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

Au cours des décennies centrales du vingtième siècle, la psychologie expérimentale américaine s’est trouvée dominée par une ambition titanesque : transformer l’étude du comportement en une science déductive, axiomatique et quantitative, rivalisant en rigueur formelle avec la mécanique rationnelle de Newton. Au cœur de cette entreprise intellectuelle s’est dressée la figure de Clark Leonard Hull (1884–1952), professeur à l’Institut des relations humaines de l’Université Yale. Élaborant un système théorique d’une complexité mathématique sans précédent, Hull a cherché à résoudre l’une des énigmes les plus fondamentales des sciences de la vie : comment les besoins biologiques fondamentaux d’un organisme se traduisent-ils en actions dirigées dans l’espace physique, et par quels mécanismes précis ces actions sont-elles gravées dans la mémoire structurelle de l’individu ?

La réponse apportée par Hull a pris le nom de théorie de réduction des pulsions (Drive Reduction Theory). Selon cette conception résolument mécaniste et biologique, toute conduite dynamique procède d’un état de tension interne généré par une rupture de l’équilibre physiologique de l’organisme. Pour valider empiriquement ce modèle et disséquer les rouages de la motivation animale, le laboratoire de Hull a érigé un dispositif expérimental devenu emblématique : le labyrinthe pour rongeurs. Loin d’être un simple outil de mesure de l’intelligence animale, le parcours de labyrinthe est devenu un véritable creuset au sein duquel ont été méticuleusement quantifiées la vitesse de course, la force de traction, les latences de décision et les trajectoires motrices de milliers de rats albinos soumis à des régimes d’alimentation et d’hydratation rigoureusement contrôlés.

Cet article propose une analyse approfondie de l’édifice théorique et empirique forgé par Clark Hull. En examinant l’articulation entre l’épistémologie néo-béhavioriste, les protocoles expérimentaux d’apprentissage spatial, les formalisations algébriques de la performance motrice et les débats passionnés ayant opposé Hull à ses contemporains, nous mettrons en lumière les triomphes, les apories et l’extraordinaire postérité d’une œuvre qui préfigure de manière saisissante les neurosciences contemporaines de la récompense et les algorithmes modernes d’apprentissage par renforcement.

1. Fondements épistémologiques du néo-béhaviorisme de Clark Hull

1.1 L’objectivisme méthodologique et le modèle hypothético-déductif

L’ambition intellectuelle de Clark Hull s’inscrit au carrefour de la grande crise méthodologique de la psychologie du début du vingtième siècle et du triomphe du positivisme logique incarné par le Cercle de Vienne. Rejetant catégoriquement toute forme d’introspectionnisme ou de mentalisme non falsifiable, Hull était habité par la conviction que la psychologie ne pouvait acquérir le statut de science véritable qu’en calquant ses procédures sur les canons de la physique mathématique, et plus spécifiquement sur le modèle géométrique des Principia d’Isaac Newton. Pour Hull, l’observation brute de séquences comportementales ne suffisait pas ; il convenait d’établir un système déductif unifié à partir duquel des théorèmes généraux pouvaient être rigoureusement inférés, puis soumis à l’épreuve des faits expérimentaux.

Ce système reposait sur la formulation d’axiomes universels décrivant les relations fonctionnelles entre les entrées environnementales (les stimuli) et les sorties motrices (les réponses). Ces axiomes n’étaient pas conçus comme des vérités métaphysiques, mais comme des hypothèses formelles dont la légitimité dépendait exclusivement de leur capacité à prédire avec précision le comportement observable de l’organisme. L’objectivisme méthodologique hullien imposait ainsi la mise à l’écart systématique de toute terminologie subjective : les notions de conscience, d’intention, de désir ou de volition devaient être proscrites au profit de mesures strictement quantifiables telles que le temps de parcours, la fréquence de décharge motrice, la résistance dynamométrique ou le pourcentage de déviation spatiale.

En adoptant le modèle hypothético-déductif, Hull introduisait une discipline de fer dans le champ expérimental. Chaque protocole en laboratoire devenait le test critique d’une dérivation mathématique spécifique. Si l’animal soumis à une condition particulière ne manifestait pas la vitesse ou la régularité calculée par les équations du modèle, l’axiome sous-jacent devait être rectifié, affiné ou reformulé. Cette quête d’une formalisation intégrale représentait alors l’incarnation la plus achevée de l’application du positivisme logique à l’étude du comportement animal et humain.

