L’expérience de la loi d’appariement (programmes concurrents) – Richard Herrnstein

Dans l’histoire des sciences du comportement, la transition d’une approche purement qualitative de l’action vers une formalisation mathématique rigoureuse constitue une révolution épistémologique majeure. Au cours de la première moitié du XXe siècle, le béhaviorisme classique, initié par John B. Watson et magistralement systématisé par Burrhus Frederic Skinner, s’était principalement consacré à l’identification des relations fonctionnelles liant un stimulus, une réponse motrice et une conséquence environnementale. Si cette approche permit d’élucider les mécanismes fondamentaux du renforcement opérant, elle demeurait largement confinée à l’étude de comportements isolés, observés au sein de dispositifs expérimentaux ne proposant qu’une seule voie d’action à l’organisme. Or, dans son milieu naturel, tout être vivant est continuellement confronté à une multiplicité d’options concurrentes, chacune étant associée à des probabilités, des magnitudes et des délais de gratification distincts.

C’est précisément pour dépasser cette simplification réductionniste que Richard J. Herrnstein entreprit, au début des années 1960 au sein des laboratoires de l’Université Harvard, une série de travaux expérimentaux qui allaient bouleverser la psychologie expérimentale et poser les fondations de l’économie comportementale moderne. En introduisant des protocoles dits « à programmes concurrents » (concurrent schedules of reinforcement), Herrnstein déplaça le centre de gravité de l’analyse : il ne s’agissait plus seulement de mesurer la fréquence d’une réponse unique, mais de modéliser mathématiquement la manière dont un organisme alloue ses ressources temporelles et motrices entre plusieurs alternatives disponibles simultanément. Cette démarche permit de formaliser ce que la littérature scientifique consacre désormais sous le nom de loi d’appariement (Matching Law).

L’expérience princeps publiée par Herrnstein en 1961 révéla une régularité quantitative d’une précision inattendue pour les sciences psychologiques : la proportion relative des réponses émises par un animal sur une option donnée s’avère rigoureusement égale à la proportion relative des renforcements obtenus sur cette même option. Loin d’être un simple artéfact de laboratoire restreint au comportement de picorage du pigeon biset, cette loi a démontré au fil des décennies une robustesse exceptionnelle, trouvant des applications aussi bien dans l’analyse des choix sociaux chez l’être humain que dans la modélisation de l’impulsivité, la prise en charge clinique des addictions et l’étude neurobiologique de la prise de décision. Le présent article propose une exploration exhaustive et interdisciplinaire de cette découverte séminale, depuis son protocole expérimental originel jusqu’à ses développements contemporains au confluent de la neuroéconomie et de l’analyse appliquée du comportement.

1. Introduction et fondements historiques du béhaviorisme opérant

1.1 L’héritage skinnérien et l’étude du conditionnement opérant

L’édification du conditionnement opérant par B.F. Skinner dans les années 1930 a marqué une rupture fondamentale avec le modèle pavlovien du réflexe conditionné. Alors que la physiologie russe conceptualisait l’apprentissage à travers le prisme de réponses involontaires déclenchées par des stimuli antécédents, Skinner mit en lumière le rôle prépondérant des conséquences environnementales rétroagissant sur l’organisme. Dans ce cadre paradigmatique, le concept d’opérant renvoie à une classe de réponses motrices qui opèrent sur l’environnement pour produire un effet particulier, désigné sous le terme de stimulus renforçateur. La boîte de Skinner devint l’outil canonique pour quantifier cette dynamique, utilisant la fréquence de réponse comme mesure primaire de la force d’un comportement.

Cependant, l’analyse skinnérienne initiale présentait une limitation intrinsèque : elle se focalisait sur des environnements simplifiés où l’animal n’avait accès qu’à un unique manipulateur, par exemple un levier chez le rat ou un disque lumineux chez le pigeon. Les programmes de renforcement simples qui en découlèrent — qu’ils fussent à proportion fixe ou variable (FR, VR) ou à intervalle fixe ou variable (FI, VI) — permirent d’analyser avec une immense finesse la cinétique intra-session des réponses motrices. Pourtant, ces architectures expérimentales ne pouvaient appréhender la dimension sélective du vivant. Dans l’écosystème naturel, un prédateur ou un butineur n’émet jamais une réponse isolée face au vide ; chaque unité de temps consacrée à une tâche représente un coût d’opportunité direct, soustrayant cette même unité à d’autres activités vitales telles que la prospection de nourriture alternative, la vigilance face aux prédateurs ou la recherche de partenaires sexuels.

L’impératif méthodologique qui émergea à la fin des années 1950 fut donc de concevoir une situation expérimentale permettant de quantifier la distribution continue du comportement en présence d’options mutuellement exclusives. L’analyse opérante devait progresser de l’étude de la probabilité d’une réponse isolée vers la dynamique de l’arbitrage comportemental continu. Ce glissement conceptuel impliquait d’abandonner l’illusion selon laquelle le taux absolu d’une réponse dépendrait uniquement des propriétés intrinsèques du renforçateur qui lui est associé, pour reconnaître que tout comportement est fondamentalement une question de choix relatif inséré dans une matrice complexe d’alternatives environnementales.

1.2 L’émergence des travaux de Richard Herrnstein à Harvard

C’est au sein du prestigieux Département de Psychologie de l’Université Harvard que Richard J. Herrnstein, jeune chercheur brillant formé auprès de Skinner lui-même, amorça cette transition théorique. Le laboratoire de Harvard constituait alors l’épicentre mondial de l’analyse expérimentale du comportement, un milieu caractérisé par une rigueur méthodologique intransigeante, adossée à une confiance absolue dans l’induction expérimentale et le rejet des hypothèses mentalistes non observables. Néanmoins, une scission feutrée mais profonde commença à se dessiner entre le maître et l’élève. Tandis que Skinner privilégiait une lecture inductive, descriptive et presque exclusivement qualitative des patrons d’action, Herrnstein manifestait une inclination marquée pour la formalisation mathématique et la quantification déductive des lois de l’apprentissage.

Herrnstein constatait que le béhaviorisme skinnérien manquait d’une métrique universelle capable d’unifier les différentes lois empiriques du renforcement au sein d’un formalisme mathématique univoque. Son ambition fondatrice consista à établir un pont rigoureux entre la tradition expérimentale opérante et les exigences analytiques des sciences physiques et économiques. Il s’agissait de déterminer s’il existait une fonction mathématique stable reliant quantitativement la structure des stimuli renforçateurs présents dans l’environnement à la répartition globale des réponses de l’organisme. Herrnstein souhaitait ainsi dégager des régularités invariantes transcendant les particularismes des espèces et les contingences spécifiques des dispositifs de laboratoire.

Cette démarche novatrice se heurta initialement au conservatisme d’une frange de l’école skinnérienne orthodoxe, laquelle percevait d’un œil critique toute tentative de mathématisation susceptible de réintroduire des abstractions superflues entre l’organisme et son milieu. Toutefois, la puissance prédictive des premiers résultats obtenus par Herrnstein mit fin aux réticences. En intégrant des notions empruntées à la psychophysique et aux balbutiements de la théorie de la décision, Herrnstein ne s’est pas contenté de raffiner le béhaviorisme opérant : il en a redéfini le paradigme expérimental en instaurant le choix comme objet d’étude premier et indépassable de l’analyse comportementale.

1.3 Définition paradigmatique de l’allocation du comportement

L’innovation conceptuelle introduite par Herrnstein repose sur la notion d’allocation comportementale. Dans cette perspective, le comportement n’est plus envisagé comme une suite discontinue d’événements discrets déclenchés par des stimuli, mais comme un flux ininterrompu d’énergie et de temps que l’organisme distribue au sein d’un espace multidimensionnel de possibilités. L’animal dispose d’un budget temporel fini au cours d’une session expérimentale ou d’une journée biologique ; chaque fraction de ce budget investie dans une action $A$ est ipso facto indisponible pour une action $B$. Dès lors, toute mesure scientifique valide du comportement doit s’articuler autour de proportions relatives plutôt que de fréquences absolues isolées.

Il convient de distinguer formellement le taux absolu de réponse, traditionnellement défini comme le nombre total de réponses motrices divisé par le temps de la session (par exemple, 60 coups de bec par minute sur un disque lumineux), du taux relatif de réponse, qui quantifie la part d’une réponse spécifique par rapport à la somme totale des réponses émises sur l’ensemble des manipulateurs disponibles. Mathématiquement, pour deux comportements distincts notés $B_1$ et $B_2$, le taux relatif pour la première option s’exprime par le ratio $B_1 / (B_1 + B_2)$. De manière analogue, le taux relatif de renforcement s’exprime par $R_1 / (R_1 + R_2)$, où $R_1$ et $R_2$ représentent les fréquences des conséquences appétitives délivrées respectivement par chacune des options.

Sur le plan épistémologique, cette redéfinition implique que le choix n’est pas un processus interne mystérieux, relevant d’une délibération cognitive introspective ou d’un libre arbitre métaphysique, mais une propriété émergente mesurable de la distribution probabiliste du comportement dans le temps. L’organisme apparaît comme un système dynamique ouvert qui s’ajuste continuellement aux densités différentielles de gratification offertes par son biotope. La prise de décision devient ainsi accessible à une mesure empirique objective, dénuée d’inférences mentalistes invérifiables, ouvrant la voie à une formalisation fonctionnelle rigoureuse de la rationalité animale et humaine.

2. Le protocole expérimental des programmes concurrents

2.1 Structure technique de la boîte de Skinner modifiée

Pour soumettre cette hypothèse d’allocation relative à l’épreuve des faits, il était indispensable de modifier l’architecture standard de la chambre opérante skinnérienne. Herrnstein et ses collaborateurs développèrent une boîte de Skinner spécifiquement configurée pour l’étude des choix simultanés chez le pigeon (Columba livia). La paroi frontale de la chambre expérimentale était équipée non pas d’un unique disque de plastique translucide, mais de deux disques de plexiglas distincts, espacés horizontalement de plusieurs centimètres et situés à une hauteur ergonomiquement adaptée à la posture de l’oiseau. Chacun de ces disques, appelés touches de réponse (response keys), pouvait être rétroéclairé par des lampes de couleurs différentes afin d’agir comme des stimuli discriminatifs indépendants.

