L’expérience de la valeur prédictive négative – John Pearce et Geoffrey Hall

Dans l’histoire des neurosciences cognitives et de la psychologie expérimentale du XXe siècle, la compréhension des mécanismes régissant l’apprentissage associatif a constitué l’un des chantiers théoriques les plus féconds. Longtemps dominée par une vision strictement mécanique où la simple contiguïté temporelle entre deux stimuli suffisait à forger une connexion synaptique ou comportementale, la discipline a progressivement dû intégrer les concepts révolutionnaires de traitement de l’information, de valeur prédictive et d’allocation attentionnelle dynamique. C’est à la charnière des années 1970 et 1980 que cette mutation paradigmatique a atteint son point d’incandescence le plus remarquable, impulsée par des questionnements radicaux sur la nature même de la saillance des stimuli environnementaux.

Au cœur de cette effervescence intellectuelle se dresse la contribution séminale de deux chercheurs britanniques, John M. Pearce et Geoffrey Hall. Leurs travaux conjoints ont bouleversé les certitudes établies par les modèles computationnels alors hégémoniques, au premier rang desquels régnait la théorie formalisée par Robert Rescorla et Allan Wagner en 1972. Alors que le modèle de Rescorla-Wagner postulait que l’apprentissage dépendait exclusivement de la surprise causée par le stimulus inconditionnel tout en considérant l’associabilité intrinsèque des signaux comme une constante invariable, Pearce et Hall ont osé formuler un postulat inverse d’une audace conceptuelle rare : l’attention allouée à un stimulus n’est pas figée, mais décroît à mesure que ce stimulus devient un prédicteur précis de ses conséquences.

À travers leur célèbre expérience sur la valeur prédictive négative et le développement de leur modèle formalisé en 1980, Pearce et Hall ont démontré qu’un organisme cesse de traiter activement un stimulus dès lors que celui-ci ne génère plus aucune incertitude adaptative. En d’autres termes, les animaux n’apprennent intensément que sur ce qu’ils ne comprennent pas encore. Cette monographie se propose de disséquer de manière exhaustive la trajectoire expérimentale, le formalisme mathématique, les substrats neurobiologiques et les répercussions contemporaines de cette découverte fondamentale, qui continue d’irriguer aussi bien la psychopathologie clinique que les algorithmes les plus sophistiqués de l’intelligence artificielle moderne.

1. Introduction historique et contextuelle aux théories de l’apprentissage associatif

1.1 L’évolution du conditionnement pavlovien classique

Les fondations de la théorie de l’apprentissage reposent historiquement sur les découvertes majeures d’Ivan Petrovitch Pavlov à l’aube du XXe siècle. Dans sa conceptualisation initiale, Pavlov postulait que l’association entre un stimulus conditionnel (SC), initialement neutre, et un stimulus inconditionnel (SI), biologiquement saillant, procédait d’une loi d’airain : la contiguïté temporelle. Selon cette perspective physiologique élémentaire, la simple co-occurrence répétée dans le temps et dans l’espace de deux événements sensoriels suffisait à créer une voie de conduction nerveuse réflexe au sein des hémisphères cérébraux. L’organisme était alors perçu comme un automate passif, enregistrant les régularités physiques de son milieu par un processus de décharge synaptique cumulative sans qu’aucune forme de calcul probabiliste interne ne vienne médiatiser cette liaison.

Néanmoins, au cours des décennies 1950 et 1960, l’avènement de la révolution cognitive a profondément érodé cette conception strictement mécaniste. Les chercheurs ont commencé à appréhender l’organisme non plus comme un récepteur inerte d’associations contiguës, mais comme un système de traitement de l’information sophistiqué, engagé dans une cartographie active des contingences environnementales. Les travaux pionniers de Leon Kamin et de Robert Rescorla ont apporté des preuves empiriques irréfutables attestant que la proximité temporelle n’était ni une condition suffisante, ni même le facteur déterminant de l’apprentissage associatif. L’expérience princeps de Rescorla en 1968, manipulant indépendamment la probabilité d’apparition du SI en présence et en l’absence du SC, a démontré que l’animal calcule une véritable contingence statistique : si la probabilité de recevoir un choc électrique est identique en présence d’un son ou en son absence, aucune association ne se forme, en dépit d’innombrables appariements contigus.

Cette transition historique a ainsi déplacé le curseur théorique : l’apprentissage conditionné ne consiste pas en un simple transfert mécanique d’un réflexe, mais en l’acquisition d’une représentation prospective. L’organisme cherche à anticiper l’occurrence des événements vitaux de son biotope. Cette nouvelle orientation a mis en lumière la notion de valeur prédictive et a pavé la voie à des modélisations mathématiques capables de quantifier l’écart entre ce qu’un organisme attend et ce qui survient effectivement dans le flux temporel de son expérience.

1.2 Le modèle de Rescorla et Wagner (1972) comme paradigme dominant

En 1972, Robert Rescorla et Allan Wagner publient une formalisation mathématique qui allait s’imposer comme la clé de voûte de la psychologie de l’apprentissage pour les décennies suivantes. Le modèle de Rescorla-Wagner a révolutionné le champ disciplinaire en opérationnalisant de manière formelle le concept de surprise ou d’erreur de prédiction. Selon leur équation constitutive, le gain de force associative ($\Delta V$) acquis par un stimulus conditionnel au cours d’un essai donné est directement proportionnel à l’écart entre l’intensité maximale que le stimulus inconditionnel peut supporter ($lambda$) et la somme combinée des forces associatives de tous les stimuli présents lors de cet essai ($\sum V$). L’apprentissage est ainsi théorisé comme un processus convergeant vers une asymptote où l’erreur de prédiction s’annule.

L’apport le plus puissant du modèle réside dans son postulat de compétition entre les stimuli. Dans cette perspective, la capacité associative offerte par un renforçateur donné est une ressource finie pour laquelle les différents indices environnementaux entrent en concurrence directe. Ce principe a permis d’expliquer avec une élégance mathématique inédite le célèbre phénomène de blocage découvert par Kamin en 1969. Si un stimulus A est préalablement associé à un renforçateur jusqu’à asymptote ($V_A = \lambda$), la présentation conjointe ultérieure d’un composé constitué de A et d’un nouveau stimulus B ($AB$) suivi du même renforçateur ne produit aucun apprentissage envers B. Le stimulus A sature à lui seul la valeur prédictive disponible, de sorte que l’erreur de prédiction ($\lambda – \sum V$) est nulle dès le premier essai composé, privant B de toute possibilité d’accroissement associatif.

Malgré sa puissance prédictive pour des phénomènes tels que le masquage (overshadowing) ou l’inhibition conditionnelle, le modèle de Rescorla-Wagner souffrait d’un angle mort structural : il considérait la saillance des stimuli conditionnels, capturée par les paramètres constants $\alpha$ (pour le SC) et $\beta$ (pour le SI), comme des propriétés physiques invariables déterminées une fois pour toutes par la neurophysiologie sensorielle de l’animal. Cette hypothèse d’une associabilité statique allait rapidement se heurter à une série d’anomalies expérimentales inexplicables dans ce cadre formel.

1.3 La remise en question de la saillance fixe des stimuli

La rigidité du paramètre $\alpha$ au sein de l’équation de Rescorla-Wagner a rapidement suscité des objections empiriques majeures. Dans la réalité biologique, les organismes ne réagissent pas aux caractéristiques spectrales ou physiques brutes des stimuli de manière uniforme tout au long de leur existence. Il devint impératif d’opérer une distinction théorique fine entre la saillance physique brute d’un événement sensoriel — son intensité en décibels, sa luminance en lux — et son « associabilité », c’est-à-dire la propension ou la disponibilité interne de ce stimulus à entrer rapidement dans de nouvelles connexions associatives avec d’autres représentations mnésiques.

L’une des anomalies les plus flagrantes qui échappait à l’algorithme de Rescorla-Wagner était le phénomène d’inhibition latente, mis en évidence par Robert Lubow dès la fin des années 1950. Si un animal est préalablement exposé de manière répétée à un stimulus neutre sans aucune conséquence renforçatrice, l’apprentissage ultérieur d’une association entre ce même stimulus et un renforçateur est considérablement ralenti par rapport à un stimulus totalement nouveau. Or, selon l’équation de Rescorla-Wagner, durant la phase de pré-exposition, la valeur associative initiale est de zéro ($V = 0$) et l’intensité du SI absent est également de zéro ($lambda = 0$). L’erreur de prédiction est donc rigoureusement nulle ($lambda – V = 0 – 0 = 0$), ce qui implique que la force associative ne devrait subir aucune modification et que le paramètre de saillance $\alpha$ devrait demeurer intact pour la phase suivante d’acquisition.

Cette incapacité fondamentale à modéliser la dégradation de la vitesse d’apprentissage consécutive à une pré-exposition neutre a nourri un intérêt croissant pour les théories de l’attention sélective au cours des années 1970. Des chercheurs ont commencé à postuler que le paramètre d’associabilité devait lui-même être une variable d’état dynamique, modulée en continu par l’historique expérimental de l’organisme face au stimulus. Le défi consistait dès lors à élaborer un cadre computationnel rigoureux capable de prédire mathématiquement comment et pourquoi l’attention fluctue au fil des interactions de l’animal avec son environnement sensoriel.