1.2 L’organisme conçu comme un système homéostatique et autorégulé

Pour conférer une substance biologique à ses équations abstraites, Hull a puisé abondamment dans la physiologie générale de son époque, et plus particulièrement dans les travaux révolutionnaires de Walter Bradford Cannon relatifs à l’homéostasie. Selon la perspective cannonienne, la survie de tout organisme complexe dépend du maintien constant de l’équilibre physico-chimique de son milieu intérieur. Toute fluctuation substantielle au-delà des marges de tolérance physiologiques — qu’il s’agisse d’un déficit hydrique, d’une déprivation glycémique, d’un déséquilibre thermique ou d’une lésion tissulaire — constitue une menace existentielle immédiate.

Hull a transposé ce principe physiologique fondamental au cœur de la science du comportement en postulant que l’activité locomotrice et l’apprentissage ne sont rien d’autre que les prolongements externes des mécanismes de régulation homéostatique. Lorsque l’équilibre biologique est rompu, l’organisme ne peut pas toujours rétablir sa stabilité interne par de simples ajustements végétatifs autonomes (comme la vasoconstriction ou la néoglucogenèse hépatique). Il doit agir sur son environnement physique : chercher de la nourriture, localiser un point d’eau, fuir une source de chaleur excessive ou se mettre à l’abri des prédateurs.

Dans cette optique, l’action motrice orientée est théoriquement conceptualisée comme une tentative de restauration homéostatique. L’organisme apparaît dès lors comme une machine thermodynamique et mécanique autorégulée, dotée d’effecteurs musculaires mobilisés pour combler un vide métabolique. La sélection adaptative des réponses motrices obéit au même impératif darwinien : seules les séquences comportementales qui parviennent avec succès à rétablir l’équilibre biologique sont consolidées et retenues dans le répertoire comportemental de l’espèce et de l’individu, garantissant ainsi sa viabilité biologique dans un milieu contraignant.

1.3 La transition du béhaviorisme radical au néo-béhaviorisme mécaniste

Bien qu’il partageât l’aversion de John B. Watson pour l’introspection mentaliste, Hull a très tôt perçu les limites insurmontables du béhaviorisme classique, qu’il qualifiait implicitement de simpliste. Le schéma strict stimulus-réponse (S-R) popularisé par Watson postulait une connexion directe et quasi réflexologique entre la stimulation sensorielle périphérique et la contraction musculaire, traitant l’organisme comme une boîte noire impénétrable dont l’étude interne était superflue. Or, Hull constatait une anomalie expérimentale permanente : un même stimulus environnemental peut déclencher des comportements radicalement opposés chez le même animal selon son état physiologique interne au moment de l’observation.

Un rat placé devant un bol de nourriture ne manifeste aucun comportement locomoteur s’il vient d’être gavé, alors qu’il se précipite avec frénésie sur ce même bol s’il a été privé d’alimentation pendant vingt-quatre heures. Face à ce constat, le schéma S-R pur se révélait incapable de rendre compte de la variabilité du comportement sans invoquer des états internes. La rupture majeure opérée par Hull et les néo-béhavioristes a consisté à transformer le paradigme linéaire en un modèle Stimulus-Organisme-Réponse (S-O-R), formalisé par l’introduction explicite de « variables intermédiaires » (intervening variables).

Ces variables intermédiaires, bien qu’inobservables de façon directe, ne relevaient aucunement pour Hull d’entités métaphysiques ou de concepts mentalistes vagues. Elles étaient définies opérationnellement de manière univoque, ancrées d’un côté dans des paramètres d’entrée physico-environnementaux quantifiables (par exemple, le nombre d’heures de privation de nourriture) et de l’autre dans des paramètres de sortie moteurs mesurables (comme la vitesse de franchissement d’un couloir de course). En liant mathématiquement les conditions antécédentes aux conséquences motrices par le truchement de ces états internes opérationnalisés, Hull posait les fondations conceptuelles de la psychologie scientifique de la motivation.

2. Les postulats conceptuels de la théorie de réduction des pulsions

2.1 Taxonomie des pulsions : états primaires et secondaires

L’édifice hullien repose sur une distinction taxonomique rigoureuse entre deux grandes catégories de forces motrices : les pulsions primaires (primary drives) et les pulsions secondaires ou acquises (secondary drives). La pulsion primaire, désignée par le symbole D (pour Drive), trouve sa source exclusive dans les altérations de l’état somatique de l’animal. Elle découle de besoins biologiques innés, indispensables à la préservation de la vie : la privation de nutriments génère la pulsion de faim, le déficit hydrique suscite la soif, la baisse de la température corporelle induit le besoin de thermorégulation, et l’application d’un choc électrique déclenche une pulsion d’évitement de la douleur. Ces besoins primitifs sont ancrés dans le patrimoine phylogénétique de l’espèce.