Derrière chaque touche se trouvait un micro-interrupteur mécanique ultrasensible, calibré pour enregistrer la moindre dépression induite par un coup de bec d’une force minimale standardisée (généralement aux alentours de 0,10 à 0,15 newton). Ce dispositif prévenait l’enregistrement de contacts accidentels tout en assurant une détection exhaustive des réponses franches. Centrée entre les deux touches, mais située plus bas, se trouvait une ouverture donnant accès à une trémie de grains automatisée. Lors de la distribution d’un renforçateur, la trémie s’élevait pendant un intervalle temporel strictement chronométré (habituellement entre 3 et 4 secondes), illuminée par un faisceau blanc spécifique pour signaler la disponibilité de la nourriture, tandis que l’éclairage général de la boîte et des touches s’éteignait temporairement pour éviter toute interférence perceptuelle.

L’enregistrement des données s’effectuait au moyen de compteurs électromécaniques et de polygraphes à rouleaux de papier, ancêtres des systèmes d’acquisition informatisés contemporains. Chaque activation de touche incrémentait des compteurs cumulatifs dédiés, enregistrant le nombre exact de coups de bec portés à gauche et à droite, ainsi que le nombre de renforcements délivrés par chaque canal. Ce dispositif automatisé garantissait une isolation expérimentale totale : l’expérimentateur n’intervenait jamais dans la chambre pendant le déroulement de la session, éliminant tout biais subjectif ou effet de manipulation directe susceptible d’altérer la cinétique naturelle des réponses de l’animal.

2.2 Les programmes à intervalles variables concurrents (Concurrent VI-VI)

Le choix des programmes de renforcement associés à chacune des deux touches s’avérait d’une importance méthodologique capitale. Pourquoi Herrnstein a-t-il spécifiquement opté pour des programmes concurrents à intervalles variables (Concurrent Variable Interval – Variable Interval, ou Conc VI-VI) plutôt que pour des programmes à proportions (Variable Ratio ou Fixed Ratio) ? Dans un programme à proportion variable (VR), la probabilité de renforcement est strictement liée au nombre de réponses émises : plus l’animal répond vite, plus il accumule de gratifications. Si deux programmes à proportion variable sont présentés de manière concurrente (par exemple, VR 20 contre VR 40), la stratégie optimale absolue consiste à consacrer 100 % des réponses à l’option la plus généreuse (VR 20), car tout coup de bec alloué à l’autre programme constitue une perte directe de rentabilité. Les programmes de ratio conduisent inévitablement à un phénomène d’accaparement total (« all-or-none behavior »), annihilant toute possibilité d’étudier la distribution fine des choix.

À l’inverse, dans un programme à intervalle variable (VI), un chronomètre sous-jacent détermine le moment où un renforçateur devient disponible. Une fois cet intervalle de temps écoulé de manière stochastique, la nourriture n’est pas distribuée automatiquement : elle est « armée », et attend que l’animal émette un unique coup de bec sur la touche correspondante pour être délivrée. Pendant que l’animal est occupé à répondre sur la touche A, le chronomètre associé à la touche B continue de s’écouler silencieusement en arrière-plan. Dès lors, plus l’animal néglige l’option B, plus la probabilité que celle-ci ait armé un renforçateur en attente s’élève vers l’unité. Cette propriété confère aux programmes VI-VI une dynamique homéostatique remarquable : elle incite l’organisme à échantillonner régulièrement les deux alternatives, empêchant la fixation exclusive sur une seule source de nourriture.

Les deux chronomètres fonctionnaient selon des distributions d’intervalles programmées de manière totalement indépendante l’une de l’autre, souvent définies d’après des séries arithmétiques de Fleshler et Hoffman destinées à prévenir toute estimation temporelle rythmique par l’animal. Les distributions de renforcements étaient ainsi stationnaires dans le temps mais imprévisibles au niveau local. En soumettant les pigeons à des sessions prolongées de plusieurs dizaines de minutes répétées quotidiennement sur plusieurs semaines, Herrnstein s’assurait que le comportement d’allocation atteignait un état d’équilibre stationnaire robuste, affranchi des perturbations transitoires liées à la nouveauté ou à la faim immédiate.

2.3 Le délai de changement de touche (Changeover Delay ou COD)

L’implémentation de programmes concurrents VI-VI engendra immédiatement un écueil méthodologique imprévu : l’émergence de réponses de commutation adventices. En l’absence de contrainte spécifique, les pigeons avaient tendance à développer des séquences comportementales stéréotypées ultra-rapides, consistant à donner un coup de bec à gauche, puis un coup de bec à droite, et ainsi de suite indéfiniment. Cette alternance mécanique compulsive résultait d’un conditionnement accidentel ou « superstitieux » : lorsqu’un oiseau frappait la touche A immédiatement après avoir frappé la touche B et recevait de la nourriture sur A, l’action physique de basculer de B vers A se trouvait accidentellement renforcée en même temps que le coup de bec sur A. Au lieu de mesurer deux choix distincts, l’expérimentateur mesurait en réalité une seule unité comportementale complexe d’oscillation motrice permanente.

Pour neutraliser ce biais majeur, Herrnstein et les chercheurs en comportement mirent au point une parade technique ingénieuse : le délai de changement de touche, universellement désigné par l’acronyme anglais COD (Changeover Delay). Le principe du COD consiste à instaurer une pénalité temporelle standardisée à chaque fois que l’animal décide d’abandonner une touche pour se tourner vers l’autre. Concrètement, lorsqu’un pigeon frappe la touche B après avoir frappé la touche A, aucun renforçateur ne peut lui être délivré sur B avant qu’un délai minimal (généralement calibré à 1,5 seconde) ne se soit écoulé depuis le moment de la bascule, indépendamment du fait qu’un renforçateur soit déjà disponible ou non sur cette touche.

Si l’oiseau continue de picorer la touche B pendant cette fenêtre de 1,5 seconde, le renforcement armé sera délivré dès l’expiration de ce temps de latence au premier coup de bec subséquent. En revanche, s’il tente une alternance instantanée, il n’obtient aucune nourriture. L’introduction du COD eut un effet clarificateur spectaculaire : elle dissocia complètement l’acte d’émettre une réponse discriminative sur une touche de l’acte moteur de transiter d’une option à l’autre. Le COD force l’animal à « séjourner » un minimum de temps auprès de l’alternative sélectionnée, garantissant que les réponses enregistrées reflètent avec une fidélité mathématique absolue la véritable valeur incitative relative des programmes, et non un pattern locomoteur adventice.

3. L’expérience princeps de Richard Herrnstein en 1961

3.1 Méthodologie détaillée de l’étude originale

L’article séminal publié par Richard Herrnstein en 1961 dans le Journal of the Experimental Analysis of Behavior sous le titre « Relative and absolute strength of response as a function of frequency of reinforcement » demeure l’une des publications les plus rigoureuses de la psychologie du XXe siècle. Pour cette étude, Herrnstein utilisa trois pigeons bisets adultes mâles, désignés dans les carnets de laboratoire par les identifiants B13, B15 et B17. Les oiseaux étaient rigoureusement maintenus par rationnement alimentaire à environ 80 % de leur poids corporel nourri à volonté (ad libitum), une privation modérée standardisée destinée à assurer un niveau de motivation appétitive constant sans altérer la physiologie ni la vivacité motrice des animaux.

Le plan expérimental comportait une succession méticuleuse de phases au cours desquelles les taux relatifs de renforcement programmés sur les deux touches variaient systématiquement, tandis que le taux de renforcement total délivré par la chambre expérimentale demeurait globalement constant, fixé à environ 40 renforcements par heure répartis entre les deux touches. Herrnstein fit ainsi varier les programmes VI associés aux deux disques selon un éventail de paires contrastées :

• Une condition symétrique où chaque touche délivrait un renforcement moyen toutes les 3 minutes (VI 3 min contre VI 3 min), fournissant un ratio de renforcement égal de 1:1.
• Des conditions fortement asymétriques, où une touche offrait un renforcement toutes les 1,8 minute tandis que l’autre n’en fournissait qu’une fois toutes les 9 minutes (ratio de 5:1).
• Des conditions extrêmes où une touche était programmée sur un VI de 1,5 minute contre un VI de 15 minutes pour la touche opposée, générant une disproportion massive de la distribution des ressources.

Chaque condition expérimentale n’était pas maintenue pendant une durée arbitraire prédéfinie, mais jusqu’à ce que les données comportementales satisfassent à un critère statistique strict de stabilité stationnaire. Il fallait que le taux de réponse quotidien de l’animal ne dévie pas de plus de 5 % sur une période consécutive d’au moins six à dix sessions expérimentales. Cette exigence imposait parfois d’exposer un même sujet à une seule configuration pendant plus de trente à quarante jours consécutifs, garantissant l’élimination absolue de tout effet de transition et assurant que les mesures reflétaient le fonctionnement homéostatique stable du système comportemental de l’animal.

3.2 Collecte et traitement quantitatif des données

Le traitement des données brutes récoltées par Herrnstein se démarquait radicalement des approches conventionnelles de son temps, qui se contentaient d’analyser la vitesse d’apprentissage ou le nombre brut de réponses par minute. Herrnstein entreprit de convertir les valeurs absolues en coordonnées relatives sans dimension. Pour chaque phase expérimentale et pour chaque sujet parvenu à son état d’équilibre stationnaire, il calcula précisément deux métriques fondamentales :

1. La proportion relative de réponses émises sur la touche principale (choisie arbitrairement comme la touche 1, située à gauche), calculée par la formule :
   
   $$\text{Proportion de réponses} = \frac{B_1}{B_1 + B_2}$$
   où $B_1$ représente le nombre total de coups de bec enregistrés sur la touche 1 et $B_2$ le nombre total de coups de bec enregistrés sur la touche 2.
2. La proportion relative de renforcements réellement obtenus par l’animal sur cette même touche 1, définie par :
   
   $$\text{Proportion de renforcements} = \frac{R_1}{R_1 + R_2}$$
   où $R_1$ correspond au nombre de distributions de nourriture obtenues suite à des réponses sur la touche 1, et $R_2$ le nombre de distributions obtenues sur la touche 2.

