Dans l’histoire de la psychologie expérimentale et de l’analyse du comportement, peu de publications ont exercé un impact méthodologique et conceptuel aussi décisif que l’article séminal publié en 1956 par Norman Guttman et Harry Kalish, intitulé « Discriminability and stimulus generalization » au sein du prestigieux Journal of Experimental Psychology. Jusqu’au milieu des années 1950, si la notion de « généralisation du stimulus » formulée initialement par Ivan Pavlov dans le cadre du conditionnement répondant était largement acceptée comme un truisme théorique, sa réalité empirique au sein du comportement opérant libre demeurait floue, imprécise et dépourvue de caractérisation quantitative systématique. L’intuition fondamentale selon laquelle un organisme ayant appris à répondre en présence d’un stimulus spécifique transférait cette réponse à des stimuli physiquement similaires souffrait d’une incapacité chronique des laboratoires à isoler une dimension physique continue tout en mesurant des taux de réponse stables et non biaisés.
En introduisant un protocole d’une rigueur instrumentale sans précédent, combinant l’utilisation d’un monochromateur optique de haute précision pour projeter des longueurs d’onde lumineuses pures et l’exploitation des programmes de renforcement à intervalle variable théorisés par Burrhus Frederic Skinner, Guttman et Kalish sont parvenus à cartographier, pour la première fois avec une clarté mathématique irréfutable, la morphologie fonctionnelle de la réponse opérante le long d’un continuum physique continu. Les courbes en cloche d’une régularité stupéfiante obtenues chez le pigeon domestique (Columba livia) ont non seulement élevé l’analyse du contrôle par le stimulus au rang de science exacte, mais ont également jeté un pont conceptuel pérenne entre la psychophysique sensorielle et la théorie de l’apprentissage.
Le présent article propose une exploration exhaustive et multidisciplinaire de cette expérience fondatrice. À travers une déconstruction minutieuse de son contexte épistémologique, de ses innovations instrumentales, de sa formalisation mathématique et de ses prolongements directs — notamment le phénomène spectaculaire du Peak Shift mis en évidence par Harry M. Hanson —, nous examinerons comment ce paradigme a traversé les décennies pour irriguer les neurosciences computationnelles contemporaines, la théorie de la détection du signal et les protocoles modernes de l’analyse appliquée du comportement (ABA).
1. Introduction et contexte historique de la recherche de Guttman et Kalish (1956)
1.1 L’émergence du béhaviorisme opérant dans les années 1950
Le début des années 1950 marque une période de transition paradigmatique majeure au sein des laboratoires de psychologie nord-américains. Le modèle dominant hérité du conditionnement classique ou pavlovien, centré sur le couplage temporel entre un stimulus conditionnel (SC) et un stimulus inconditionnel (SI) au sein de circuits réflexes fermés, s’avérait de plus en plus insuffisant pour modéliser la complexité des conduites motrices spontanées. Les travaux pionniers de B.F. Skinner, cristallisés en 1938 avec The Behavior of Organisms puis popularisés dans les années d’après-guerre, imposaient une distinction fondamentale : le comportement « répondant », involontaire et déclenché de manière déterministe par des modifications antécédentes de l’environnement, devait être nettement séparé du comportement « opérant », lequel est émis par l’organisme et régulé non par ses déclencheurs initiaux, mais par ses conséquences directes dans le milieu (renforcement ou punition).
Toutefois, cette émancipation théorique du comportement opérant posait un défi méthodologique colossal : comment l’environnement antérieur à la réponse pouvait-il exercer une régulation prévisible sur un acte qui n’était pas un simple réflexe ? Skinner avait introduit la notion de « contrôle par le stimulus » (stimulus control), affirmant que les stimuli antécédents n’agissent pas comme des déclencheurs mécaniques, mais comme des stimuli discriminatifs (notés SD ou S+) signalant l’occasion où une réponse donnée est susceptible d’être renforcée. Néanmoins, pour asseoir la scientificité de ce principe face aux critiques cognitives naissantes et aux réserves des psychophysiciens formalistes, il était impératif d’opérationnaliser cette relation d’une manière rigoureusement quantitative. Il ne suffisait plus de postuler qu’un pigeon ou un rat « reconnaissait » une situation familière ; il fallait mesurer avec une précision millimétrique comment la variation infinitésimale d’un paramètre physique de l’environnement modifiait la probabilité d’émission de l’action libre au sein de protocoles automatisés.
1.2 Le parcours académique de Norman Guttman et Harry Kalish
C’est précisément à cette intersection entre psychophysique classique et analyse expérimentale du comportement que s’inscrivent les trajectoires de Norman Guttman et Harry Kalish à l’Université Duke, située à Durham en Caroline du Nord. Norman Guttman, chercheur rigoureux et esprit méthodologiste affûté, s’était imprégné des approches quantitatives développées dans l’école néo-béhavioriste tout en conservant une admiration profonde pour les exigences de mesure issues de la tradition psychophysique allemande fondée par Ernst Heinrich Weber et Gustav Theodor Fechner. Guttman pressentait que la psychologie expérimentale ne parviendrait à une maturité épistémologique semblable à celle de la physique que si elle parvenait à relier des dimensions physiques universelles (comme les longueurs d’onde lumineuses ou les fréquences acoustiques) à des fréquences de réponses comportementales continues.
Harry Kalish, quant à lui, apportait une expertise pointue dans l’expérimentation animale de précision et partageait cette ambition de décloisonner les disciplines. Les deux scientifiques constatèrent que les spécialistes de la vision étudiaient la perception de la couleur chez les vertébrés en utilisant des seuils absolus et différentiels au moyen de méthodes de choix forcé discret (l’animal doit choisir entre deux panneaux), tandis que les analystes du comportement mesuraient des flux temporels d’actions continues dans des chambres de Skinner, mais avec des stimuli visuels extrêmement rudimentaires (lumières blanches diffuses, lampes incandescentes mal calibrées). Leur collaboration à Duke visa un objectif commun inédit : construire une passerelle empirique irréfutable entre la théorie du renforcement opérant et les métriques spectrales de la psychophysique optique, prouvant que les principes de l’apprentissage pouvaient être décrits selon des fonctions mathématiques continues d’une élégance souveraine.
1.3 Les lacunes empiriques antérieures sur la généralisation du stimulus
Avant le coup de maître de 1956, les données empiriques soutenant le concept de généralisation du stimulus étaient étonnamment fragiles et parsemées d’artefacts expérimentaux. Lorsque Pavlov décrivait la généralisation chez ses chiens, il se contentait d’observer que la stimulation tactile d’un point cutané adjacent au point conditionné initial provoquait une salivation d’un volume intermédiaire. De même, la tristement célèbre expérience de John B. Watson et Rosalie Rayner sur le « Petit Albert » (1920) s’était appuyée sur des stimuli hautement hétérogènes et non paramétrables — un rat blanc, un lapin, un manteau de fourrure, un masque de père Noël —, empêchant toute quantification d’une distance physique continue entre les objets présentés.
Sur le plan méthodologique, les rares tentatives opérantes préalables souffraient de deux écueils rédhibitoires. Premièrement, les expérimentateurs continuaient fréquemment de renforcer l’animal durant les phases de test avec les nouveaux stimuli. Ce faisant, ils n’évaluaient pas la généralisation pure découlant de l’apprentissage initial, mais induisaient un nouvel apprentissage ou une différenciation progressive en cours de mesure. Deuxièmement, lorsque les tests étaient réalisés en l’absence de renforcement (sous extinction), la procédure était souvent si abrupte et désorganisée que le comportement de l’animal s’effondrait rapidement sous l’effet de la frustration ou de la satiété temporelle, écrasant les variations subtiles sous un bruit de fond chaotique. Il n’existait aucun protocole capable de présenter une gamme diversifiée de valeurs sensorielles physiques tout en maintenant un débit de réponse stable, sans contamination par le réapprentissage et sans extinction prématurée de la réponse motrice.