Cependant, Hull a rapidement réalisé que les organismes complexes, en particulier les mammifères supérieurs, déploient d’immenses efforts en l’absence de détresse physiologique immédiate. Pour intégrer cette flexibilité adaptative, il a postulé l’existence de pulsions secondaires, façonnées par les lois du conditionnement pavlovien classique. Lorsqu’un stimulus initialement neutre (comme un son spécifique, un panneau visuel ou un compartiment aux parois striées) est couplé de manière répétée à l’activation d’une pulsion primaire aversive (telle que la douleur cutanée), ce stimulus acquiert progressivement la capacité de déclencher à lui seul un état motivationnel aversif interne.

Le cas emblématique de cette dynamique est la peur acquise ou l’anxiété conditionnée. La tension somatique induite par l’indice environnemental fonctionne dès lors comme une pulsion authentique : elle motive l’animal à agir pour s’éloigner du stimulus conditionné. Par ce transfert de valence, le modèle hullien parvenait à expliquer l’émergence de conduites sophistiquées d’anticipation et d’évitement, étendant la portée de sa théorie bien au-delà de la simple survie nutritionnelle brute.

2.2 Le rôle fonctionnel de la pulsion comme moteur de l’action

L’une des innovations conceptuelles les plus remarquables de Hull réside dans sa dissociation stricte entre deux composantes du comportement : la direction et l’activation énergétique. Dans sa théorisation initiale, Hull a défendu l’idée que la pulsion primaire D est foncièrement non spécifique et non directionnelle. La pulsion ne possède en elle-même aucun savoir, aucune boussole spatiale, aucun plan d’action préétabli. Elle se comporte purement et simplement comme la source d’énergie mécanique globale d’un moteur thermique.

Pour reprendre l’analogie hullienne, la pulsion agit comme la pression de vapeur dans une chaudière ou le courant électrique traversant un circuit complexe : elle fournit l’énergie nécessaire pour faire tourner les rouages, mais ce sont les rouages eux-mêmes — c’est-à-dire les connexions associatives apprises ou les habitudes motrices — qui déterminent la direction et la nature du mouvement. Par conséquent, un niveau élevé de pulsion produit une amplification indifférenciée de toutes les habitudes motrices disponibles et latentes dans le répertoire comportemental de l’animal, qu’elles soient adaptées ou totalement inefficaces face à la situation présente.

Cette distinction théorique a des implications majeures : l’intensité du besoin somatique ne détermine pas quel chemin l’animal va emprunter dans un labyrinthe, mais elle régule directement la vigueur, l’accélération et l’obstination avec lesquelles il franchira ce parcours. Si une habitude erronée se trouve être la plus forte dans la hiérarchie motrice de l’animal, une pulsion exacerbée aura pour effet paradoxal d’intensifier temporairement l’expression de cette erreur locomotrice, jusqu’à ce que les contingences du milieu forcent une réorganisation structurelle de la hiérarchie des réponses.

2.3 Le mécanisme de renforcement par soulagement de la tension

Le troisième pilier conceptuel de l’approche de Hull concerne la nature même du renforcement. Rejetant résolument la formulation hédoniste de la loi de l’effet énoncée par Edward Thorndike, qui faisait appel à la notion vague et téléologique d’un « état de satisfaction » subjectif, Hull a redéfini le renforcement en termes strictement physico-mécaniques : le renforcement primaire n’est rien d’autre que l’abaissement mesurable et rapide de la pulsion (drive reduction) ou de la stimulation de besoin qui lui est associée.

Lorsqu’un rat affamé parvient à l’extrémité d’une branche de labyrinthe et ingère une pastille de nourriture, la diminution soudaine de la tension gastrique et métabolique agit comme le catalyseur neurobiologique de l’apprentissage. Selon Hull, c’est cette réduction immédiate de la tension somatique qui fixe et soude rétroactivement la liaison associative entre les stimuli environnementaux perçus juste avant l’acte (la configuration visuelle du carrefour) et la réponse motrice exécutée (le virage à droite). Le renforcement s’exprime donc non pas par un apport positif de plaisir, mais par une soustraction d’inconfort somatique.

Pour que cette consolidation ait lieu, la contiguïté temporelle entre l’achèvement de la réponse et la baisse de tension doit être extrêmement étroite. Si le renforçateur est délivré avec un retard significatif, la trace du stimulus sensoriel s’estompe dans le système nerveux de l’animal, et l’efficacité de la réduction de pulsion sur la connexion S-R devient négligeable. Par ce postulat thermodynamique, Hull croyait avoir débusqué le mécanisme universel sous-tendant toute modification durable du comportement : l’organisme apprend uniquement ce qui lui permet de minimiser son entropie interne et de soulager sa détresse somatique.