Il importe de souligner une nuance méthodologique essentielle : Herrnstein ne compara pas le comportement de l’animal aux taux de renforcement nominalement programmés par les chronomètres de l’expérimentateur, mais aux taux de renforcement effectivement reçus et consommés par l’organisme. En effet, en raison du caractère probabiliste des programmes VI, de légères fluctuations stochastiques peuvent survenir dans l’accès aux renforçateurs si l’animal sous-échantillonne une touche. En mesurant les renforcements réellement perçus par le système nerveux du sujet, l’analyse s’ajustait fidèlement aux contingences vécues par l’organisme plutôt qu’à l’idéal théorique programmé dans la circuiterie électromécanique.

Les données furent ensuite reportées sur un graphique bidimensionnel cartésien, où l’axe des abscisses ($X$) représentait la proportion relative de renforcements obtenus ($R_1 / [R_1 + R_2]$) et l’axe des ordonnées ($Y$) représentait la proportion relative de réponses allouées ($B_1 / [B_1 + B_2]$). L’espace des coordonnées s’étendait ainsi strictement sur un intervalle fermé allant de $0,0$ à $1,0$ sur chaque dimension.

3.3 Les résultats fondamentaux : l’émergence de la proportionnalité

Le résultat de cette mise en relation graphique fut une révélation scientifique retentissante. Les points de données empiriques obtenus chez les trois sujets expérimentaux ne s’éparpillaient pas de manière chaotique sur le plan, pas plus qu’ils ne suivaient une fonction sigmoïde complexe ou une loi de seuil. Au lieu de cela, l’ensemble des points d’observation s’alignait avec une précision spectaculaire le long de la diagonale parfaite reliant l’origine $(0,0)$ au point maximal $(1,1)$, correspondant rigoureusement à l’équation linéaire :

$$Y = X$$

En d’autres termes, si la touche de gauche délivrait 70 % du total des graines obtenues au cours d’une session, l’oiseau allouait précisément 70 % de ses coups de bec à la touche de gauche. Si ce ratio basculait à 30 % lors de la phase suivante par suite de la modification des programmes VI, le pigeon réallouait son énergie motrice de manière à distribuer exactement 30 % de ses réponses sur cette touche. La concordance entre la valeur observée et la valeur théorique était presque parfaite, affichant des coefficients de détermination ($r^2$) couramment supérieurs à $0,98$.

Ce qui rendait cette découverte véritablement extraordinaire était sa remarquable reproductibilité inter-individuelle. Les trois oiseaux, bien qu’ayant des histoires de vie distinctes et manifestant des rythmes moteurs absolus très différents — certains étant des « picoreurs rapides » émettant jusqu’à 80 coups de bec par minute, d’autres étant des « picoreurs lents » ne dépassant pas 35 coups par minute —, présentaient rigoureusement la même loi d’allocation proportionnelle relative. L’universalité du phénomène suggérait que Herrnstein venait de mettre au jour une constante fondamentale de l’organisation comportementale, un principe invariant régissant la dynamique du vivant face à des contingences compétitives.

4. Formulation mathématique de la loi d’appariement stricte

4.1 L’équation originale de Herrnstein (1961)

La formulation théorique déduite des observations de 1961 constitue la version originelle, dite « stricte », de la loi d’appariement. Dans sa notation canonique la plus pure, pour une situation où un organisme a le choix entre deux comportements concurrents $B_1$ et $B_2$, procurant respectivement deux flux de renforcement $R_1$ et $R_2$, la loi s’énonce algébriquement comme suit :

$$\frac{B_1}{B_1 + B_2} = \frac{R_1}{R_1 + R_2}$$

Cette égalité stipule que la proportion relative d’un comportement opérant s’apparie fidèlement à la proportion relative des renforcements produits par ce comportement. Une propriété mathématique essentielle de cette équation réside dans son caractère adimensionnel. Contrairement aux équations physiques classiques qui lient des grandeurs hétérogènes (telles que la force, la masse et l’accélération dans la seconde loi de Newton), l’équation d’Herrnstein met en relation deux ratios purs, exempts d’unités physiques contraignantes. Les unités de temps ou d’impulsions motrices s’annulent mutuellement au numérateur et au dénominateur.

Cette élégance algébrique confère à la loi une flexibilité conceptuelle inédite. L’équation implique que le comportement n’est pas commandé par la quantité brute d’un renforçateur, mais par sa valeur contextuelle relative. Un renforçateur modeste délivré dans un environnement stérile et pauvre en stimulations exercera une force d’attraction comportementale infiniment supérieure au même renforçateur distribué dans un biotope saturé de gratifications concurrentes. La loi formalise ainsi mathématiquement l’adage philosophique selon lequel « tout est relatif », en ancrant fermement la valeur opérante dans la structure comparative globale de l’environnement.

4.2 L’équation d’Herrnstein pour un programme simple unique (1970)

En 1970, dans un article de synthèse resté célèbre intitulé « On the law of effect », Herrnstein accomplit un tour de force théorique supplémentaire en résolvant un paradoxe persistant : si le comportement est fondamentalement relatif, comment la loi d’appariement peut-elle s’appliquer aux expériences traditionnelles de Skinner où l’animal ne dispose que d’une seule touche de réponse ? Herrnstein postula avec une acuité remarquable qu’un organisme n’est en réalité jamais confronté à une alternative unique. Même enfermé dans une boîte de Skinner dénuée de tout artifice, le sujet dispose en permanence d’une infinité de comportements alternatifs concurrents : explorer les parois de la boîte, faire sa toilette, scruter l’orifice du distributeur, ou simplement se reposer.

Toutes ces activités non mesurées par l’expérimentateur constituent une classe globale de réponses adventices, notée $B_e$ (pour comportements extrinsèques), et sont associées à un flux de renforcements environnementaux non programmés, noté $R_e$ (renforcements extrinsèques : stimulations sensorielles, satisfaction proprioceptive, etc.). En appliquant l’équation d’appariement originale à cette situation, on obtient :

$$\frac{B_1}{B_1 + B_e} = \frac{R_1}{R_1 + R_e}$$

Herrnstein posa ensuite comme axiome logique que la somme de tous les comportements possibles d’un organisme dans un biotope donné est une constante finie, représentant la capacité motrice globale du sujet pendant la durée de l’observation, notée $k$, de telle sorte que $B_1 + B_e = k$. En substituant $k$ dans l’équation et en réarrangeant les termes pour isoler le comportement cible $B_1$, on obtient la fameuse équation hyperbolique d’Herrnstein pour un programme simple :

$$B_1 = \frac{k \cdot R_1}{R_1 + R_e}$$

Cette formulation constitue une avancée spectaculaire. Elle décrit une fonction hyperbolique non linéaire saturante, familière aux biochimistes sous la forme de l’équation de Michaelis-Menten pour la cinétique enzymatique. Le paramètre $k$ incarne le taux de réponse asymptotique maximal que l’organisme est physiologiquement capable d’émettre lorsque le taux de renforcement $R_1$ tend vers l’infini. Le paramètre $R_e$, quant à lui, quantifie la densité compétitrice de l’environnement : plus $R_e$ est élevé (environnement riche en distractions), plus il faut un taux de renforcement $R_1$ massif pour atteindre ne serait-ce que la moitié de la réponse maximale ($k / 2$). Cette équation expliquait d’un seul coup pourquoi les courbes de réponse sur un programme VI simple plafonnent progressivement au lieu de croître indéfiniment, unifiant les programmes simples et les programmes concurrents au sein d’une même armature conceptuelle.

4.3 Propriétés déductives et nature molaire de la loi

La formulation de Herrnstein soulève une question épistémologique cruciale quant au niveau d’analyse du vivant : la loi d’appariement est-elle de nature moléculaire ou de nature molaire ? L’analyse moléculaire tente d’expliquer le comportement au niveau microscopique, seconde par seconde, en scrutant les connexions associatives directes entre chaque stimulus isolé et l’impulsion motrice qui lui succède immédiatement. À l’opposé, l’approche molaire, défendue avec vigueur par Herrnstein, envisage le comportement comme un phénomène étendu dans le temps, dont les régularités statistiques émergent de l’agrégation de multiples événements comportementaux intégrés sur de longues durées.

La loi d’appariement est incontestablement une loi molaire. Elle ne prétend pas prédire avec une certitude absolue si le pigeon va donner son prochain coup de bec précis à gauche ou à droite à la seconde $t = 42$. Elle décrit en revanche avec une rigueur déterministe la distribution statistique asymptotique des comportements une fois que le système a atteint son état stationnaire. Les fluctuations stochastiques locales, inhérentes à la biologie des organismes vivants, s’annulent mutuellement à l’échelle molaire, révélant un ordre mathématique sous-jacent d’une constance remarquable.

Cette dimension molaire confère à la théorie une résilience prédictive exceptionnelle face aux perturbations de l’environnement. Même lorsque les programmes de renforcement subissent des micro-variations ponctuelles, l’organisme réalloue sa cinétique globale de manière à préserver l’équilibre homéostatique décrit par la loi. À l’instar de la thermodynamique statistique, qui déduit des lois macroscopiques stables (telles que la pression ou la température) à partir du mouvement désordonné de myriades de molécules individuelles, la loi d’appariement formalise un état d’équilibre macroscopique du comportement sans nécessiter l’inventaire minutieux de chaque influx nerveux sous-jacent.

5. Mécanismes comportementaux sous-jacents : Choix et allocation temporelle

5.1 Allocation du temps versus allocation des coups de bec

Dans les expériences initiales de 1961, Herrnstein avait quantifié l’allocation comportementale exclusivement à travers le décompte discret des coups de bec ($B_1$ et $B_2$). Cette approche mécanique souleva rapidement une interrogation légitime : la proportionnalité découverte était-elle une propriété spécifique des réponses motrices répétitives du picorage, ou reflétait-elle une dynamique plus profonde d’allocation temporelle ? Pour répondre à cette question, des chercheurs comme William Baum et Howard Rachlin entreprirent de mesurer le temps effectif ($T_1$ et $T_2$) que les animaux passaient à séjourner à proximité immédiate de chaque alternative ou à orienter leur posture vers l’une ou l’autre touche.