2. Le paradigme de l’attention et la valeur prédictive dans le conditionnement

2.1 La théorie concurrente de Nicholas Mackintosh (1975)

Face aux limites manifestes de la saillance statique, le psychologue britannique Nicholas Mackintosh formula en 1975 une théorie alternative majeure qui replaçait l’attention sélective au cœur de l’apprentissage associatif. Selon l’hypothèse de Mackintosh, les capacités de traitement attentionnel d’un animal sont intrinsèquement limitées. Par conséquent, l’organisme optimise ses ressources cognitives en augmentant sélectivement son attention envers les stimuli qui s’avèrent être les prédicteurs les plus fiables des événements biologiquement significatifs, tout en réduisant activement l’attention portée aux signaux redondants ou non pertinents.

Dans le formalisme mathématique proposé par Mackintosh, la valeur de l’associabilité $\alpha$ d’un stimulus conditionnel A augmente lors d’un essai donné si la prédiction issue de ce stimulus est plus précise que celle émise par l’ensemble des autres stimuli concurrents présents dans l’environnement sensoriel. Inversement, si le stimulus A engendre une erreur prédictive plus importante que ses pairs, son associabilité $\alpha$ diminue drastiquement vers zéro. Cette modélisation offrait une explication intuitive et élégante du blocage : lors de la phase composée $AB$, l’animal néglige le stimulus B non pas simplement parce que le système n’éprouve plus de surprise face au renforçateur, mais parce que l’attention se détourne sélectivement de B au profit de A, dont la fiabilité prédictive a déjà été validée empiriquement.

La théorie de Mackintosh a été étayée par une somme impressionnante de données expérimentales démontrant qu’un stimulus préalablement établi comme un prédicteur valide d’un événement est ensuite appris beaucoup plus rapidement lorsqu’il est associé à un second renforçateur que ne le serait un stimulus non informatif. Cependant, cette perspective laissait en suspens un paradoxe cognitif profond : si un organisme concentre exclusivement son attention sur ce qu’il sait déjà être hautement prédictif et pertinent, comment peut-il demeurer flexible et réagir efficacement face à des ruptures de contingence soudaines ou à des événements hautement imprévisibles surgissant dans son écologie ?

2.2 La genèse de la proposition alternative de Pearce et Hall

C’est précisément en réponse à cette aporie fondamentale que John Pearce et Geoffrey Hall ont développé, à la fin des années 1970, une contre-proposition théorique qui allait prendre le contre-pied absolu de la logique défendue par Mackintosh. Pearce et Hall ont posé une question philosophique et adaptative d’une simplicité désarmante mais aux implications vertigineuses : pourquoi un organisme biologique dépenserait-il une énergie métabolique et attentionnelle précieuse pour continuer à scruter et analyser un stimulus dont les conséquences sont déjà parfaitement connues, stables et maîtrisées ?

Dans l’optique de Pearce et Hall, l’attention sélective n’a pas pour fonction de contempler ce qui est certain, mais d’élucider ce qui demeure mystérieux ou équivoque. Dès lors qu’un stimulus prédit sans faille l’arrivée ou l’absence d’un renforçateur, le traitement de ce signal peut être délégué à des automatismes comportementaux sous-corticaux ne nécessitant plus d’allocation attentionnelle active. L’attention contrôlée et les ressources associatives modulables doivent être impérativement préservées pour les stimuli dont les conséquences demeurent incertaines, surprenantes ou fluctuantes. La machinerie cognitive doit se focaliser sur l’ambiguïté.

Pearce et Hall ont ainsi conceptualisé un processus d’extinction continue de l’attention envers les signaux stables de l’environnement sensoriel. Un stimulus parfaitement prédictif voit son associabilité péricliter vers une valeur minimale, tandis qu’un stimulus dont la valeur prédictive est mise en échec — un stimulus à « valeur prédictive négative » ou instable — maintient, voire accroît, son potentiel attentionnel. L’associabilité d’un stimulus devient ainsi, dans cette nouvelle architecture, le reflet direct du degré d’incertitude quant à ses conséquences futures.

2.3 Définition conceptuelle de la valeur prédictive négative

Pour appréhender pleinement l’apport de Pearce et Hall, il est impératif d’établir une distinction sémantique et opérationnelle rigoureuse entre deux concepts souvent confondus dans la littérature expérimentale : l’inhibition conditionnelle et la valeur prédictive négative ou déficitaire. L’inhibition conditionnelle renvoie classiquement à une situation où un stimulus signale explicitement la non-occurrence d’un renforçateur par ailleurs attendu ; sa force associative $V$ acquiert alors une valeur arithmétique négative ($V < 0$), agissant comme un frein comportemental actif capable de supprimer une réponse conditionnée.

À l’inverse, la notion de valeur prédictive négative au sens de Pearce et Hall se rapporte à la dégradation de la capacité d’un stimulus à annoncer avec exactitude son issue. Elle caractérise un stimulus qui échoue à établir une corrélation déterministe avec le monde extérieur, soit parce qu’il est suivi de manière aléatoire par le renforçateur, soit parce que le renforçateur qui lui succède subit des variations imprévues d’intensité, de nature ou de timing. Ce n’est pas la force associative $V$ qui est ici négative, mais l’efficience informationnelle du stimulus en tant que signal prédictif non ambigu.

Cette incapacité du stimulus à saturer le champ prédictif engendre une incertitude permanente. Selon Pearce et Hall, ce manque de précision computationnelle empêche le déclin normal de l’attention. Loin d’être ignoré ou écarté par le système cognitif, ce signal non prédictif conserve un statut d’associabilité privilégié : il demeure sous haute surveillance cognitive précisément parce que le système n’est pas encore parvenu à en extraire une règle causale définitive. Cette associabilité différentielle conditionne directement la vitesse à laquelle ce même stimulus pourra ultérieurement être réengagé dans de nouveaux apprentissages associatifs.

3. Biographie intellectuelle et collaboration entre John Pearce et Geoffrey Hall

3.1 Le contexte académique de l’école britannique de psychologie comparée

L’émergence des théories attentionnelles de l’apprentissage ne peut être dissociée du milieu intellectuel singulier qui caractérisait la psychologie expérimentale britannique durant les décennies 1970 et 1980. Héritière d’une longue tradition d’éthologie scientifique et de rigorisme comportemental inaugurée par des figures telles que Conwy Lloyd Morgan, l’école britannique de psychologie comparée s’est développée au sein de bastions académiques d’élite, notamment les laboratoires de psychologie expérimentale de l’Université de Cambridge et de l’Université de Sussex.

Contrairement au behaviorisme radical nord-américain qui rejetait souvent avec dogmatisme l’évocation des états mentaux ou des processus internes non directement observables, les chercheurs britanniques ont su féconder le rigorisme méthodologique opérant pavlovien avec les concepts émergents des sciences cognitives naissantes et de la cybernétique. Des figures tutélaires comme Robert Hinde ou Nicholas Mackintosh incitaient leurs élèves à concevoir des protocoles comportementaux d’une précision chirurgicale, où chaque pression de levier ou temps de réaction devenait l’indicateur quantitatif direct d’opérations internes de traitement de l’information.

C’est dans ce creuset d’émulation intellectuelle intense que les trajectoires scientifiques de John M. Pearce et de Geoffrey Hall se sont croisées à la fin des années 1970. Tous deux partageaient une insatisfaction profonde à l’égard de l’hégémonie conceptuelle du modèle de Rescorla-Wagner, estimant que la richesse des ajustements adaptatifs observés chez le rat ou le pigeon de laboratoire ne pouvait être réduite à un algorithme d’erreur statique ignorant les modulations de l’attention et de la perception sélective.

3.2 La trajectoire scientifique de Geoffrey Hall

Geoffrey Hall, figure éminente de l’Université d’York, a consacré une part prépondérante de sa brillante carrière à disséquer les mécanismes intimes de la différenciation perceptive, de l’exposition aux stimuli et de la mémoire animale. Dès ses premiers travaux de recherche, Hall a manifesté une fascination pour la manière dont la simple familiarisation avec un environnement ou des indices sensoriels altère en profondeur la façon dont ces signaux sont ultérieurement encodés et discriminés.

Ses recherches systématiques sur l’inhibition latente et les processus d’habituation ont posé des jalons déterminants pour la compréhension de la saillance apprise. Hall a su démontrer expérimentalement que l’inhibition latente ne résultait pas d’un simple épuisement synaptique ou d’une fatigue motrice périphérique, mais constituait une authentique modification centrale de la représentabilité des stimuli. Ses contributions théoriques ont jeté des ponts computationnels rigoureux entre les modèles associatifs et les mécanismes de filtrage perceptif, explorant comment la répétition d’un signal modifie sa traçabilité mnésique.

L’expertise unique de Geoffrey Hall dans le maniement des protocoles d’exposition différentielle, combinée à une rigueur conceptuelle intransigeante quant à l’interprétation des comportements d’orientation et d’exploration, a constitué le socle méthodologique sur lequel l’expérience de la valeur prédictive négative a pu être rigoureusement conceptualisée et exécutée en laboratoire.

3.3 L’apport théorique de John M. Pearce

De son côté, John M. Pearce, professeur à l’Université de Cardiff, s’est imposé comme l’un des théoriciens les plus novateurs et influents de l’apprentissage comparé mondial. Bien que ses travaux ultérieurs sur l’apprentissage spatial et la navigation chez les animaux de laboratoire fassent autorité, son apport majeur à la psychologie générale demeure sa formalisation de la théorie configurationnelle de l’apprentissage associatif, élaborée au cours des années 1980 et 1990.

