Les expériences de la théorie de la réduction des pulsions (course en labyrinthe) – Clark Hull

Au cœur du XXe siècle, la psychologie scientifique a été le théâtre d’une quête épistémologique d’une envergure sans précédent : celle de transformer l’étude du comportement animal et humain en une science exacte, régie par des axiomes mathématiques aussi universels et rigoureux que les lois de la mécanique newtonienne. Au centre névralgique de cette ambition démesurée se dresse la figure de Clark Leonard Hull (1884–1952). Psychologue théoricien d’une rigueur absolue, Hull a développé au sein de l’Université Yale une doctrine monumentale connue sous le nom de néo-béhaviorisme hypothético-déductif, articulée autour de sa célèbre théorie de la réduction des pulsions (Drive Reduction Theory).

Pour soumettre son imposante architecture conceptuelle à l’épreuve de la réfutation expérimentale, Hull et ses collaborateurs ont fait du labyrinthe d’apprentissage – sous toutes ses déclinaisons géométriques, du couloir droit au labyrinthe complexe à embranchements multiples – le réacteur expérimental privilégié de leur laboratoire. Dans ces dédales de bois et de métal minutieusement standardisés, des cohortes de rats de laboratoire (Rattus norvegicus), soumis à des régimes de privation drastiques, ont couru des millions de mètres sous le regard d’observateurs chronométrant chaque fraction de seconde et comptabilisant chaque hésitation motrice. La course en labyrinthe n’était pas un simple jeu d’adresse animale ; elle incarnait la matérialisation empirique des tensions métaboliques internes, de la formation des habitudes neurales et des mécanismes régulateurs de la survie biologique.

Le présent article propose une exploration approfondie de cette épopée scientifique, technique et théorique. De l’élaboration de postulats formels reliant le potentiel de réaction à l’état de besoin biologique, jusqu’aux affrontements épiques contre les thèses cognitivistes d’Edward Tolman, nous analyserons comment les expériences de course en labyrinthe de Hull ont façonné les paradigmes de l’apprentissage contemporain, tout en laissant une empreinte indélébile sur les neurosciences comportementales et la modélisation computationnelle du renforcement.

1. Introduction historique et fondements épistémologiques du néo-béhaviorisme de Clark Hull

1.1 L’émergence du néo-béhaviorisme face au béhaviorisme classique watsonien

Au début des années 1930, le béhaviorisme originellement formulé par John B. Watson en 1913 montrait des signes manifestes d’essoufflement théorique. La formule watsonienne classique, fondée sur un associationnisme périphérique strict reliant directement un stimulus environnemental observable ($S$) à une réponse musculaire ou glandulaire ($R$), peinait à rendre compte de l’incontestable variabilité du comportement chez des organismes placés dans des conditions environnementales rigoureusement identiques. Deux rats confrontés au même carrefour d’un labyrinthe pouvaient en effet bifurquer dans des directions opposées ou courir à des vélocités radicalement dissemblables selon la durée de leur privation nutritive antérieure. Cette discordance phénoménologique exigeait une révision profonde de l’édifice béhavioriste.

C’est dans cette brèche épistémologique que s’est engouffré le néo-béhaviorisme. Sous l’impulsion de théoriciens comme Clark Hull et Edward Tolman, la psychologie scientifique a intégré des variables intermédiaires (ou intervenantes) situées au sein de l’organisme ($S \rightarrow O \rightarrow R$). Contrairement aux concepts mentalistes de la psychologie introspectionniste du XIXe siècle, ces variables internes n’étaient pas conçues comme des états d’âme subjectifs ou des entités immatérielles, mais comme des construits hypothétiques fonctionnels, logiquement ancrés dans des conditions préalables observables (les variables d’entrée) et traduisibles en comportements quantifiables (les variables de sortie).

Cette mutation théorique s’est nourrie de l’influence déterminante du positivisme logique du Cercle de Vienne et de l’opérationnalisme de Percy Bridgman. Hull a fait sienne l’exigence d’une méthode hypothético-déductive intégrale : le comportement devait être dérivé de postulats fondamentaux par voie de déduction logique et d’équations mathématiques, chaque terme théorique devant être rattaché sans ambiguïté à des opérations de mesure objectives. Établi au sein du prestigieux Institute of Human Relations de l’Université Yale à partir de 1929, Hull a fédéré autour de lui une constellation de chercheurs talentueux – parmi lesquels Kenneth Spence, Neal Miller, O. Hobart Mowrer et Robert Sears – avec la ferme ambition d’ériger les lois fondamentales du comportement au même rang d’universalité que les lois de la physique gravitationnelle.

1.2 La vision mécaniste et biologique de l’organisme vivant

L’édifice théorique de Clark Hull repose sur une ontologie profondément mécaniste et biologicaliste. L’organisme animal n’est pas appréhendé comme une entité douée d’intentions conscientes ou de finalité métaphysique, mais comme un automate physico-chimique complexe, auto-entretenu et soumis aux impératifs inexorables de la survie darwinienne. Dans cette perspective, la machine biologique est en perpétuelle lutte contre l’entropie de son milieu interne.

Hull a puisé le substrat physiologique de sa pensée dans les travaux pionniers de Walter Cannon sur l’homéostasie. Selon Cannon, les organismes supérieurs disposent de mécanismes d’autorégulation physiologique visant à maintenir constants les paramètres vitaux de leur milieu intérieur (glycémie, volémie, température, équilibre électrolytique). Dès lors qu’une rupture homéostatique intervient – par exemple, un déficit tissulaire en glucose ou une chute de la pression osmotique –, l’organisme subit un déséquilibre interne critique. Hull postule que ce besoin biologique brut engendre une activation générale de l’appareil locomoteur de l’animal : la dynamique comportementale n’est autre que la tentative mécanique de l’automate pour retrouver sa stabilité physico-chimique perdue.

Ce matérialisme sans compromis impose un déterminisme absolu. Tout apprentissage, toute réorientation spatiale, toute modulation de la vitesse de course dans un labyrinthe découle de forces physiques et physiologiques sous-jacentes. Pour Hull, l’action est déterminée par une cascade causale où l’énergie métabolique est canalisée dans des voies neurales précises, préexistantes ou acquises, excluant tout recours à une téléologie non réductible à des interactions mécaniques.

1.3 Origine des paradigmes expérimentaux de labyrinthe en psychologie comparée

Pour soumettre cette mécanique comportementale à une investigation empirique contrôlée, le recours au labyrinthe s’est imposé comme une évidence historique et méthodologique. Introduit en psychologie animale par Willard Small au tout début du XXe siècle à l’Université Clark – inspiré par le célèbre labyrinthe végétal de Hampton Court –, le dispositif fut rapidement perfectionné par John Watson, Harvey Carr et Robert Yerkes pour mesurer l’apprentissage spatial chez les rongeurs.

Le labyrinthe présentait des vertus expérimentales incomparables pour le projet hullien. En premier lieu, il offrait une clôture physique hermétique permettant de soustraire l’animal aux contingences environnementales aléatoires du milieu naturel. En second lieu, il convertissait le problème de l’intelligence et de la mémoire en paramètres géométriques et chronométriques hautement quantifiables : le nombre d’erreurs (choix d’impasses), la vitesse de course moyenne, le temps d’hésitation aux carrefours et la latence au démarrage. Enfin, le labyrinthe permettait d’éliminer l’arbitraire de l’interprétation humaine grâce à des systèmes de mesure automatisés ou standardisés, transformant l’apprentissage en une courbe mathématique continue traduisant l’évolution des connexions sensorimotrices sous l’effet du renforcement.

2. Les concepts fondamentaux de la théorie de la réduction des pulsions (Drive Reduction Theory)

2.1 Définition et nature de la pulsion (Drive, D)

Le pilier central du système conceptuel de Hull réside dans la distinction impérative entre le besoin biologique (Need) et l’état psychologique ou motivationnel de pulsion (Drive, symbolisé par la lettre $D$). Alors que le besoin correspond à une rupture objective de l’homéostasie tissulaire (une privation d’eau entraînant une déplétion cellulaire, ou une carence calorique réduisant le substrat métabolique disponible), la pulsion constitue l’émanation fonctionnelle de ce besoin sur le système nerveux central. Le besoin biologique génère des stimuli internes aversifs intenses – les stimuli de pulsion ou drive stimuli ($S_D$) –, comme les contractions gastriques ou la sécheresse pharyngée, qui activent l’organisme dans sa globalité.

Un aspect fondamental de la théorisation de Hull est que la pulsion primaire possède une nature purement non spécifique et non directionnelle. La pulsion n’indique pas à l’animal où aller ni quelle réponse motrice adopter ; elle agit comme un amplificateur énergétique aveugle, un moteur interne qui dynamise l’ensemble des structures d’action de l’organisme. Qu’elle provienne de la faim, de la soif, de la douleur thermique ou de la privation sexuelle, l’énergie pulsionnelle s’agrège en un réservoir commun qui vient multiplier l’efficacité d’évocation de n’importe quel réflexe ou habitude motrice disponible.