Les résultats empiriques démontrèrent une équivalence fonctionnelle frappante entre l’allocation motrice et l’allocation temporelle :

$$\frac{T_1}{T_1 + T_2} = \frac{R_1}{R_1 + R_2}$$

Cette loi d’appariement temporel (Time Matching) élargit considérablement la portée du paradigme. Elle prouva que l’organisme ne compte pas de manière arithmétique ses propres réponses physiques, mais investit un budget temporel continu proportionnellement à la rentabilité relative des zones écologiques exploitées. Dans un biotope sauvage, un animal ne frappe pas des disques mécaniques ; en revanche, il passe du temps à fouiller une parcelle de forêt, un buisson de baies ou une zone de chasse aquatique.

L’appariement temporel présente une validité écologique largement supérieure à la mesure exclusive des réponses motrices discrètes. Il permet d’étudier des comportements complexes qui ne se prêtent pas à un découpage en unités motrices répétitives équivalentes, tels que l’attention visuelle, l’engagement dans une conversation, la recherche documentaire ou l’exploration spatiale. L’universalité du temps comme monnaie d’échange biologique fondamentale fait de l’appariement temporel le véritable invariant sur lequel s’ancre la sélection des comportements chez les vertébrés supérieurs.

5.2 Sensibilité aux différentes dimensions du renforçateur

Les premières études avaient délibérément maintenu constante la nature des renforcements (quelques secondes d’accès à du maïs ou du blé standard), ne faisant varier que la fréquence pure de leur apparition. Cependant, un événement renforçant ne se réduit pas à son rythme d’occurrence : il se caractérise également par sa magnitude quantitative (combien de grammes de nourriture ?), sa qualité organoleptique ou nutritive (du grain de haute valeur protéique versus des fibres indigestes), et son氲immédiateté temporelle (délai de distribution). Les chercheurs en analyse expérimentale explorèrent alors si la loi d’appariement conservait sa validité lorsque ces paramètres étaient manipulés de façon différentielle.

Les expériences confirmèrent que l’organisme intègre harmonieusement ces multiples dimensions au sein d’une valeur subjective globale. Lorsque deux options délivrent des renforcements à des fréquences identiques mais avec des magnitudes inégales (par exemple, 6 secondes d’accès à la nourriture sur la touche A contre 2 secondes sur la touche B), la proportion relative des réponses s’apparie précisément au ratio des magnitudes de renforcement :

$$\frac{B_1}{B_1 + B_2} = \frac{M_1}{M_1 + M_2}$$

où $M_1$ et $M_2$ représentent les magnitudes physiques du renforçateur sur chaque option. De la même manière, l’introduction d’un délai temporel avant la distribution de la récompense diminue la valeur relative de celle-ci, le comportement s’appariant de façon inversement proportionnelle aux délais imposés :

$$\frac{B_1}{B_1 + B_2} = \frac{1/D_1}{1/D_1 + 1/D_2} = \frac{D_2}{D_1 + D_2}$$

où $D_1$ et $D_2$ représentent la durée des délais d’attente associés à chaque choix.

Ces constatations convergentes permirent aux théoriciens de formaliser une équation combinatoire unifiée de l’appariement, capable de fusionner l’ensemble de ces dimensions au sein d’un modèle général d’allocation. Si chaque option est caractérisée par un vecteur de fréquence ($R$), de magnitude ($M$) et d’immédiateté ($1/D$), la valeur globale incitative ($V$) de l’alternative $i$ s’écrit comme le produit composite de ces facteurs :

$$V_i = R_i \cdot M_i \cdot \frac{1}{D_i}$$

et la distribution comportementale s’apparie à l’équilibre à la proportion relative de ces valeurs globales :

$$\frac{B_1}{B_1 + B_2} = \frac{V_1}{V_1 + V_2}$$

Cette intégration multidimensionnelle témoigne de la prodigieuse capacité du système nerveux à agréger des informations environnementales hétérogènes pour converger vers un arbitrage comportemental proportionné et cohérent.

6. Déviations empiriques : Sous-appariement, sur-appariement et biais

6.1 Le phénomène de sous-appariement (Undermatching)

Bien que l’équation originale d’Herrnstein se soit révélée d’une extraordinaire robustesse, l’accumulation d’études expérimentales dans différents laboratoires du monde mit en évidence l’existence de déviations systématiques par rapport à l’idéal théorique strict de 1961. La déviation la plus fréquemment documentée est sans conteste le sous-appariement (undermatching). Ce phénomène désigne une situation où le comportement de l’animal manifeste une sensibilité moindre que prévue par la loi stricte aux variations relatives des renforcements.

Concrètement, dans un état de sous-appariement, l’organisme sous-investit l’option la plus riche et sur-investit l’option la plus pauvre par rapport aux prédictions du modèle strict. Si le programme concurrent fournit une proportion de 80 % de renforts à gauche et 20 % à droite, un sujet manifestant du sous-appariement n’allouera, par exemple, que 70 % de ses réponses à gauche et 30 % à droite. La pente de la droite de régression reliant le comportement aux renforcements devient inférieure à l’unité ($1,0$), s’aplatissant vers une distribution plus équilibrée que ne le justifierait l’écologie du renforcement.

Les investigations méthodologiques révélèrent rapidement les origines expérimentales de cette distorsion. La cause prépondérante du sous-appariement réside presque invariablement dans l’absence, ou la durée insuffisante, du délai de changement de touche (COD). Si le COD est calibré à une valeur trop brève (par exemple moins de 0,5 seconde), une fraction significative de conditionnements adventices se réintroduit insidieusement dans le comportement de l’animal, favorisant une alternance excessive entre les touches. Sur le plan psychologique et perceptif, le sous-appariement traduit souvent une discrimination imparfaite des contingences : si les stimuli signalant les deux alternatives sont visuellement trop proches, ou si l’environnement est bruité, l’organisme peine à discriminer la supériorité relative de l’option dominante, ce qui entraîne mécaniquement une régression des choix vers un arbitrage aléatoire équiprobable (50/50).

6.2 Le phénomène de sur-appariement (Overmatching)

À l’exact opposé du sous-appariement, le phénomène de sur-appariement (overmatching) caractérise une allocation comportementale excessivement asymétrique en faveur de l’alternative la plus riche. Dans ce cas, la pente de la relation comportement-renforcement excède une valeur de $1,0$ : l’organisme réagit de façon disproportionnée au moindre avantage conféré à une touche. Par exemple, confronté à un ratio de renforcement de 60 % contre 40 %, un sujet en état de sur-appariement attribuera 85 % de ses coups de bec à l’alternative majoritaire, négligeant de manière outrancière l’option minoritaire.

Le sur-appariement est un phénomène nettement plus rare dans les dispositifs de laboratoire standards que son homologue le sous-appariement. Toutefois, il émerge de façon spectaculaire et prévisible dès lors que l’on introduit des coûts de transition considérables entre les deux alternatives de choix. Si, pour passer de la touche A à la touche B, le pigeon ne doit plus simplement tourner la tête, mais doit franchir un obstacle physique surélevé, nager dans un couloir d’eau froide (chez le rat) ou subir un effort physique éprouvant, la commutation devient coûteuse sur le plan énergétique.

Face à une telle contrainte d’accès, l’animal minimise drastiquement ses bascules motrices. Une fois installé sur la touche fournissant la plus haute densité de gratification, il y demeure fixé de façon prolongée, refusant de s’aventurer vers l’option concurrente même si celle-ci a potentiellement armé un renforçateur en attente. Le coût dissuasif de l’alternance verrouille le comportement sur l’option dominante. Le sur-appariement démontre ainsi avec éclat que l’allocation opérante n’est jamais imperméable à l’architecture biomécanique et aux frictions spatiales de l’environnement au sein duquel l’organisme évolue.

6.3 La notion de biais systématique (Bias)

La troisième déviation fondamentale par rapport à la loi d’appariement classique est le biais systématique (bias). Contrairement au sous-appariement et au sur-appariement, qui affectent la sensibilité du comportement aux variations de renforcement (c’est-à-dire la pente de la courbe), le biais représente une déviation constante, unilatérale et permanente en faveur d’une touche particulière, indépendamment de la distribution des renforcements programmés.

Mathématiquement, le biais se traduit par une translation rigide de la courbe sur le plan de régression : l’ordonnée à l’origine n’est plus nulle. Les origines de ces asymétries sont multiples et bien documentées dans la littérature expérimentale :

• Des facteurs physiques et ergonomiques : l’un des micro-interrupteurs peut opposer une résistance mécanique légèrement moindre, requérant un effort de picorage inférieur.
• Des disparités perceptives et sensorielles : l’une des lampes de rétroéclairage peut être plus lumineuse, ou posséder une longueur d’onde chromatique (par exemple le rouge par rapport au vert) vers laquelle l’espèce étudiée présente une préférence innée d’origine phylogénétique.
• Des asymétries motrices intrinsèques à l’organisme : de même que les humains présentent une鸹latéralisation motrice marquée (dextérité manuelle droite ou gauche), les oiseaux manifestent fréquemment des dominances hémisphériques et des asymétries oculaires induisant une inclinaison corporelle préférentielle vers un côté spécifique de la chambre expérimentale.

L’existence avérée de ces trois sources de distorsions empiriques — le sous-appariement, le sur-appariement et le biais systématique — rendit rapidement caduque l’utilisation exclusive de l’équation d’Herrnstein de 1961 pour les analyses statistiques de haute précision. La loi d’appariement stricte apparaissait désormais comme un cas idéal théorique au sein d’une famille plus vaste de fonctions comportementales, appelant de ses vœux une reformulation mathématique généralisée capable d’isoler et de quantifier rigoureusement chacun de ces paramètres de divergence.