Pearce a remis en cause l’approche purement élémentaire du modèle de Rescorla-Wagner — selon laquelle un composé de stimuli ($AB$) n’est que la somme arithmétique de ses parties individuelles — pour soutenir que les organismes appréhendent les configurations complexes de signaux comme des entités perceptives globales et unifiées. Cette tournure d’esprit profondément gestaltiste et intégrative s’articulait parfaitement avec son intérêt précoce pour les dynamiques attentionnelles : pour Pearce, comprendre l’apprentissage exigeait de comprendre d’abord comment l’animal structure sensoriellement son monde avant même d’y apposer des étiquettes de renforcement.

Au-delà de ses découvertes empiriques, John Pearce a façonné la pensée de générations de chercheurs grâce à son traité magistral Animal Learning and Cognition, référence incontournable qui a su concilier les exigences empiriques du laboratoire pavlovien avec les théories modernes de la computation cognitive. La collaboration entre la rigueur analytique de Hall et la créativité modélisatrice de Pearce s’est avérée une synergie intellectuelle d’une efficacité redoutable, aboutissant à la publication en 1980 d’un article fondateur qui allait faire vaciller les certitudes de la communauté internationale.

4. Fondements théoriques du modèle de Pearce et Hall (1980)

4.1 Le postulat fondamental : l’attention comme fonction de l’inconnu

Le cœur axiomatique de la théorie publiée par Pearce et Hall dans la prestigieuse Psychological Review en 1980 repose sur une rupture épistémologique radicale avec le modèle de Mackintosh : l’associabilité d’un stimulus est inversement proportionnelle à sa capacité à prédire avec précision les événements qui lui succèdent. L’attention sélective n’est pas convoquée pour conforter les certitudes, mais pour résoudre les discordances. Pearce et Hall formulent ainsi la loi selon laquelle un stimulus n’est pleinement traité par les ressources associatives de l’organisme que dans la stricte mesure où les conséquences de son occurrence demeurent incertaines ou imprévues.

Dès lors qu’un stimulus conditionnel est suivi de manière répétée, invariable et temporelle par une conséquence identique, l’organisme développe une prédiction sans faille. Dans cette situation d’adéquation parfaite entre l’attente interne et la réalité externe, l’erreur de prédiction s’évanouit. Pour Pearce et Hall, cette disparition de l’erreur entraîne mécaniquement un état d’automatisme cognitif : le traitement du signal devient routinier, non conscient au sens computationnel, et sa valeur d’associabilité décroît vertigineusement. Le stimulus cesse de capter les ressources de traitement actif, libérant ainsi la machinerie cognitive pour d’autres signaux périphériques potentiellement informatifs.

À l’inverse, si un stimulus est associé à une conséquence imprévisible — qu’il s’agisse de l’apparition inattendue d’un renforçateur, de l’omission soudaine d’un choc habituel, ou d’une fluctuation quantitative de l’intensité de la récompense —, le système d’évaluation cognitif enregistre une surprise majeure. Cette rupture des attentes rétablit instantanément le traitement attentionnel dirigé vers le signal conditionnel. L’associabilité, désignée mathématiquement par le coefficient $\alpha$, est immédiatement réévaluée à la hausse, accélérant ainsi drastiquement la plasticité des connexions mnésiques associées à ce stimulus lors des essais suivants.

4.2 La formulation de l’équation différentielle de l’associabilité

Pour traduire cette dynamique en un modèle mathématique prédictif, Pearce et Hall ont formalisé une équation d’une limpidité élégante. Dans leur modèle, l’associabilité d’un stimulus conditionnel A lors d’un essai $n$, notée $\alpha_A^n$, est déterminée par l’amplitude absolue de la surprise cognitive éprouvée lors de l’essai précédent ($n-1$). La formalisation canonique s’exprime ainsi :

$$\alpha_A^n = |\lambda^{n-1} – \sum V^{n-1}|$$

Dans cette formulation rigoureuse, $\lambda^{n-1}$ représente la valeur asymptotique ou l’intensité effective du stimulus inconditionnel réellement délivré lors de l’essai $n-1$, tandis que $\sum V^{n-1}$ désigne la somme algébrique des forces associatives de tous les stimuli présents lors de ce même essai antérieur. L’élément théorique capital réside dans l’utilisation exclusive de la valeur absolue de cette différence d’erreur. Contrairement à d’autres formalismes où le sens de l’erreur (positive ou négative) importe, ici, toute discordance — qu’elle découle d’un renforçateur plus fort que prévu ou d’un renforçateur dramatiquement absent — constitue une source d’incertitude qui gonfle la valeur de $\alpha$ pour l’essai suivant.

Le comportement mathématique de cette équation en régime stationnaire démontre avec netteté la puissance du modèle. Lorsqu’un apprentissage parvient à maturité et que la prédiction est parfaite, $\sum V$ égale exactement $lambda$. Dès lors, l’expression $|\lambda – \sum V|$ tend vers zéro. En conséquence arithmétique directe, l’associabilité $\alpha_A$ s’effondre vers zéro. Le stimulus conserve toute sa force associative acquise ($V$), ce qui signifie qu’il déclenche toujours vigoureusement la réponse conditionnée observable, mais il a perdu son associabilité ($\alpha = 0$) : il est devenu imperméable à tout nouvel apprentissage immédiat, à moins qu’une nouvelle surprise ne vienne réactiver brutalement son terme d’attention.

4.3 Comparaison structurelle avec l’équation de Rescorla-Wagner

L’analyse comparative des architectures computationnelles de Rescorla-Wagner et de Pearce-Hall met en lumière une divergence structurelle fondamentale quant à l’allocation du terme d’erreur de prédiction dans l’espace des variables de l’apprentissage associatif :

• Le modèle de Rescorla-Wagner (1972) : Le terme d’erreur $(\lambda – \sum V)$ sert directement et exclusivement à modifier la force associative $V$ selon la formule $\Delta V_A = \alpha_A \beta (\lambda – \sum V)$, où $\alpha_A$ est maintenu strictement constant tout au long du conditionnement.
• Le modèle de Pearce et Hall (1980) : Le terme d’erreur est dédoublé dans sa fonction régulatrice. D’une part, il régit l’incrément de force associative selon la relation $\Delta V_A^n = \alpha_A^n \beta \lambda^n$, mais d’autre part et surtout, sa valeur absolue antérieure détermine dynamiquement l’amplitude du paramètre attentionnel $\alpha_A^n$.

Cette distinction engendre une dynamique temporelle hautement différenciée. Chez Rescorla et Wagner, la vitesse d’apprentissage est maximale au tout premier essai — lorsque l’écart entre l’absence totale de prédiction ($V=0$) et le renforçateur ($lambda$) est le plus grand — puis décroît de manière purement exponentielle et monotone. Chez Pearce et Hall, la cinétique d’apprentissage dépend de la valeur initiale arbitraire attribuée à $\alpha$ (généralement élevée pour un stimulus intrinsèquement nouveau), mais elle peut connaître des accélérations soudaines ou des plateaux imprévus en fonction de l’évolution non linéaire de la surprise au fil des essais.

De surcroît, le modèle de Pearce-Hall résout formellement une situation empirique insoluble pour Rescorla-Wagner : celle où un changement d’associabilité se produit en l’absence de toute modification contemporaine mesurable de la force associative $V$. En découplant conceptuellement et mathématiquement l’exécution de la réponse (portée par $V$) de la réceptivité attentionnelle aux modifications du milieu (portée par $\alpha$), Pearce et Hall ont doté la psychologie computationnelle d’un outil d’une flexibilité prédictive inégalée.

5. Méthodologie et protocole expérimental de l’étude princeps

5.1 Sujets expérimentaux et dispositifs opérants

Pour soumettre leur audacieuse hypothèse à l’épreuve des faits, Pearce et Hall ont conçu un protocole de laboratoire d’une rigueur expérimentale exemplaire, exécuté initialement à l’Université de Sussex. Les sujets d’expérience étaient des rats de laboratoire mâles (Rattus norvegicus), issus de souches standardisées (généralement des rats albinos de souche Wistar ou Sprague-Dawley), maintenus sous des cycles d’obscurité et de lumière strictement régulés et soumis à un protocole éthique rigoureux de contrôle de leur poids corporel.

Les expérimentations se déroulaient au sein de chambres de conditionnement opérant standardisées, communément désignées sous le terme de boîtes de Skinner, logées individuellement dans des caissons d’insonorisation ventilés pour neutraliser tout parasitage acoustique ou visuel extérieur. Chaque enceinte était dotée d’une grille électrifiée en acier inoxydable au sol, connectée à un générateur de choc programmable délivrant des impulsions brèves à courant constant (le SI aversif), d’un distributeur automatisé de granules de nourriture (le SI appétitif), et de sources sensorielles étalonnées avec une précision métrologique : haut-parleurs diffusant des bruits blancs ou des sons purs à des fréquences et des intensités calibrées en décibels, et lampes de signalisation visuelle montées sur les parois.

