement de l’un étant couplé à l’échec moteur de l’autre selon une contingence d’interdépendance compétitive. La diffusion télévisée de ces matchs de tennis de table aviaires a marqué durablement la culture populaire du milieu du siècle, démontrant avec éclat que même des activités d’apparence stratégique et ludique peuvent être décomposées et synthétisées par une ingénierie rigoureuse du renforcement environnemental.
7. Paramètres critiques modulant l’efficacité du façonnage
7.1 L’immédiateté temporelle et le délai de renforcement
L’efficacité d’un protocole de façonnage est tributaire d’une règle physique absolue : la contiguïté temporelle entre la production de l’approximation motrice et la délivrance de la conséquence renforçante. Des études paramétriques rigoureuses ont démontré que l’efficacité du renforcement décroît de manière hyperbolique au fur et à mesure que l’intervalle temporel augmente. Un retard de seulement 0,5 à 1 seconde entre l’émission d’une courbure dorsale chez le rat et l’actionnement du distributeur de nourriture suffit à détruire l’apprentissage ou à dévier complètement la cible cinématique.
Dans cet intervalle de latence, l’organisme ne reste pas figé : il émet immanquablement d’autres micro-mouvements adventices (battement de paupière, frémissement de moustache, inclinaison de la tête). Si le renforçateur intervient avec retard, c’est cette dernière micro-réponse qui est accidentellement capturée par la conséquence, engendrant ce que Skinner a conceptualisé sous le terme de « conduites superstitieuses ». L’utilisation stratégique d’un renforçateur conditionné acoustique — tel qu’un clic mécanique bref émis au millième de seconde où la réponse optimale survient — s’avère donc indispensable pour ponctuer le flux comportemental sans laisser la moindre faille temporelle à l’intrusion d’éléments parasites.
7.2 Le calibrage de la magnitude et de la qualité du stimulus renforçant
La nature physique, la taille et l’appétence du stimulus renforçateur régulent étroitement l’économie du façonnage. L’erreur commune consisterait à penser qu’un renforçateur massif accélère mécaniquement l’apprentissage. Au contraire, délivrer une portion trop volumineuse de nourriture à chaque palier atteint présente deux désavantages majeurs :
- Elle induit une rupture temporelle prolongée durant laquelle l’animal mastique et déglutit, rompant la cadence motrice et fragmentant la fluidité de la séance expérimentale.
- Elle précipite l’atteinte du seuil de satiété physiologique. Une fois rassasié, la valeur renforçante de la nourriture tombe à zéro, anéantissant toute opération d’établissement motivationnelle et mettant brutalement fin au façonnement opérant.
La règle méthodologique skinnérienne impose par conséquent l’usage de la dose minimale opérante : un granule minuscule ou l’accès à la trémie à grains pendant une durée chrono-calibrée de 2,5 à 3 secondes. Cette ingestion éclair maintient intact le niveau de privation tout en fournissant le signal de feedback requis pour orienter la topographie sans interrompre le travail d’exploration motrice de l’organisme.
7.3 L’interaction entre les programmes de renforcement et le façonnage
Le façonnage par approximations successives requiert impérativement, lors de toutes ses étapes de genèse et de transformation motrice, l’application stricte d’un programme de renforcement continu (CRF pour Continuous Reinforcement Schedule). Chaque occurrence valide du palier d’approximation courant doit être systématiquement suivie d’un renforcement immédiat. Toute omission prématurée du stimulus à ce stade de fragilité morphologique risquerait de précipiter la réponse embryonnaire dans l’extinction avant même qu’elle n’ait pu servir de tremplin pour l’échelon suivant.
Ce n’est qu’une fois la topographie terminale complètement consolidée — lorsque le rat presse le levier ou que le pigeon percute le disque avec la géométrie et la force désirées — que l’expérimentateur amorce la transition vers des programmes de renforcement intermittent. En basculant prudemment vers des programmes à ratio variable (VR) ou à intervalle variable (VI), le chercheur confère au comportement une formidable résistance à l’extinction et stabilise des débits de réponse phénoménaux, immunisant l’action finale contre les aléas de délivrance de son milieu environnemental.