3. Formalisation mathématique du potentiel de réaction comportemental

3.1 L’interaction multiplicative entre la force de l’habitude et la pulsion

Afin de traduire ses principes verbaux en un système de prédiction déductif, Clark Hull a développé dans son ouvrage séminal Principles of Behavior (1943) une série d’équations formelles décrivant la genèse de l’action. La variable centrale de ce système est le potentiel de réaction évoqué (reaction potential), noté _sE_R. Il représente la propension dynamique globale de l’organisme à émettre une réponse motrice spécifique R en présence d’un complexe de stimuli environnementaux S.

Dans sa première formalisation canonique, Hull postule que ce potentiel de réaction est le produit multiplicatif direct de deux variables maîtresses :

_sE_R = _sH_R × D

Ici, _sH_R désigne la force de l’habitude (habit strength), c’est-à-dire la composante structurelle, cumulative et durable de l’apprentissage. Hull définit mathématiquement la force de l’habitude comme une fonction exponentielle décroissante du nombre d’essais préalablement renforcés (N) :

_sH_R = M × (1 – 10^-aN)

où M représente la limite asymptotique maximale de l’apprentissage pour l’espèce considérée, et a une constante empirique liée à la tâche. La variable D représente quant à elle le niveau instantané de la pulsion somatique.

La nature rigoureusement multiplicative de cette relation constitue un choix théorique d’une portée monumentale. Si la force de l’habitude est nulle (l’animal n’a jamais appris le labyrinthe, _sH_R = 0), le potentiel de réaction sera rigoureusement nul, quelle que soit l’immensité de la faim de l’animal (D élevé). Réciproquement, et c’est là le point névralgique de la théorie : si la pulsion est nulle (l’animal est totalement repu, D = 0), le potentiel de réaction tombe instantanément à zéro, quand bien même l’animal posséderait une force d’habitude maximale acquise au terme de centaines d’essais d’entraînement. L’apprentissage demeure une potentialité structurelle dormante dans le système nerveux ; il ne se convertit en cinématique motrice que sous l’action catalytique de la pulsion.

3.2 L’intégration de la motivation incitative et des variables d’inhibition

Face aux données expérimentales accumulées au cours des années 1940, la simple formule bivariée s’est avérée insuffisante pour capturer toute la complexité des parcours de rongeurs. Hull a donc complexifié son équation dans son ouvrage A Behavior System (1952) en y introduisant de nouveaux facteurs régulateurs. Le premier d’entre eux fut la motivation incitative, symbolisée par K. Contrairement à la pulsion D qui mesure une poussée interne issue du métabolisme, l’incitation K rend compte de l’attraction gravitationnelle exercée par les propriétés physiques du renforçateur lui-même (son volume, sa sapidité, sa concentration calorique). L’équation fondamentale a dès lors été enrichie pour devenir :

_sE_R = _sH_R × D × K × V

où V représente le dynamisme de l’intensité du stimulus conditionnel.

Mais le génie mécaniciste de Hull s’est également manifesté par la modélisation des forces de freinage s’opposant à l’émission de la réponse. Hull a postulé que chaque contraction musculaire, chaque mètre parcouru par le rat dans le labyrinthe génère une quantité finie de fatigue neuromusculaire appelée « inhibition réactive » (I_R). Cette inhibition réactive possède les attributs d’une pulsion aversive primaire : l’organisme cherche spontanément à la dissiper par l’immobilité. Lorsque l’animal s’arrête, la dissipation de I_R renforce l’état d’inaction, donnant naissance à une seconde composante inhibitrice : « l’inhibition conditionnée » (_sI_R).

L’inhibition totale (İ_R = I_R + _sI_R) agit par soustraction pure et directe sur le potentiel de réaction initial. Hull aboutit ainsi au calcul du potentiel effectif de réaction, noté _sĒ_R :

_sĒ_R = _sE_R – (I_R + _sI_R)

Cette soustraction explique mécaniquement les phénomènes d’épuisement locomoteur, de ralentissement dans les corridors trop longs et de pause adaptative observés au cours d’essais rapprochés.

3.3 Le seuil de réaction et la variabilité oscillatoire de la réponse

Même après le calcul du potentiel effectif de réaction, Hull devait affronter un écueil majeur propre à toute recherche biologique : la variabilité stochastique du vivant. Deux essais successifs menés dans des conditions de privation identiques ne produisent jamais exactement la même vitesse de course au centième de seconde près. Pour préserver son édifice déterministe tout en intégrant cette réalité empirique, Hull a introduit le concept d’oscillation comportementale, noté _sO_R.