Les rats étaient soumis à un régime de privation hydrique ou alimentaire modéré mais rigoureusement stabilisé à 80 ou 85 % de leur poids corporel ad libitum, instaurant ainsi un niveau de motivation biologique constant. Les réponses comportementales — qu’il s’agisse de pressions sur un levier pour obtenir de la nourriture dans le cadre d’un paradigme de suppression conditionnée (la réponse émotionnelle conditionnée d’Estes et Skinner) ou d’inspections de la mangeoire — étaient enregistrées automatiquement par des relais électromécaniques couplés à des ordinateurs de laboratoire, éliminant tout biais d’observation humaine.

5.2 La phase 1 : Manipulation de la valeur prédictive des stimuli

L’architecture logique du protocole expérimental reposait sur un schéma d’apprentissage séquentiel en deux phases distinctes, spécifiquement conçu pour dissocier l’histoire prédictive d’un stimulus de sa force d’apprentissage future. Dans la première phase de l’expérience, les animaux ont été répartis en plusieurs groupes expérimentaux homogènes soumis à des régimes de contingence sensorielle contrastés :

• Le groupe à prédictibilité parfaite : Les sujets de ce groupe étaient exposés à un stimulus conditionnel spécifique (par exemple, une tonalité continue de 80 dB, le stimulus A), systématiquement et invariablement suivi par un renforçateur d’intensité constante, typiquement un choc électrique modéré et fixe. À l’issue de cette phase d’entraînement intensif, le stimulus A devenait un prédicteur déterministe absolu de sa conséquence ; l’erreur de prédiction s’annulait ($|\lambda – V_A| to 0$).
• Le groupe à valeur prédictive négative ou incertaine : Les rats de ce groupe recevaient un entraînement où le stimulus A était présenté selon une modalité empêchant l’établissement d’une contingence stable. Dans certaines variantes du protocole (notamment les expériences de Hall et Pearce en 1979 et 1980), le stimulus A était apparié à un choc de manière intermittente, ou bien suivi par un choc d’une intensité changeant continuellement de façon aléatoire, ou encore présenté seul de façon non corrélée au sein de la même session. Le stimulus A échouait structurellement à fournir une prédiction exacte du renforçateur.
• Les groupes de contrôle : Des cohortes témoins recevaient soit une simple exposition au stimulus A sans aucun renforçateur (condition d’inhibition latente classique), soit une manipulation d’un stimulus alternatif neutre B pour neutraliser les effets de nouveauté globale.

Un soin d’ingénierie comportementale extrême a été apporté à l’égalisation stricte du nombre total d’expositions aux stimuli et au contexte expérimental entre les groupes. La durée des signaux (par exemple, 10 ou 30 secondes), leur intensité physique et les intervalles inter-essais étaient rigoureusement identiques, de sorte qu’aucune différence subséquente ne puisse être imputée à des phénomènes périphériques de simple exposition ou d’épuisement sensoriel récepteur.

5.3 La phase 2 : Le test de vitesse d’apprentissage subséquent

L’intervention critique du protocole, véritable juge de paix théorique entre les différentes modélisations de l’attention, résidait dans la seconde phase expérimentale. Une fois les valeurs d’associabilité $\alpha$ forgées et différenciées par les manipulations de la phase 1, le stimulus A était soudainement introduit dans une nouvelle contingence d’apprentissage : il était désormais systématiquement apparié à un renforçateur qualitativement ou quantitativement différent, typiquement un choc électrique d’intensité nettement supérieure (choc fort) ou une transition d’un régime aversif vers un régime de nourriture appétitif.

Si la théorie dominante de Rescorla-Wagner avait été exacte, les animaux du groupe à prédictibilité parfaite auraient dû apprendre cette nouvelle association à une vitesse identique, voire supérieure, à celle des autres groupes, car le stimulus possédait déjà une forte résonance associative préalable. De même, selon la théorie de Mackintosh, le groupe pour lequel A avait été un prédicteur parfait aurait dû concentrer un maximum d’attention sur ce signal ($\alpha$ maximal) et donc acquérir la nouvelle réponse plus rapidement que le groupe où A avait été un prédicteur médiocre et non fiable.

La variable dépendante mesurée avec précision au cours de cette phase 2 était la vitesse d’acquisition de la nouvelle réponse conditionnée, quantifiée par le taux de suppression conditionnée du léchage ou de l’appui sur le levier, ou par la courbe de latence de réaction essai par essai. Les données brutes étaient ensuite soumises à des analyses de variance (ANOVA) à mesures répétées rigoureuses, traquant l’interaction statistique cruciale entre l’histoire de prédictibilité du stimulus en phase 1 et la dynamique de la pente d’apprentissage en phase 2.

6. Analyse détaillée des résultats et observations empiriques

6.1 La démonstration du maintien de l’attention par l’absence de prédiction

Les résultats empiriques enregistrés par John Pearce et Geoffrey Hall ont constitué un véritable coup de tonnerre au sein de la communauté comportementaliste internationale. Les données ont révélé de manière statistiquement spectaculaire que les rats ayant été préalablement confrontés à un stimulus A dont la valeur prédictive était incertaine, instable ou non corrélée lors de la phase 1 ont appris la nouvelle association avec le renforçateur intense de la phase 2 à une vitesse considérablement plus rapide que les rats pour lesquels le stimulus A avait été un prédicteur rigoureusement parfait et constant.

Chez les sujets exposés à une contingence parfaite en phase 1, l’apprentissage ultérieur lors de la phase 2 s’est avéré lourdement ralenti, trahissant un déficit majeur d’associabilité. Bien que ce stimulus ait été intimement associé au renforçateur modéré quelques jours plus tôt, l’animal peinait désormais à réajuster sa réponse face à la nouvelle intensité du renforçateur. À l’inverse, l’exposition préalable à l’incertitude dans le groupe à prédiction déficiente avait immunisé le stimulus contre cette perte d’attention : le stimulus non informatif en phase 1 avait conservé un paramètre d’associabilité $\alpha$ extrêmement élevé, agissant comme une éponge associative prête à intégrer immédiatement la nouvelle contingence.

Cette observation a formellement validé l’existence d’un effet en apparence profondément paradoxal pour le sens commun, mais parfaitement anticipé par l’équation de Pearce-Hall : un signal qui s’est avéré inefficace, imprécis ou trompeur dans le passé devient un substrat d’apprentissage très supérieur pour les événements futurs qu’un signal qui avait été d’une régularité absolue. La préservation de l’attention active est le prix payé par l’organisme face à l’imprévisibilité.

6.2 L’exclusion des hypothèses explicatives alternatives

Face à des conclusions aussi déstabilisantes pour les dogmes théoriques de l’époque, Pearce et Hall ont dû déployer un trésor d’ingéniosité expérimentale pour fermer hermétiquement la porte à toute interprétation alternative ou artefactuelle de leurs résultats :

• Le rejet de l’inhibition conditionnelle : Il était théoriquement concevable que le retard d’apprentissage observé dans le groupe prédictif résulte non pas d’une perte d’associabilité $\alpha$, mais de l’acquisition d’une force associative inhibitrice résiduelle ($V < 0$). Pearce et Hall ont réfuté cette possibilité en démontrant que le stimulus prédictif échouait à tous les tests classiques caractérisant l'inhibition : le test de sommation (incapacité à freiner la réponse d'un autre stimulus excitateur distinct) et le test de retardement d'acquisition d'une réponse inhibitrice.
• La distinction d’avec l’habituation sensorielle : Si les récepteurs auditifs ou visuels périphériques s’étaient simplement habitués au stimulus A, un déficit d’apprentissage identique aurait dû être constaté dans tous les groupes exposés au même nombre d’émissions sensorielles. Or, l’associabilité chutait spécifiquement dans le groupe à prédiction constante, tout en restant maximale dans le groupe incertain, anéantissant l’hypothèse d’une simple fatigue sensorielle afférente.
• L’élimination de l’interférence proactive non spécifique : Des analyses croisées avec des stimuli neutres entièrement nouveaux ont prouvé que le déficit d’acquisition était sélectivement lié à l’histoire propre du stimulus A et ne procédait pas d’un état général d’apathie ou de désorientation cognitive globale chez l’animal.
• Le contrôle des effets de contraste contextuel : L’utilisation de protocoles en chambres permutées a démontré que les variations de vitesse d’apprentissage ne pouvaient être attribuées à des phénomènes de conditionnement contextuel masquant où l’environnement physique de la boîte aurait capté l’attention au détriment des signaux discrets.

6.3 La réplication des résultats avec différentes modalités sensorielles

La portée d’une découverte en psychologie expérimentale dépend impérativement de sa robustesse écologique et de sa reproductibilité au-delà d’un agencement matériel unique. Dans les années consécutives à leur publication séminale, Pearce, Hall et leurs collaborateurs ont entrepris un vaste programme de réplication systématique, faisant varier les modalités sensorielles et les topologies d’épreuve.

Les dynamiques de décroissance de l’associabilité pour les signaux prédictifs et de son maintien pour les signaux non prédictifs ont été répliquées sans faille en substituant aux tonalités acoustiques des stimuli visuels complexes (lumières stroboscopiques, obscurcissements soudains de la cage, allumages différentiels de diodes), mais également des indices olfactifs discrets introduits par flux d’air pulsé. Quels que soient les canaux sensoriels primaires mobilisés, le cerveau du rongeur appliquait avec une constance algorithmique implacable la même règle de calcul : l’attention accordée à l’indice sensoriel s’éteignait dès lors que son environnement temporel immédiat cessait d’offrir une surprise écologique.