8. Transposition à l’espèce humaine et au comportement verbal
8.1 L’analyse skinnérienne de l’acquisition du langage dans ‘Verbal Behavior’
Dans son ouvrage monumental de 1957, Verbal Behavior, Skinner a étendu le cadre théorique du conditionnement opérant et du façonnage à l’apprentissage du langage chez l’être humain. Pour le béhaviorisme radical, la parole n’est pas l’extériorisation d’une pensée intérieure ou la concrétisation d’une structure génétique universelle, mais un comportement moteur comme un autre, produit par des organes vocaux et soumis aux contingences sélectives de la communauté verbale environnante.
L’enfant commence sa vie avec un répertoire de vocalisations acoustiques non différenciées, le babillage, issu de sa maturation biologique. Les parents agissent alors en véritables expérimentateurs de laboratoire : dès que le nourrisson émet par hasard un son se rapprochant vaguement d’une consonne maternelle (« ma-ma » ou « da-da »), l’environnement familial explose en sourires, câlins, caresses et interactions thermiques positives. Par renforcement différentiel, ces phonèmes embryonnaires sont isolés du flux sonore amorphe. Au fil des mois, les adultes cessent de renforcer le babillage primaire et haussent graduellement leurs exigences : l’enfant doit articuler des syllabes complètes, puis agencer des mots (« lait », « donne »), puis des syntagmes structurés pour obtenir son biberon ou attirer l’attention. Skinner décline cette mécanique en diverses classes d’opérants verbaux façonnés par le groupe social :
- Le mand : comportement verbal sous le contrôle d’une privation ou d’un stimulus aversif, renforcé par une conséquence spécifique (demander de l’eau).
- Le tact : comportement verbal sous le contrôle d’un stimulus discriminatif non verbal, renforcé par une approbation sociale généralisée (nommer un objet perçu : « chien ! »).
- L’échoïque : répétition vocale par approximation acoustique du modèle fourni par un adulte.
8.2 Le façonnage des répertoires sociaux et culturels
Au-delà de la parole, le façonnement par approximations successives constitue le ciment invisible de la transmission culturelle et de la socialisation primaire au sein des sociétés humaines. L’acquisition des règles de bienséance, de la tenue corporelle, de l’étiquette à table ou des compétences communicationnelles s’opère par une série ininterrompue de micro-façonnements délivrés par la matrice sociale. L’enfant apprend à moduler le volume sonore de sa voix, à attendre son tour de parole ou à regarder son interlocuteur dans les yeux sous l’effet de gratifications subtiles ou de retraits d’attention.
Les leviers de ce façonnage anthropologique reposent très rarement sur de la nourriture primaire, mais sur ce que Skinner nomme les « renforçateurs conditionnés généralisés ». L’attention d’autrui, un signe de tête approbatif, un sourire bienveillant, l’accession à un statut honorifique ou l’attribution de jetons symboliques (l’argent) constituent des stimuli d’une puissance opérante colossale parce qu’ils ont été appariés de longue date à de multiples sources primaires de survie et de confort. La culture opère ainsi comme un gigantesque milieu sélectif qui façonne, au fil des générations, des répertoires d’actions hautement sophistiqués que les individus intériorisent sous l’illusion d’une régulation spontanée ou innée.
8.3 La déconstruction du libre arbitre et de l’agentivité autonome
L’universalisation du modèle du façonnage conduit inévitablement à l’ouvrage le plus polémique et philosophique de Skinner, paru en 1971 : Beyond Freedom and Dignity (Par-delà la liberté et la dignité). Skinner y opère une déconstruction méthodique et radicale des concepts humanistes traditionnels d’agentivité autonome, de volonté souveraine et de libre arbitre. Selon son analyse, l’« homme intérieur autonome » auquel la tradition occidentale attribue le mérite ou le blâme de ses actions n’est qu’un fantôme logé dans la machine, une variable fantoche inventée pour pallier notre ignorance des chaînes de contingences environnementales passées.
Si la topographie d’un comportement résulte rigoureusement de la somme cumulative des approximations renforcées tout au long de l’histoire ontogénétique de l’individu, alors la liberté conçue comme absence de causalité extérieure n’est qu’une illusion métaphysique. L’individu ne choisit pas plus sa conduite que le pigeon ne « choisit » de tourner sur lui-même : tous deux obéissent aux lois déterministes de la sélection par les conséquences. Loin d’en tirer des conclusions pessimistes ou cyniques, Skinner plaidait pour une assomption lucide de cet état de fait : plutôt que de laisser le façonnement des êtres humains aux mains du hasard, des tyrannies marchandes ou des religions obscurantistes, la société devrait concevoir une ingénierie comportementale délibérée, explicite et scientifique afin de façonner des répertoires tournés vers la coopération pacifique, la durabilité écologique et le bien-être collectif.