L’oscillation _sO_R représente une fluctuation inhibitrice momentanée, variant d’un instant à l’autre selon une distribution gaussienne normale centrée sur zéro. Cette oscillation physiologique est soustraite du potentiel effectif pour déterminer le potentiel net momentané de réaction :

_sË_R = _sĒ_R – _sO_R

Pour qu’une action motrice devienne physiquement observable (pour que le rat quitte la boîte de départ ou engage son corps dans une section du labyrinthe), ce potentiel net doit impérativement dépasser un seuil physiologique minimal absolu, nommé le seuil de réaction (reaction threshold), symbolisé par L_R.

Si _sË_R > L_R, le comportement se manifeste. L’écart entre le potentiel net et le seuil détermine directement les propriétés cinématiques observables de la réponse selon des relations d’inversion mathématique :

• La latence de départ (le temps nécessaire pour amorcer le mouvement) est inversement proportionnelle à la magnitude de l’excédent du potentiel au-dessus du seuil.
• La vitesse de course locomotrice le long du parcours est une fonction croissante linéaire de cette même différence.
• La probabilité globale de survenue de la réponse correcte dépend de la fraction de la distribution de l’oscillation située au-dessus de L_R.
• La résistance à l’extinction mesure le nombre d’essais sans renforcement nécessaires pour que la fatigue et l’absence de réduction de pulsion ramènent de façon durable le potentiel sous le seuil critique.

4. L’architecture expérimentale du labyrinthe comme modèle d’investigation

4.1 Typologie des appareils expérimentaux utilisés par Hull et son école

Pour mettre à l’épreuve ses équations différentielles et ses axiomes formels, Clark Hull et ses disciples à Yale (notamment Kenneth Spence, Neal Miller et Frank Logan) ont méticuleusement standardisé l’environnement spatial du rongeur de laboratoire. Le labyrinthe ne devait plus être un piège d’observation pittoresque, mais un dispositif de métrologie physique hautement instrumenté. Selon les besoins spécifiques de la dérivation théorique à tester, diverses configurations architecturales ont été élaborées.

Le couloir de course rectiligne droit (straight alleyway), d’une longueur calibrée variant généralement de 1,5 à 3 mètres, constituait l’appareil le plus pur. Dépourvu de tout choix directionnel, il permettait d’étudier la locomotion sous son aspect cinétique élémentaire, éliminant les interférences décisionnelles pour mesurer uniquement l’impact direct de la pulsion et de l’habitude sur la vélocité et l’accélération. En amont de l’appareil se trouvait une boîte de départ munie d’une guillotine verticale actionnée manuellement ou magnétiquement ; à l’extrémité opposée se situait la boîte de but (goal box), renfermant la coupelle d’alimentation.

Pour investiguer la dimension associative et l’émergence des choix stéréotypés, l’école de Hull recourait aux labyrinthes simples en T ou en Y. Ces dispositifs présentaient un carrefour unique imposant à l’animal une bifurcation binaire critique. Enfin, pour explorer la formation de chaînes d’habitudes complexes et l’élimination des conduites parasites, Hull utilisait des labyrinthes complexes à choix multiples, inspirés des travaux pionniers de Warner et Warden. Ces dédales comportaient de multiples sections standardisées, dotées d’impasses (blind alleys) de profondeurs calibrées, où chaque repère visuel, tactile (le grain du plancher en bois) et kinesthésique était scrupuleusement cartographié et maintenu rigoureusement constant d’un essai à l’autre.

4.2 Protocoles de privation somatique et opérationnalisation du besoin

L’un des apports méthodologiques majeurs de l’école hullienne a été la transformation de notions vagues telles que « l’appétit » ou « l’envie » en paramètres physico-temporels d’une absolue reproductibilité. Pour opérationnaliser la pulsion de faim, les protocoles de privation somatique étaient réglés comme des horloges de haute précision. Deux méthodologies prévalaient dans les laboratoires de Yale.

La première consistait en une privation temporelle rigide : les animaux étaient séparés de toute source nutritive pendant des durées échelonnées de 3, 12, 24, 48 ou 72 heures avant d’être introduits dans la boîte de départ du labyrinthe. Hull a pu ainsi tracer les premières courbes fonctionnelles corrélant la durée d’abstinence alimentaire à l’intensité de la pulsion D. Cependant, constatant que la privation horaire brute introduisait des biais liés aux variations individuelles de métabolisme, Hull et ses collaborateurs ont progressivement raffiné leur méthodologie en adoptant le contrôle du pourcentage de perte pondérale.

Dans ce protocole plus rigoureux, le poids de chaque rat adulte était mesuré à satiété pour fixer sa ligne de base physiologique. L’animal était ensuite soumis à un rationnement hydrique ou calorique calculé au milligramme près jusqu’à ce que son poids corporel atteigne un pourcentage prédéterminé de sa masse normale (par exemple 85 % ou 80 % du poids ad libitum). L’animal était stabilisé à ce palier somatique précis tout au long des semaines d’expérimentation. Les conditions environnementales du laboratoire étaient sévèrement verrouillées : la température de la pièce était maintenue à 21°C ± 1°C, l’hygrométrie régulée et les cycles d’obscurité et de lumière scrupuleusement synchronisés pour éliminer tout artéfact lié aux rythmes circadiens.