2. Les fondements théoriques de la généralisation et du contrôle du stimulus
2.1 La nature opérante du contrôle par le stimulus
Pour appréhender la portée de la percée de Guttman et Kalish, il convient de disséquer la mécanique intrinsèque du contrôle par le stimulus dans le conditionnement opérant. Dans un système réflexe pavlovien, le stimulus conditionné possède une fonction déclenchante : l’apparition du son provoque de manière quasi inéluctable la sécrétion salivaire ou la contraction musculaire par le truchement de circuits neuronaux innés ou nouvellement associés. Le sujet expérimental est fondamentalement passif vis-à-vis de l’émission de la réponse. En revanche, dans l’architecture opérante skinnérienne, l’organisme agit activement sur son environnement : le picotement d’une clé par un pigeon est une action volontaire (ou « émise ») dont la probabilité future dépend des contingences de renforcement antérieures.
Dans ce cadre, le stimulus environnemental ne contraint pas mécaniquement l’action ; il sert d’indicateur contextuel. Le stimulus discriminatif positif (SD ou S+) indique que l’environnement est configuré de telle sorte que l’émission du comportement entraînera la distribution d’une récompense (en l’espèce, l’accès à une trémie de grains). À l’inverse, un stimulus discriminatif négatif (SΔ ou S-) signale que le comportement ne sera pas renforcé. Le contrôle par le stimulus est précisément le degré auquel la présence, l’absence ou la modification graduelle d’un SD module systématiquement la probabilité, le rythme ou la latence de cette réponse opérante. Dès lors, la question théorique de la généralisation devient : dans quelle mesure cette régulation probabiliste s’étend-elle à des configurations physiques inédites que l’organisme n’a jamais rencontrées au cours de son histoire d’apprentissage ?
2.2 La conceptualisation théorique du gradient de généralisation
La formalisation théorique stipule que si un comportement a été conditionné en présence d’une valeur stimulus spécifique le long d’un continuum physique dimensionnel unidimensionnel (notée S0), la présentation ultérieure de stimuli de comparaison (S1, S2, …, Sn) distribués le long de ce même axe engendrera un taux de réponse qui sera une fonction mathématique ordonnée de la distance physique séparant ces stimuli du stimulus d’origine. Cette fonction graphique constitue ce que l’on nomme le « gradient de généralisation ».
Le postulat théorique fondamental, formulé conceptuellement dès les travaux de Clark L. Hull dans les années 1940, avançait que le taux d’émission de la réponse devait décroître de manière monotone et continue à mesure que l’écart physique s’accroît par rapport au point d’ancrage du conditionnement initial. Si l’on trace le taux de réponse en ordonnée et la dimension physique en abscisse, la courbe résultante devrait idéalement présenter un sommet (le pic) centré exactement sur S0, flanqué de part et d’autre de pentes descendantes symétriques reflétant la diminution progressive du pouvoir régulateur du stimulus. Avant 1956, cette courbe en forme de cloche n’était toutefois qu’une conjecture graphique élégante tracée sur des tableaux noirs d’amphithéâtres universitaires, sans assise expérimentale directe sur un continuum physique pur.
2.3 L’intégration de la psychophysique dans l’analyse comportementale
L’apport décisif de Norman Guttman réside dans la transplantation des méthodologies de la psychophysique classique au cœur du laboratoire opérant. La psychophysique, formalisée par Gustav Fechner à travers sa célèbre loi logarithmique reliant la magnitude de la sensation physique à l’intensité de la stimulation, s’était presque exclusivement développée en collectant des rapports verbaux auprès de sujets humains (« ce son est-il plus fort ou plus faible que le précédent ? »). Lorsque les psychophysiciens s’intéressaient aux animaux, ils recouraient à des méthodes discriminatives pénibles consistant à forcer l’animal à choisir entre deux portes ou deux leviers, réduisant la mesure à un pourcentage de choix corrects.
Guttman comprit que le débit de réponse opérant (le nombre d’actions par minute enregistré sur un commutateur) offrait une mesure continue, non verbale et infiniment plus riche de la sensibilité de l’organisme que le simple choix binaire. En projetant des stimuli visuels rigoureusement calibrés en nanomètres sur la clé de réponse elle-même, Guttman et Kalish ne mesuraient pas seulement si le pigeon « voyait » la différence entre deux couleurs ; ils mesuraient l’impact direct et quantifiable de cette variation spectrale sur la motivation motrice du sujet. Cette démarche intégrait d’emblée la structure optique du récepteur de l’animal dans l’analyse fonctionnelle : le gradient de réponse devenait une manifestation comportementale macroscopique de l’interaction complexe entre les pigments rétiniens, le traitement neuro-sensoriel et l’histoire de renforcement de l’organisme.
3. Le dispositif instrumental et l’appareil expérimental
3.1 La chambre de conditionnement opérant adaptée aux stimuli visuels
Pour parvenir à une reproductibilité absolue, Guttman et Kalish durent concevoir un appareillage d’une sophistication technique inédite pour l’époque. La boîte de Skinner standard fut entièrement repensée pour éliminer toute contamination sensorielle susceptible de concurrencer le contrôle visuel exercé par la clé de réponse. Le dispositif était constitué d’une enceinte cubique insonorisée, peinte intérieurement d’un noir mat non réfléchissant afin d’interdire tout rebond de lumière parasite ou de réflexion diffuse sur les parois métalliques.
Au centre du panneau opérationnel se trouvait la clé de réponse : un disque translucide en plastique dépoli d’environ 2,5 centimètres de diamètre, monté sur un châssis pivotant avec une extrême sensibilité mécanique. Cette clé jouait un double rôle fonctionnel simultané : elle servait d’écran de projection arrière pour les faisceaux lumineux monochromatiques et constituait la cible motrice que le pigeon devait percuter avec son bec. Immédiatement sous la clé, une ouverture rectangulaire donnait accès à une trémie motorisée remplie de grains de maïs et de chanvre. Durant les phases de renforcement, cette trémie s’élevait pendant un temps calibré (généralement 3 à 4 secondes), illuminée par une petite ampoule interne, tout en plongeant le reste de la chambre dans une obscurité temporaire. Un bruit blanc continu diffusé par un haut-parleur masquait les bruits ambiants du bâtiment de Duke University, garantissant que seule la dimension visuelle gouvernait l’activité de l’animal.
3.2 L’utilisation du monochromateur et le calibrage spectral
Le véritable saut qualitatif de l’expérience de 1956 réside dans l’utilisation d’un monochromateur optique de laboratoire en lieu et place des filtres en gélatine ou des ampoules teintées habituellement employés à l’époque. Les filtres colorés conventionnels souffraient d’une tare rédhibitoire : ils diffusaient des bandes spectrales extrêmement larges et mal définies, tout en modifiant de façon incontrôlée l’intensité lumineuse (la luminance) en même temps que la tonalité chromatique. Un animal confronté à un filtre vert puis à un filtre rouge réagissait souvent non pas à la couleur, mais au fait que l’un des filtres laissait passer deux fois plus de photons que l’autre.