En outre, l’état de pulsion est viscéralement aversif. L’organisme en état de privation métabolique prolongée subit une tension sensorielle et physiologique pénible. C’est précisément l’urgence d’échapper à cette stimulation interne aversive qui constitue le moteur premier de l’activité exploratoire et motrice de l’animal dans son environnement.

2.2 La force de l’habitude (Habit Strength, sHr) et le mécanisme de renforcement

Si la pulsion fournit la puissance motrice du comportement, elle ne saurait en définir l’orientation spatiale ni la structure coordonnée. Cette fonction structurante revient à un second concept clé : la force de l’habitude (Habit Strength), formellement notée $_sH_r$. Ce construit représente la solidité de la connexion associative établie dans le système nerveux entre un stimulus environnemental donné ($S$) et une réponse comportementale spécifique ($R$).

Selon le postulat central de Hull, la force de l’habitude croît de manière continue et cumulative en fonction directe du nombre d’essais renforcés ($N$). Chaque fois qu’une réponse motrice émise en présence d’un complexe de stimuli environnementaux précis permet à l’animal d’atteindre un état de renforcement – c’est-à-dire une réduction effective de la tension pulsionnelle –, la trace mnésique liant ce stimulus à cette réponse motrice s’en trouve physiquement consolidée. Dans les premières formulations de Hull, cette habitude est postulée comme un état permanent et quasi indélébile : l’habitude ne régresse pas d’elle-même, elle est simplement masquée par des phénomènes d’inhibition concurrente lors des phases de non-récompense.

Cette relation associative est soumise à un gradient de contiguïté temporelle rigoureux. Plus l’émission de la réponse motrice est temporellement proche de la survenue du renforçateur réducteur de pulsion, plus le gain d’habitude pour cette connexion est important. Ce principe explique pourquoi les derniers virages effectués juste avant l’accès à la nourriture dans un labyrinthe sont appris beaucoup plus promptement et fidèlement que les premiers virages amorcés à la sortie de la boîte de départ.

2.3 Le postulat de renforcement primaire par réduction de la pulsion

Le couronnement théorique du système de Hull réside dans sa définition stricte, radicalement physicaliste, du renforcement primaire. Rejetant catégoriquement toute explication hédoniste ou mentaliste fondée sur le « plaisir subjectif », la « satisfaction » thordikienne ou la « volonté », Hull postule que tout renforcement primaire consiste exclusivement en la diminution rapide d’un état de tension pulsionnelle ou, de façon plus immédiate, en la réduction des stimuli de pulsion internes ($S_D$) qui lui sont associés :

« Si une réaction motrice est suivie de façon temporellement contingente par une baisse de la stimulation aversive issue d’une pulsion biologique, la probabilité que ce stimulus évoque à nouveau cette réponse lors des occurrences ultérieures s’en trouve mécaniquement augmentée. »

Cette perspective opère une réduction de la psychologie à la physiologie énergétique. La nourriture n’est pas renforçante parce qu’elle possède une saveur agréable, mais parce que son ingestion déclenche des cascades intéroceptives et biochimiques qui neutralisent les signaux d’alarme du manque métabolique. Corrélativement, le phénomène d’extinction comportementale – lorsque l’animal cesse progressivement d’emprunter un bras de labyrinthe après la suppression de la mangeoire – n’est pas le résultat d’un « oubli » ou d’un calcul rationnel, mais la conséquence mécanique directe de l’absence de réduction pulsionnelle consécutive à l’action motrice, laissant le champ libre à l’accumulation de forces inhibitrices.

3. La formalisation mathématique du comportement : variables intermédiaires et équations

3.1 L’architecture des variables indépendantes, intermédiaires et dépendantes

L’originalité épistémologique de Hull réside dans sa tentative sans précédent d’organiser l’ensemble du comportement au sein d’une matrice mathématique articulant trois strates conceptuelles hermétiquement imbriquées : les variables indépendantes d’entrée, les variables intermédiaires inobservables et les variables dépendantes de sortie.

Les variables d’entrée (input) sont des grandeurs physiques directement manipulables et mesurables par l’expérimentateur dans son laboratoire :

• Le temps de privation ($h$), exprimé en heures d’abstinence alimentaire ou hydrique avant l’essai ;
• Le nombre d’essais préalables ayant fait l’objet d’un renforcement effectif ($N$) ;
• L’amplitude ou le poids physique de la récompense délivrée ($w$), par exemple la masse en grammes de pastilles alimentaires ;
• Le délai temporel ($\Delta t$) séparant l’exécution de la réponse motrice de l’accès effectif à la substance nutritive.

Ces paramètres physiques alimentent un réseau de variables intermédiaires déduites, qui constituent les rouages du système nerveux fonctionnel : la pulsion ($D$), la force de l’habitude ($_sH_r$), la valeur de motivation incitatrice ($K$) et, en résultante finale, le potentiel d’évocation ou potentiel de réaction ($_sE_r$).

Enfin, ce potentiel d’évocation se décharge à travers des variables de sortie (output) strictement comportementales et mesurables au millimètre ou au centième de seconde près :

• La vitesse de locomotion du sujet ($St$), mesurée en centimètres par seconde à travers les couloirs du labyrinthe ;
• La latence de départ ($St_r$), c’est-à-dire le délai entre l’ouverture de la porte guillotine et le franchissement complet de la sortie de la boîte de départ ;
• Le pourcentage d’erreurs commises aux intersections du dispositif ;
• La résistance à l’extinction ($n$), matérialisée par le nombre d’essais successifs non récompensés avant l’abandon total de la course.

3.2 L’équation centrale du potentiel d’évocation (sEr)

Au cœur de la machinerie algorithmique de Hull trône l’équation fondamentale définissant le potentiel d’évocation de la réponse ($_sE_r$), qui mesure la tendance nette de l’organisme à émettre une réponse comportementale spécifique. Dans sa formulation cardinale de 1943, cette relation s’exprime sous une forme résolument multiplicative :

$_sE_r = _sH_r \times D$

Cette relation multiplicative emporte des conséquences théoriques capitales pour l’interprétation des expériences en labyrinthe. Si un rat a parcouru des centaines de fois un labyrinthe et présente une habitude motrice parfaitement ancrée ($\text{valeur élevée de } _sH_r$), mais qu’il est placé dans le dispositif immédiatement après s’être nourri jusqu’à satiété absolue ($D = 0$), le produit s’annule :

Si $D = 0$, alors $_sE_r = 0$, et l’animal demeure immobile dans la boîte de départ.

Inversement, un rat affamé depuis quarante-huit heures ($D$ maximal) placé pour la toute première fois dans un dispositif inédit n’a acquis aucune habitude spécifique quant aux virages à effectuer ($_sH_r = 0$). Bien que son agitation motrice soit vigoureuse, il est incapable d’exécuter la séquence de choix requise pour atteindre le but : le potentiel d’évocation de la réponse orientée est rigoureusement nul.

Toutefois, le comportement réel observé dans les labyrinthes est rarement le reflet brut de ce potentiel théorique. Hull a donc dû intégrer des facteurs antagonistes soustractifs. Chaque action motrice engendre en effet une fatigue physique temporaire, qualifiée d’inhibition réactive ($I_r$). Lorsque cette inhibition réactive dissipe son potentiel aversif lors d’un temps de repos, ce soulagement renforce l’état d’inaction, générant une inhibition conditionnée ($_sI_r$). Le potentiel d’évocation effectif ($_s\bar{E}_r$) devient alors :

$_s\bar{E}_r = (_sH_r \times D) – (I_r + _sI_r)$

Pour qu’une réponse motrice franchisse le seuil de l’action observable, ce potentiel effectif doit encore surpasser un seuil physiologique de réaction ($_sL_r$), tout en subissant les fluctuations aléatoires momentanées du système nerveux, postulées sous le nom d’oscillation comportementale ($_sO_r$).

3.3 Rigueur quantitative et critique du formalisme déductif

L’ambition affichée par Hull dans son chef-d’œuvre de 1943, Principles of Behavior, était explicitement de concevoir des Principia Mathematica de la psychologie. S’appuyant sur des séries de régressions non linéaires, Hull a formalisé l’accroissement de la force de l’habitude en fonction du nombre d’essais renforcés par le biais d’une courbe exponentielle négative asymptotique :

$_sH_r = M – M \cdot 10^{-i \cdot N} = M(1 – 10^{-i \cdot N}) = 1 – e^{-k \cdot N}$

Dans cette modélisation mathématique, $M$ représente l’asymptote physiologique maximale de l’apprentissage (normalisée à 1 ou 100), $N$ le nombre absolu d’occurrences de renforcement, et $i$ ou $k$ une constante de vitesse empirique dépendant de l’espèce animale et de la nature de la tâche motrice.

Cette sophistication algorithmique sans équivalent a suscité de vives controverses épistémologiques au sein de la communauté scientifique. Nombre de ses contemporains ont dénoncé une parodie de rigueur physique masquant un arbitraire statistique criant. Pour que ses équations correspondent aux données de vitesse relevées dans les couloirs de labyrinthes, Hull et ses disciples étaient contraints d’ajuster sans cesse des constantes numériques empiriques ad hoc ($k, i, a$). Cette sur-paramétrisation fragilise la portée déductive du système : la formule ne prédit pas le comportement futur à partir de principes universels a priori, elle ajuste rétrospectivement ses courbures pour absorber les anomalies des tracés expérimentaux bruts.