7. La loi d’appariement généralisée de William Baum

7.1 Formalisation logarithmique et fonction puissance (1974)

Confronté à la prolifération de ces écarts empiriques au sein des laboratoires de psychologie expérimentale, le chercheur américain William M. Baum publia en 1974 un article séminal dans lequel il proposa une refonte mathématique complète du paradigme : la loi d’appariement généralisée (Generalized Matching Law). S’inspirant des travaux psychophysiques de Stanley Smith Stevens sur la perception sensorielle, Baum abandonna la formulation sous forme de proportions relatives simples pour adopter une relation formalisée sous la forme d’une fonction puissance appliquée aux ratios comportementaux :

$$\frac{B_1}{B_2} = b \left( \frac{R_1}{R_2} \right)^s$$

Dans cette formulation élégante, le ratio brut des comportements ($B_1 / B_2$) est relié au ratio des renforcements obtenus ($R_1 / R_2$) par l’intermédiaire de deux paramètres libres estimés par régression : le paramètre $b$, qui quantifie le biais systématique, et l’exposant $s$, qui mesure la sensibilité du comportement aux contingences de renforcement.

La puissance analytique de la formulation de Baum réside dans sa capacité à être linéarisée par une simple transformation logarithmique (utilisant indifféremment le logarithme népérien ou le logarithme en base 10) :

$$\log\left(\frac{B_1}{B_2}\right) = s \cdot \log\left(\frac{R_1}{R_2}\right) + \log(b)$$

Cette métamorphose algébrique transpose une fonction puissance non linéaire complexe en une équation de droite canonique du type $Y = aX + c$, où :

• $Y = \log(B_1 / B_2)$ représente la variable dépendante comportementale linéarisée,
• $X = \log(R_1 / R_2)$ représente la variable indépendante environnementale,
• $s$ (la sensibilité) correspond rigoureusement à la pente de la droite de régression,
• $log(b)$ (le biais) correspond à l’ordonnée à l’origine (l’intersection avec l’axe vertical).

Cette linéarisation permit aux chercheurs d’appliquer l’ensemble de la panoplie des statistiques inférentielles paramétriques — notamment la méthode des moindres carrés ordinaires — pour analyser les données de choix avec une puissance et une précision incomparables, transformant définitivement l’analyse comportementale en une discipline quantitative de premier plan.

7.2 Interprétation du paramètre de sensibilité (s)

Le paramètre de sensibilité $s$ (parfois désigné sous le terme d’élasticité comportementale dans la littérature économique) fournit une mesure quantitative objective de la finesse avec laquelle l’organisme ajuste ses choix aux asymétries de renforcement du biotope. L’analyse de la valeur numérique de $s$ permet d’ordonner l’ensemble des résultats empiriques observés au sein d’une typologie théorique rigoureuse :

• Lorsque $s = 1,0$ (et $log b = 0$), nous retrouvons rigoureusement la condition d’appariement strict telle que postulée originellement par Richard Herrnstein en 1961. Le comportement est parfaitement calibré sur les contingences environnementales.
• Lorsque $s < 1,0$, nous sommes en présence d’un sous-appariement. Plus la valeur de $s$ chute et se rapproche de 0, plus l’organisme s’avère indifférent aux variations relatives des renforcements. Une valeur théorique de $s = 0$ traduirait une insensibilité totale, l’animal distribuant ses réponses de façon égale (50/50) indépendamment de la générosité des options. Dans la vaste majorité des méta-analyses conduites sur des animaux et des humains en laboratoire contrôlé, les valeurs de $s$ oscillent généralement entre $0,80$ et $0,95$, indiquant une tendance quasi-universelle à un léger sous-appariement d’origine discriminative.
• Lorsque $s > 1,0$, l’équation quantifie précisément le sur-appariement. Le comportement amplifie les disparités environnementales. L’organisme sur-réagit à l’avantage procuré par l’alternative supérieure, phénomène typiquement provoqué par la présence de contraintes d’accès ou de coûts de commutation prohibitifs entre les postes d’action.

Le paramètre $s$ ne mesure donc pas une simple erreur de mesure, mais reflète l’état des capacités perceptives, cognitives et écologiques de l’organisme inséré dans son dispositif. Il capture la perméabilité comportementale du sujet à la texture incitative de son milieu.

7.3 Interprétation du paramètre de biais (b)

Le second paramètre de la formulation de Baum, le paramètre $b$ (ou son expression logarithmique $log b$), offre une solution mathématique définitive à l’isolation méthodologique des asymétries parasites. Dans le modèle de la loi d’appariement généralisée, une valeur de $b = 1,0$ (ce qui donne $log(1) = 0$) atteste d’une absence absolue de biais : lorsque les renforcements sont strictement égaux sur les deux touches ($R_1 = R_2$, donc $\log(R_1/R_2) = 0$), l’animal alloue un nombre rigoureusement égal de réponses aux deux options ($\log(B_1/B_2) = 0$, signifiant $B_1 = B_2$).

À l’inverse, toute déviation par rapport à zéro pour $log b$ documente l’existence d’une préférence endogène stable :

• Une valeur de $log b > 0$ ($b > 1$) indique un biais permanent en faveur de l’option 1. Même si l’option 1 devient moins rentable sur le plan des renforcements programmés, l’animal conserve une inclinaison basale à la sélectionner avec une fréquence excédentaire.
• Une valeur de $log b < 0$ ($b < 1$) signale symétriquement une préférence inhérente pour l’option 2.

Sur le plan pratique, l’intérêt de la formulation de Baum est immense : elle permet au chercheur de décontaminer l’analyse de la sensibilité. En isolant mathématiquement le biais au sein de l’ordonnée à l’origine, le calcul de la pente ($s$) demeure d’une pureté absolue, immunisé contre les dissymétries motrices ou sensorielles du sujet. De surcroît, le paramètre $b$ se transforme lui-même en un formidable outil psychophysique pour mesurer le coût d’effort subjectif ou la valence affective différentielle de stimuli sensoriels (couleurs, textures, odeurs) sans avoir à recourir à des paradigmes d’extinction aversifs.

8. Programmes concurrents en chaîne et prise de décision temporelle

8.1 Architecture des programmes concurrents chaînés (Concurrent-Chain)

La compréhension des choix instantanés sous programmes concurrents simples ne constituait qu’une première étape. Dans la réalité écologique, un organisme ne choisit pas constamment entre des récompenses immédiates ; ses décisions actuelles l’engagent fréquemment dans des séquences comportementales prolongées qui détermineront l’accès ultérieur à des environnements plus ou moins favorables. Pour modéliser cette temporalité complexe, Richard Herrnstein et Charles Catania perfectionnèrent le paradigme des programmes concurrents en chaîne (concurrent-chain schedules).

Ce protocole expérimental sophistiqué s’articule en deux phases consécutives distinctes :

1. Le maillon initial de choix (initial link) : Les deux touches de la boîte de Skinner sont illuminées par une lumière blanche. L’animal répond sur ces touches selon deux programmes VI indépendants. Durant cette phase, aucun renforcement primaire (nourriture) n’est distribué. Le premier coup de bec validé par l’un des deux chronomètres ne délivre pas d’aliment, mais fait basculer instantanément l’environnement dans la phase suivante en altérant l’état des stimuli.
2. Le maillon terminal d’accès (terminal link) : La touche non choisie s’éteint totalement et devient inactive. La touche sélectionnée change de couleur (par exemple, elle devient verte pour le côté gauche ou rouge pour le côté droit) et entre dans un programme de renforcement spécifique qui mènera ultimement à la présentation de nourriture après un certain délai ou une certaine quantité d’efforts. Une fois le renforçateur consommé, le dispositif réinitialise l’ensemble de la procédure en réilluminant les deux touches blanches du maillon initial.

L’élégance méthodologique du programme concurrent en chaîne réside dans le fait que la fréquence relative des réponses émises durant le maillon initial mesure la valeur de renforcement conditionné des stimuli du maillon terminal. Le pigeon « vote » avec ses coups de bec dans la phase blanche pour décider dans quel type d’environnement futur il souhaite se retrouver enfermé. Ce dispositif est devenu l’étalon-or pour disséquer expérimentalement les préférences temporelles, l’aversion au risque et la valeur subjective d’options différées dans le temps.

8.2 L’actualisation temporelle et le modèle hyperbolique de Herrnstein

L’exploitation des programmes concurrents chaînés permit de croiser le fer avec les modèles économiques classiques de l’actualisation financière. La théorie économique néoclassique postulait traditionnellement que les agents rationnels actualisent la valeur du futur selon une fonction exponentielle, préservant une cohérence temporelle stricte à travers les âges. Selon ce modèle exponentiel déduit des lois de l’intérêt composé, la valeur résiduelle subjective d’une récompense $V$ décroît selon la formule $V = A \cdot e^{-kD}$, où $A$ est le montant nominal, $D$ le délai d’attente et $k$ un taux d’escompte constant.

Or, en appliquant les données issues de la loi d’appariement aux choix différés, Richard Herrnstein et, à sa suite, le psychiatre et comportementaliste George Ainslie, démontrèrent de manière irréfutable que les organismes biologiques ne suivent nullement une trajectoire exponentielle. Les animaux et les êtres humains actualisent la valeur des gratifications selon une fonction hyperbolique, dérivée directement des principes d’appariement inversement proportionnels aux délais :

$$V = \frac{A}{1 + k \cdot D}$$

Dans ce modèle hyperbolique, la perte de valeur subjective d’un gain est extraordinairement brutale pour les délais courts, mais s’aplatit considérablement pour les délais longs et éloignés. Ce profil géométrique asymétrique explique pourquoi le futur lointain est presque uniformément sous-évalué par rapport à l’immédiateté sensorielle. Le modèle hyperbolique d’Herrnstein-Ainslie a fourni la première explication purement comportementale et quantitative des conflits intra-psychiques entre gratifications éphémères et bénéfices à long terme, dynamitant le dogme de l’agent économique rationnel et jetant les fondations de l’actualisation temporelle en psychologie financière.