Guttman et Kalish équipèrent leur appareil d’un réseau de diffraction et de fentes micrométriques calibrées permettant d’isoler des faisceaux lumineux possédant une bande passante spectrale quasi pure, n’excédant pas quelques nanomètres de largeur. De plus, ils procédèrent à un étalonnage radiométrique rigoureux : à l’aide d’une cellule photoélectrique et de filtres neutres à densité variable, ils ajustèrent minutieusement l’intensité énergétique de chaque longueur d’onde projetée sur la clé translucide afin que tous les stimuli présentent une intensité lumineuse équivalente pour l’œil du pigeon. La valeur étalon de référence, choisie comme stimulus discriminatif d’entraînement (S+), fut fixée avec une précision absolue à 580 nanomètres (nm), ce qui correspond, dans le spectre visible, à une nuance jaune-orangée très pure.
3.3 L’enregistrement automatisé des données comportementales
L’élimination du biais de l’expérimentateur constituait un cheval de bataille impératif pour l’école skinnérienne. Dans le dispositif de Guttman et Kalish, aucun être humain n’était présent dans la pièce d’expérimentation durant les sessions de conditionnement et de test. Le commutateur fixé à l’arrière de la clé translucide était connecté à des circuits de relais électromécaniques situés dans une pièce de contrôle adjacente. Chaque contact exercé par le bec du pigeon fermant le circuit pendant une durée minimale de quelques millisecondes était instantanément comptabilisé sur des compteurs à impulsions électriques et tracé sur un enregistreur cumulatif mécanique de type Gerbrands.
L’enregistreur cumulatif permettait une visualisation graphique continue et en temps réel de la cinétique comportementale : le rouleau de papier défilait à vitesse constante pendant qu’une plume se déplaçait verticalement d’un cran à chaque picotement de la clé. La pente de la ligne ainsi tracée traduisait directement la vitesse d’émission de la réponse : une pente raide signalait un débit de picotement frénétique, une pente faible indiquait un ralentissement, et une ligne horizontale matérialisait une absence totale de réponse. Cet enregistrement automatisé a garanti que l’intégralité des données analysées par la suite reposait sur des décomptes physiques objectifs d’une précision absolue, expurgés de toute distorsion interprétative humaine.
4. Le protocole méthodologique standardisé de l’étude de 1956
4.1 Sélection des sujets et état de privation
Pour cette étude expérimentale, Guttman et Kalish sélectionnèrent des pigeons domestiques adultes (Columba livia) issus du même élevage, exempts de toute expérience comportementale antérieure en laboratoire. Le choix du pigeon n’était pas anodin : doté d’un système visuel diurne hautement sophistiqué surpassant largement celui de l’être humain en termes de résolution spectrale et temporelle, le pigeon constitue l’organisme modèle par excellence pour les recherches sur le contrôle optique opérant.
Afin d’instaurer une motivation stable et homogène tout au long du protocole, les animaux furent soumis à un régime de privation alimentaire strict jusqu’à atteindre un poids cible rigoureusement stabilisé à 80 % de leur poids corporel nourri à volonté (ad libitum). Cette standardisation de l’état de privation était cruciale : un pigeon trop rassasié cesse d’émettre des réponses motrices soutenues dès que le renforcement s’espace, tandis qu’un pigeon en état d’inanition avancée manifeste des comportements d’agitation motrice désordonnée polluant la finesse de la mesure. Une fois ce poids régulé au gramme près, les oiseaux subirent une phase d’habituation à la chambre d’isolation, suivie d’un façonnage par approximations successives (shaping) pour stabiliser la réponse mécanique de frappe du bec sur la clé translucide.
4.2 La phase d’entraînement sous programme à intervalle variable (VI)
L’un des coups de génie méthodologiques de Guttman et Kalish fut le choix délibéré du programme de renforcement appliqué durant la phase d’apprentissage. Si les chercheurs avaient récompensé chaque coup de bec par l’octroi immédiat de nourriture (programme de renforcement continu, ou CRF), l’animal aurait immédiatement cessé de picoter dès l’instauration de la phase de test où la nourriture est suspendue. Pour observer un gradient de généralisation le long de multiples longueurs d’onde, il fallait impérativement que le pigeon continue de picoter activement pendant plusieurs dizaines de minutes en l’absence de tout renforçateur alimentaire.
Les pigeons furent donc entraînés sous un programme à intervalle variable d’une minute (VI 1-min). Sous ce régime, la nourriture n’est délivrée qu’après un coup de bec émis une fois qu’un laps de temps variable s’est écoulé depuis le dernier renforcement (l’intervalle pouvant osciller de manière imprévisible entre 5 secondes et 2 minutes, avec une moyenne arithmétique de 60 secondes). Durant toute cette phase d’entraînement, la clé de réponse était illuminée en permanence par la lumière monochromatique de référence fixée à 580 nm. Ce programme VI 1-min engendra chez tous les sujets un débit de picotement remarquablement régulier, modéré (oscillant généralement entre 40 et 70 coups par minute) et, par-dessus tout, doué d’une résistance phénoménale à l’extinction immédiate. Les oiseaux apprirent ainsi à persévérer dans la frappe de la clé même lorsque les récompenses s’espaçaient substantiellement dans le temps.
4.3 La procédure de test de généralisation sous extinction
Une fois le comportement opérant parfaitement stabilisé sous 580 nm, les expérimentateurs passèrent à la phase critique de l’expérience : le test de généralisation proprement dit. Cette étape fut conduite sous des conditions d’extinction totale : le moteur de la trémie à grains fut définitivement désactivé, de sorte qu’aucun renforçateur ne fut délivré, quel que soit le nombre de picotements ou la nature du stimulus affiché sur la clé. Cette coupure était indispensable pour garantir que la distribution des réponses reflète exclusivement le transfert d’apprentissage dérivé de la phase initiale d’entraînement, et non un réapprentissage opportuniste en cours d’épreuve.
Le protocole de présentation des stimuli était d’une élégance chirurgicale. Les chercheurs sélectionnèrent une gamme de longueurs d’onde s’étalant de 490 nm à 640 nm (couvrant une transition continue allant du bleu-vert au rouge profond, en passant par le vert, le jaune et l’orange). Chaque longueur d’onde était projetée sur la clé pendant un bloc temporel standardisé de 30 secondes. Les stimuli étaient présentés dans un ordre randomisé selon un protocole en blocs aléatoires, afin d’annihiler tout biais d’ordre ou effet de séquence séquentielle. Chaque bloc de 30 secondes était intercalé d’une brève extinction de 10 secondes d’obscurité totale durant laquelle la clé n’était pas illuminée. L’ensemble de la série spectrale fut répétée plusieurs fois consécutivement pour chaque oiseau au cours d’une unique session de test ininterrompue d’une durée d’environ 45 minutes.
5. Résultats quantitatifs et morphologie du gradient de généralisation
5.1 La structure en cloche symétrique autour du stimulus d’entraînement
Les résultats empiriques publiés par Guttman et Kalish en 1956 dépassèrent toutes les espérances théoriques de l’époque par leur limpidité et leur élégance géométrique. Lorsque les données de frappe furent agrégées et reportées sur un graphique traçant le nombre total de réponses opérantes en fonction de la longueur d’onde lumineuse incidente, les données tracèrent une courbe en cloche d’une régularité presque parfaite, morphologiquement analogue à une distribution normale ou gaussienne.