4. L’appareil expérimental : morphologie des labyrinthes et instrumentation

4.1 Conception et typologie des labyrinthes expérimentaux chez Hull

La validation empirique des déductions mathématiques de Clark Hull reposait sur une infrastructure expérimentale d’une rigueur quasi industrielle. Loin des dispositifs hétérogènes des premiers pionniers de la psychologie animale, le laboratoire de Hull à Yale a standardisé les morphologies spatiales pour isoler précisément des variables élémentaires uniques.

Le labyrinthe linéaire droit (straight runway) constituait l’appareil de base pour mesurer la vélocité pure et l’intensité du potentiel d’évocation en l’absence de choix directionnel. D’une longueur variant généralement entre 2 et 6 mètres pour une largeur d’une dizaine de centimètres, ce couloir permettait de quantifier l’accélération continue de la course en fonction de la proximité spatiale de la mangeoire, isolant la cinétique motrice de tout biais de décision.

Le labyrinthe en T (T-maze) et son pendant à angles plus doux, le labyrinthe en Y, représentaient les briques élémentaires de l’étude de la décision motrice. L’animal, après avoir franchi un couloir de départ rectiligne commun, se heurtait à une bifurcation orthogonale imposant un choix dichotomique irréversible : tourner à gauche ou à droite. L’un des bras menait à une boîte garnie de nourriture tandis que l’autre débouchait sur un cul-de-sac vide ou sur une impasse obscure.

Enfin, pour simuler des apprentissages séquentiels plus complexes, Hull concevait des labyrinthes à choix multiples, combinant des chaînes successives d’embranchements en T. Chaque intersection constituait un point nodal où devaient s’exprimer des forces d’habitudes antagonistes. La hauteur des parois de bois (généralement 25 à 30 centimètres) et la largeur des couloirs (10 à 12 centimètres) étaient calibrées pour contraindre l’animal à progresser selon un axe strictement unidimensionnel, empêchant tout demi-tour inopiné qui aurait faussé l’enregistrement chronométrique de la trajectoire motrice.

4.2 Contrôle environnemental et élimination des variables parasites

Pour satisfaire aux impératifs du positivisme logique, la course en labyrinthe devait s’affranchir de toute interférence sensorielle incontrôlée susceptible d’induire des apprentissages parasites chez l’animal. Les rongeurs disposant d’un système olfactif extrêmement sensible et d’une acuité acoustique fine dans les ultrasons, le laboratoire de Yale appliquait des protocoles de blindage sensoriel drastiques.

Les dispositifs étaient fréquemment enfermés dans des caissons insonorisés, baignés par une lumière tamisée et diffuse afin de prévenir toute asymétrie lumineuse qui aurait pu guider la course du rongeur. Pour éliminer les traces de phéromones ou les résidus d’urine laissés par les congénères des cohortes précédentes – susceptibles d’orienter spontanément le choix du sujet –, les planchers des labyrinthes étaient recouverts de linoléum lavable systématiquement désinfecté à l’alcool ou frottés avec des solutions neutralisantes à base de créosote entre chaque essai. Certains expérimentateurs saupoudraient les couloirs d’une fine couche de sciure de bois continuellement brassée.

L’instrumentation de la boîte de départ (start box) et de la boîte de but (goal box) illustre cette quête de reproductibilité absolue. La boîte de départ était dotée de portes à guillotine métalliques à déclenchement silencieux ou à solénoïdes électriques, évitant tout sursaut de stupeur chez l’animal lors de la libération. L’accès à la mangeoire au sein de la boîte de but était parfois dissimulé derrière un rideau de feutre opaque pour forcer le rat à exécuter l’ensemble de la trajectoire motrice avant de pouvoir percevoir visuellement la présence physique de la nourriture.

4.3 Le modèle animal : standardisation du rat albinos (Rattus norvegicus)

L’acteur privilégié de cette quête nomothétique était presque invariablement le rat albinos (Rattus norvegicus), principalement issu de lignées pures sélectionnées dans les élevages Wistar ou Sprague-Dawley. Ce choix n’était en rien anodin : il répondait à l’impératif biologique de minimiser au maximum la variance génétique interindividuelle afin que les différences comportementales puissent être attribuées sans ambiguïté aux seules manipulations des variables indépendantes ($h, N, w$).

L’âge des rongeurs (généralement fixé entre 90 et 120 jours, au pic de leur vigueur physique adulte), leur sexe (très majoritairement des mâles pour écarter les variations cycliques de la réactivité motrice induites par l’œstrus chez les femelles) et leur statut sanitaire faisaient l’objet d’un suivi scrupuleux. Les animaux étaient logés dans des animaleries thermo-régulées et soumises à des cycles jour/nuit artificiels réguliers.

Toutefois, l’usage de ce modèle animal impliquait de composer avec l’éthologie fondamentale des rongeurs murins. Les rats présentent naturellement une thigmotaxie marquée – la propension biologique innée à longer les parois verticales pour éviter la prédation en terrain découvert – et une vive néophobie face aux environnements non familiers. Hull devait concevoir des phases préalables d’habituation rigoureuses pour s’assurer que les latences observées aux débuts des essais traduisaient bien la force de l’habitude en construction ($_sH_r$) et non des réactions de panique ou de sidération motrice liées à l’anxiété de nouveauté.

5. Protocoles expérimentaux : manipulation de la privation et induction de la pulsion

5.1 Régimes de privation hydrique et alimentaire

Pour calibrer expérimentalement la variable indépendante de pulsion ($D$), Clark Hull et ses assistants soumettaient les animaux à des programmes de privation métabolique standardisés. L’hypothèse de travail imposait d’établir une corrélation paramétrique directe entre la durée objective de la privation et l’amplitude de l’état de besoin biologique répercuté sous forme d’énergie pulsionnelle.

Les protocoles classiques instauraient des paliers de privation temporelle échelonnés à 12, 24, 48 et parfois 72 heures sans accès à l’alimentation solide ou à l’eau de boisson. L’animal était ensuite immédiatement transféré dans le labyrinthe pour une série d’essais. Cependant, la privation brute en heures induisait une variabilité liée au métabolisme de base propre à chaque rongeur. Très rapidement, les équipes de Yale ont donc adopté un protocole plus rigoureux : le maintien des animaux à un pourcentage fixe de leur poids corporel de référence mesuré lors d’une phase préalable d’alimentation libre (ad libitum).

Les sujets expérimentaux étaient ainsi stabilisés à 85 %, voire 80 % de leur poids normal au moyen de rations caloriques quotidiennes infinitésimales calculées au gramme près, administrées généralement une demi-heure après la conclusion de la session expérimentale du jour. Les rongeurs étaient pesés sur des balances de précision avant chaque introduction dans le labyrinthe. Cette méthodologie garantissait un niveau d’activation pulsionnelle homogène et constant tout au long des semaines d’apprentissage, tout en surveillant les signes cliniques d’épuisement morbide pour éviter que l’inhibition physique liée à l’affaiblissement général n’obère la locomotion de l’animal.

5.2 L’entraînement préliminaire et l’accoutumance au dispositif

Aucun rongeur n’était plongé dans un labyrinthe complexe sans une phase préparatoire minutieuse appelée pré-dressage (ou magazine training). Placer brutalement un rat affamé dans un dédale inconnu déclenche immédiatement des comportements d’affolement, de défécation abondante, de toilettage compulsif ou de prostration thigmotaxique, des réactions aversives étiquetées par Hull sous le concept d’inhibition émotionnelle concurrente.

Durant plusieurs jours consécutifs, l’animal était d’abord placé quotidiennement dans la boîte de but isolée, où il trouvait une abondance de nourriture dans la coupelle, apprenant ainsi à associer ce lieu clos et ses caractéristiques géométriques à l’ingestion calorique immédiate. Parallèlement, les rongeurs étaient manipulés quotidiennement à mains nues par l’expérimentateur (procédure d’handling) afin de dissiper l’agressivité et la terreur causées par le contact humain.

Dans un second temps, les animaux étaient autorisés à explorer librement un couloir neutre sans cul-de-sac pour s’accoutumer au bruit d’ouverture des portes à guillotine métalliques. Ce n’est qu’au terme de ce pré-dressage, lorsque la latence de consommation de la pastille dans la boîte de but tombait en deçà d’une ou deux secondes après l’introduction du sujet, que les véritables sessions d’essais en labyrinthe commençaient. L’expérimentation était menée à heure fixe chaque jour afin de neutraliser les effets parasites du rythme circadien sur la faim.

5.3 Variations paramétriques du renforcement en fin de parcours

L’autre versant de la manipulation expérimentale résidait dans l’altération chirurgicale de la nature et de la cinétique de la récompense distribuée dans la boîte de but. Hull cherchait à déterminer comment l’amplitude physique du renforçateur influençait la vitesse d’ascension de la courbe d’apprentissage ($_sH_r$) ou la performance globale observée ($_sE_r$).