9. Applications thérapeutiques : L’essor de l’Analyse Appliquée du Comportement (ABA)
9.1 L’intervention précoce dans les troubles du spectre de l’autisme (TSA)
L’héritage clinique le plus direct et documenté du façonnage skinnérien se déploie dans le champ de l’Analyse Appliquée du Comportement (Applied Behavior Analysis, ABA), impulsée dès les années 1960 par le psychologue Ivar Lovaas à l’Université de Californie à Los Angeles (UCLA). Face à des enfants présentant des troubles sévères du spectre de l’autisme, alors enfermés dans l’isolement communicatif et des répertoires comportementaux auto-stimulants ou mutilants, Lovaas a adapté la boîte à outils opérante en instituant les séances d’entraînement par essais discrets (Discrete Trial Training, DTT).
Dans ces protocoles intensifs, les compétences complexes nécessaires à la vie quotidienne sont méthodiquement déconstruites en sous-objectifs élémentaires façonnés par approximations successives :
- Le contact visuel : l’intervenant renforce d’abord un bref coup d’œil fortuit vers son menton par une louange ou une friandise, puis n’accorde le renfort que pour un alignement direct des yeux durant une seconde, puis deux, jusqu’à l’ancrage d’un regard soutenu et interactif.
- L’articulation phonétique : façonnage des praxies bucco-faciales débutant par l’ouverture de la bouche, puis l’imitation de la forme des lèvres, puis l’émission d’un souffle laryngé jusqu’à la prononciation distincte de syllabes fonctionnelles.
- L’autonomie quotidienne : l’apprentissage de l’habillage, de la propreté sphinctérienne ou du brossage des dents est obtenu en récompensant chaque micro-ajustement moteur sur une échelle d’exigence fractionnée, apportant une percée clinique sans précédent à des cohortes jusqu’alors déclarées incurables par la psychiatrie asilaire.
9.2 Traitement des troubles anxieux et des comportements phobiques
Le façonnage opérant trouve une déclinaison majeure en psychopathologie au sein des thérapies comportementales et cognitives (TCC), particulièrement dans le traitement des troubles anxieux généralisés, des attaques de panique et des phobies spécifiques. Si la désensibilisation systématique de Joseph Wolpe tire historiquement ses racines de l’inhibition réciproque d’obédience pavlovienne, la pratique moderne de l’exposition graduée in vivo relève directement de la dynamique du façonnage opérant.
Dans une phobie invalidante (par exemple, une agoraphobie sévère avec impossibilité de quitter le domicile), le comportement d’évitement est activement maintenu par renforcement négatif : fuir la rue supprime l’inconfort viscéral immédiat, ce qui ancre la réclusion. Le protocole thérapeutique consiste alors à façonner par approximations physiques successives la tolérance à l’exposition au stimulus anxiogène :
- L’expérimentateur clinicien façonne et renforce le simple fait de s’habiller et de se tenir debout derrière la porte d’entrée close pendant cinq minutes.
- Le palier suivant exige d’ouvrir la porte et de regarder le palier sans franchir le seuil.
- L’étape ultérieure implique de poser un pied dans l’allée extérieure, puis de faire dix pas vers la boîte aux lettres, puis de parcourir cent mètres en direction d’un parc public.
À chaque étape, la réponse d’approche est validée, stabilisée par du renforcement social positif et l’extinction concomitante de l’anxiété par habituation psychophysiologique, démantelant le comportement pathologique par sédimentation continue d’approximations d’assurance corporelle.
9.3 Réhabilitation motrice et médecine comportementale
En médecine physique et réadaptation, les principes du façonnage skinnérien ont permis des avancées spectaculaires, notamment dans la prise en charge des séquelles motrices chez les patients victimes d’accidents vasculaires cérébraux (AVC) ou de traumatismes crâniens graves. Le paradigme le plus représentatif de cette convergence est la thérapie par le mouvement induit par la contrainte (Constraint-Induced Movement Therapy, CIMT), théorisée par Edward Taub.