Le point d’inflexion sommital (le pic de la courbe) s’est avéré invariablement et rigoureusement ancré sur la valeur de 580 nm, c’est-à-dire le stimulus exact en présence duquel les pigeons avaient été préalablement renforcés. Dès que la lumière projetée s’écartait de cette coordonnée spectrale, que ce soit vers le haut ou vers le bas du spectre électromagnétique, le débit de picotement chutait de manière continue, fluide et prévisible. Les pigeons ne manifestaient aucunement une réponse de type « tout ou rien » ; ils répondaient d’autant moins que l’écart physique avec la couleur d’origine devenait important, matérialisant ainsi dans le marbre empirique le concept même de gradient de généralisation continue.
5.2 La symétrie bilatérale et les écarts spectraux
L’un des aspects les plus fascinants de la découverte de Guttman et Kalish réside dans la remarquable symétrie bilatérale du gradient autour de la valeur d’entraînement. En comparant les taux de décroissance de part et d’autre de la coordonnée de 580 nm, les chercheurs constatèrent que la pente de régression comportementale vers les longueurs d’onde plus courtes (en direction du vert à 550 nm puis du bleu-vert à 510 nm) était quasiment le miroir mathématique de la pente descendant vers les longueurs d’onde plus longues (en direction de l’orange à 600 nm et du rouge à 630 nm).
Aux extrémités de la gamme spectrale échantillonnée (à 490-500 nm d’un côté, et à 630-640 nm de l’autre), le taux de picotement tombait à des valeurs infinitésimales, proches de zéro, témoignant du fait que ces bandes chromatiques étaient fonctionnellement traitées par le système nerveux de l’oiseau comme totalement étrangères à la situation ayant donné lieu à un renforcement. La transition n’était cependant jamais brutale : à 570 nm et à 590 nm (à seulement 10 nm de distance physique du S+), la réponse demeurait extrêmement vigoureuse (environ 75 à 85 % du pic maximal), chutant à environ 30-40 % à 20-30 nm de distance, avant de s’éteindre graduellement sur les marges spectrales.
5.3 Variations inter-individuelles et cohérence intragroupe
La puissance d’une démonstration en analyse expérimentale du comportement repose traditionnellement sur la reproductibilité des patterns chez chaque sujet individuel, plutôt que sur le masquage des idiosyncrasies derrière des moyennes statistiques de groupe artificiellement lissées. Sur ce point, l’expérience de 1956 fournit une démonstration exemplaire : la morphologie en cloche symétrique s’est manifestée avec une fidélité stupéfiante chez la totalité des pigeons testés individuellement.
Bien que le volume absolu de coups de bec ait pu osciller modérément d’un oiseau à l’autre en fonction de variations métaboliques individuelles ou de vivacités motrices propres, la forme proportionnelle normalisée des gradients individuels était quasiment interchangeable. Lorsque les réponses de chaque oiseau furent recalculées en pourcentages du total de ses propres émissions motrices, les courbes individuelles vinrent se superposer avec une dispersion statistique minimale. Cette cohérence intragroupe exceptionnelle démontra sans ambiguïté que la morphologie de la courbe n’était ni un artéfact d’échantillonnage ni une construction théorique idéalisée, mais bien une loi comportementale fondamentale régissant la transduction de la distance physique d’un stimulus en probabilité d’action opérante.
6. Analyses théoriques et modélisation mathématique du comportement
6.1 L’invariance de la pente et la psychométrie opérante
La découverte d’une telle symétrie fonctionnelle conduisit Norman Guttman à s’interroger sur la modélisation mathématique formelle du gradient. Dans des publications ultérieures, plusieurs théoriciens de l’apprentissage cherchèrent à dériver l’équation fondamentale régissant cette décroissance motrice. Les modélisations les plus robustes adoptèrent une formulation fondée sur une décroissance exponentielle négative en fonction de la distance psychologique ou sensorielle :
R = Rmax · e–k · |S – S0|
Dans cette formalisation mathématique, R représente le taux de réponse prédit pour un stimulus donné S, Rmax désigne le débit maximal obtenu au sommet du gradient centré sur le stimulus d’entraînement initial S0, e est la constante népérienne, tandis que le coefficient k caractérise la pente ou l’acuité du gradient de généralisation (sa « netteté »). Plus la constante k est élevée, plus le gradient est raide et compact, reflétant une discrimination aiguë ; à l’inverse, une valeur de k faible traduit un gradient aplati et diffus où l’organisme généralise largement son comportement à des stimuli très distants.
Ce formalisme établit une passerelle directe avec les travaux pionniers de S.S. Stevens et l’application des lois d’échelle psychophysique. En démontrant qu’une variation physique mesurée sur une échelle de rapport continu (les nanomètres) engendre une modification proportionnelle et symétrique du flux opérant, Guttman et Kalish ont démontré que le débit de réponse constitue une véritable échelle psychométrique à intervalles réguliers, capable de mesurer la distance perceptuelle perçue par le système sensoriel d’un animal non verbal avec un degré de précision comparable aux méthodes psychophysiques humaines les plus rigoureuses.
6.2 L’interprétation béhavioriste radicale de la généralisation
Sur le versant de l’épistémologie de la psychologie, la réussite expérimentale de 1956 fournit un argument de poids aux défenseurs du béhaviorisme radical menés par B.F. Skinner. Les théoriciens mentalistes de l’époque affirmaient régulièrement que la généralisation résultait d’une opération cognitive complexe, d’un « jugement de ressemblance » ou d’une défaillance inférentielle de l’esprit de l’animal incapable de faire la différence entre deux nuances spectrales. Skinner et Guttman récusèrent vigoureusement cette lecture internaliste.
Pour l’analyse expérimentale du comportement, la généralisation n’est pas un échec cognitif ou un processus mental sous-jacent ; elle est la propriété constitutive par défaut de tout apprentissage biologique. Aucun organisme ne rencontre jamais deux fois dans son existence un stimulus strictement identique sous tous ses angles physiques : la lumière du soleil varie, l’angle de vue oscille, la distance spatiale se modifie. Si les organismes étaient génétiquement programmés pour ne répondre qu’en présence de la configuration physique microscopique exacte qui a présidé au renforcement, ils seraient totalement inaptes à survivre. La généralisation opérante est précisément le mécanisme adaptatif premier qui permet à l’action d’opérer sur une classe fonctionnelle de stimuli. C’est la discrimination (l’apprentissage à ne plus répondre aux stimuli divergents) qui nécessite un travail adaptatif et un coût biologique supplémentaires.
6.3 Modèles de choix et théories de la détection du signal
L’approche de Guttman et Kalish a également anticipé de manière remarquable les développements de la Théorie de la Détection du Signal (TDS) appliquée aux comportements animaux. Le gradient de généralisation peut être réinterprété sous l’angle d’une fonction de probabilité où l’organisme pondère en permanence le rapport bénéfice/risque entre la détection d’un signal valide et l’émission d’une fausse alerte motrice.
Dans un écosystème naturel, émettre une réponse face à un stimulus proche mais non identique au stimulus optimal (par exemple, piquer un fruit dont la couleur dévie légèrement de la maturité parfaite) implique un compromis évolutif permanent. Une discrimination excessivement stricte (gradient hyper-pointu) condamne l’animal à ignorer des opportunités de subsistance parfaitement viables en raison de variations d’éclairage minimes ; à l’opposé, une généralisation démesurée (gradient plat) conduit à dépenser une énergie motrice précieuse sur des cibles non nutritives ou périmées. L’allure gaussienne démontrée par Guttman et Kalish reflète mathématiquement cette distribution optimale des ressources comportementales d’un organisme soumis à l’incertitude sensorielle du monde physique.