La quantité physique de la récompense était manipulée en faisant varier la masse des pastilles nutritives (food pellets) : des groupes de rongeurs recevaient des doses de 20 milligrammes, tandis que d’autres bénéficiaient de rations de 200 milligrammes ou de plusieurs grammes de purée nutritive humidifiée. De manière analogue, la qualité nutritive était modifiée en substituant aux granulés d’alimentation ordinaire des solutions concentrées en dextrose ou en saccharose.

Une attention expérimentale maniaque fut portée au délai temporel de renforcement. Dans des dispositifs équipés de sas d’arrêt temporaire dans la boîte terminale, l’expérimentateur bloquait le rat pendant des intervalles variables – de 1 à 30 secondes – entre l’achèvement de sa course motrice et l’abaissement de l’opercule protégeant la mangeoire. Les données démontraient de façon éclatante une décroissance quasi hyperbolique de l’efficacité de l’apprentissage à mesure que le délai augmentait : passé un intervalle de quelques dizaines de secondes sans renforcement immédiat, la formation de l’habitude motrice $_sH_r$ devenait quasi indétectable chez l’animal naïf, corroborant l’axiome d’une contiguïté temporelle impérative entre la réponse terminale et la décharge de la pulsion.

6. Analyse cinétique de la course en labyrinthe : latences, vitesse et gradient de but

6.1 La théorie du gradient de but (Goal Gradient Hypothesis)

L’une des contributions théoriques les plus brillantes et empiriquement robustes issues du laboratoire de Clark Hull est la formulation en 1932 de l’hypothèse du gradient de but (Goal Gradient Hypothesis). Observant des rongeurs progressant le long d’un long couloir rectiligne vers une boîte de nourriture, Hull constata un phénomène cinétique saisissant : au lieu de maintenir une vélocité constante, les rats accéléraient de manière progressive et spectaculaire à mesure qu’ils se rapprochaient spatialement du but final.

Hull interpréta ce phénomène à travers le prisme de sa théorie de l’association contiguë. Le stimulus réducteur de tension (la nourriture) est dispensé au point terminal de la trajectoire. Dès lors, les connexions stimulus-réponse opérant dans les derniers segments du parcours bénéficient d’un intervalle temporel minimal avec la réduction de la pulsion ; elles sont donc dotées d’une force d’habitude ($_sH_r$) substantiellement plus élevée que les connexions associées aux stimuli de début de parcours, éloignées de plusieurs secondes ou minutes de la récompense :

$_sE_r(\text{fin}) > _sE_r(\text{milieu}) > _sE_r(\text{début})$

Cette supériorité du potentiel d’évocation se traduit mécaniquement par une augmentation de la vélocité locomotrice ($St$) de l’animal. Hull formalisa mathématiquement cette dynamique : l’attraction cinétique du but décroît de manière logarithmique ou exponentielle en fonction inverse de la distance spatio-temporelle séparant l’organisme de la récompense. Cette formulation élégante permettait d’expliquer non seulement l’accélération terminale des rongeurs, mais également leur obstination accrue et la force de traction physique exercée par les rats lorsqu’ils étaient attachés à un petit harnais relié à un dynamomètre au fil de leur approche du but.

6.2 Mesures de latence de départ et segmentation des temps de passage

Pour décortiquer cette dynamique cinétique avec une exactitude clinique, les chercheurs de Yale ont délaissé les chronomètres manuels au profit d’enregistreurs kymographiques et de barrières à cellules photoélectriques disposées à intervalles réguliers le long des parois du labyrinthe. Le franchissement d’un faisceau infrarouge par le corps du rat coupait un circuit électrique, inscrivant une marque indélébile sur un tambour rotatif tapissé de papier noirci à la suie.

L’analyse fine de ces enregistrements a révélé une corrélation négative quasi parfaite entre la durée préalable de la privation métabolique ($h$) et le temps de latence de départ ($St_r$) : un rat affamé depuis 48 heures bondissait hors de la boîte de départ en une fraction de seconde après l’élévation de la guillotine, alors qu’un animal modérément privé hésitait plusieurs dizaines de secondes, reniflant l’encadrement de la porte avant de s’élancer.

De même, la segmentation du labyrinthe en tronçons métriques a mis en évidence la disparition graduelle des micro-comportements d’hésitation. Lors des premiers essais d’apprentissage, l’animal ralentissait systématiquement à chaque intersection, marquant des pauses exploratoires prolongées et tournant la tête alternativement vers le bras ouvert et vers le cul-de-sac – un phénomène que Tolman désignera sous le terme d’essais et erreurs vicariants (vicarious trial and error, VTE). Sous l’effet de la répétition renforcée, ces oscillations comportementales étaient littéralement écrasées par le potentiel d’évocation dominant de la trajectoire correcte, transformant la course en une trajectoire motrice d’un seul tenant, balistique et ininterrompue.

6.3 Élimination des erreurs et hiérarchie de famille de réponses habituelles

Dans un labyrinthe à embranchements multiples, la mesure cardinale de l’apprentissage demeurait le taux d’élimination des erreurs, une « erreur » étant rigoureusement définie comme l’introduction du museau ou du corps entier du rongeur au-delà de la ligne d’entrée d’une impasse (blind alley). Les courbes d’erreurs dressées par Hull montraient une baisse hyperbolique rapide : en l’espace de 15 à 30 essais, les incursions dans les culs-de-sac tombaient quasiment à zéro.

Pour rendre compte formellement de cette sélection mécanique de la trajectoire optimale parmi une infinité de trajectoires motrices possibles, Hull a forgé le concept de hiérarchie de famille de réponses habituelles (habit family hierarchy). Face à un carrefour spatial, l’animal dispose d’un éventail de réponses motrices potentielles hiérarchisées selon leur potentiel d’évocation respectif ($_sE_{r1} > _sE_{r2} > _sE_{r3}$).

Lorsqu’un rongeur bifurque dans un cul-de-sac, il se heurte à une cloison aveugle : aucun renforçateur n’est présent, ce qui prolonge l’état aversif de privation tout en imposant un surcroît de travail musculaire stérile. Ce coût physique et cette absence de réduction pulsionnelle génèrent immédiatement de l’inhibition réactive ($I_r$) et de l’extinction sur la connexion motrice fautive. Le potentiel d’évocation de la réponse erronée chute donc brutalement. Dès que ce potentiel tombe en deçà de celui de la réponse alternative concurrente (virer dans le bras ouvert), cette dernière prend mécaniquement le pas sur la première au sein de la hiérarchie motrice. L’apprentissage spatial n’est donc rien d’autre que l’élagage mécanique des branches motrices improductives par l’inhibition et la consolidation préférentielle de la trajectoire la plus courte vers la réduction du besoin.

7. Pulsions secondaires et renforcement conditionné dans l’apprentissage spatial

7.1 Genèse et fonctionnement des pulsions acquises (Acquired Drives)

L’un des défis conceptuels les plus redoutables pour la théorie de Clark Hull consistait à expliquer pourquoi des animaux continuaient à apprendre ou à naviguer vigoureusement dans des environnements expérimentaux alors même qu’aucune pulsion biologique primaire directe n’était immédiatement réduite à chaque instant. Pour surmonter cet écueil sans abandonner son dogme homéostatique, Hull, épaulé par Neal Miller et O. Hobart Mowrer, a élaboré le concept de pulsions acquises ou pulsions secondaires (Acquired Drives).

Selon cette thèse, un stimulus neutre ($S$) apparié de façon répétée à l’activation douloureuse ou violente d’une pulsion primaire – par exemple un choc électrique plantaire administré via une grille métallique au sol – finit par acquérir par simple conditionnement classique des propriétés motivationnelles intrinsèques. Le stimulus environnemental devient alors capable de déclencher à lui seul un état d’activation émotionnelle interne hautement aversif : la peur (ou l’anxiété conditionnée).

Dans les expériences célèbres de Miller (1948) menées sur des dispositifs à deux compartiments (blanc et noir), des rats recevaient des décharges électriques dans la boîte blanche. Par la suite, même en l’absence totale de tout nouveau choc électrique, les rongeurs placés dans la boîte blanche exhibaient une agitation motrice fébrile et apprenaient spontanément des réponses complexes – comme faire tourner une roue ou abaisser un levier – dont le seul effet était d’ouvrir la porte leur permettant de s’enfuir vers la boîte noire. Pour Hull et Miller, la démonstration était irréfutable : la peur fonctionnait exactement comme une pulsion primaire (elle fournissait l’énergie motrice), et sa dissipation immédiate lors de l’accès au compartiment sécurisé constituait une réduction effective de pulsion, agissant comme un renforcement primaire authentique.

7.2 Les renforçateurs secondaires dans la navigation en labyrinthe

Par symétrie avec les pulsions acquises, le système hullien a intégré la notion de renforcement secondaire (ou conditionné). Tout stimulus environnemental neutre qui se trouve temporellement associé de façon intime et répétée à la réduction d’une pulsion primaire acquiert la capacité d’agir transitoirement comme un renforçateur autonome.