8.3 L’analyse expérimentale de l’impulsivité et de l’autocontrôle

Grâce aux programmes concurrents chaînés et à la formulation hyperbolique, Herrnstein et ses successeurs purent définir l’autocontrôle et l’impulsivité en termes opérationnels indiscutables, dépouillés de tout jugement moralisateur. La situation de choix critique se résume au dilemme paradigmatique suivant : choisir entre une petite récompense immédiate (dite SS pour Small-Soon, par exemple 2 secondes de grains accessibles instantanément) et une grande récompense considérablement différée dans le temps (dite LL pour Large-Late, par exemple 8 secondes de grains accessibles après une attente de 15 secondes).

Lorsque le choix intervient au moment même où la petite récompense est disponible ($D_{SS} = 0$), la courbe hyperbolique de celle-ci grimpe en flèche et surpasse temporairement la valeur subjective de la grande récompense, dont le pic est écrasé par le diviseur temporel de 15 secondes. L’organisme capitule systématiquement devant l’immédiateté et sélectionne l’option SS : il fait preuve d’impulsivité. En revanche, si l’expérimentateur insère un délai identique en amont des deux options (par exemple en imposant que le choix dans le maillon initial s’effectue 30 secondes avant que l’alternative SS ne devienne accessible), la géométrie des deux hyperboles s’inverse de manière spectaculaire.

À une distance temporelle de 30 secondes, la différence relative entre 30 secondes d’attente (pour SS) et 45 secondes d’attente (pour LL) est perçue comme marginale par le système nerveux, alors que le ratio de magnitude (2 contre 8 secondes de grain) conserve tout son attrait. L’hyperbole de la grande récompense passe alors au-dessus de celle de la petite, et l’organisme choisit l’option LL avec une écrasante majorité : il fait preuve d’autocontrôle. Cette dynamique d’inversion de préférence dans le temps, directement prédite par la loi d’appariement, a permis d’étudier scientifiquement les stratégies d’engagement préalable (precommitment), où un individu choisit consciemment, en amont du temps, de restreindre sa propre liberté d’action future pour neutraliser l’émergence prévisible de pulsions impulsives sous-optimales.

9. Confrontation théorique : Maximisation molaire, moléculaire et amélioration (Melioration)

9.1 La théorie de la maximisation molaire

L’extraordinaire fidélité de l’appariement comportemental posa un défi théorique vertigineux à la communauté scientifique : quel est le principe téléologique ou évolutif qui pousse un animal à s’apparier ? Pour les théoriciens formés à l’écologie comportementale classique et à la théorie de l’approvisionnement optimal (Optimal Foraging Theory), la réponse semblait évidente : l’organisme doit chercher à maximiser son apport énergétique net par unité de temps. Cette thèse constitue le cœur de la théorie de la maximisation molaire (molar maximization).

Défendue notamment par Howard Rachlin et John Staddon, la maximisation molaire postule que la loi d’appariement n’est pas un mécanisme neurobiologique autonome gravé dans les réflexes du sujet, mais le simple résultat mathématique fortuit d’une stratégie globale visant à obtenir le nombre maximal absolu de renforcements au cours de la session. Dans de nombreuses conditions expérimentales sous programmes VI-VI, il se trouve en effet qu’allouer ses réponses selon l’appariement strict coïncide de manière très étroite avec la distribution mathématique qui maximise le taux de renforcement global délivré par les deux programmes combinés.

Cependant, cette élégante hypothèse néoclassique d’une rationalité globale maximisatrice fut rapidement mise à mal par des protocoles expérimentaux spécifiquement conçus pour dissocier l’appariement de la maximisation globale. Richard Herrnstein et d’autres chercheurs mirent au point des programmes concurrents complexes où la stratégie maximisant le nombre total de renforts exigeait que l’animal s’écarte radicalement de l’appariement (par exemple en n’allouant que 10 % de ses réponses à une touche spécifique). De façon stupéfiante, les sujets expérimentaux continuèrent imperturbablement de s’apparier, s’enfermant dans des patrons d’allocation qui réduisaient drastiquement leur gain alimentaire total. La maximisation globale s’avéra être une illusion descriptive : le comportement n’est pas guidé par une visée d’optimisation molaire du biotope.

9.2 La théorie de la maximisation moléculaire

Face à l’échec de la maximisation molaire globale, un courant opposé tenta d’ancrer l’explication au niveau microscopique : c’est la théorie de la maximisation moléculaire (molecular maximization), défendue avec vigueur par Michael Shimp et Peter Killeen. Selon cette perspective réductionniste, l’organisme ne possède aucune représentation cognitive globale des ratios moyens de renforcement sur des dizaines de minutes. À chaque instant infinitésimal $t$, le cerveau de l’animal se contente d’évaluer la probabilité momentanée immédiate d’obtenir un renforcement en commutant vers l’autre touche ou en restant sur la touche actuelle.

Dans un programme VI-VI, nous l’avons vu, le chronomètre de l’alternative non choisie continue de s’écouler. Par conséquent, la probabilité instantanée de trouver un renforçateur armé sur l’autre touche croît continuellement en fonction du temps écoulé depuis la dernière visite. Les partisans de la maximisation moléculaire affirment que l’animal bascule vers l’autre option dès lors que la probabilité momentanée sur celle-ci dépasse la rentabilité locale de l’option courante. L’appariement molaire macroscopique observé par Herrnstein ne serait alors qu’un simple épiphénomène mathématique statistique, une illusion agrégée émergeant mécaniquement d’une multitude de micro-décisions moléculaires fondées sur la capture opportuniste de la probabilité la plus élevée à court terme.

Cependant, la maximisation moléculaire montra elle aussi ses limites empiriques. Elle peinait à rendre compte de situations où les structures locales de contingence sont rendues artificiellement imprévisibles ou chaotiques sans que l’équilibre global de l’appariement ne soit perturbé. De plus, elle postulait une capacité de calcul stochastique instantané et une mémorisation parfaite des durées inter-réponses locales qui dépassaient de loin les capacités computationnelles démontrées du système nerveux des pigeons ou des rongeurs.

9.3 La théorie de l’amélioration (Melioration Theory) de Herrnstein et Vaughan

Pour trancher ce nœud gordien théorique, Richard Herrnstein et son collègue William Vaughan Jr. proposèrent en 1980 une théorie élégante située à l’intersection du microscopique et du macroscopique : la théorie de l’amélioration (Melioration Theory). Le mot « mélioration », dérivé du latin meliorare (rendre meilleur), désigne un principe dynamique continu d’ajustement local qui ne vise ni la perfection globale (maximisation molaire) ni le calcul instantané infinitésimal (maximisation moléculaire).

Le postulat fondamental de la mélioration stipule qu’un organisme réalloue son comportement en comparant continuellement les taux locaux de renforcement associés à chaque activité par unité de temps effectivement consacrée à cette activité. Le taux local sur l’alternative 1, noté $R_1 / T_1$, correspond au nombre de renforcements obtenus sur 1 divisé par le temps effectif passé à exploiter 1. Le principe cinétique de la théorie s’énonce comme suit :

$$\text{Si } \frac{R_1}{T_1} > \frac{R_2}{T_2}, \text{ alors l’organisme alloue davantage de temps à l’alternative 1}.$$

L’animal déplace son énergie vers l’option dont le rendement local est supérieur au rendement local de l’option concurrente. Ce processus d’ajustement dynamique se poursuit de manière inéluctable jusqu’à ce qu’un état d’équilibre stationnaire soit atteint. Or, quel est le seul état d’équilibre géométrique possible au sein duquel aucun déplacement comportemental supplémentaire n’est requis ? C’est précisément l’état où les deux taux locaux de renforcement sont devenus rigoureusement identiques :

$$\frac{R_1}{T_1} = \frac{R_2}{T_2} iff \frac{T_1}{T_2} = \frac{R_1}{R_2} iff \frac{T_1}{T_1 + T_2} = \frac{R_1}{R_1 + R_2}$$

La théorie de la mélioration apporte la démonstration magistrale de la genèse de l’appariement : la loi d’appariement est l’état d’équilibre stationnaire inévitable produit par un organisme cherchant continuellement à améliorer son sort local. Le génie de cette découverte réside dans sa mise en lumière d’une tragédie comportementale sous-jacente. Parce que l’organisme se contente d’égaliser les taux locaux en migrant vers ce qui est immédiatement plus rentable au niveau local, il peut s’enfermer de manière parfaitement stable dans des équilibres sous-optimaux, réduisant son bien-être global absolu. La mélioration fournit ainsi une explication formelle, élégante et universelle des pièges comportementaux, de l’irrationalité quotidienne et du développement pernicieux des assuétudes chez l’animal comme chez l’être humain.

10. Validité écologique et extensions chez l’humain

10.1 Validation expérimentale en laboratoire humain

L’universalité de la loi d’appariement ne pouvait être postulée sans soumettre notre propre espèce au crible du protocole opérant. À partir des années 1970, une vaste série d’expérimentations fut entreprise pour tester la robustesse de l’appariement chez des sujets humains sains au sein d’environnements de laboratoire strictement contrôlés. Les chercheurs adaptèrent la boîte de Skinner sous la forme d’écrans cathodiques, de joysticks de consoles de jeux et de consoles de pointage informatisées, où les sujets pouvaient accumuler des points échangeables contre de l’argent réel en cliquant sur deux boutons virtuels fonctionnant sous des programmes concurrents VI-VI dissimulés.

Les résultats de ces investigations mirent en relief une variable médiatrice décisive, totalement absente chez l’animal non verbal : l’interférence des règles verbales et des instructions explicites (rule-governed behavior). Lorsque les participants humains sont laissés à eux-mêmes sans consignes directives préalables, découvrant intuitivement les contingences par l’action motrice directe, leurs patrons de clics s’ajustent spectaculairement à la loi d’appariement généralisée de Baum, avec des paramètres de sensibilité ($s$) flirtant avec la perfection ($0,90 le s le 1,05$).

En revanche, dès lors qu’un sujet commence à formuler intérieurement des hypothèses cognitives complexes (« le bouton rouge fonctionne probablement selon une séquence d’alternance arithmétique » ou « l’ordinateur teste ma mémoire »), le comportement dévie fortement vers des patrons rigides régis par ces croyances autodéterminées, altérant la sensibilité $s$. Lorsque les protocoles expérimentaux parviennent à neutraliser ces inférences verbales parasites — notamment en utilisant des tâches de masquage distractives ou des rythmes de présentation ultra-rapides empêchant l’élaboration de théories introspectives —, le comportement humain se réaligne rigoureusement sur les lois de l’appariement continu, démontrant que les structures primitives du conditionnement opérant continuent de gouverner silencieusement notre allocation d’énergie motrice et attentionnelle.