Après une hémiplégie partielle, les patients développent une « non-utilisation apprise » (learned non-use) : constatant l’échec initial et douloureux de leur membre lésé, ils cessent définitivement de le solliciter, compensant intégralement avec le membre sain. Le protocole CIMT neutralise le membre sain dans une attelle rigide et soumet le membre déficitaire à des séances intensives de façonnage moteur fin. L’ergothérapeute ne demande pas au patient d’attraper immédiatement un verre d’eau :
- Le clinicien renforce d’abord une contraction musculaire visible de l’avant-bras mesurée par électromyographie de surface (technique de biofeedback servant de renforçateur conditionné).
- Puis il exige une extension des doigts de quelques millimètres.
- Puis un effleurement tactile d’un objet en mousse.
- Enfin, la préhension digitale effective et le soulèvement d’une masse calibrée.
Ce façonnage pas à pas induit une réorganisation topographique majeure au sein du cortex moteur primaire (neuroplasticité cérébrale), démontrant que la dynamique opérante skinnérienne modèle non seulement les comportements observables, mais refaçonne activement les circuits neuronaux sous-jacents.
10. Applications pédagogiques : La technologie de l’enseignement
10.1 Les machines à enseigner et l’enseignement programmé
Dans les années 1950, visitant la classe d’école de sa propre fille, Skinner est saisi d’effroi par la faillite méthodologique des systèmes scolaires traditionnels. Il y dénonce trois tares rédhibitoires : une contingence aversive constante (peur des punitions, de la mauvaise note, du ridicule), un délai temporel ruineux entre la production du devoir par l’élève et la correction différée de plusieurs jours par le maître, et une cadence collective uniforme qui mutile à la fois les élèves rapides et les élèves lents. En réponse, Skinner publie son traité d’ingénierie éducative, The Technology of Teaching (1968), et conçoit les premières machines mécaniques à enseigner (teaching machines).
Ces appareils mécaniques, dépourvus de circuits électroniques complexes, exposaient à l’élève une séquence logique rigoureusement découpée en micro-unités de savoir appelées « cadres » (frames). Chaque cadre présentait une phrase courte avec une omission textuelle que l’élève devait compléter manuellement en écrivant la réponse ou en tournant un curseur. Immédiatement après avoir validé sa proposition, la machine révélait la réponse correcte par un volet transparent. Le principe cardinal de cette pédagogie programmée était la suppression systématique de l’erreur : le calibrage des approximations successives d’une notion devait être si fin, l’étayage textuel si méthodique, que le taux de réussite de l’apprenant avoisinait les 95 %. Chez Skinner, l’erreur n’est jamais formatrice ; elle n’est qu’un déchet de transmission susceptible d’entraîner l’extinction et le désengagement moteur de l’esprit.
10.2 L’individualisation des parcours et l’auto-rythme d’apprentissage
La technologie skinnérienne de l’enseignement réarticule complètement la temporalité didactique autour du rythme individuel d’apprentissage (self-pacing). Dans la classe opérante, il n’y a plus de cours magistral uniforme face à un groupe homogène imaginaire. Chaque élève progresse le long du rouleau de papier de sa propre machine à sa vitesse intrinsèque, déclenchant lui-même les renforcements informatifs au moment exact où son comportement d’écriture s’aligne sur le critère exigé.
Cette approche a permis de façonner des compétences académiques abstraites particulièrement redoutées : le calcul algébrique complexe, la syntaxe grammaticale latine ou les règles formelles de la logique propositionnelle. Skinner a ainsi redéfini le rôle épistémologique du professeur. L’enseignant n’est plus la fontaine dispensatrice d’un savoir mystique ni un surveillant punitif ; il devient un ingénieur de l’environnement éducatif, un architecte lucide des contingences de renforcement chargé de designer des programmes progressifs où la réussite immédiate soutient la motivation intrinsèque de l’étudiant sans friction répressive.