Dans le contexte spécifique de la course en labyrinthe, la boîte de but (avec la couleur distincte de ses parois, l’odeur résiduelle de ses compartiments, la texture métallique de son plancher et l’éclat de sa coupelle) précède et accompagne immédiatement l’ingestion calorique réductrice de faim. Ces indices environnementaux deviennent ainsi des renforçateurs secondaires d’une puissance considérable. Lorsqu’un rat négocie un virage décisif au milieu d’un dédale complexe et pénètre dans un couloir dont les caractéristiques physiques ressemblent à celles de la boîte finale, la simple perception de ces signaux engendre une diminution partielle de la tension motivationnelle interne.

Cette propriété explique comment un rongeur peut apprendre des segments entiers de parcours situés loin du but ultime : chaque segment est renforcé de proche en proche par les stimuli du segment suivant. Toutefois, la théorie de Hull impose une restriction fondamentale à ce mécanisme : les renforçateurs secondaires ne possèdent aucune autonomie fonctionnelle permanente. Si un rat est contraint d’évoluer de manière répétée dans un labyrinthe où les indices de la boîte de but ne sont plus jamais suivis de nourriture réelle, leur pouvoir de renforcement s’érode inéluctablement sous l’effet de l’extinction expérimentale, jusqu’à ce que la performance motrice s’effondre définitivement.

7.3 Chaînage comportemental et réponses anticipatrices de but (rg-sg)

L’une des inventions théoriques les plus subtiles et audacieuses de Clark Hull pour préserver son édifice strictement mécaniste tout en rendant compte de l’apparente intentionnalité du comportement animal est le concept de réponse fractionnelle anticipatrice de but, symbolisée par le complexe $r_g – s_g$.

Face à un animal qui traverse un labyrinthe complexe sans marquer d’hésitation, un observateur naïf a tendance à affirmer que « l’animal court parce qu’il sait où est la nourriture et qu’il veut l’atteindre ». Pour Hull, ce recours à la téléologie mentale constituait une hérésie scientifique impardonnable. L’organisme ne peut être poussé que par le présent physique immédiat ; il ne saurait être attiré par un futur non encore advenu. Comment donc expliquer que l’animal semble guidé par la perspective du but lointain ?

La réponse réside dans la mécanique du conditionnement classique :

• Dans la boîte de but, l’animal exécute la réponse inconditionnée de consommation ($R_G$) : mâchonner, saliver, ingérer.
• Certaines composantes de cette réponse de but globale ne requièrent pas la présence physique de l’aliment pour être émises : ce sont les réponses fractionnelles de but ($r_g$), telles que les micro-mouvements mandibulaires ou la sécrétion salivaire.
• Sous l’effet des centaines d’associations temporelles lors de la traversée du labyrinthe, ces petites réponses fractionnelles ($r_g$) se détachent du point terminal pour être conditionnées aux stimuli rencontrés tout au long du parcours, y compris dès la boîte de départ.
• Ces contractions musculaires internes ($r_g$) produisent à leur tour des sensations proprioceptives et kinesthésiques internes ($s_g$).

Ce stimulus proprioceptif intérieur $s_g$ sert alors de guide moteur physique continu le long de la chaîne comportementale. Le rat n’a besoin d’aucun concept mental de « représentation du but » : son corps produit mécaniquement ses propres micro-stimuli guides à chaque pas. Hull réussissait ainsi le tour de force d’expliquer le comportement dirigé vers un but à travers une chaîne physique causale strictement antérograde, sans jamais faire intervenir la moindre conscience cognitive chez l’animal.

8. La confrontation théorique majeure : Hull face à Edward Tolman et l’apprentissage latent

8.1 Le paradigme de l’apprentissage latent de Tolman et Honzik (1930)

Le modèle hullien, fondé sur l’axiome inébranlable que l’apprentissage ne peut avoir lieu sans réduction effective d’une pulsion, s’est heurté de plein fouet à une série d’objections expérimentales magistrales orchestrées par son grand rival de l’Université de Californie à Berkeley, Edward Chace Tolman. La plus dévastatrice de ces attaques empiriques demeure le paradigme de l’apprentissage latent, immortalisé par la célèbre expérience de Tolman et Charles Honzik publiée en 1930.

Le protocole de Tolman et Honzik comparait trois cohortes distinctes de rats placés dans un labyrinthe à 14 carrefours complexes comportant de nombreux culs-de-sac :

• Groupe 1 (Renforcé de manière constante) : Les rats trouvaient de la nourriture dans la boîte de but à l’issue de chaque essai quotidien. Leurs courbes d’erreurs déclinaient de façon régulière et continue au fil des jours.
• Groupe 2 (Jamais renforcé) : Les rats parcouraient le labyrinthe sans jamais trouver la moindre pitance dans la boîte finale. Leurs performances ne s’amélioraient que très superficiellement ; ils continuaient à explorer paresseusement les impasses, commettant un nombre d’erreurs très élevé et fluctuant.
• Groupe 3 (Renforcement tardif) : Durant les dix premiers jours de l’expérimentation, ces rats étaient traités exactement comme le groupe non récompensé : aucune nourriture ne les attendait au but, et leur taux d’erreurs demeurait médiocre. Mais au onzième jour, de la nourriture fut subitement introduite dans la boîte de but.

Les prédictions du système de Hull étaient formelles : n’ayant bénéficié d’aucune réduction de pulsion pendant les dix premiers jours ($N = 0$), les rats du Groupe 3 ne devaient avoir accumulé aucune force d’habitude ($_sH_r = 0$). Dès l’introduction de la nourriture au jour 11, leur vitesse d’apprentissage aurait dû commencer son ascension graduelle à partir de zéro, calquant la pente observée chez le Groupe 1 lors de ses premiers jours d’essais.

Le résultat expérimental fut un coup de tonnerre pour le néo-béhaviorisme mécaniste : dès le douzième jour – soit immédiatement après un unique essai récompensé –, le nombre d’erreurs du Groupe 3 s’effondra verticalement, rejoignant instantanément et surpassant même les performances du groupe renforcé depuis le début. Les rongeurs avaient manifestement appris l’architecture spatiale complète du labyrinthe durant les dix jours sans récompense, mais ce savoir demeurait latent, ne se traduisant en performance motrice spectaculaire que sous l’impulsion d’une incitation alimentaire. L’apprentissage avait indéniablement eu lieu sans aucune réduction de pulsion.

8.2 Cartes cognitives contre chaînes de connexions stimulus-réponse

Pour Edward Tolman, l’apprentissage latent disqualifiait définitivement l’associationnisme périphérique et mécaniste de Hull. Tolman affirmait que le rat n’apprend pas des séquences rigides de mouvements musculaires régies par des équations énergétiques, mais acquiert une structure de connaissances organisée sur l’environnement : une carte cognitive (cognitive map). L’animal enregistre des relations de signification entre les stimuli spatiaux (« tel couloir mène à telle bifurcation ») indépendamment de tout renforcement biologique.

Loin de capituler face à ces évidences phénoménologiques, Hull et ses disciples de Yale ont opposé une résistance théorique féroce. Pour sauver le postulat de la réduction des pulsions, Hull a soutenu que les rats non récompensés du Groupe 3 de Tolman subissaient en réalité de multiples micro-renforcements homéostatiques inaperçus de l’expérimentateur. L’animal extrait de sa cage de confinement et placé dans un couloir sombre subit une pulsion aversive d’origine émotionnelle ou exploratoire ; le simple fait de progresser le long des parois, d’échapper à l’impasse ou d’atteindre la boîte finale (qui le soustrait à la manipulation humaine) entraîne une micro-baisse d’activation négative suffisante pour consolider subrepticement l’habitude motrice $_sH_r$.

En outre, Hull réinterprétait les cartes cognitives de Tolman à travers sa machinerie de réponses fractionnelles anticipatrices ($r_g – s_g$). Ce que Tolman qualifiait d’« attente cognitive » n’était pour Hull qu’une boucle sensorimotrice proprioceptive interne parfaitement mécanique, dispensant la psychologie d’avoir recours à un « fantôme dans la machine » ou à une quelconque conscience spatiale cartographique.

8.3 Le grand débat « Lieu contre Réponse » (Place learning vs. Response learning)

La controverse entre l’école de Hull (Yale) et l’école de Tolman (Berkeley) a culminé lors d’une célèbre joute expérimentale étalée sur près de deux décennies : le débat sur l’apprentissage de lieu contre l’apprentissage de réponse (Place vs. Response learning).

Le dispositif emblématique était le labyrinthe en croix (cross maze). L’animal pouvait être introduit soit par le bras Sud, soit par le bras Nord. Deux bras latéraux (Est et Ouest) servaient d’échappatoires, l’un contenant de la nourriture. Deux hypothèses s’affrontaient frontalement :

• La théorie de la réponse motrice (Hull) : L’apprentissage consiste à acquérir une habitude musculaire kinesthésique stéréotypée (ex. : « exécuter une contraction musculaire vers la droite » sous l’impulsion du stimulus au carrefour).
• La théorie du lieu spatial (Tolman) : L’apprentissage consiste à repérer la localisation géographique absolue de la nourriture dans la pièce (ex. : « la nourriture se trouve vers la fenêtre Est »), quelle que soit la chorégraphie motrice nécessaire pour y parvenir.