De plus, cette dynamique s’est révélée invariante que le protocole fasse appel à des motivations aversives (chocs podaux, stimuli sonores intenses aversifs) ou à des conditionnements purement appétitifs mettant en jeu des infusions intra-orales de saccharose ou des distributions de granules nutritives. La convergence des données a également permis d’observer que la complexité intrinsèque du stimulus modulait la cinétique temporelle de la perte de saillance : un signal multimodal complexe (auditivo-visuel) nécessitait un nombre d’essais stables plus important pour que son paramètre $\alpha$ s’annule, par rapport à un stimulus unimodal pur, attestant du temps supplémentaire requis par l’appareil cognitif pour certifier l’absence d’incertitude dans un environnement complexe.

7. La modélisation mathématique du conditionnement selon Pearce-Hall

7.1 L’algorithme de calcul de l’associabilité dynamique

Sur le plan de la théorie computationnelle pure, le modèle de Pearce-Hall a enrichi la discipline en offrant un algorithme récursif d’une extraordinaire compacité mathématique. La trajectoire d’apprentissage d’un organisme y est modélisée par deux équations de récurrence entrelacées qui opèrent un traitement séquentiel essai par essai. Le calcul débute par la réévaluation du paramètre d’associabilité attentionnelle :

$$\alpha_A^n = \gamma |\lambda^{n-1} – \sum V^{n-1}|$$

où $\gamma$ constitue une constante d’échelle reflétant la saillance sensorielle intrinsèque non modulable de l’événement physique. La signification biologique de l’introduction de la valeur absolue mérite une analyse épistémologique approfondie : elle capture formellement l’incapacité du système attentionnel à distinguer, au stade premier du filtrage sensoriel, la surprise causée par un excès de renforcement de celle causée par un défaut de renforcement. Dans un cas comme dans l’autre, la conséquence réelle diverge de la prédiction établie, attestant que le modèle interne du monde est devenu obsolète.

Face à une omission inattendue du renforçateur ($lambda = 0$ alors que $\sum V > 0$), l’erreur signée conventionnelle $(\lambda – \sum V)$ devient négative, ce qui, dans les modèles de type Rescorla-Wagner, décrémente directement la force associative sans modifier le statut attentionnel du signal. Dans l’algorithme de Pearce-Hall, cette même omission produit une valeur absolue positive $|0 – \sum V| = \sum V > 0$, injectant immédiatement un surcroît massif d’attention pour l’essai suivant. Le stimulus qui vient d’échouer à prédire la survenue du choc ou de la nourriture voit son associabilité $\alpha$ bondir, incitant l’organisme à engager une exploration cognitive accrue pour recalibrer ses représentations.

7.2 La mise à jour conjointe de la force associative

Une fois le paramètre $\alpha$ recalculé pour l’essai courant en fonction de la surprise du passé immédiat, l’algorithme procède à la mise à jour de la force associative $V$ elle-même, qui sous-tend la production motrice de la réponse conditionnée observable. La règle de mise à jour s’écrit formellement :

$$\Delta V_A^n = \alpha_A^n \cdot S \cdot \lambda^n$$

où $S$ représente une constante liée à l’intensité du stimulus conditionnel, et $\lambda^n$ la valeur du stimulus inconditionnel délivré lors de l’essai en cours. Une variante souvent employée dans les simulations informatiques unifie la formulation pour rendre compte de l’inhibition :

$$\Delta V_A^n = \alpha_A^n \cdot \beta \cdot (\lambda^n – \sum V^n)$$

Cette interdépendance algorithmique crée une cinétique d’apprentissage éminemment non linéaire. Contrairement aux modèles traditionnels qui prédisent des courbes d’apprentissage à asymptote purement concave (saturation exponentielle standard), le modèle de Pearce-Hall génère fréquemment des courbes de forme sigmoïdale (en S). Au début de l’entraînement, si un stimulus est introduit avec une associabilité initiale modérée, l’apprentissage démarre lentement, puis s’accélère vigoureusement à mesure que les premières surprises cognitives dopent le coefficient $\alpha$, avant de ralentir à nouveau lorsque le système se stabilise et que $\alpha$ s’effondre vers zéro.

Cette propriété algorithmique dote le modèle d’une remarquable supériorité prédictive lors des transitions brusques de contingence. Si un animal est soumis à une inversion de discrimination (la touche qui donnait de la nourriture cesse d’en donner et vice versa), le modèle de Pearce-Hall capture la phase initiale de stupeur et d’hésitation, suivie d’une accélération fulgurante de la réadaptation, là où les modèles à taux d’apprentissage constant prédisent une ré-extinction laborieuse et rigide.

7.3 Forces et faiblesses du formalisme mathématique

L’immense triomphe conceptuel du formalisme de Pearce-Hall réside dans sa capacité à modéliser mathématiquement l’incertitude environnementale et la flexibilité cognitive sans avoir besoin d’implémenter des architectures probabilistes bayésiennes hyper-complexes, difficilement conciliables avec les contraintes neurophysiologiques des petits mammifères. Par le simple jeu d’une mémoire tampon à un essai ($n-1$) et d’un opérateur de valeur absolue, le modèle simule des comportements d’adaptation d’une remarquable subtilité écologique.

Néanmoins, comme tout modèle computationnel de première génération, la formalisation princeps de 1980 comportait des fragilités théoriques et des limites algorithmiques que les critiques n’ont pas manqué de pointer. La première faiblesse tient à l’absence de gestion explicite de la dimension temporelle fine : le modèle traite les essais comme des quanta discrets et homogènes, peinant à rendre compte de l’impact des variations de l’intervalle inter-stimuli (ISI) ou de l’intervalle inter-essais (ITI) sur la modulation de l’attention.

Une seconde limite concerne la sensibilité paramétrique du modèle. Dans des environnements de laboratoire bruités, l’apparition de micro-stimulations aléatoires ou de variations parasites du fond sonore peut continuellement injecter une variance minimale dans le terme $|\lambda – \sum V|$, empêchant artificiellement $\alpha$ de converger vers son plancher biologique d’extinction. Enfin, l’hypothèse selon laquelle un stimulus parfaitement prédictif voit son associabilité chuter strictement vers zéro rendait difficile l’explication de la rémanence de certains apprentissages d’ordre supérieur. Ces difficultés ont poussé Pearce et ses collaborateurs, tout au long des années 1990, à introduire des raffinements successifs, intégrant notamment des bornes asymptotiques inférieures non nulles pour le paramètre $\alpha$ et des mécanismes d’interaction configurationnelle avancés.

8. Comparaison critique : Pearce-Hall versus Mackintosh

8.1 La controverse théorique majeure des théories de l’associabilité

La coexistence des théories de Mackintosh (1975) et de Pearce-Hall (1980) a engendré l’une des controverses intellectuelles les plus stimulantes et passionnées de l’histoire de la psychologie animale contemporaine. En apparence, les deux théories défendaient des postulats diamétralement inconciliables concernant la régulation attentionnelle de l’esprit animal :

• Pour Mackintosh : L’animal oriente son attention vers les signaux qui sont les meilleurs prédicteurs de son environnement. Plus un signal est informatif et prédictif d’une conséquence cruciale, plus son associabilité $\alpha$ augmente ($\alpha \uparrow$ lorsque le stimulus est un bon prédicteur). L’attention est au service de l’efficacité et de l’exploitation sélective du signal pertinent.
• Pour Pearce et Hall : L’animal retire son attention des signaux dont la valeur prédictive est assurée pour la réallouer vers les signaux incertains et ambigus. Plus un stimulus est prédictif, plus son associabilité décline vers zéro ($\alpha \downarrow$ lorsque le stimulus est un bon prédicteur). L’attention est au service de la résolution de l’ambiguïté et de l’apprentissage exploratoire face à la surprise.

Chacun des deux camps a su accumuler un corpus colossal de validations expérimentales irréfutables. L’école de Mackintosh s’appuyait sur des tâches de discrimination intraparentale où des indices prédictifs constants étaient appris à une vitesse fulgurante face à des distracteurs inconsistants. L’école de Pearce-Hall opposait ses résultats irréfutables sur les transferts d’apprentissage avec modification de l’intensité du renforçateur, l’inhibition latente et le maintien de la vigilance face aux renforcements partiels. Le monde de la psychologie expérimentale s’est ainsi retrouvé face à une apparente antinomie fondamentale : l’organisme alloue-t-il son attention à ce qui marche ou à ce qui échoue ?

8.2 Les modèles hybrides et tentatives de synthèse

La résolution de cette contradiction dialectique a nécessité une refondation conceptuelle de la notion d’attention au début du XXIe siècle. Des théoriciens majeurs, parmi lesquels figure en premier plan Mike Le Pelley (2004), ont formulé des modèles hybrides intégrant les mécanismes de Mackintosh et de Pearce-Hall au sein d’une architecture cognitive duale unifiée.

La réconciliation théorique repose sur la distinction fondamentale entre deux types fonctionnels d’attention sélective, opérant à des niveaux cognitifs distincts de l’économie comportementale :

• L’attention pour l’action (Attention for Action) : Régie par les principes de Mackintosh, cette composante attentionnelle gouverne l’orientation immédiate du comportement et de la décision. L’animal alloue son attention exécutive aux meilleurs prédicteurs disponibles afin de maximiser immédiatement ses chances de survie, d’alimentation ou de fuite. L’attention se focalise sur ce qui est pertinent.
• L’attention pour l’apprentissage (Attention for Learning) : Régie par les principes de Pearce-Hall, cette seconde composante module la plasticité synaptique et la réceptivité mnésique lors de l’encodage. Le système alloue ses ressources d’apprentissage aux stimuli qui ont généré une erreur de prédiction, afin de combler les lacunes de son modèle interne du monde. L’associabilité augmente pour ce qui est mystérieux.