10.3 Héritage dans les technologies éducatives numériques contemporaines
Il est fascinant de constater que les principes de l’enseignement programmé et du façonnage skinnérien se trouvent au fondement structurel de toute l’industrie contemporaine des technologies éducatives numériques (EdTech) et de l’apprentissage adaptatif (adaptive learning). Les plateformes logicielles modernes de formation en ligne ou d’apprentissage des langues (à l’instar de systèmes comme Duolingo) ne font rien d’autre que répliquer à grande échelle l’algorithme des machines à enseigner mécaniques des années 1950 :
- Granularité extrême du contenu : fragmentation des concepts en micro-tâches de deux minutes, ne confrontant jamais l’utilisateur à un saut conceptuel déstabilisateur.
- Rétroaction instantanée au millième de seconde : la validation d’une réponse par un son cristallin distinctif associé à un signal visuel vert remplit exactement le rôle du clic et de la trémie à grains comme renforçateur conditionné immédiat.
- Ludification algorithmique (gamification) : accumulation de points d’expérience, déblocage de jauges de progression, maintien de « séries » (streaks) de jours consécutifs et octroi de badges virtuels qui fonctionnent comme des jetons au sein d’une économie opérante fermée, garantissant l’engagement continu par façonnage de micro-habitudes numériques quotidiennes.
11. Critiques épistémologiques, controverses et limites biologiques
11.1 La réfutation cognitiviste et la querelle historique avec Noam Chomsky
L’ambition impérialiste du modèle opérant à rendre compte de l’intégralité de l’esprit humain s’est heurtée à une contestation frontale à la fin des années 1950, événement fondateur de la « révolution cognitive ». L’assaut le plus décisif a été porté par le jeune linguiste Noam Chomsky en 1959 dans sa recension critique dévastatrice de l’ouvrage Verbal Behavior de Skinner, publiée dans la revue Language.
Chomsky y a dénoncé l’inanité de la transposition des concepts de laboratoire au langage naturel. Son objection maîtresse repose sur le principe de la créativité du langage et l’argument de la pauvreté du stimulus : un enfant en bas âge est capable de comprendre et d’énoncer instantanément des phrases grammaticalement complexes qu’il n’a jamais entendues auparavant et dont aucune composante n’a jamais fait l’objet d’un façonnage par approximations successives de la part de ses parents. Pour Chomsky, vouloir expliquer la récursivité syntaxique par une chaîne linéaire de stimuli discriminatifs et de renforcements relève d’une illusion nominale dissimulant une totale incapacité descriptive. Cette querelle fondatrice a sonné le déclin du règne béhavioriste en psychologie théorique, réhabilitant la légitimité scientifique des représentations mentales computationnelles, des grammaires innées et des modules cognitifs internes.
11.2 Les contraintes biologiques et la dérive instinctive
Une seconde fissure majeure dans l’édifice skinnérien est apparue au sein même du camp des disciples immédiats du maître. En 1961, Keller et Marian Breland, anciens étudiants et collaborateurs dévoués de Skinner devenus dresseurs d’animaux pour l’industrie du spectacle commercial, publient un article au titre provocateur : « The Misbehavior of Organisms » (Le mauvais comportement des organismes), détournement explicite du chef-d’œuvre de Skinner de 1938, The Behavior of Organisms.
Forts de l’entraînement de milliers d’animaux appartenant à plus de trente espèces différentes, les Breland ont rapporté l’apparition récurrente de spectaculaires échecs de façonnage attribuables à ce qu’ils ont nommé la dérive instinctive (instinctive drift). Par exemple, en voulant façonner un raton laveur à saisir des pièces de monnaie en métal pour les déposer dans une boîte d’épargne, les dresseurs ont constaté qu’après un succès initial, l’animal refusait de lâcher la pièce. Il la frottait compulsivement entre ses pattes, la plongeait dans le réceptacle puis la reprenait pour la frotter encore, perdant totalement l’accès au renforçateur alimentaire. L’animal traitait la pièce comme un mollusque aquatique, réactivant ses patrons moteurs fixes ancestraux de nettoyage de nourriture. Les Breland ont prouvé que la malléabilité opérante n’est pas infinie : lorsqu’un comportement façonné entre en conflit avec des conduites alimentaires ou de prédation phylogénétiquement ancrées, la biologie de l’évolution triomphe inéluctablement du conditionnement de laboratoire, invalidant le postulat d’équipotentialité universelle des stimuli et des réponses cher aux premiers béhavioristes.