Pour trancher, les expérimentateurs entraînaient des rats à partir du bras Sud avec la nourriture placée dans le bras Est : pour réussir, l’animal devait invariablement tourner à droite. Une fois l’apprentissage stabilisé, le rat était soumis au test critique : il était introduit par le bras opposé, au Nord. S’il avait appris une réponse motrice (thèse de Hull), il devait répéter son réflexe musculaire et tourner à sa droite (atterrissant ainsi dans le bras Ouest, vide). S’il avait acquis la notion d’un lieu (thèse de Tolman), il devait corriger sa trajectoire corporelle et tourner à sa gauche pour se diriger physiquement vers le bras Est où se trouvait la nourriture.

Les résultats expérimentaux menés dans les années 1940 par Tolman, Ritchie et Kalish ont révélé que les rongeurs apprenaient beaucoup plus promptement à s’orienter vers un lieu qu’à exécuter une réponse motrice aveugle, à condition que la pièce expérimentale fût riche en repères visuels distaux (fenêtres, affiches murales, source lumineuse asymétrique). En revanche, lorsque le labyrinthe était totalement isolé dans une obscurité complète ou entouré de rideaux circulaires uniformes privant l’animal de tout indice spatial distal, les rongeurs basculaient sur un apprentissage de pure réponse motrice proprioceptive, validant temporairement les équations hulliennes. Cette confrontation a ainsi mis en lumière la remarquable plasticité du comportement animal, tout en infligeant un démenti cinglant à la prétention de Hull d’assujettir toute navigation spatiale à un simple chaînage de réflexes musculaires.

9. Réfutations empiriques et failles conceptuelles de la réduction homéostatique

9.1 L’effet de la saccharine et des renforçateurs non nutritifs

Le postulat central selon lequel le renforcement découle exclusivement de la restauration de l’équilibre homéostatique métabolique – c’est-à-dire de la suppression d’un déficit tissulaire objectif – a reçu son coup d’arrêt le plus décisif avec les célèbres expériences de Fred Sheffield et J. Douglas Roby en 1950 sur l’effet de la saccharine.

Sheffield et Roby ont introduit des rats privés d’alimentation dans un couloir d’apprentissage menant à une boîte de but contenant une solution aqueuse d’un édulcorant de synthèse acalorique : la saccharine sodique. La saccharine possède un pouvoir sucrant intense pour les récepteurs gustatifs du rongeur, mais elle est totalement dénuée de valeur énergétique ; elle ne fournit aucune calorie, ne contient aucun glucide métabolisable et traverse le tractus digestif sans être assimilée par l’organisme. Selon la logique stricte de Hull, la consommation de saccharine ne peut réduire en aucune manière l’état de besoin biologique tissulaire d’un animal affamé ($D$ reste inchangé au niveau cellulaire).

Pourtant, les résultats ont démontré que les rats apprenaient à courir à une vitesse spectaculaire le long du labyrinthe pour la seule récompense d’ingérer quelques gouttes de cette solution édulcorée. Le renforcement était massif, robuste et résistant à l’extinction. Sheffield démontra ultérieurement des résultats analogues chez des rongeurs mâles autorisés à réaliser une copulation incomplète (interrompue avant l’éjaculation), montrant que l’émission du comportement consommatoire lui-même, associé à une excitation nerveuse intense, était hautement renforçante sans qu’intervienne la moindre décharge de tension homéostatique physiologique. Ces données établissaient de façon indiscutable que la stimulation sensorielle et l’activité nerveuse périphérique suffisaient à induire l’apprentissage sans qu’une véritable réduction du besoin tissulaire sous-jacent ne soit nécessaire.

9.2 L’exploration spontanée et la recherche de stimulation sensorielle

Une seconde faille conceptuelle majeure dans la théorie de Hull est apparue à travers l’étude de l’exploration spontanée. Dans le modèle de la réduction des pulsions, un organisme entièrement rassasié, abreuvé et maintenu à température thermoneutre ne possède plus aucune pulsion active ($D = 0$). Selon les équations de Hull, son potentiel d’évocation global ($_sE_r$) doit être nul ; l’automate animal devrait donc sombrer dans une immobilité totale afin d’économiser son énergie métabolique.

Or, la réalité éthologique observée en laboratoire contredisait frontalement ce postulat homéostatique :

• Les rongeurs placés dans des labyrinthes complexes sans aucune privation préalable passent de longues périodes à fureter, à s’introduire délibérément dans des bras encore inexplorés et à renifler les parois sans y trouver la moindre nourriture.
• Dans des expériences célèbres menées par K. C. Montgomery en 1953, des rats placés dans des dispositifs en T ou en Y choisissaient préférentiellement les bras nouveaux et inconnus plutôt que les bras familiers, manifestant une véritable « pulsion d’exploration » spontanée.
• De manière encore plus spectaculaire, Harry Harlow démontrait à la même époque à l’Université du Wisconsin que de jeunes singes rhésus résolvaient avec persévérance des casse-têtes mécaniques complexes sans recevoir aucune récompense alimentaire ou liquide, l’opportunité même de manipuler le puzzle constituant son propre moteur motivationnel.

Loin de chercher systématiquement à abaisser leurs tensions stimulatoires vers un état d’inertie minimal (homéostasie négative), les organismes vivants manifestent un besoin inné d’accroître leur niveau d’activation sensorielle et de stimulation corticale lorsque l’environnement devient monotone, ruinant le caractère universel de l’axiome réducteur de Hull.

9.3 L’auto-stimulation intracrânienne d’Olds et Milner (1954)

Le coup de grâce porté à l’hégémonie de la théorie de la réduction homéostatique des pulsions est survenu en 1954 avec la découverte révolutionnaire de James Olds et Peter Milner à l’Université McGill : l’auto-stimulation intracrânienne (Intracranial Self-Stimulation, ICSS).

En implantant chirurgicalement des micro-électrodes métalliques dans diverses structures sous-corticales de rongeurs (notamment au niveau du septum et du faisceau médian du télencéphale) et en reliant ces électrodes à une pédale dans une boîte opérante, Olds et Milner découvrirent l’existence de zones cérébrales dont la stimulation électrique directe constituait le renforçateur le plus puissant jamais observé en psychologie expérimentale. Les rats apprenaient instantanément à presser le levier à des cadences frénétiques pouvant atteindre plusieurs milliers d’occurrences par heure, ignorant la nourriture alors qu’ils étaient affamés, négligeant leurs congénères du sexe opposé et allant jusqu’à traverser des grilles électrifiées infligeant des chocs intenses aux pattes pour aller actionner le contacteur.

Cette observation pulvérisait le schéma hullien : l’impulsion électrique cérébrale ne réduisait aucun besoin biologique ; au contraire, elle injectait directement un surcroît massif d’excitation électrique au sein des voies dopaminergiques mésolimbiques. Le renforcement n’était donc pas l’extinction homéostatique d’une tension métabolique, mais l’activation neurochimique directe de circuits neuronaux spécialisés dans l’attribution de valeur biologique et hédonique. Dès la fin des années 1950, la réduction des pulsions de Hull cessait d’être le paradigme hégémonique de la motivation.

10. L’évolution du système hullien : la révision de Kenneth Spence et la motivation incitatrice

10.1 L’introduction formelle de la valeur incitatrice (Incentive Motivation, K)

Face à l’accumulation des anomalies empiriques issues des labyrinthes, le système théorique de Clark Hull a dû subir de profondes mutations structurelles. Le principal artisan de ce sauvetage théorique fut son plus brillant disciple et successeur à la tête du néo-béhaviorisme formel : Kenneth W. Spence.

Spence mit en lumière une faiblesse fatale dans la formule cardinale $_sE_r = _sH_r \times D$. Dans cette équation originelle, la taille, le volume et la saveur physique de la récompense distribuée au but étaient postulés comme modulant uniquement la vitesse d’accroissement de la force de l’habitude ($_sH_r$). Or, des séries d’expériences démontraient que si l’on modifiait brusquement l’amplitude de la récompense chez un rongeur ayant déjà atteint son niveau d’apprentissage asymptotique maximal, sa vitesse de course changeait de façon quasi instantanée, bien trop vite pour qu’une quelconque habitude neurale n’ait eu le temps de se reconstruire.

Pour intégrer ces données, Spence et Hull ont introduit une nouvelle variable intermédiaire majeure : la motivation incitatrice (Incentive Motivation, formellement symbolisée par la lettre $K$). La variable $K$ représentait la valeur attractive environnementale exercée par le renforçateur sur l’organisme. Le système mathématique opéra alors une transition épistémologique cruciale : le comportement n’était plus seulement « poussé » de l’intérieur par les carences somatiques de l’organisme (théories dites push fondées sur la pulsion $D$), il était également « tiré » de l’extérieur par l’attractivité sensorielle des stimuli de renforcement présents dans l’environnement (théories dites pull fondées sur l’incitation $K$).