4.3 Les variables dépendantes et métriques du comportement moteur

La conversion du comportement animal en valeurs numériques nécessitait un arsenal de mesures objectives. Les chercheurs de l’équipe de Hull ont rejeté les simples descriptions qualitatives pour déployer des métriques physiques réparties le long du parcours :

• La latence d’échappement ou de départ : Mesurée à l’aide d’un chronomètre mécanique ou de contacteurs électriques, cette variable chronométrait l’intervalle exact entre la levée de la porte de guillotine de la boîte de départ et le franchissement complet par l’arrière-train du rongeur de la ligne d’entrée du corridor principal.
• La vélocité locomotrice segmentaire : Les allées du labyrinthe étaient segmentées en sections standardisées (généralement d’une trentaine de centimètres). Hull et ses techniciens utilisaient des faisceaux photoélectriques reliés à des kymographes ou des chronomètres à décharge de condensateur pour enregistrer le temps de passage d’un point à un autre, dressant des profils cinématiques précis de l’accélération de l’animal mètre par mètre.
• Le taux d’erreurs spatiales : Dans les labyrinthes en T ou à carrefours multiples, toute déviation corporelle engageant l’animal dans un cul-de-sac au-delà du niveau des moustaches ou de la ceinture scapulaire était comptabilisée comme une erreur d’inhibition ou d’habitude.
• La résistance à l’extinction : Après que le comportement d’atteinte du but avait été stabilisé, la nourriture était supprimée de la boîte de but. Les expérimentateurs comptaient alors le nombre d’essais consécutifs nécessaires pour que la latence de départ dépasse une durée limite prédéterminée (par exemple 60 ou 120 secondes), témoignant de la dissolution du potentiel effectif de réaction.

5. Chronologie et protocole type des essais de course en labyrinthe

5.1 La phase d’habituation et l’atténuation des réponses d’effroi

Avant d’engager un rongeur dans l’évaluation formelle de la réduction des pulsions, une phase préparatoire rigoureuse était indispensable : l’habituation (ou pre-training). Un rat de laboratoire naïf placé brusquement dans un labyrinthe inconnu ne manifeste pas d’emblée une quête alimentaire méthodique. En proie à une vive réaction d’effroi et de néophobie spatiale, son système nerveux autonome est submergé par une activation sympathique intense, induisant des comportements de prostration (freezing), un rasement compulsif des parois (thigmotaxie), des défécations fréquentes et des sursauts moteurs désordonnés.

Si ces réactions émotionnelles n’étaient pas préalablement neutralisées, elles introduiraient une variable parasite massive (une pulsion de peur non contrôlée) altérant la pureté de la relation entre la faim D et la force de l’habitude _sH_R. Durant trois à sept jours consécutifs, l’animal était manipulé quotidiennement par l’expérimentateur afin d’atténuer la peur de l’humain. Il était ensuite placé dans l’appareil, toutes portes de guillotines ouvertes, sans aucune nourriture présente, par sessions de 15 à 30 minutes.

Au fil des jours, l’atténuation progressive des réponses d’effroi se manifestait par la disparition des fèces dans les couloirs, l’élévation de la posture corporelle et l’amorce de conduites de reniflement exploratoire détendu. Ce n’est qu’au moment où la latence de sortie de la boîte d’habituation atteignait un niveau de variabilité minimal que l’animal était jugé prêt pour l’expérimentation associative proprement dite. L’appareil était ainsi transformé en un milieu neutre où seul le déficit somatique expérimental allait réguler la dynamique du mouvement.

5.2 La phase d’acquisition du trajet optimal sous renforcement continu

La phase d’acquisition constitue le cœur de la démonstration hullienne. L’animal, calibré à un niveau de privation précis (par exemple 24 heures sans nourriture), est placé dans la boîte de départ. La coupelle terminale de la boîte de but contient une boulette de nourriture standardisée (pesant souvent entre 20 et 50 milligrammes), composée d’un mélange équilibré de céréales et de glucose.

Lors des premiers essais, le rat s’engage dans le labyrinthe avec une lenteur notable, hésite aux intersections, s’engage dans les impasses, s’arrête, fait demi-tour. Le parcours total du labyrinthe peut prendre plusieurs minutes. Cependant, dès l’instant où l’animal pénètre par hasard dans la boîte de but et consomme le fragment nutritionnel, le mécanisme de renforcement s’enclenche : la diminution locale de la pulsion gastrique soude la connexion associative entre les indices du couloir et les actions motrices qui ont immédiatement précédé l’accès au compartiment terminal.