7. L’impact de l’entraînement discriminatif et le phénomène du Peak Shift
7.1 L’expérience pionnière de H.M. Hanson (1959)
Si l’expérience de 1956 a établi la référence empirique universelle pour un conditionnement non contrasté (où un seul stimulus est présenté et renforcé), elle a immédiatement ouvert une interrogation cruciale : comment la morphologie de cette courbe est-elle altérée lorsque l’animal est explicitement entraîné à discriminer la valeur renforcée d’une autre valeur spécifique activement associée à l’absence de renforcement ? C’est Harry M. Hanson, travaillant dans le sillage direct de Guttman et Kalish, qui répondit à cette question en publiant en 1959 une étude désormais célèbre sur le conditionnement discriminatif intrapolifère.
Dans son protocole, Hanson entraîna un groupe contrôle de pigeons selon la méthode classique de Guttman et Kalish (S+ fixé à 550 nm sur un programme VI). En parallèle, il soumit des groupes expérimentaux à un entraînement discriminatif explicite comportant deux stimuli alternés : un S+ (550 nm) toujours associé au renforcement alimentaire, et un stimulus discriminatif négatif, noté SΔ ou S- (par exemple fixé à 555, 560 ou 570 nm), dont l’apparition sur la clé ne délivrait jamais le moindre grain. Lors du test de généralisation sous extinction subséquent, Hanson observa un phénomène contre-intuitif saisissant : le sommet de la courbe de réponse ne se situait plus sur le S+ d’entraînement, mais s’était déporté à l’opposé exact du S- ! Ce phénomène spectaculaire fut baptisé le déplacement du pic (Peak Shift).
7.2 La théorie d’interaction excitation-inhibition de Kenneth Spence
Pour rendre compte théoriquement de cette anomalie apparente où l’animal répond avec une vigueur maximale à un stimulus qu’il n’a pourtant jamais vu au cours de son entraînement et qui n’a jamais été renforcé, les analystes du comportement mobilisèrent le modèle mathématique de sommation élaboré par Kenneth Spence dès 1937.
Spence postulait que l’apprentissage ne crée pas une entité isolée, mais engendre deux processus neuro-comportementaux antagonistes distribués sous forme de gradients continus le long de la dimension physique :
- Un gradient excitateur positif, centré sur la coordonnée du S+, qui favorise l’émission de la réponse opérante ;
- Un gradient inhibiteur négatif, centré sur la coordonnée du S-, qui réprime l’émission de cette même réponse.
Selon l’hypothèse d’interaction algébrique de Spence, le comportement effectif final de l’organisme face à n’importe quelle valeur de stimulus S sur le continuum équivaut précisément à la somme algébrique de son potentiel excitateur net moins son potentiel inhibiteur :
Potentiel Net de Réponse = E(S) – I(S)
Lorsque le S- est situé à proximité immédiate du S+ le long du spectre optique, la « queue » descendante du gradient inhibiteur déborde largement sous le pic du gradient excitateur. Par conséquent, au point précis du S+, une part importante de l’excitation motrice est soustraite par l’inhibition résiduelle adjacente. En revanche, si l’on se déplace le long du continuum dans la direction diamétralement opposée au S-, l’influence inhibitrice s’effondre beaucoup plus rapidement que l’excitation motrice ne décline. Le point de valeur maximale de la soustraction mathématique [E(S) – I(S)] se trouve donc mécaniquement décalé à l’écart du S-. L’expérience de Hanson constitua le triomphe prédictif le plus éclatant de la théorie de Kenneth Spence, prouvant que la mécanique opérante obéit à des interactions vectorielles continues au sein de l’espace sensoriel.
7.3 Distinction entre gradients non contrastés et contrastés
Ces développements ont permis d’établir une dichotomie conceptuelle fondamentale dans toute la littérature ultérieure : la séparation claire entre les gradients dits « non contrastés » et les gradients « contrastés » ou « discriminatifs ». Le protocole original de Guttman et Kalish (1956) représente l’archétype pur du gradient non contrasté : aucun S- explicite n’étant introduit sur la dimension spectrale manipulée, la courbe résultante est parfaitement centrée sur le S+, symétrique, large et caractérisée par une dispersion modérée reflétant la simple imprécision du système sensoriel non contraint.
À l’inverse, l’introduction d’un entraînement discriminatif génère un gradient contrasté marqué par trois modifications structurelles majeures :
- Une asymétrie marquée de la distribution des réponses, avec un écrasement total du débit comportemental du côté du S- ;
- Une pente beaucoup plus abrupte dans la zone frontière séparant le S+ du S-, témoignant d’une spécialisation perceptive considérablement accrue (effet de contraste comportemental) ;
- Le Peak Shift, déplaçant le barycentre des actions vers des valeurs spectrales inédites encore plus éloignées de la zone de non-renforcement.
Cette distinction a mis en lumière la façon dont l’exposition différentielle à des signaux de rejet ou de perte remodèle activement la géométrie de nos représentations motrices, un principe qui trouvera des échos profonds tant en écologie comportementale qu’en psychopathologie clinique.
8. Réplications empiriques et validité transcendantale des espèces
8.1 Extensions à d’autres modalités sensorielles
L’universalité de la découverte de Guttman et Kalish ne pouvait être affirmée avec certitude tant que le paradigme demeurait confiné à la vision chromatique du pigeon. Dès le début des années 1960, une déferlante d’investigations expérimentales entreprit de transposer le protocole à l’ensemble des systèmes sensoriels connus, en s’appuyant toujours sur des stimuli physiques mesurables sur des échelles métriques continues.
Les gradients auditifs furent parmi les premiers à être cartographiés. En utilisant des audiomètres générant des sons sinusoïdaux purs, des chercheurs entraînèrent des animaux à répondre en présence d’une fréquence acoustique spécifique (par exemple 1 000 Hz calibrée à un niveau d’intensité constant mesuré en décibels). Lors des tests sous extinction, des courbes en cloche d’une pureté identique à celle de 1956 furent obtenues le long de l’axe des fréquences hertziennes. Des résultats parfaitement similaires furent documentés le long de dimensions spatiales et géométriques, telles que l’inclinaison angulaire d’une barre lumineuse blanche projetée sur fond noir (variant de 0° à 180°), l’intensité de luminosité diffuse (de l’obscurité quasi totale à des éclairements intenses mesurés en lux), et même le long de dimensions somatosensorielles et tactiles (rugosité de textures de papier de verre calibrées en grains par centimètre carré chez des rongeurs). L’architecture en cloche s’avéra être une propriété universelle du traitement de l’information par les systèmes sensoriels des vertébrés.
8.2 Validité écologique à travers différentes espèces animales
La validité écologique du gradient de généralisation a été confirmée à travers une extraordinaire variété de taxons zoologiques, dissipant tout soupçon selon lequel l’expérience de 1956 n’aurait décrit qu’une singularité neuro-anatomique propre au pigeon domestique. Chez les rongeurs de laboratoire (rats albinos et souris), fréquemment testés par appui sur un levier dans des dispositifs de Skinner adaptés, les gradients de fréquence sonore et d’intensité olfactive reproduisirent méticuleusement les symétries et les décroissances observées à Duke University.