Cette synthèse a trouvé un écho retentissant dans les neurosciences computationnelles modernes et les modélisations bayésiennes. L’esprit de l’animal y est conçu comme un compromis adaptatif permanent entre l’exploitation des indices informatifs déjà maîtrisés (dynamique à la Mackintosh) et l’exploration perceptive des signaux générateurs d’incertitude épistémique (dynamique à la Pearce-Hall).

8.3 Critères discriminants pour l’évaluation empirique

Pour déterminer quel mécanisme attentionnel prévaut dans un contexte expérimental donné, les chercheurs ont mis au point des paradigmes de diagnostic comportemental sophistiqués. L’analyse des transferts de discrimination a révélé que la prévalence des dynamiques de Mackintosh ou de Pearce-Hall dépend étroitement des contraintes temporelles imposées à l’animal et de la nature de la charge cognitive :

Dans les tâches où les animaux doivent choisir rapidement entre plusieurs options perceptuelles concurrentes présentes simultanément dans l’arène (choix forcé en labyrinthe ou discriminations visuelles multiples sur écran tactile), les mécanismes attentionnels de type Mackintosh dominent outrageusement le comportement : l’animal sélectionne le stimulus prédictif et inhibe activement le distracteur redondant. Le coût d’une erreur d’exploitation motrice immédiate est trop lourd pour disperser l’attention vers l’incertain.

En revanche, dans les contextes pavloviens purs sans contrainte de choix moteur discriminant, ou lors d’épreuves où les contingences de renforcement subissent des modifications environnementales instables et volatiles, le mécanisme computationnel de Pearce-Hall reprend immédiatement l’ascendant sélectif. L’organisme, constatant que la fiabilité du monde s’érode, déverrouille l’associabilité de ses représentations pour capter l’inconnu. Ce balancement dynamique démontre l’extraordinaire plasticité de l’allocation des capacités cognitives, optimisée pour minimiser à la fois le coût du traitement sensoriel et le risque de passer à côté d’un bouleversement des lois causales du biotope.

9. Implications pour les phénomènes d’inhibition latente et d’habituation

9.1 La réinterprétation de l’inhibition latente par le modèle de Pearce-Hall

L’un des plus grands triomphes théoriques du modèle de Pearce-Hall réside dans sa capacité à offrir une explication mécaniste et mathématique totale du phénomène d’inhibition latente, anomalie historique qui avait mis en échec le modèle de Rescorla-Wagner. Pour mémoire, l’inhibition latente désigne le fait qu’une exposition répétée à un stimulus isolé ($A to emptyset$), sans aucune conséquence appétitive ou aversive, retarde considérablement son conditionnement ultérieur.

Dans le cadre théorique formalisé de Pearce et Hall, la pré-exposition neutre n’est pas un non-événement cognitif ; elle constitue au contraire le cas limite par excellence d’une prédiction exacte et constante. Dès le deuxième essai de pré-exposition, le système enregistre que le stimulus A n’est suivi de rien ($lambda = 0$). Comme la force associative du stimulus est initialement nulle ($V_A = 0$), l’erreur de prédiction est mathématiquement égale à zéro :

$$|\lambda – V_A| = |0 – 0| = 0$$

En conséquence directe de cette absence totale de surprise, le paramètre d’associabilité $\alpha_A$ subit un effondrement exponentiel au fil des présentations successives du signal dans le vide. L’inhibition latente n’est donc nullement le produit d’une association négative ou d’un conflit d’apprentissage complexe : elle reflète l’extinction pure et simple de l’attention accordée au stimulus. L’animal a certifié que le signal n’a aucune conséquence, et le stimulus a tout simplement cessé d’être traité par la machinerie associative.

Une preuve empirique spectaculaire de cette conceptualisation a été fournie par les expériences de rétablissement de l’associabilité. Si, à la fin d’une longue phase de pré-exposition du stimulus A, les expérimentateurs intercalent un unique événement inattendu — par exemple, un choc électrique imprévu ou la diffusion soudaine d’un bruit blanc sans lien direct —, le système subit une surprise massive. Cette rupture d’attente réinjecte instantanément une valeur d’associabilité $\alpha$ élevée sur le stimulus A : l’inhibition latente est abolie en une fraction de seconde, et l’apprentissage redémarre à pleine vitesse, confirmant que le retard d’apprentissage initial ne résidait que dans un déficit d’attention modulable.

9.2 Les frontières théoriques entre habituation et associabilité négative

La modélisation de Pearce-Hall a également permis d’éclairer sous un jour nouveau les frontières conceptuelles subtiles séparant l’habituation sensorielle pure de la perte d’associabilité conditionnelle. L’habituation est classiquement définie comme la diminution progressive d’une réponse réflexe innée d’orientation (la réaction de sursaut ou le mouvement de focalisation des pavillons auriculaires) à la suite d’une stimulation répétée non nocive.

Bien que l’habituation de la réponse d’orientation et la chute du coefficient $\alpha$ de Pearce-Hall surviennent souvent en parallèle lors de l’exposition répétée à un stimulus, les deux phénomènes obéissent à des temporalités et à des contraintes neurobiologiques dissociables :

• La réponse d’orientation : Elle dépend largement de processus d’adaptation synaptique à court terme au sein des relais sensoriels primaires et du tronc cérébral. Elle manifeste une récupération spontanée rapide après de brefs intervalles de temps sans stimulation.
• L’associabilité conditionnelle $\alpha$ : Elle engage des réseaux corticaux et amygdaliens supérieurs de traitement de l’information. La perte de $\alpha$ s’avère d’une pérennité temporelle incomparablement plus longue et démontre une sensibilité aiguë aux manipulations du contexte environnemental global.

De surcroît, Geoffrey Hall a démontré que si l’on modifie le contexte spatial dans lequel le stimulus est présenté sans altérer ses propriétés physiques intrinsèques, la réponse d’orientation motrice peut demeurer largement atténuée alors que le paramètre d’associabilité associative $\alpha$ subit une résurrection cognitive immédiate. L’interaction entre la mémoire à court terme et le calcul de la surprise contextuelle révèle que l’associabilité au sens de Pearce-Hall constitue un mécanisme d’encodage épistémique de haut niveau, irréductible aux simples mécanismes de fatigue synaptique périphérique de l’habituation sensorielle.

9.3 Le déblocage et l’apprentissage induit par l’omission

Un autre champ d’application empirique majeur où le modèle de Pearce-Hall s’est révélé d’une acuité théorique éclatante concerne l’analyse des mécanismes de « déblocage » (unblocking) et d’apprentissage provoqué par l’omission d’un événement attendu. Dans le paradigme classique du blocage de Kamin, l’adjonction d’un stimulus B à un prédicteur établi A ($AB to \text{choc}$) ne produit aucun apprentissage envers B.

Cependant, si lors de la phase composée $AB$, l’expérimentateur manipule soudainement la nature de la conséquence — par exemple en omettant le choc habituellement délivré ($AB to emptyset$), ou en réduisant brusquement son intensité —, les prédictions des modèles divergent profondément. Selon les modèles conventionnels, l’absence de renforçateur ne devrait engendrer qu’une baisse d’excitation. Selon Pearce et Hall, cette rupture majeure des attentes provoque un pic phénoménal d’erreur absolue :

$$|\lambda – \sum V| = |0 – V_A| = V_A$$

Cette surprise immense réactive immédiatement l’attention envers l’ensemble des stimuli présents sur la scène comportementale. En conséquence, le stimulus neutre B, loin d’être ignoré ou bloqué, voit son coefficient d’associabilité $\alpha_B$ bondir à des niveaux records. Lors de tests ultérieurs, ce stimulus B se révèle avoir acquis une saillance apprise considérable et peut s’associer avec une célérité stupéfiante à de nouvelles contingences. L’omission d’un événement attendu agit comme un électrochoc attentionnel que la machinerie mathématique de Pearce et Hall est l’une des rares à pouvoir modéliser avec une fidélité computationnelle aussi rigoureuse.

10. Substrats neurobiologiques et mécanismes cérébraux sous-jacents

10.1 Le rôle du complexe amygdalien dans le traitement de l’associabilité

Longtemps confinée aux équations comportementales et aux chambres de Skinner, la formalisation de Pearce et Hall a trouvé, à partir des années 1990 et 2000, une confirmation neurobiologique retentissante grâce aux avancées de la neurobiologie comportementale. Les travaux fondateurs menés par le neurobiologiste américain Peter C. Holland et ses collègues de l’Université Johns Hopkins ont permis d’identifier avec une précision anatomique remarquable les structures cérébrales chargées d’implémenter le paramètre attentionnel $\alpha$.