Les courbes d’apprentissage publiées par Hull et ses collaborateurs illustrent une transformation spectaculaire au cours des essais successifs. Le temps total de parcours décline selon une courbe de puissance quasi logarithmique négative. Corrélativement, les incursions dans les culs-de-sac s’effondrent avec une régularité mathématique. Les mouvements hésitants cèdent la place à une séquence locomotrice balistique, fluide et hautement stéréotypée : l’animal jaillit de la boîte dès la levée de la herse, prend immédiatement la courbure optimale au carrefour et termine sa course au fond de la boîte de but en une fraction de seconde. Les chaînes de réflexes locomoteurs guidées par les repères kinesthésiques et visuels se sont cristallisées sous l’action consolidatrice de la réduction du besoin somatique.

5.3 Les procédures d’extinction et de réapprentissage comparatif

Pour sonder la pérennité de la force de l’habitude _sH_R et la dynamique des forces inhibitrices, le protocole standard imposait l’étape critique de l’extinction expérimentale. Une fois le trajet parfaitement maîtrisé par le rat, l’expérimentateur modifiait unilatéralement les contingences de l’environnement : la coupelle de la boîte de but était désormais laissée vide, méticuleusement nettoyée pour éliminer toute effluve olfactive résiduelle.

Lors du premier essai d’extinction, un phénomène fascinant était invariablement consigné : loin de ralentir immédiatement, l’animal manifestait souvent un sursaut d’intensité motrice, une vélocité accrue, parfois accompagnée d’agressivité ou de morsures frénétiques de la coupelle vide. Hull et ses élèves ont formalisé cette réaction en termes de frustration primaire induite par la non-réduction d’un besoin biologique en présence des indices environnementaux de renforcement, la frustration agissant temporairement comme un surcroît de pulsion (D_frustration).

Toutefois, au fur et à mesure de la répétition des essais sans nourriture, l’absence de soulagement somatique cesse de renouveler l’énergie du système. L’accumulation de l’inhibition réactive I_R consécutive à l’effort de course, combinée au conditionnement de cette inhibition (_sI_R), commence à éroder le potentiel de réaction. Le rongeur ralentit, marque des arrêts prolongés le long du corridor, puis refuse finalement d’extraire son corps de la boîte de départ. Mais cette habitude n’est point détruite anatomiquement : si l’on retire l’animal de l’appareil pendant 24 heures et qu’on l’y réintroduit le lendemain sans récompense, la réponse motrice réapparaît spontanément. Cette « récupération spontanée » démontrait à l’école de Yale que l’extinction n’est pas un oubli passif, mais une inhibition active et temporaire venant masquer une force d’habitude demeurée intacte dans le substrat neurobiologique.

6. L’hypothèse du gradient de but dans la dynamique du parcours

6.1 L’accélération spatiale le long de l’axe vers la chambre de renforcement

L’une des contributions les plus élégantes et influentes de Clark Hull à la dynamique comportementale est sans conteste son hypothèse du gradient de but (Goal Gradient Hypothesis), formulée initialement en 1932. En observant minutieusement les relevés cinématiques des rats s’élançant dans des couloirs rectilignes sans aucun obstacle, Hull constatait une régularité empirique saisissante : les animaux ne courent pas à une vitesse constante de l’origine au terme du parcours. Au contraire, ils exhibent un incrément d’accélération régulier et mesurable à mesure qu’ils réduisent la distance physique les séparant de la boîte de récompense.

Hull a théorisé ce profil de vélocité en postulant que la force d’un stimulus à évoquer une réponse motrice est une fonction directe de sa proximité spatio-temporelle avec le point de réduction de la pulsion. Plus un segment spatial du labyrinthe est contigu à la coupelle alimentaire, plus la liaison associative reliant ses caractéristiques sensorielles à la commande motrice de propulsion est puissante. Les indices proximaux situés à dix centimètres de la nourriture acquièrent une valeur de renforcement secondaire infiniment plus intense que les indices situés à trois mètres de là, dans la boîte de départ.

La formalisation mathématique de cette pente d’accélération prédisait avec succès que, dans tout corridor rectiligne continu, la courbe cinématique de la course adopterait une allure exponentielle croissante. L’animal est, pour ainsi dire, « aspiré » par le but. Cette accélération spatiale offrait une preuve tangible que la valeur motivationnelle d’un stimulus n’est pas fixe, mais s’amplifie dynamiquement en fonction du compte à rebours spatial et temporel menant à l’apaisement du besoin biologique.