L’équation du potentiel d’évocation connut plusieurs reformulations successives au sein de l’école de Yale et de l’Iowa. Hull proposa une formulation multiplicative complexe :

$_sE_r = _sH_r \times D \times K \times V$

où $V$ représentait le dynamisme de l’intensité du stimulus conditionné. Spence, quant à lui, privilégiait une formulation additive entre les composantes motivationnelles internes et externes, modélisant le potentiel effectif sous la forme :

$_sE_r = _sH_r \times (D + K)$

Cette modification mathématique permettait d’expliquer pourquoi un animal même faiblement privé ($D$ bas) pouvait néanmoins galoper à vive allure dans un labyrinthe si la récompense promise au bout du parcours était d’une exceptionnelle valeur incitatrice ($K$ très élevé, comme une friandise hautement concentrée en sucre).

10.2 L’effet Crespi (1942) : contrastes de renforcement positifs et négatifs

La formalisation définitive de la motivation incitatrice $K$ découle d’une série d’expériences restées célèbres sous le nom d’effet Crespi, publiées par le psychologue Leo P. Crespi en 1942.

Crespi entraînait trois groupes de rats affamés à courir dans un couloir droit standardisé, chaque groupe recevant une quantité différente de nourriture au point terminal :

• Le groupe à faible récompense ne recevait qu’une seule pastille alimentaire minuscule (1 pelote) ;
• Le groupe à récompense moyenne recevait 16 pastilles ;
• Le groupe à forte récompense bénéficiait d’un festin de 64 ou 256 pastilles.

Comme on pouvait s’y attendre, après une vingtaine d’essais stabilisés, la vitesse de course des trois cohortes reflétait fidèlement l’amplitude de la ration : les rats recevant 64 pastilles couraient à une allure fulgurante, tandis que les rats ne recevant qu’une pastille trottinaient lentement le long du couloir.

C’est alors que Crespi opéra la manipulation expérimentale critique : au vingtième essai, il modifia brutalement les règles du jeu pour les groupes extrêmes, en ramenant uniformément la récompense de tous les animaux à 16 pastilles :

• Le contraste positif (effet d’élèvement / elation effect) : Les rats initialement habitués à recevoir 1 seule pastille et découvrant soudainement 16 pastilles ont manifesté une accélération phénoménale de leur vitesse de course dès l’essai suivant. Fait capital : ils ne se sont pas contentés d’atteindre le niveau de vitesse ordinaire du groupe nourri à 16 pastilles, ils ont couru temporairement plus vite que les animaux ayant toujours bénéficié de 16 pastilles.
• Le contraste négatif (effet de dépression / depression effect) : Inversement, les rats choyés avec 64 pastilles qui se sont vus subitement rationnés à 16 pastilles ont connu un effondrement dramatique de leur vélocité motrice. Leur vitesse est tombée bien en dessous de celle du groupe témoin à 16 pastilles, certains animaux marquant des temps d’arrêt prolongés devant la boîte de but, inspectant la mangeoire avec une agressivité visible ou refusant de s’élancer de la boîte de départ.

Cette découverte était incompatible avec la conception originelle de l’habitude ($_sH_r$) formulée par Hull. Une habitude motrice, censée s’accroître de façon infinitésimale et permanente au fil des répétitions par simple réduction du besoin, ne pouvait pas plonger ou exploser verticalement en l’espace d’un seul essai de course. Crespi apportait la démonstration formelle de l’existence de processus d’évaluation cognitive et affective rétroactive : l’animal compare la réalité présente de la récompense à ses attentes préalables, et cette discordance émotionnelle (déception ou soulagement) module instantanément la motivation incitatrice $K$.

10.3 L’ouvrage posthume de Hull (1952) : A Behavior System

Confronté à ces assauts théoriques et expérimentaux répétés, Clark Hull a consacré les dernières années de son existence – alors que sa santé était lourdement altérée par les séquelles d’une poliomyélite contractée dans sa jeunesse et par de multiples accidents vasculaires coronariens – à une révision monumentale de son œuvre. Ce travail herculéen a culminé dans la publication en 1952, l’année même de sa mort, de son ultime grand traité : A Behavior System.

Cet ouvrage témoigne d’un effort pathétique et fascinant de sauvetage conceptuel. Pour absorber l’apprentissage latent, les effets de contraste de Crespi, les données de l’exploration spontanée et les particularités de l’inhibition conditionnée, Hull a été contraint de complexifier son modèle mathématique de manière vertigineuse. Le nombre de postulats fondamentaux est passé de seize à dix-huit, flanqués d’une armada de corollaires, de théorèmes déduits et d’équations auxiliaires intégrant plus d’une vingtaine de variables intermédiaires nouvelles.

Mais cette fuite en avant mathématique s’est faite au détriment de l’élégance et de la parcimonie prédictive du système. L’édifice hullien est devenu une gigantesque mécanique scolastique, un système d’épicycles ptolémaïque où chaque contradiction expérimentale nouvelle était colmatée par l’ajout d’un paramètre mathématique supplémentaire. Lorsque la révolution cognitiviste a pris son essor à la fin des années 1950, emmenée par Noam Chomsky, Jerome Bruner et George Miller, la cathédrale néo-béhavioriste de Hull s’est effondrée sous son propre poids théorique, laissant la place à une psychologie du traitement de l’information focalisée sur les représentations internes, la computation et les mémoires modulaires.

11. Héritage méthodologique et retombées sur les neurosciences comportementales

11.1 L’évolution des dispositifs de labyrinthe dans la recherche moderne

Si le dogme doctrinaire de la réduction homéostatique des pulsions a été invalidé dans sa forme littérale, la machinerie méthodologique forgée par Clark Hull et perfectionnée dans les dédales de Yale a essaimé à travers l’ensemble des sciences comportementales contemporaines. Le paradigme du labyrinthe a connu des mutations technologiques majeures, s’imposant comme le standard incontournable de la pharmacologie, de la toxicologie et de l’étude neurophysiologique de la mémoire spatiale.

Le labyrinthe aquatique de Morris (Morris water maze), conçu par Richard Morris en 1981, constitue l’héritier aquatique direct du couloir hullien. Plongé dans une piscine circulaire d’eau opacifiée par du latex ou de la craie, le rongeur doit localiser une plateforme de secours invisible immergée sous la surface. L’absence totale de tout couloir physique élimine les réflexes kinesthésiques aveugles, contraignant l’animal à s’orienter exclusivement par triangulation trigonométrique sur des repères visuels distaux situés dans la pièce, fournissant un test d’une sensibilité incomparable pour évaluer l’intégrité fonctionnelle de l’hippocampe.

Le labyrinthe en étoile à huit bras (Radial Arm Maze), développé par David Olton en 1976, permet quant à lui de dissocier de manière rigoureuse deux formes cardinales de mémoire : la mémoire de référence (apprendre une fois pour toutes quels bras ne contiennent jamais de nourriture, un processus assimilable à l’habitude $_sH_r$ hullienne) et la mémoire de travail (se rappeler au cours d’un même essai quel bras a déjà été visité et vidé afin de ne pas y retourner, un processus purement cognitif). Enfin, le labyrinthe en croix surélevé (Elevated Plus Maze) exploite directement l’antagonisme postulée par Hull entre l’exploration spontanée et l’inhibition phobique des espaces ouverts pour mesurer objectivement le profil anxiolytique de nouvelles molécules thérapeutiques.

11.2 L’influence sur les théories de l’apprentissage contemporaines

La tentative de Hull de mathématiser l’association entre stimuli et réponses a jeté les fondations algorithmiques des modèles d’apprentissage les plus influents du dernier demi-siècle. Le célèbre modèle de Rescorla-Wagner (1972) sur le conditionnement pavlovien constitue la descendance directe des équations asymptotiques d’accroissement de la force de l’habitude :

$\Delta V_A = \alpha_A \cdot \beta \cdot (\lambda – V_{\text{total}})$

Ce modèle stipule que l’apprentissage ($\Delta V$) est fonction directe de l’écart mathématique entre la valeur maximale prédite du renforçateur ($lambda$) et l’attente associative accumulée ($V_{\text{total}}$). Cette formalisation n’est autre que la traduction computationnelle moderne de la saturation asymptotique théorisée par Hull dans ses Principles of Behavior.

De surcroît, le concept hullien d’association graduelle et de chaînage séquentiel irrigue directement les architectures de l’intelligence artificielle contemporaine. Les algorithmes d’apprentissage par renforcement (Reinforcement Learning), à la base des succès récents de l’apprentissage profond (comme l’algorithme d’apprentissage par différence temporelle ou Temporal Difference Learning / TD-Learning conçu par Richard Sutton et Andrew Barto), reposent sur l’attribution de valeurs numériques à des états intermédiaires situés entre le point de départ et le point de récompense d’une tâche séquentielle. Ce principe d’actualisation de la valeur des étapes intermédiaires par rétro-propagation du succès terminal constitue la transposition computationnelle exacte de l’hypothèse du gradient de but et des boucles de rétroaction sensorimotrices $r_g – s_g$ formulées par Clark Hull dans les années 1930.

Enfin, la découverte par Wolfram Schultz et ses collaborateurs à la fin des années 1990 des signaux d’erreur de prédiction de récompense (Reward Prediction Error, RPE) générés par les neurones dopaminergiques de l’aire tegmentale ventrale (ATV) a apporté un substrat neurophysiologique stupéfiant à ces modélisations : lorsque le résultat d’une action motrice est supérieur aux attentes de l’animal, une bouffée phasique de dopamine consolide synaptiquement les connexions sensorimotrices au sein du striatum, réincarnant au cœur des circuits cérébraux le mécanisme d’estampillage de l’habitude postulée par le néo-béhaviorisme.