Ces recherches ont mis en évidence le rôle névralgique et irremplaçable du noyau central de l’amygdale (CeA). Alors que le noyau basolatéral de l’amygdale (BLA) est préférentiellement dédié à l’encodage de la valeur affective intrinsèque et sensorielle du stimulus inconditionnel (le codage de $lambda$ et de la force associative $V$), le noyau central se révèle être l’ordinateur biologique de l’associabilité :

• Les lésions neurochimiques ciblées ou l’inactivation pharmacologique transitoire du noyau central de l’amygdale chez le rat n’empêchent pas l’animal d’acquérir un conditionnement pavlovien simple de base.
• En revanche, ces mêmes lésions abolissent totalement la capacité de l’organisme à moduler l’attention $\alpha$ en réponse à des modifications de la valeur prédictive : les rats lésés au niveau du CeA échouent systématiquement à augmenter leur attention face à un événement inattendu (incapacité à débloquer l’apprentissage) et ne manifestent aucune perte d’associabilité face à des stimuli prédictifs constants.

Cette dissociation anatomique prouve de manière éclatante la réalité physique de la dichotomie théorique formulée par Pearce et Hall : le cerveau dispose de circuits neuronaux distincts pour stocker la force d’une association ($V$, au sein du BLA et de ses cibles striatales) et pour calculer l’incertitude attentionnelle accordée à son signal ($\alpha$, piloté par le CeA).

10.2 Le système cholinergique basal et la modulation attentionnelle

Comment le noyau central de l’amygdale, structure sous-corticale profonde, orchestre-t-il la modulation de l’attention sélective à travers l’ensemble des aires sensorielles du cortex cérébral ? Les investigations neurophysiologiques ont mis au jour une voie d’action neurochimique d’une rare élégance : les projections directes du noyau central de l’amygdale vers les neurones cholinergiques du prosencéphale basal, logés préférentiellement dans la substantia innominata et le noyau basal de Meynert.

Le neurotransmetteur central de cette régulation attentionnelle est l’acétylcholine. Les travaux neurochimiques et électrophysiologiques d’Angela Yu et Peter Dayan (2005) ont formellement démontré que la libération corticale d’acétylcholine constitue le signal neurobiologique par excellence de l’« incertitude attendue et inattendue » de l’environnement :

Lorsque le noyau central de l’amygdale détecte une divergence entre la prédiction et l’issue réelle ($|\lambda – \sum V| > 0$), il stimule massivement les populations cellulaires cholinergiques du prosencéphale basal. Ces derniers projettent des axones diffus à travers l’ensemble du néocortex sensoriel. La libération massive d’acétylcholine qui en résulte au sein des couches corticales superficielles induit deux modifications synaptiques capitales : elle augmente drastiquement le gain de transmission sensorielle afférente (permettant à l’animal de traiter le stimulus physique avec une acuité accrue) tout en supprimant la transmission synaptique intracorticale rétrograde. Cette reconfiguration neurochimique place littéralement le cortex cérébral dans un état d’hyperplasticité et d’ouverture perceptive, implémentant physiquement l’augmentation du paramètre $\alpha$ de Pearce-Hall.

10.3 L’encodage dopaminergique de l’erreur de prédiction

Pour que le noyau central de l’amygdale puisse orchestrer cette dynamique de l’associabilité, le système nerveux central doit impérativement calculer en amont la surprise elle-même. C’est ici qu’intervient le système dopaminergique mésencéphalique, centré sur la substance noire pars compacta (SNc) et l’aire tegmentale ventrale (VTA). Depuis les découvertes révolutionnaires de Wolfram Schultz à la fin des années 1990, il est universellement établi que les décharges phasiques de dopamine encodent une erreur de prédiction de la récompense.

Néanmoins, les neurosciences computationnelles opèrent une distinction essentielle, directement calquée sur le débat Rescorla-Wagner versus Pearce-Hall :

• L’erreur de prédiction signée : Encodée par les variations bidirectionnelles des neurones dopaminergiques (décharge au-dessus du niveau de base si l’événement est meilleur que prévu, pause de décharge sous le niveau de base si l’événement est omis). Cette erreur directionnelle sert à guider la mise à jour de la valeur associative $V$ et de l’action motrice, en stricte conformité avec le formalisme de Rescorla-Wagner.
• L’erreur de prédiction non signée (ou absolue) : Encodée par des populations neuronales spécifiques au sein de l’amygdale, du locus coeruleus (voie noradrénergique) et de sous-ensembles du striatum dorsomedian. Ces neurones déchargent de façon positive et unilatérale à toute rupture de contingence, qu’il s’agisse d’un gain imprévu ou d’une perte dramatique.

C’est précisément cette composante non signée de l’erreur dopaminergique et noradrénergique qui converge vers le noyau central de l’amygdale pour piloter le terme $|\lambda – \sum V|$. Les neurosciences contemporaines valident ainsi la coexistence élégante des deux grands modèles : le cerveau mobilise son système dopaminergique mésolimbique pour calculer la direction de l’apprentissage (Rescorla-Wagner), tandis qu’il recrute les circuits amygdalo-cholinergiques pour calculer l’incertitude épistémique et piloter le taux de plasticité attentionnelle (Pearce-Hall).

11. Applications contemporaines en psychopathologie et psychologie clinique

11.1 Dysfonctionnements attentionnels dans la schizophrénie

Les modèles théoriques forgés dans le secret des laboratoires de psychologie animale ont révélé une pertinence diagnostique et étiologique saisissante pour la psychiatrie translationnelle, au premier chef dans la compréhension des mécanismes physiopathologiques de la schizophrénie. L’un des traits cliniques les plus invalidants de cette pathologie réside dans la fragmentation du traitement de l’information et l’incapacité chronique des patients à filtrer les stimuli non pertinents de leur environnement.

Au début des années 2000, le psychiatre Shitij Kapur a forgé le concept désormais célèbre de saillance aberrante (aberrant salience), qui constitue une traduction clinique directe du dérèglement du paramètre $\alpha$ de Pearce-Hall :

Chez les individus sains, les stimuli neutres de l’environnement voient leur associabilité s’effondrer vers zéro au fil des expositions répétées en raison de l’absence de conséquences signifiantes (inhibition latente préservée). Chez les patients schizophrènes ou dans les états prodromiques précédant la décompensation psychotique, on observe une perturbation profonde de l’inhibition latente. Le dérèglement de la signalisation dopaminergique sous-corticale et des boucles amygdalo-frontales injecte de manière chaotique une erreur de prédiction permanente sur des stimuli intrinsèquement anodins.

Dans les termes du modèle de Pearce-Hall, le paramètre $\alpha$ de ces patients demeure perpétuellement bloqué à son niveau maximal pour les indices les plus insignifiants du quotidien (un feu tricolore qui change, une porte qui claque, la couleur d’une cravate). Le système cognitif du patient traite ces signaux stables comme des anomalies porteuses d’une incertitude urgente à résoudre. Les délires de persécution ou de référence apparaissent dès lors comme une tentative désespérée de l’appareil psychique d’élaborer une trame explicative cognitive (construire une force $V$) capable de donner un sens à cette associabilité anormalement surélevée. La restauration pharmacologique du filtrage de l’associabilité constitue ainsi l’une des cibles majeures des thérapeutiques neuroleptiques contemporaines.

11.2 Troubles anxieux et traitement de l’ambiguïté prédictive

Le paradigme de Pearce et Hall offre également une grille d’analyse d’une formidable fécondité clinique pour disséquer les mécanismes cognitifs sous-tendant les troubles anxieux, le trouble de panique et l’anxiété généralisée. L’un des marqueurs cognitifs centraux de la névrose anxieuse est l’intolérance chronique à l’incertitude, qui se traduit par un état d’hypervigilance perceptive épuisant pour l’organisme.

À la lumière du modèle de Pearce-Hall, l’hypervigilance anxieuse s’interprète comme une incapacité computationnelle à décrémenter le coefficient d’associabilité $\alpha$ envers les signaux environnementaux neutres ou annonciateurs de sécurité :

• Dans un fonctionnement psychique adaptatif, un signal de sécurité qui prédit sans faille l’absence de danger voit son traitement attentionnel s’éteindre pour laisser place à la détente motrice.
• Chez le sujet pathologiquement anxieux, le circuit amygdalien central maintient artificiellement une associabilité élevée sur tous les signaux ambiants. La moindre micro-variation du contexte sensoriel est interprétée comme une surprise cognitive potentielle ($|\lambda – \sum V| > 0$), réactivant sans fin l’analyse attentionnelle et empêchant toute habituation sécurisante.

Cette lecture théorique a directement impulsé des optimisations substantielles dans les protocoles de thérapies comportementales et cognitives (TCC) basées sur l’exposition avec prévention de la réponse. Les thérapeutes contemporains exploitent délibérément les principes de calibrage de l’erreur de prédiction de Pearce-Hall : pour réengager l’attention d’un patient phobique dont les associations d’évitement sont figées, l’exposition doit être conçue pour générer une « violation d’attente » (expectancy violation) maximale, créant la surprise cognitive nécessaire pour restaurer la plasticité synaptique et réécrire de nouvelles associations thérapeutiques pérennes.

11.3 Addiction et réactivité aux indices associés aux substances

L’addiction chronique aux drogues de synthèse, à l’alcool ou à la nicotine constitue un autre champ d’application clinique fondamental où les dynamiques d’associabilité modulée jouent un rôle déterminant et tragique. L’une des énigmes les plus redoutables du phénomène de rechute réside dans l’incroyable rémanence des stimuli environnementaux associés à la consommation (une seringue, un emballage, un lieu spécifique), capables de déclencher des épisodes compulsifs de manque (craving) même après des années d’abstinence totale.