Chez les primates non-humains (macaques rhésus, chimpanzés), les protocoles de catégorisation visuelle exploitant des dimensions physiques continues (comme la taille d’une figure géométrique, son espacement spatial ou sa réflectance) mirent en évidence des gradients de généralisation extrêmement nets, dont la pente s’est avérée modulable par le niveau d’attention sélective sollicité durant la tâche. Plus spectaculaire encore, des expériences conduites en éthologie cognitive sur des invertébrés, notamment sur des abeilles butineuses (Apis mellifera) entraînées à visiter des cibles florales artificielles éclairées par des diodes monochromatiques, révélèrent que le système nerveux miniature des insectes génère lui aussi des gradients de généralisation spectrale strictement isomorphes à ceux décrits par Guttman et Kalish. Cette omniprésence phylogénétique suggère que le gradient de généralisation constitue une brique computationnelle primordiale sélectionnée très tôt au cours de l’évolution biologique.
8.3 Recherches chez l’humain et protocoles sans langage
L’exploration du gradient de généralisation chez l’être humain représentait un défi méthodologique singulier : comment s’assurer que le sujet humain ne substitue pas des stratégies verbales symboliques (« ceci est du jaune-vert, donc je ne clique pas ») au contrôle perceptuel primaire direct ? Pour contourner cet écueil, les psychologues développèrent des protocoles non verbaux ingénieux, souvent appliqués à des populations pré-verbales ou utilisant des mesures motrices automatisées à très haute vitesse temporelle.
Chez les nourrissons et les enfants en bas âge, des renforçateurs visuels (apparition de dessins animés ou de lumières clignotantes) furent conditionnés à la succion d’une tétine électronique ou à l’appui sur un bouton en réponse à des stimuli colorés ou sonores. Les gradients obtenus chez ces très jeunes sujets présentèrent une régularité et une symétrie identiques à celles des pigeons de Guttman et Kalish, attestant du caractère pré-linguistique et fondamental du processus. Chez les adultes, des expériences enregistrant les temps de réaction millisecondés ou la force biomécanique exercée sur une poignée dynamométrique face à des teintes spectrales présentées de manière subliminale ou sous forte contrainte temporelle ont prouvé que, sous le vernis des dénominations linguistiques (« rouge », « jaune »), le gradient psychophysique primaire subsiste intégralement au sein de nos circuits sensori-moteurs sous-corticaux.
9. Bases neurobiologiques et mécanismes perceptifs sous-jacents
9.1 Traitement de l’information visuelle et sélectivité rétinotopique
Pour saisir les fondements biologiques de l’expérience de 1956, il est indispensable de se plonger dans la neuro-anatomie visuelle exceptionnelle du pigeon. Contrairement à la rétine humaine qui est trichromate (composée de trois types de cônes sensibles respectivement au bleu, au vert et au rouge), la rétine du pigeon possède une organisation pentachromate d’une complexité prodigieuse, lui conférant une sensibilité s’étendant du spectre ultraviolet proche jusqu’au rouge sombre.
Chaque cône rétinien aviaire est associé à une minuscule gouttelette d’huile colorée intrarétinienne (rouge, orange, jaune ou transparente) située au sommet du segment interne du photorécepteur. Ces gouttelettes d’huile agissent comme des micro-filtres optiques passe-bande d’une efficacité redoutable : elles coupent sélectivement les longueurs d’onde parasites avant que les photons n’atteignent les pigments visuels (les opsines). Ce dispositif biologique confère au pigeon des courbes de transmission spectrale extraordinairement tranchées. Les signaux visuels ainsi filtrés empruntent la voie tectofugale — l’équivalent fonctionnel aviaire de la voie rétino-géniculo-striée des primates —, transitant par l’imposant tectum opticum mésencéphalique avant d’être projetés sur le nucleus rotundus du thalamus, puis sur l’entopallium télencéphalique. La symétrie du gradient comportemental centré sur 580 nm reflète directement la structure de filtrage et le chevauchement spectral de ces populations de cônes à gouttelettes lipidiques spécifiques.
9.2 Les champs récepteurs et les courbes d’accord corticales
Au niveau du système nerveux central, la découverte comportementale de Guttman et Kalish a trouvé un écho neurophysiologique magistral quelques années plus tard avec la mise en évidence des courbes d’accord neuronal (tuning curves) par des neurophysiologistes tels que David Hubel et Torsten Wiesel. Lorsqu’on insère une micro-électrode dans le cortex visuel primaire d’un mammifère ou dans l’entopallium d’un oiseau pour enregistrer le taux de décharge électrique (les potentiels d’action par seconde) d’un neurone individuel en réponse à différentes orientations d’une barre lumineuse ou à différentes longueurs d’onde, on obtient une fonction mathématique dont la morphologie est rigoureusement identique au gradient comportemental de Guttman et Kalish.
Un neurone visuel individuel possède une « stimulation préférée » (par exemple 580 nm ou une ligne inclinée à 45°) pour laquelle il décharge à sa fréquence maximale. À mesure que le stimulus présenté s’éloigne de cette valeur optimale, la fréquence d’émission des potentiels d’action diminue de manière continue et symétrique sous l’effet des propriétés du champ récepteur du neurone et du mécanisme fondamental d’inhibition latérale exercé par les interneurones GABAergiques voisins. Le gradient de généralisation opérant observé au niveau de l’organisme tout entier apparaît ainsi comme la résultante intégrée, au niveau comportemental macroscopique, des profils d’accordage des assemblées de neurones sensoriels gouvernant l’activité motrice.
9.3 Plasticité synaptique et réorganisation consécutive à l’apprentissage
Loin d’être des structures rigides et immuables gravées dans la pierre neuro-anatomique, les gradients de généralisation sont l’expression directe d’une plasticité synaptique dynamique modulée par l’apprentissage. Les avancées en neurobiologie du renforcement ont démontré le rôle central joué par les projections dopaminergiques issues de la substance noire et de l’aire tegmentale ventrale vers les structures striatales et corticales lors des phases de conditionnement opérant.
Lorsqu’un stimulus spécifique (tel que la clé illuminée à 580 nm) est associé de manière contingente à l’arrivée d’une bouffée de renforcement alimentaire, la libération phasique de dopamine au sein des réseaux synaptiques agit comme un signal instructif d’erreur de prédiction de récompense. Ce flux neuromodulateur induit des mécanismes de potentialisation à long terme (LTP) au niveau des synapses corticostriatales reliant les neurones encodant la coordonnée de 580 nm aux circuits moteurs régissant le picotement du bec. L’entraînement discriminatif étudié par Hanson amplifie considérablement ce remodelage : il réorganise les cartes topo-graphiques sensorielles, réduisant la taille des représentations corticales associées au S- tout en dilatant et en sur-représentant les réseaux codant pour le S+ et ses marges non ambiguës. Lors de l’extinction prolongée, l’absence répétée de renforcement désynchronise progressivement ces réseaux synaptiques, provoquant l’affaissement graduel du gradient comportemental.
10. Applications cliniques et en analyse appliquée du comportement (ABA)
10.1 Apprentissage sans erreur et technique d’estompage (Fading)
L’une des transpositions pratiques les plus marquantes issues des recherches sur les gradients de stimulus est indéniablement la découverte du protocole d’apprentissage sans erreur (errorless learning) conceptualisé par Herbert Terrace au début des années 1960 au laboratoire de Columbia University. Terrace, qui avait étudié de près les travaux de Guttman, Kalish et Hanson, constata que l’entraînement discriminatif classique avec S+ et S- générait chez les animaux des réactions de frustration intenses, des comportements agressifs (attaques de la paroi ou de la clé) et des gradients déformés en raison de l’impact aversif de l’inhibition motrice accumulée sur le S-.