11.3 Les critiques éthiques et idéologiques de l’ingénierie comportementale
Sur le plan éthique et sociopolitique, les extrapolations de Skinner ont suscité des controverses d’une virulence rare. Dès la parution en 1948 de son roman utopique Walden Two, dépeignant une communauté idéale régulée de la naissance à la mort par une technologie du renforcement positif dispensée par des gestionnaires scientifiques bienveillants, des voix intellectuelles majeures se sont élevées pour alerter l’opinion publique. Des auteurs et philosophes ont accusé Skinner de concevoir une forme insidieuse de totalitarisme feutré, bien plus redoutable que les dictatures policières classiques puisqu’il ôte aux sujets jusqu’au désir même de résister en façonnant leur consentement à la source.
Dans les débats épistémologiques contemporains, l’application aveugle des techniques de façonnage continue de faire l’objet d’examens critiques rigoureux :
- Les critiques soulignent le danger de réductionnisme déshumanisant, consistant à nier l’expérience phénoménologique subjective et l’intériorité émotionnelle des personnes.
- Dans le champ de l’autisme, des mouvements d’autodéfense des personnes neuroatypiques fustigent les dérives historiques de certains protocoles ABA traditionnels, les accusant d’avoir utilisé le façonnage intensif pour forcer des enfants à masquer leurs particularités d’autorégulation sensori-motrice au seul profit d’un conformisme social normatif superficiel.
- La question éthique centrale demeure celle de l’asymétrie de pouvoir : qui détient la légitimité démocratique de déterminer quels comportements cibles doivent être façonnés, selon quels critères d’approximations et au bénéfice exclusif de quelles institutions dominantes ?
12. Héritage scientifique et perspectives neurobiologiques modernes
12.1 Les substrats neurobiologiques de l’apprentissage par approximations
Bien que Skinner ait toujours manifesté une défiance méthodologique envers la neurophysiologie de son temps — qu’il qualifiait avec ironie de « système nerveux conceptuel » —, les neurosciences cognitives contemporaines ont paradoxalement offert au façonnage par approximations successives ses lettres de noblesse matérielles les plus éclatantes. Les mécanismes synaptiques et cortico-striataux découverts à la fin du XXe siècle correspondent avec une troublante fidélité mathématique aux prédictions fonctionnelles du conditionnement opérant.
L’épicentre neurobiologique de cet apprentissage réside dans la voie mésocorticolimbique et la libération phasique de dopamine par les neurones de l’aire tegmentale ventrale (VTA) et de la substance noire vers le striatum ventral (noyau accumbens) et le cortex préfrontal. Les travaux révolutionnaires de Wolfram Schultz ont démontré que les décharges neuronales dopaminergiques n’encodent pas la récompense en tant que telle, mais le signal d’erreur de prédiction de la récompense (Reward Prediction Error, RPE) :
$$\delta = R_{\text{obte\nu}} – R_{\text{prédit}}$$
Lorsqu’une approximation motrice inédite et utile surgit durant la bouffée d’extinction et reçoit une graine imprévue, un pic dopaminergique massif envahit le striatum, modifiant instantanément la plasticité synaptique (potentialisation à long terme) des circuits cortico-striataux qui ont activé cette chaîne motrice. À l’inverse, lorsque l’expérimentateur supprime le renfort pour une ancienne approximation devenue obsolète, la baisse transitoire de la cadence de tir dopaminergique signale une prédiction non satisfaite, déclenchant le désengagement plastique et la variabilité motrice d’extinction.
12.2 L’apprentissage par renforcement en intelligence artificielle (Reinforcement Learning)
L’héritage skinnérien a trouvé son incarnation technologique la plus éclatante et spectaculaire au sein de l’informatique moderne et de l’intelligence artificielle fondamentale. L’architecture de l’apprentissage par renforcement (Reinforcement Learning), formalisée par Richard Sutton et Andrew Barto, s’inspire mot à mot de la contingence triadique opérante : un agent autonome explore un état environnemental ($s in S$), sélectionne une action motrice ($a in A$) et reçoit une rétroaction scalaire sous forme de récompense ou de pénalité ($r in R$).