Cette puissance perverse des indices toxicomanogènes s’explique parfaitement par les perturbations computationnelles formalisées par Pearce et Hall :

Contrairement aux renforçateurs naturels (nourriture, eau) dont la valeur biologique subit des processus normaux de satiété homéostatique qui réduisent l’erreur de prédiction au fil de la consommation, les drogues d’abus détournent directement la machinerie biochimique en inondant artificiellement les synapses striatales de dopamine. Cette décharge pharmacologique massive empêche le système de calculer une convergence associative normale : le renforçateur chimique apparaît perpétuellement plus puissant que la prédiction établie, interdisant à l’erreur de s’annuler.

Par conséquent, les stimuli associés aux substances ne subissent jamais le déclin attentionnel attendu par le modèle de Pearce-Hall. Leur coefficient d’associabilité $\alpha$ demeure fixé à un niveau anormalement haut, captant le regard et le traitement cognitif de l’individu dépendant au détriment de tous les autres signaux vitaux de son existence. Les interventions cliniques de désensibilisation par réalité virtuelle s’efforcent aujourd’hui d’utiliser les protocoles d’extinction dérivés de Pearce et Hall pour forcer l’effondrement de cette associabilité toxique en exposant répétitivement les patients aux indices addictifs en l’absence rigoureuse d’injection de la drogue.

12. Héritage épistémologique et perspectives futures en sciences cognitives

12.1 L’influence sur l’apprentissage par renforcement en intelligence artificielle

À l’heure où l’apprentissage par renforcement (Reinforcement Learning) constitue le moteur principal des progrès fulgurants de l’intelligence artificielle — des victoires historiques d’AlphaGo aux grands modèles de langage contemporains —, l’héritage mathématique de John Pearce et Geoffrey Hall s’avère plus vibrant que jamais. L’un des dilemmes les plus profonds auxquels fait face tout agent autonome artificiel est le compromis exploration-exploitation (exploration-exploitation trade-off) : quand faut-il exploiter les connaissances déjà acquises pour maximiser la récompense immédiate, et quand faut-il explorer des actions inconnues pour enrichir la cartographie de l’environnement ?

Les algorithmes standards de type Q-learning ou SARSA, initialement inspirés par le formalisme de Rescorla-Wagner avec des taux d’apprentissage statiques, se heurtent rapidement au fléau de la dimensionnalité et à la stagnation dans des optima locaux sous-optimaux. Pour surmonter cet écueil, les pionniers de l’intelligence artificielle computationnelle, à l’instar de Richard Sutton et Andrew Barto, ont directement incorporé les mécanismes d’associabilité dynamique dérivés du modèle de Pearce-Hall :

• L’ajustement adaptatif du taux d’apprentissage (adaptive learning rate) : Dans ces architectures avancées, le pas d’apprentissage de chaque paramètre du réseau neuronal est indexé sur l’historique de la valeur absolue des erreurs de prédiction antérieures, évitant de modifier les poids synaptiques stables tout en accélérant drastiquement la mise à jour des représentations dans les régions instables de l’espace des états.
• La curiosité artificielle et l’apprentissage auto-supervisé : L’erreur absolue de prédiction à la Pearce-Hall y est utilisée comme une fonction de récompense intrinsèque (intrinsic curiosity reward), poussant les agents robotiques autonomes à diriger leurs capteurs perceptifs vers les zones d’incertitude maximale du jeu de données, répliquant avec un demi-siècle d’écart le comportement des rats de laboratoire de Brighton.

12.2 L’intégration au sein du paradigme du cerveau prédictif

Sur le plan des sciences cognitives fondamentales, la découverte de Pearce et Hall s’est fondue avec une perfection théorique stupéfiante au sein du macro-paradigme contemporain du cerveau prédictif (predictive processing) et de l’inférence active, magistralement théorisé par le neuroscientifique britannique Karl Friston et le philosophe Andy Clark. Selon cette perspective hégémonique, le cerveau est une machine d’inférence bayésienne dont la fonction impérative est de minimiser l’énergie libre informationnelle (ou surprise sensorielle) en projetant en permanence des prédictions descendantes sur le flux sensoriel montant.

Dans ce cadre computationnel holistique, l’associabilité $\alpha$ formalisée par Pearce et Hall trouve son équivalent mathématique le plus noble : elle correspond rigoureusement à la précision estimée des erreurs de prédiction (precision of prediction errors) :

Dans les modèles de Friston, une erreur de prédiction sensorielle montante ne peut modifier les croyances corticales supérieures que si elle est pondérée par une estimation de sa précision statistique. Si un événement survient dans un environnement chaotique et bruité, sa précision est faible et le cerveau l’ignore. Mais si un événement inattendu survient au sein d’un contexte informatif, le contrôle attentionnel descendant augmente la précision synaptique de cette erreur, décuplant sa force de frappe plastique sur les réseaux de neurones. L’associabilité dynamique de Pearce et Hall n’était rien d’autre que l’intuition comportementale pionnière de ce calcul bayésien de précision, qui régit aujourd’hui l’ensemble de notre compréhension du traitement perceptif et de la conscience phénoménale.

12.3 Bilan historique et portée continue des travaux de Pearce et Hall

Près d’un demi-siècle après son exécution initiale, l’expérience sur la valeur prédictive négative conçue par John Pearce et Geoffrey Hall demeure un monument incontournable de la science expérimentale du comportement. Sa force épistémologique exemplaire réside dans sa capacité à avoir su marier l’empirisme le plus humble — l’observation méticuleuse d’animaux de laboratoire dans le confinement de boîtes opérantes — avec les abstractions les plus vertigineuses de la théorie de l’information et des mathématiques appliquées.

Loin d’avoir été relégués aux archives poussiéreuses de l’histoire des sciences, les principes fondamentaux forgés par Pearce et Hall continuent d’orienter les protocoles de recherche de pointe en optogénétique, en imagerie par résonance magnétique fonctionnelle et en modélisation computationnelle cognitive. Ils nous rappellent avec une force inaltérée que l’intelligence biologique n’est pas un miroir passif enregistrant passivement les échos du monde extérieur, mais une flamme active d’interrogation perpétuelle, conçue pour délaisser le confort stérile de la certitude au profit de l’exploration féconde de l’imprévisible.

Références

• Dayan, P., & Yu, A. J. (2005). Uncertainty and learning. IICM, 1-24. https://doi.org/10.1016/j.neuron.2005.04.026
• Hall, G., & Pearce, J. M. (1979). Latent inhibition of a CS during CS-US pairings. Journal of Experimental Psychology: Animal Behavior Processes, 5(1), 31–42. https://doi.org/10.1037/0097-7403.5.1.31
• Holland, P. C. (1997). Brain systems for attention in associative learning. Current Opinion in Neurobiology, 7(2), 217–220. https://doi.org/10.1016/S0959-4388(97)80008-0
• Kamin, L. J. (1969). Predictability, surprise, attention, and conditioning. In B. A. Campbell & R. M. Church (Eds.), Punishment and aversive behavior (pp. 279–296). Appleton-Century-Crofts.
• Kapur, S. (2003). Psychosis as a state of aberrant salience: A framework linking biology, phenomenology, and pharmacology in schizophrenia. American Journal of Psychiatry, 160(1), 13–23. https://doi.org/10.1176/appi.ajp.160.1.13
• Le Pelley, M. E. (2004). The role of associative history in models of associative learning: A review and a hybrid model. Quarterly Journal of Experimental Psychology: Section B, 57(3), 193–243. https://doi.org/10.1080/02724990344000141
• Lubow, R. E., & Moore, A. U. (1959). Latent inhibition: The effect of nonreinforced pre-exposure to the conditioned stimulus. Journal of Comparative and Physiological Psychology, 52(4), 415–419. https://doi.org/10.1037/h0046700
• Mackintosh, N. J. (1975). A theory of attention: Variations in the associability of stimuli with reinforcement. Psychological Review, 82(4), 276–298. https://doi.org/10.1037/h0076778
• Pavlov, I. P. (1927). Conditioned reflexes: An investigation of the physiological activity of the cerebral cortex. Oxford University Press.
• Pearce, J. M. (1987). A model for stimulus generalization in Pavlovian conditioning. Psychological Review, 94(1), 61–73. https://doi.org/10.1037/0033-295X.94.1.61
• Pearce, J. M. (2008). Animal learning and cognition: An introduction (3rd ed.). Psychology Press.
• Pearce, J. M., & Hall, G. (1980). A model for Pavlovian learning: Variations in the effectiveness of conditioned but not of unconditioned stimuli. Psychological Review, 87(6), 532–552. https://doi.org/10.1037/0033-295X.87.6.532
• Rescorla, R. A. (1968). Probability of shock in the presence and absence of CS in fear conditioning. Journal of Comparative and Physiological Psychology, 66(1), 1–5. https://doi.org/10.1037/h0025984
• Rescorla, R. A., & Wagner, A. R. (1972). A theory of Pavlovian conditioning: Variations in the effectiveness of reinforcement and nonreinforcement. In A. H. Black & W. F. Prokasy (Eds.), Classical conditioning II: Current research and theory (pp. 64–99). Appleton-Century-Crofts.
• Schultz, W., Dayan, P., & Montague, P. R. (1997). A neural substrate of prediction and reward. Science, 275(5306), 1593–1599. https://doi.org/10.1126/science.275.5306.1593
• Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction (2nd ed.). MIT Press.