Terrace démontra qu’en introduisant le stimulus négatif de manière ultra-précoce durant l’apprentissage, sous une intensité lumineuse quasi imperceptible et pour des fractions de seconde infinitésimales (au fin fond de la marge basse du gradient de généralisation), puis en augmentant très progressivement sa visibilité et sa durée selon une technique d’estompage (stimulus fading), l’animal apprenait à discriminer le S+ du S- avec un taux d’erreur rigoureusement nul. Cette découverte a révolutionné les méthodes éducatives et thérapeutiques contemporaines au sein de l’Analyse Appliquée du Comportement (ABA). Aujourd’hui, les cliniciens et éducateurs intervenant auprès d’enfants présentant des Troubles du Spectre de l’Autisme (TSA) ou des handicaps neurodéveloppementaux sévères recourent quotidiennement à l’estompage basé sur les propriétés géométriques du gradient pour enseigner la lecture, la parole ou des aptitudes motrices complexes, en épargnant à l’apprenant l’usure émotionnelle et les crises comportementales induites par l’échec et la frustration discriminative.
10.2 Compréhension de l’étiologie et du maintien des troubles anxieux
Dans le domaine de la psychopathologie expérimentale et de la psychiatrie biologique, le gradient de généralisation est devenu un modèle de référence incontournable pour décrypter les mécanismes étiologiques sous-tendant les phobies spécifiques, le trouble panique et le trouble de stress post-traumatique (TSPT). Chez un individu neurotypique confronté à une expérience traumatisante ou à un conditionnement aversif (par exemple, avoir été mordu par un gros chien noir), le système défensif génère un gradient de peur conditionnée aigu et net, centré sur le stimulus traumatique initial et diminuant drastiquement face à d’autres canidés de tailles ou de couleurs distinctes.
Les recherches translationnelles modernes ont mis en lumière que les patients souffrant de TSPT ou d’anxiété généralisée présentent une anomalie structurelle caractérisée par une sur-généralisation pathologique (over-generalization) de la peur le long des gradients de stimulus. Chez ces patients, la pente k du gradient s’effondre : la courbe d’évitement ou de réponse neurovégétative (sudation, tachycardie, activation de l’amygdale cérébrale) devient anormalement aplatie et diffuse. L’individu réagit avec un niveau d’effroi maximal non seulement face au signal de danger originel, mais également face à des indices environnementaux bénins ne partageant que des proximités sensorielles très lointaines avec le traumatisme (un bruit d’échappement de voiture rappelant un tir d’arme à feu). Les protocoles de psychothérapie comportementale contemporains, notamment les thérapies d’exposition graduée in vivo ou en réalité virtuelle, visent précisément à rééduquer le système nerveux du patient pour restaurer une pente de discrimination raide et fonctionnelle en dissipant l’aplatissement aberratif du gradient.
10.3 Interventions éducatives et transfert des apprentissages
L’enseignement scolaire standard et la formation professionnelle ont eux aussi largement bénéficié de la théorisation des gradients de généralisation opérante. Une difficulté pédagogique récurrente réside dans ce que les psychologues nomment l’hyper-sélectivité du stimulus : un élève entraîné à résoudre un problème d’arithmétique ou à prononcer un mot étranger uniquement sur un manuel spécifique ou avec une voix professorale particulière peut s’avérer incapable d’exécuter la même compétence face à un autre interlocuteur ou sur un support textuel différent.
En comprenant, à la lumière des travaux de Guttman et Kalish, que le contrôle par le stimulus s’organise selon des axes dimensionnels précis, les concepteurs de programmes éducatifs appliquent désormais le principe de la « programmation délibérée de la généralisation » (programming for generalization). Cette stratégie consiste à faire varier systématiquement et méthodiquement les dimensions non pertinentes du stimulus pédagogique (changer les typographies, les couleurs, les contextes spatiaux, les tons de voix) tout en maintenant invariant le noyau fonctionnel critique de la consigne. Cette dispersion contrôlée élargit intentionnellement le sommet du gradient d’apprentissage, assurant ainsi un transfert robuste et fluide des compétences acquises de la salle de classe vers la réalité complexe et imprévisible de l’environnement social quotidien.
11. Comparaisons conceptuelles : généralisation primaire versus secondaire
11.1 La généralisation primaire fondée sur la proximité physique
Pour clarifier les limites épistémologiques de leur recherche, les psychologues opérants ont tracé une ligne de démarcation conceptuelle nette entre ce que l’on qualifie de « généralisation primaire » et de « généralisation secondaire ». L’expérience de Norman Guttman et Harry Kalish constitue le modèle canonique absolu de la généralisation primaire. Celle-ci se définit exclusivement par le fait que le transfert de la réponse comportementale d’un stimulus à un autre est gouverné de manière directe, mécanique et automatique par la proximité spatiale au sein d’un continuum physique mesurable par des instruments de physique classique (fréquence électromagnétique, intensité photonique, amplitude hertzienne, coordonnées spatiales géométriques).
La généralisation primaire ne requiert aucune médiation cognitive complexe, aucun apprentissage associatif intermédiaire préalable et aucun recours à un système de symboles. Elle est directement tributaire des propriétés biophysiques des appareils de transduction sensorielle de l’organisme (les photorécepteurs rétiniens, les cellules ciliées de la cochlée, les mécanorécepteurs dermiques) et de la façon dont ces signaux sont cartographiés sur les réseaux neuronaux topographiques du système nerveux central. C’est une propriété biologique universelle, immédiate et involontaire de la matière vivante apprenante.
11.2 La généralisation secondaire médiée par le symbolisme et le langage
À l’opposé de cette dépendance physique directe se déploie la généralisation secondaire (ou médiée), un phénomène principalement observé chez l’être humain et les vertébrés supérieurs dotés de compétences cognitives élaborées. Dans la généralisation secondaire, deux stimuli qui ne partagent rigoureusement aucune propriété physique commune le long d’un continuum métrique peuvent néanmoins engendrer des taux de réponses identiques parce qu’ils sont reliés par une équivalence fonctionnelle, une classe conceptuelle commune ou une médiation sémantique linguistique.
Les expériences de généralisation sémantique menées dès les années 1940 et 1950 par des chercheurs comme Gregory Razran illustrent parfaitement cette distinction : si l’on conditionne une réponse électrodermale ou salivaire chez un être humain au mot écrit « CHAT », la présentation subséquente du mot « FÉLIN » ou « MATOU » déclenchera une réponse vigoureuse en raison de la proximité de sens, alors que le mot « CHÂT-eau », bien que physiquement et phonétiquement infiniment plus proche du stimulus conditionné originel que « félin », ne suscitera qu’une réponse minime ou nulle. Ce saut qualitatif a été magnifiquement théorisé au cours des dernières décennies par la Théorie des Cadres Relationnels (Relational Frame Theory – RFT) développée par Steven C. Hayes. La RFT démontre comment le langage humain et les relations d’équivalence arbitraire permettent de transformer arbitrairement les fonctions d’un stimulus, affranchissant l’esprit humain des contraintes métriques rigides de la généralisation primaire pour l’ancrer dans l’univers abstrait des réseaux de pensée symboliques.