Dans ce domaine, le problème fondamental réside dans la question des récompenses rares (sparse rewards). Si un robot humanoïde ou un bras articulé virtuel ne reçoit une valeur positive que lorsqu’il a réussi à assembler entièrement une montre ou à marcher sans chuter sur un kilomètre, la probabilité que des mouvements aléatoires mènent par hasard au succès est infinitésimale : l’algorithme d’apprentissage n’apprend jamais. Pour débloquer cette impasse, les chercheurs en intelligence artificielle ont codifié le concept de reward shaping (façonnage de récompense) : une fonction de récompense intermédiaire artificielle est injectée pour guider mathématiquement l’agent en attribuant des micro-gratifications au fur et à mesure que ses coordonnées spatiales se rapprochent de la trajectoire finale idéale. C’est grâce à cette transposition informatique directe du façonnage par approximations successives que des systèmes autonomes contemporains parviennent à maîtriser la locomotion quadrupède sur terrain accidenté, à surpasser les champions humains au jeu de go ou à animer la dextérité biomécanique des mains robotiques complexes.
12.3 Bilan épistémologique de l’apport skinnérien à la psychologie expérimentale
Au terme de cette analyse approfondie, l’expérience de façonnage par approximations successives apparaît comme l’une des pierres angulaires de l’édifice de la psychologie scientifique moderne. Si l’impérialisme doctrinal du béhaviorisme radical — prétendant dissoudre la totalité des dynamiques de la conscience humaine, du sens symbolique et des structures génétiques dans le seul creuset environnemental — a été justement circonscrit par la révolution cognitiviste et l’éthologie évolutive, l’efficience empirique du façonnage demeure intemporelle.
Skinner a légué aux sciences du vivant une exigence méthodologique intransigeante : l’obligation de relier les concepts théoriques à des protocoles de mesure objectifs, la méfiance salutaire envers les explications verbales paresseuses et la reconnaissance de la puissance créatrice des rétroactions matérielles du milieu sur la genèse de l’action. En démontrant qu’il est possible de sculpter des formes vivantes et dynamiques à partir de la variabilité spontanée d’un organisme, le façonnage opérant n’a pas seulement offert une technique clinique et pédagogique universelle ; il a mis en lumière l’extraordinaire capacité d’adaptation par laquelle le vivant s’invente et se réinvente sans cesse en réponse aux conséquences de ses propres actes.
Références
- Breland, K., & Breland, M. (1961). The misbehavior of organisms. American Psychologist, 16(11), 681–684. https://doi.org/10.1037/h0040090
- Chomsky, N. (1959). A review of B. F. Skinner’s Verbal Behavior. Language, 35(1), 26–58. https://doi.org/10.2307/411334
- Lovaas, O. I. (1987). Behavioral treatment and normal educational and intellectual functioning in young autistic children. Journal of Consulting and Clinical Psychology, 55(1), 3–9. https://doi.org/10.1037/0022-006X.55.1.3
- Schultz, W. (1998). Predictive reward signal of dopamine neurons. Journal of Neurophysiology, 80(1), 1–27. https://doi.org/10.1152/jn.1998.80.1.1
- Skinner, B. F. (1938). The Behavior of Organisms: An Experimental Analysis. Appleton-Century-Crofts.
- Skinner, B. F. (1953). Science and Human Behavior. Macmillan.
- Skinner, B. F. (1957). Verbal Behavior. Appleton-Century-Crofts. https://doi.org/10.1037/11256-000
- Skinner, B. F. (1958). Teaching machines. Science, 128(3330), 969–977. https://doi.org/10.1126/science.128.3330.969
- Skinner, B. F. (1960). Pigeons in a pelican. American Psychologist, 15(1), 28–37. https://doi.org/10.1037/h0045345
- Skinner, B. F. (1968). The Technology of Teaching. Appleton-Century-Crofts.
- Skinner, B. F. (1971). Beyond Freedom and Dignity. Alfred A. Knopf.
- Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). The MIT Press.
- Taub, E., Uswatte, G., & Pidikiti, R. (1999). Constraint-Induced Movement Therapy: a new family of techniques with broad application to physical rehabilitation–a clinical review. Journal of Rehabilitation Research and Development, 36(3), 237–251.
- Thorndike, E. L. (1898). Animal intelligence: An experimental study of the associative processes in animals. The Psychological Review: Monograph Supplements, 2(4), i–109. https://doi.org/10.1037/h0092987
- Watson, J. B. (1913). Psychology as the behaviorist views it. Psychological Review, 20(2), 158–177. https://doi.org/10.1037/h0074428