11.3 La réhabilitation moderne des états de besoin dans la neurobiologie motivationnelle

Paradoxalement, alors que la psychologie cognitive classique avait relégué la théorie de la réduction des pulsions au cimetière des théories désuètes, les neurosciences moléculaires contemporaines ont opéré une réhabilitation fascinante des états de besoin somatiques dans le contrôle central de l’apprentissage et de la prise de décision motrice.

La cartographie détaillée des réseaux neuronaux de l’hypothalamus latéral et du noyau arqué a mis en lumière la façon dont des signaux biochimiques circulants de privation – les peptides orexigènes comme la ghréline sécrétée par l’estomac vide, ou anorexigènes comme la leptine produite par les adipocytes – agissent directement sur les circuits de la récompense mésolimbique. La ghréline ne se contente pas de déclencher l’appétit viscéral : elle pénètre dans le système nerveux central et vient sensibiliser les récepteurs dopaminergiques de l’aire tegmentale ventrale et du noyau accumbens, amplifiant mécaniquement la saillance motivationnelle ($K$) des stimuli associés à la nourriture.

Cette régulation neurobiologique fait écho aux travaux séminaux de Kent Berridge à l’Université du Michigan sur la dissociation fondamentale entre l’évaluation hédonique subjective d’une récompense (le plaisir sensoriel ou « liking », dépendant de sous-systèmes opioïdes disséminés dans des points chauds hédoniques corticaux et sous-corticaux) et la propulsion motivationnelle motrice vers cette récompense (l’attribution d’une incitation impérative ou « wanting », orchestrée par le flux dopaminergique mésolimbique). L’état de privation homéostatique de l’organisme n’accroît pas nécessairement le plaisir buccal provoqué par le sucre, mais il amplifie massivement le « wanting », c’est-à-dire l’énergie motrice avec laquelle le rongeur franchira les couloirs du labyrinthe pour l’obtenir. L’intuition de Hull selon laquelle le métabolisme tissulaire contrôle la puissance du moteur d’action comportemental trouve ainsi, dans la neurobiologie du XXIe siècle, une éclatante résonance matérialiste.

12. Synthèse critique et portée épistémologique des travaux de Clark Hull

12.1 Bilan critique de la démarche déductive-hypothétique en psychologie

Avec le recul historique, l’entreprise intellectuelle de Clark Hull se révèle comme l’une des tentatives les plus grandioses et les plus instructives d’axiomatisation totale d’une science humaine. L’ambition de dériver l’intégralité de la psychologie d’un système compact de définitions et d’équations mathématiques calquées sur la géométrie d’Euclide ou la dynamique de Newton a imposé un standard de rigueur méthodologique sans équivalent dans les laboratoires de psychologie animale du monde entier.

Cependant, cette démarche était viciée à sa racine par une illusion épistémologique fondamentale : l’illusion d’une mathématisation prématurée. Contrairement à la physique galiléenne ou newtonienne, qui reposait sur des concepts fondamentaux déjà solidement stabilisés par des mesures physiques directes (la masse, l’accélération, la force gravitationnelle), la psychologie des années 1930 était une science biologique émergente dont les entités fondamentales étaient encore largement conjecturales. Hull a plaqué un appareil algorithmique sophistiqué sur des concepts – comme la pulsion ($D$) ou l’habitude ($_sH_r$) – dont l’ancrage empirique demeurait précaire.

Il en est résulté un piège redoutable d’hermétisme conceptuel et de circularité logique. Comment définissait-on l’amplitude de la pulsion ? Par le nombre d’heures de privation imposé à l’animal. Comment prouvait-on l’efficacité du renforcement ? Par la réduction de cette même pulsion. Comment justifiait-on les écarts imprévus sur la vitesse de course ? Par l’invocation rétrospective de coefficients d’inhibition réactive ou d’oscillations comportementales inobservables. En voulant prémunir son système contre toute contestation empirique à coups de paramètres correctifs, Hull a fini par édifier une machine théorique quasi infalsifiable au sens poppérien, précipitant son déclin face à l’émergence d’approches cognitives plus pragmatiques et modulaires.

12.2 Hull, précurseur méconnu des sciences cognitives computationnelles

Pour autant, réduire Clark Hull à un artisan dogmatique d’une impasse associationniste serait une erreur historique monumentale. Par son exigence absolue d’objectivité, son rejet virulent de tout homoncule intérieur et son attachement viscéral à une explication matérialiste de l’action, Hull doit être considéré comme un précurseur direct et visionnaire de la modélisation computationnelle de l’esprit.

Bien avant que la cybernétique de Norbert Wiener et les réseaux de neurones formels de Warren McCulloch et Walter Pitts ne voient le jour dans les années 1940, Hull concevait déjà le cerveau comme un automate physique capable de simuler des opérations logiques et intentionnelles à travers des boucles de rétroaction physiques (les mécanismes $r_g – s_g$). Hull a d’ailleurs consacré une part méconnue de sa jeunesse de chercheur à construire de véritables machines électromécaniques en fer-blanc et circuits à relais pour prouver qu’un agrégat purement matériel pouvait exhiber les propriétés formelles du réflexe conditionné pavlovien.

Dans ses tentatives héroïques pour éliminer la téléologie naïve et expliquer comment la matière inanimée ou biologique s’organise mécaniquement pour poursuivre un but adaptatif, Clark Leonard Hull a tracé les lignes de force des sciences cognitives et computationnelles contemporaines. En faisant courir des rats privés de nourriture dans les couloirs symétriques de ses labyrinthes de Yale, le maître du néo-béhaviorisme ne cherchait pas seulement à percer les mystères de la locomotion murine : il posait les premières pierres d’une science intégrale de la décision, du renforcement et de l’apprentissage automatique qui, aujourd’hui encore, façonne notre compréhension du cerveau et des algorithmes intelligents.

Références

• Cannon, W. B. (1932). The Wisdom of the Body. W. W. Norton & Company.
• Crespi, L. P. (1942). Quantitative variation of incentive and performance in the white rat. The American Journal of Psychology, 55(4), 467–517. https://doi.org/10.2307/1417120
• Harlow, H. F. (1950). Learning and satiation of response in intrinsically motivated complex puzzle performance by monkeys. Journal of Comparative and Physiological Psychology, 43(4), 289–294. https://doi.org/10.1037/h0058114
• Hull, C. L. (1932). The goal gradient hypothesis and maze learning. Psychological Review, 39(1), 25–43. https://doi.org/10.1037/h0072640
• Hull, C. L. (1943). Principles of Behavior: An Introduction to Behavior Theory. Appleton-Century-Crofts.
• Hull, C. L. (1952). A Behavior System: An Introduction to Behavior Theory Concerning the Individual Organism. Yale University Press.
• Miller, N. E. (1948). Studies of fear as an acquirable drive: I. Fear as motivation and fear-reduction as reinforcement in the learning of new responses. Journal of Experimental Psychology, 38(1), 89–101. https://doi.org/10.1037/h0058455
• Montgomery, K. C. (1953). The effect of the hunger and thirst drives upon exploratory behavior. Journal of Comparative and Physiological Psychology, 46(5), 315–319. https://doi.org/10.1037/h0054707
• Morris, R. G. (1981). Spatial localization does not require the presence of local cues. Learning and Motivation, 12(2), 239–260. https://doi.org/10.1016/0023-9690(81)90020-5
• Olds, J., & Milner, P. (1954). Positive reinforcement produced by electrical stimulation of septal area and other regions of rat brain. Journal of Comparative and Physiological Psychology, 47(6), 419–427. https://doi.org/10.1037/h0058775
• Olton, D. S., & Samuelson, R. J. (1976). Remembrance of places passed: Spatial memory in rats. Journal of Experimental Psychology: Animal Behavior Processes, 2(2), 97–116. https://doi.org/10.1037/0097-7403.2.2.97
• 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
• Sheffield, F. D., & Roby, T. B. (1950). Reward value of a non-nutritive sweet taste. Journal of Comparative and Physiological Psychology, 43(6), 471–481. https://doi.org/10.1037/h0062828
• Small, W. S. (1901). Experimental study of the mental processes of the rat. II. The American Journal of Psychology, 12(2), 206–239. https://doi.org/10.2307/1412534
• Spence, K. W. (1956). Behavior Theory and Conditioning. Yale University Press.
• Tolman, E. C. (1948). Cognitive maps in rats and men. Psychological Review, 55(4), 189–208. https://doi.org/10.1037/h0061626
• Tolman, E. C., & Honzik, C. H. (1930). Introduction and removal of reward, and maze performance in rats. University of California Publications in Psychology, 4(19), 257–275.
• Tolman, E. C., Ritchie, B. F., & Kalish, D. (1946). Studies in spatial learning. II. Place learning versus response learning. Journal of Experimental Psychology, 36(3), 221–229. https://doi.org/10.1037/h0060262
• Watson, J. B. (1913). Psychology as the behaviorist views it. Psychological Review, 20(2), 158–177. https://doi.org/10.1037/h0074420