10.2 Applications au comportement social et conversationnel

L’une des extrapolations les plus fascinantes de la loi d’appariement vers le champ des interactions humaines réelles fut réalisée par Robert Conger et Peter Killeen en 1974. Ces chercheurs eurent l’audace de concevoir une situation de laboratoire social où des étudiants participaient à une session de débat informel à une table ronde, entourés de deux complices de l’expérimentateur situés de part et d’autre du sujet naïf.

Les deux complices avaient reçu pour consigne d’écouter le participant débattre d’un sujet de société et de lui dispenser des renforçateurs sociaux — sous la forme de signaux verbaux d’approbation (« c’est exact », « tout à fait d’accord », « excellente idée ») accompagnés de hochements de tête chaleureux — selon des programmes indépendants à intervalles variables (VI) méticuleusement programmés par les observateurs derrière un miroir sans tain. Les expérimentateurs chronométrèrent l’allocation temporelle du regard et de la prise de parole du sujet naïf, mesurant précisément le temps passé par ce dernier à s’adresser physiquement au complice situé à sa gauche ($T_1$) versus celui situé à sa droite ($T_2$).

L’analyse quantitative révéla un résultat d’une limpidité saisissante : l’allocation relative de l’attention et du temps de parole du sujet naïf s’appariait quasi-parfaitement à la proportion relative d’approbations verbales dispensées par chacun des interlocuteurs :

$$\frac{T_1}{T_1 + T_2} \approx \frac{\text{Approbations}_1}{\text{Approbations}_1 + \text{Approbations}_2}$$

Cette étude pionnière prouva sans ambiguïté que les dynamiques de sociabilisation, l’orientation du regard et l’investissement conversationnel au sein de petits groupes ne relèvent pas du simple hasard ou d’une alchimie émotionnelle nébuleuse, mais obéissent avec une rigueur cybernétique aux lois universelles de l’allocation opérante. L’écoute et le regard d’autrui fonctionnent comme des devises renforçantes directes, sculptant la cinétique de nos interactions interpersonnelles.

10.3 Analyses du comportement sportif professionnel

Le laboratoire offre un niveau de contrôle expérimental inégalé, mais l’arène sportive de haut niveau constitue un laboratoire écologique à ciel ouvert absolument parfait pour tester la loi d’appariement. Dans les ligues professionnelles telles que la National Basketball Association (NBA) ou la National Football League (NFL), des athlètes d’élite ultra-entraînés prennent des milliers de décisions sous une pression compétitive et financière titanesque, motivés par un renforçateur objectif indiscutable : marquer des points et gagner des matches.

Plusieurs économistes du sport et comportementalistes ont analysé des bases de données massives décortiquant les choix tactiques des équipes professionnelles au prisme de la loi d’appariement généralisée de Baum. Au basketball, un joueur peut choisir de déclencher un tir à l’intérieur de la ligne (tir à deux points, associé à une probabilité de réussite élevée mais une valeur nominale modérée) ou derrière l’arc (tir à trois points, associé à un taux d’échec plus fort mais une valeur supérieure). L’analyse empirique de dizaines de milliers de possessions de balle démontre que la proportion relative de tirs à trois points tentés par les différentes franchises au fil d’une saison s’ajuste avec une pente de sensibilité ($s$) remarquablement proche de $1,0$ à la proportion relative de points effectivement inscrits via ces deux types de paniers.

De façon similaire, au football américain, le dilemme récurrent d’un coordinateur offensif consiste à allouer ses actions entre les jeux de course au sol et les passes aériennes. Bien que les passes génèrent en moyenne un gain de verges bien supérieur, elles s’accompagnent d’un risque accru d’interceptions et de pertes de balle. Les analyses quantitatives révèlent que les stratèges de la NFL distribuent leurs appels de jeu selon une cinétique d’appariement rigoureuse face aux densités relatives de gains engrangés par chaque filière. Si une équipe s’écarte notablement de la loi d’appariement — par exemple en insistant de façon dogmatique sur la course au sol alors que son rendement relatif s’effondre —, la défense adverse s’ajuste tactiquement pour punir cette anomalie, forçant le système offensif à réallouer ses comportements vers l’équilibre d’appariement pour survivre dans la ligue.

11. Applications cliniques et en analyse appliquée du comportement (ABA)

11.1 Compréhension et traitement des comportements défis

Dans le domaine clinique, et plus singulièrement au sein de l’Analyse Appliquée du Comportement (Applied Behavior Analysis ou ABA), la loi d’appariement de Richard Herrnstein a révolutionné la compréhension étiologique et la prise en charge des comportements dits « défis » (auto-mutilations sévères, agressions hétéro-agressives, crises de destruction massive ou stéréotypies invalidantes) chez les enfants et adultes présentant des troubles du spectre de l’autisme ou des déficiences intellectuelles profondes.

Historiquement, ces manifestations étaient souvent appréhendées sous un angle pathologisant ou médicalisé passif, perçues comme l’expression anarchique d’un dysfonctionnement cérébral interne. L’analyse fonctionnelle contemporaine a démontré qu’il s’agit le plus souvent de conduites opérantes d’une efficacité redoutable, sculptées par les renforçateurs environnementaux. L’équation hyperbolique d’Herrnstein pour un programme unique :

$$B_1 = \frac{k \cdot R_1}{R_1 + R_e}$$

éclaire d’un jour nouveau le maintien de ces actes dramatiques. Si un individu dispose d’un environnement aride, privé d’activités stimulantes et pauvre en interactions sociales positives (ce qui correspond à un taux de renforcements alternatifs $R_e$ proche de zéro), l’impact du moindre renforçateur $R_1$ associé au comportement problème (par exemple, obtenir l’attention paniquée des soignants ou échapper à une tâche contraignante) devient gigantesque. Dans un tel désert relationnel, le dénominateur ($R_1 + R_e$) est presque égal au numérateur ($R_1$), propulsant l’émission du comportement indésirable $B_1$ à son niveau asymptotique maximal $k$. L’agression devient mathématiquement la seule voie d’action opérante fonctionnelle de l’organisme.

11.2 Le renforcement différentiel de comportements alternatifs (DRA)

Cette lecture algébrique a transformé les paradigmes thérapeutiques. Pendant des décennies, l’intervention face aux conduites violentes reposait sur des méthodes aversives directes (réprimandes, contentions physiques, pénalités de temps mort), avec des effets secondaires délétères et des taux de rechute prohibitifs. La loi d’appariement offre une solution thérapeutique élégante, non aversive et scientifiquement éprouvée : le renforcement différentiel de comportements alternatifs (Differential Reinforcement of Alternative behavior ou DRA).

Plutôt que d’essayer de réprimer frontalement le comportement problématique $B_1$ par la punition, le clinicien utilise la loi d’appariement pour faire s’effondrer mécaniquement sa fréquence en manipulant les variables concurrentes. La stratégie s’articule en deux étapes interdépendantes :

1. On identifie la fonction opérante exacte de la conduite défi (par exemple, la quête d’attention sociale ou le besoin d’échapper à une surcharge sensorielle).
2. On enseigne au patient une réponse de communication fonctionnelle motrice simple et socialement acceptable (notée $B_2$, telle que pointer un pictogramme, émettre un signe de la main ou verbaliser une demande), et l’on connecte cette nouvelle réponse à un programme de renforcement ultra-dense et immédiat ($R_2$).

En augmentant massivement la valeur du ratio $R_2 / (R_1 + R_2)$, la proportion relative des réponses allouées au comportement destructeur $B_1 / (B_1 + B_2)$ s’effondre de manière mathématiquement automatique, sans jamais recourir à la coercition physique. De surcroît, le clinicien peut délibérément enrichir le biotope global en renforcements indépendants de tout comportement (procédure de renforcement non-contingent, augmentant la constante $R_e$), ce qui a pour effet direct de saturer le dénominateur de l’équation d’Herrnstein et d’étouffer l’émergence des crises. La loi d’appariement fournit ainsi à l’ingénierie comportementale une boîte à outils quantitative prédictive d’une bienveillance et d’une efficacité inégalées.

11.3 Modélisation quantitative de l’addiction et des dépendances

L’addiction pharmacologique aux substances psychoactives (opiacés, cocaïne, alcool, nicotine) constitue l’un des terrains d’application les plus fertiles de l’économie comportementale issue des travaux d’Herrnstein. Le modèle biomédical traditionnel tend à conceptualiser la toxicomanie comme une pathologie cérébrale où la substance « pirate » les récepteurs neuronaux, abolissant tout libre arbitre chez le sujet dépendant. Sans nier les altérations neurobiologiques indiscutables induites par l’usage chronique, la loi d’appariement démontre que la consommation de drogues demeure fondamentalement un acte de choix concurrent opérant au sein d’une matrice écologique globale.

Dans l’équation d’appariement de l’addiction, la consommation de drogue ($B_{drogue}$) est en concurrence directe avec l’ensemble des comportements tournés vers les renforçateurs naturels de l’existence ($B_{naturels}$ : travail, liens familiaux, passions culturelles, relations affectives) :

$$\frac{B_{drogue}}{B_{drogue} + B_{naturels}} = \frac{R_{drogue}}{R_{drogue} + R_{naturels}}$$

Cette égalité explique pourquoi la vulnérabilité addictive explose dans les populations frappées par la précarité, l’exclusion sociale, le chômage de masse et l’isolement affectif. Chez un individu dont l’environnement n’offre presque aucun accès à des renforcements naturels valorisants ($R_{naturels} \approx 0$), la substance toxique, par son efficacité pharmacologique immédiate et certaine ($R_{drogue}$ élevé et non différé), capture la quasi-totalité du budget comportemental du sujet.