11.3 Modèles computationnels et réseaux neuronaux artificiels
L’essor vertigineux de l’intelligence artificielle connexionniste et de l’apprentissage profond (deep learning) au cours des dernières décennies a offert une saisissante réactualisation computationnelle des données de Guttman et Kalish. Lorsque des informaticiens entraînent un réseau neuronal artificiel (tel qu’un perceptron multicouche ou un réseau de neurones convolutif) à classifier des images ou des motifs selon des algorithmes de rétropropagation du gradient d’erreur, le système projette les données d’entrée dans un espace latent multidimensionnel (latent space) composé de vecteurs numériques continus.
Si l’on sonde l’activité des couches intermédiaires d’un réseau artificiel après entraînement en lui présentant des stimuli s’écartant progressivement du vecteur cible le long d’une dimension spécifique, on voit émerger de manière spontanée des fonctions d’activation non linéaires dont l’allure graphique en cloche est rigoureusement isomorphe aux gradients de généralisation de 1956. Les représentations distribuées au sein des réseaux de neurones synthétiques obéissent aux mêmes contraintes mathématiques d’interpolation et d’extrapolation que les assemblées neuronales du télencéphale aviaire. L’expérience de Guttman et Kalish apparaît ainsi rétrospectivement comme la première description comportementale vivante de la dynamique interne d’un système de classification distribuée au sein d’un espace vectoriel continu.
12. Héritage scientifique, critiques méthodologiques et portée contemporaine
12.1 Critiques méthodologiques et débats sur le rôle de l’extinction
En dépit de son statut unanime de chef-d’œuvre expérimental, l’étude de 1956 n’a pas échappé à des analyses critiques stimulantes portant principalement sur le rôle controversé de la procédure de test sous extinction prolongée. Plusieurs chercheurs ont souligné un paradoxe méthodologique inhérent à l’approche de Guttman et Kalish : à mesure que la session de test progresse dans le temps sans le moindre renforcement alimentaire, la motivation globale de l’oiseau s’érode inévitablement sous l’effet de l’extinction cumulée.
Des travaux empiriques ultérieurs ont démontré que si l’on décompose les blocs de test successifs, le gradient a tendance à être extrêmement pointu et vigoureux lors des premières minutes d’exposition, avant de subir un aplatissement progressif (gradient flattening) au fil des blocs temporels, au fur et à mesure que le sujet cesse d’attendre la disponibilité de la trémie à grains. De surcroît, le débat s’est focalisé sur de potentiels biais d’ordre résiduels lorsque des séquences de stimuli trop contrastés se succèdent trop rapidement. Pour surmonter ces réserves sans réintroduire d’apprentissage asymétrique, des méthodologistes ont ultérieurement conçu des protocoles ingénieux utilisant des « renforcements non différentiels » (où toutes les longueurs d’onde sont occasionnellement renforcées au même taux variable très bas durant le test), parvenant à stabiliser indéfiniment la morphologie gaussienne du gradient sans jamais l’altérer.
12.2 Impact sur le Journal of the Experimental Analysis of Behavior (JEAB)
L’onde de choc méthodologique provoquée par l’article de Guttman et Kalish a joué un rôle moteur direct dans la structuration institutionnelle de l’analyse du comportement. En 1958, seulement deux ans après la publication historique dans le Journal of Experimental Psychology, la communauté scientifique skinnérienne fondait son propre organe académique de référence : le Journal of the Experimental Analysis of Behavior (JEAB). Durant les deux décennies qui suivirent, les protocoles expérimentaux de Guttman et Kalish devinrent la référence méthodologique absolue et le standard graphique d’excellence au sein des pages du JEAB.
L’article de 1956 figure parmi les publications les plus massivement citées de l’histoire de la psychologie animale quantitative. Il a directement inspiré des centaines de programmes de recherche fondamentale consacrés à l’étude fine de la mémoire de travail animale, de l’attention sélective (par exemple le phénomène de masquage ou overshadowing exploré par Leon Kamin), de la métacognition visuelle et des seuils différentiels d’intégration perceptuelle. Il a démontré à une communauté académique parfois sceptique que l’analyse du comportement ne se résumait pas à appuyer sur des leviers de manière empirique, mais qu’elle était capable d’une virtuosité métrologique égalant les standards les plus exigeants de la physique et de l’optique appliquée.
12.3 Conclusion épistémologique sur la pérennité du modèle
Sept décennies après son exécution dans les laboratoires calfeutrés de l’Université Duke, l’expérience de Norman Guttman et Harry Kalish conserve une fraîcheur et une puissance conceptuelle intactes. En parvenant à faire converger dans un protocole d’une limpidité cristalline l’instrumentation optique la plus pointue de la psychophysique et les rigueurs analytiques du conditionnement opérant skinnérien, les deux chercheurs ont accompli un exploit épistémologique rare : donner un corps mathématique tangible à l’un des principes les plus fondamentaux de l’écologie de l’esprit.
La célèbre courbe en cloche de 1956 n’est pas une simple curiosité graphique confinée à l’apprentissage de volatiles de laboratoire ; elle constitue la manifestation comportementale universelle de la façon dont le cerveau des êtres vivants catégorise l’infinie variété du monde sensible. En révélant que l’action libre émise par un organisme décroît de façon ordonnée et prévisible le long des lignes de faille de la réalité physique, Norman Guttman et Harry Kalish ont bâti un pont indestructible entre la physique des stimuli et la science de l’action, rappelant avec éclat que l’apprentissage du vivant, dans toute son apparente imprévisibilité, obéit aux lois harmonieuses d’une mécanique universelle.
Références
- Fechner, G. T. (1860). Elemente der Psychophysik. Breitkopf & Härtel.
- Guttman, N., & Kalish, H. I. (1956). Discriminability and stimulus generalization. Journal of Experimental Psychology, 51(2), 79–88. https://doi.org/10.1037/h0046219
- Hanson, H. M. (1959). Effects of discrimination training on stimulus generalization. Journal of Experimental Psychology, 58(5), 321–334. https://doi.org/10.1037/h0042606
- Hayes, S. C., Barnes-Holmes, D., & Roche, B. (Eds.). (2001). Relational Frame Theory: A Post-Skinnerian Account of Human Language and Cognition. Kluwer Academic/Plenum Publishers.
- Hubel, D. H., & Wiesel, T. N. (1962). Receptive fields, binocular interaction and functional architecture in the cat’s visual cortex. The Journal of Physiology, 160(1), 106–154. https://doi.org/10.1113/jphysiol.1962.sp006837
- Hull, C. L. (1943). Principles of Behavior: An Introduction to Behavior Theory. Appleton-Century-Crofts.
- Pavlov, I. P. (1927). Conditioned Reflexes: An Investigation of the Physiological Activity of the Cerebral Cortex (G. V. Anrep, Trans.). Oxford University Press.
- Skinner, B. F. (1938). The Behavior of Organisms: An Experimental Analysis. Appleton-Century-Crofts.
- Spence, K. W. (1937). The differential response in animals to stimuli varying within a single dimension. Psychological Review, 44(5), 430–444. https://doi.org/10.1037/h0062885
- Stevens, S. S. (1957). On the psychophysical law. Psychological Review, 64(3), 153–181. https://doi.org/10.1037/h0046162
- Terrace, H. S. (1963). Discrimination learning with and without « errors ». Journal of the Experimental Analysis of Behavior, 6(1), 1–27. https://doi.org/10.1901/jeab.1963.6-1
- Watson, J. B., & Rayner, R. (1920). Conditioned emotional reactions. Journal of Experimental Psychology, 3(1), 1–14. https://doi.org/10.1037/h0069608