Cette modélisation a donné naissance aux protocoles révolutionnaires de gestion des contingences (Contingency Management), formalisés notamment par Stephen Higgins dans le traitement des dépendances à la cocaïne et aux opioïdes. En offrant aux patients des bons d’achat ou des privilèges concrets immédiatement échangeables ($R_{alternatifs}$) à chaque fois que leurs analyses toxicologiques s’avèrent négatives pour la drogue, le clinicien augmente artificiellement la densité des renforcements concurrents sains. Conformément aux prédictions déductives de la loi d’appariement, cette modification délibérée des flux relatifs de rétribution entraîne des taux d’abstinence et de rémission pérennes significativement supérieurs à ceux obtenus par les approches psychothérapeutiques discursives traditionnelles.

12. Héritage épistémologique et perspectives contemporaines en neuroéconomie

12.1 Intégration au sein de l’économie comportementale moderne

La trajectoire scientifique de Richard Herrnstein ne s’est pas arrêtée aux frontières de la psychologie animale. Au cours des deux dernières décennies de sa vie, Herrnstein a collaboré de manière étroite avec certains des esprits les plus novateurs des sciences sociales, jouant un rôle de catalyseur décisif dans l’éclosion de l’économie comportementale contemporaine. Ses échanges réguliers avec des figures de proue telles qu’Amos Tversky et le prix Nobel Daniel Kahneman ont directement nourri la critique dévastatrice des axiomes de la théorie de l’utilité espérée standard.

L’économie néoclassique reposait historiquement sur l’axiome fondateur de l’Homo economicus, un agent mythique doté d’une rationalité absolue, d’une mémoire infinie et de préférences parfaitement transitives dans le temps. Les travaux d’Herrnstein sur la loi d’appariement et la théorie de la mélioration ont apporté la preuve expérimentale flagrante que les organismes vivants ne maximisent pas leur utilité globale. Ils se méliorent localement. Cette distinction subtile mais capitale a permis de comprendre comment des choix individuels localement rationnels peuvent converger mécaniquement vers des situations globales de misère économique ou de sous-optimalité chronique.

En démontrant que les préférences s’inversent de manière prévisible sous l’effet de l’actualisation hyperbolique du temps, Herrnstein a pulvérisé le postulat de la consistance temporelle des choix économiques. Les concepts contemporains de biais pour le présent (present bias), de procrastination structurelle et de théorie du coup de coude (Nudge), popularisés par Richard Thaler et Cass Sunstein, plongent leurs racines conceptuelles directes dans les équations décrivant le comportement des pigeons au sein des chambres opérantes d’Herrnstein à Harvard au début des années soixante.

12.2 Corrélats neuronaux de la loi d’appariement

À l’aube du XXIe siècle, l’avènement de la neuroéconomie a permis de sonder l’architecture cérébrale sous-jacente aux équations d’Herrnstein. La loi d’appariement ne relève-t-elle que d’une abstraction statistique commode, ou est-elle physiquement gravée dans les réseaux synaptiques de notre cortex cérébral ? Une réponse spectaculaire à cette énigme a été apportée au début des années 2000 par une équipe de neurobiologistes de l’Université Stanford menée par Leo Sugrue, Greg Corrado et William Newsome.

Dans une série d’expériences novatrices publiées notamment dans la prestigieuse revue Science en 2004, ces chercheurs ont entraîné des macaques rhésus à accomplir des tâches de saccades visuelles guidées par des programmes concurrents à intervalles variables (VI-VI) calqués à l’identique sur le protocole d’Herrnstein de 1961. Tout en mesurant l’allocation des regards des primates entre deux cibles lumineuses, ils ont enregistré par électrophysiologie unitaire l’activité électrique de neurones individuels localisés dans le cortex intrapariétal latéral (aire LIP), une région cérébrale hautement spécialisée dans l’intégration sensori-motrice et la sélection des cibles visuelles.

Les résultats ont sidéré la communauté des neurosciences. La fréquence de décharge des potentiels d’action émis par les neurones de l’aire LIP n’encodait pas la présence sensorielle brute des cibles lumineuses, ni la probabilité absolue de gain d’un essai isolé. L’activité de ces neurones s’avérait directement proportionnelle à la valeur relative subjective de l’alternative située dans leur champ récepteur visuel, calculée comme le ratio des renforcements obtenus sur cette cible par rapport au total des renforcements perçus dans le passé récent. En parallèle, les projections dopaminergiques issues de l’aire tegmentale ventrale (VTA) et du striatum ventral ont été identifiées comme le substrat physiologique calculant l’erreur de prédiction de renforcement molaire requise pour mettre à jour en continu cette balance des valeurs relatives. La loi d’appariement d’Herrnstein n’est donc rien de moins que l’expression comportementale directe de la computation cinétique par laquelle notre cortex pariétal et nos ganglions de la base décident, milliseconde par milliseconde, de la trajectoire de nos actions.

12.3 Synthèse et statut actuel dans les sciences du comportement

Plus de six décennies après sa formulation initiale au sein du laboratoire de Harvard, la loi d’appariement de Richard Herrnstein jouit d’un statut épistémologique exceptionnel dans l’histoire des sciences psychologiques. Alors que la vaste majorité des modèles théoriques en sciences humaines souffrent d’une obsolescence rapide ou peinent à survivre à la crise contemporaine de la réplicabilité scientifique, la loi d’appariement s’impose comme l’une des lois empiriques les plus robustes, les plus universelles et les plus solidement reproduites de toute la psychologie expérimentale.

Son armature formelle traverse aujourd’hui de nouveaux défis intellectuels, notamment dans le développement des algorithmes d’apprentissage par renforcement (Reinforcement Learning) au cœur de l’intelligence artificielle. Les ingénieurs en robotique autonome et les concepteurs de réseaux de neurones profonds redécouvrent les vertus stabilisatrices des programmes concurrents et de la mélioration pour éviter que des agents autonomes ne s’enferment prématurément dans des optima locaux catastrophiques lors de l’exploration de paysages décisionnels complexes.

En opérant la synthèse définitive entre la rigueur expérimentale du conditionnement opérant, la puissance déductive de l’analyse mathématique et la finesse phénoménologique des dynamiques du choix temporel, Richard Herrnstein a légué à la postérité bien plus qu’une simple équation : il a doté les sciences du comportement d’un prisme d’intelligibilité universel. De l’oiseau biset picorant machinalement son disque lumineux pour une poignée de millet jusqu’à l’être humain arbitrant entre santé long-terme et addictions fugaces, l’allocation du comportement vivant demeure, sous l’invariance souveraine de la loi d’appariement, une perpétuelle quête d’équilibre face aux miroitements relatifs du monde.

Références

• Ainslie, G. (1975). Specious reward: A behavioral theory of impulsiveness and impulse control. Psychological Bulletin, 82(4), 463–496. https://doi.org/10.1037/h0076860
• Baum, W. M. (1974). On two types of deviation from the matching law: Bias and undermatching. Journal of the Experimental Analysis of Behavior, 22(1), 231–242. https://doi.org/10.1901/jeab.1974.22-231
• Baum, W. M. (1979). Matching, undermatching, and overmatching in studies of choice. Journal of the Experimental Analysis of Behavior, 32(2), 269–281. https://doi.org/10.1901/jeab.1979.32-269
• Baum, W. M., & Rachlin, H. C. (1969). Choice as time allocation. Journal of the Experimental Analysis of Behavior, 12(6), 861–874. https://doi.org/10.1901/jeab.1969.12-861
• Conger, R., & Killeen, P. (1974). Use of concurrent operants in analyzing talking behavior in humans. Pacific Sociological Review, 17(4), 399–416. https://doi.org/10.2307/1388686
• Davison, M., & McCarthy, D. (1988). The matching law: A research review. Lawrence Erlbaum Associates.
• Herrnstein, R. J. (1961). Relative and absolute strength of response as a function of frequency of reinforcement. Journal of the Experimental Analysis of Behavior, 4(3), 267–272. https://doi.org/10.1901/jeab.1961.4-267
• Herrnstein, R. J. (1970). On the law of effect. Journal of the Experimental Analysis of Behavior, 13(2), 243–266. https://doi.org/10.1901/jeab.1970.13-243
• Herrnstein, R. J. (1974). Formal analysis of response alternative of concurrent schedules of reinforcement. Journal of the Experimental Analysis of Behavior, 21(1), 159–164. https://doi.org/10.1901/jeab.1974.21-159
• Herrnstein, R. J. (1997). The matching law: Papers in psychology and economics (H. Rachlin & D. I. Laibson, Eds.). Harvard University Press.
• Herrnstein, R. J., & Vaughan, W. (1980). Melioration and behavioral allocation. In J. E. R. Staddon (Ed.), Limits to action: The allocation of neurotic behavior (pp. 143–176). Academic Press. https://doi.org/10.1016/B978-0-12-662650-6.50011-4
• Higgins, S. T., Alessi, S. M., & Dantona, R. L. (2002). Voucher-based incentives: A substance abuse treatment innovation. Addictive Behaviors, 27(6), 887–910. https://doi.org/10.1016/S0306-4603(02)00295-8
• Killeen, P. R. (1972). A matching law for information. Science, 177(4050), 724–725. https://doi.org/10.1126/science.177.4050.724
• Rachlin, H. (1971). On the tautology of the matching law. Journal of the Experimental Analysis of Behavior, 15(2), 249–251. https://doi.org/10.1901/jeab.1971.15-249
• Rachlin, H., Green, L., Kagel, J. H., & Battalio, R. C. (1976). Economic demand theory and psychological studies of choice. In G. H. Bower (Ed.), Psychology of learning and motivation (Vol. 10, pp. 129–154). Academic Press. https://doi.org/10.1016/S0079-7421(08)60466-9
• Skinner, B. F. (1938). The behavior of organisms: An experimental analysis. Appleton-Century.
• Sugrue, L. P., Corrado, G. S., & Newsome, W. T. (2004). Matching behavior and the representation of value in the parietal cortex. Science, 304(5678), 1782–1787. https://doi.org/10.1126/science.1094765
• Vollmer, T. R., & Bourret, J. (2000). Application of the matching law to evaluate the allocation of two- and three-point shots by college basketball players. Journal of Applied Behavior Analysis, 33(2), 137–150. https://doi.org/10.1901/jaba.2000.33-137