6.2 L’évaluation dynamométrique de la force de traction

Conscient que la vitesse de course pure pouvait être confondue avec des artefacts mécaniques ou des accélérations inertielles triviales, Hull et ses collaborateurs ont conçu un dispositif expérimental ingénieux pour quantifier physiquement l’énergie motrice déployée : l’évaluation dynamométrique de la force de traction.

Le rongeur était équipé d’un petit harnais thoracique en cuir léger, ajusté sans entraver la motricité de ses membres. Ce harnais était relié à un mince fil de soie ou de nylon glissant sur des poulies à très faible frottement, raccordé à l’autre extrémité à un dynamomètre à ressort étalonné avec précision. Durant la course de l’animal dans le couloir, l’expérimentateur pouvait, par un mécanisme de butée, bloquer temporairement l’avancée du rat à différents endroits du parcours : soit tout près de la boîte de départ (point distal), soit à mi-chemin (point intermédiaire), soit à quelques centimètres seulement de la grille d’accès à la boîte de nourriture (point proximal).

L’aiguille du dynamomètre mesurait alors la force mécanique brute, exprimée en grammes de tension, déployée par l’animal tentant d’avancer malgré la retenue du ressort. Les résultats obtenus ont apporté une éclatante confirmation empirique à l’hypothèse du gradient :

• Retenu au début du couloir, un rat soumis à 24 heures de privation n’exerçait qu’une tension modérée, souvent comprise entre 50 et 80 grammes.
• Bloqué à proximité immédiate de la chambre de renforcement, le même rat arc-boutait ses pattes sur le plancher de bois, engageait toute sa masse corporelle et tirait sur le ressort avec une vigueur atteignant 150 à 200 grammes de tension mécanique.
• De surcroît, cette force de traction s’avérait directement proportionnelle au nombre d’heures de privation somatique préalable de l’animal, validant ainsi expérimentalement la présence de la pulsion D comme multiplicateur physique de l’acte locomoteur.

6.3 Le gradient d’approche et d’évitement selon Miller et Hull

L’élève le plus éminent de Hull, Neal E. Miller, a étendu la théorie du gradient de but à la modélisation des conflits psychologiques intraitables, inaugurant le paradigme célèbre du conflit « approche-évitement » (approach-avoidance conflict). Miller s’est demandé comment un organisme se comporte dans un labyrinthe lorsque le compartiment terminal est le théâtre simultané d’une réduction de pulsion appétitive (présence d’eau ou de nourriture pour un animal assoiffé ou affamé) et d’une stimulation aversive violente (délivrance d’un choc électrique cutané douloureux dans le plancher métallique).

En croisant les axiomes de Hull avec ses propres relevés dynamométriques, Miller a dégagé deux principes fondamentaux régissant ce type de situation :

1. Le gradient d’approche augmente à mesure que l’animal s’approche du but (pente modérée).
2. Le gradient d’évitement augmente également à mesure que l’animal s’approche du lieu où la douleur a été ressentie, mais sa pente est significativement plus abrupte que celle du gradient d’approche. En d’autres termes, la peur grandit plus vite à proximité du danger que l’attrait de la nourriture ne s’intensifie.

Ces deux courbes de force, tracées sur un graphique spatial représentant la longueur du labyrinthe, se croisent inévitablement en un point mathématique d’équilibre instable. Les observations empiriques ont confirmé cette prédiction théorique avec une fidélité bouleversante : placé au départ du labyrinthe, le rat affamé commence par trottiner avec assurance vers le but (l’approche dominant l’évitement à distance). Mais à l’approche du carrefour fatidique, à la coordonnée spatiale exacte où la force du gradient d’évitement dépasse celle du gradient d’approche, le rongeur s’immobilise net. Tiraillé entre deux forces contraires quantifiables en grammes de traction, l’animal manifeste des conduites d’hésitation névrotique, oscille d’avant en arrière, fait mine d’avancer puis recule en étirant le museau. Ce modèle mathématique simple offrait à la psychologie la première explication purement mécaniste et expérimentale des conduites d’ambivalence et des névroses expérimentales observées en clinique humaine.

7. Dissociation empirique de la pulsion et de la force de l’habitude

7.1 L’indépendance de l’acquisition structurelle face aux variations du besoin

La validité interne de la formule multiplicative _sE_R = _sH_R × D exigeait impérativement d’apporter la preuve que ses deux composantes primaires étaient des variables indépendantes sur le plan fonctionnel. L’école de Hull devait impérativement démontrer que la force de l’habitude _sH_R — le substrat associatif mémoriel — s’édifie uniquement en fonction du nombre d’essais renforcés N, et que le niveau de pulsion D présent au moment de l’apprentissage n’altère en rien la vitesse à laquelle cette structure neuronale s’établit.

Pour trancher cette question méthodologique délicate, des séries d’expériences rigoureusement contrôlées ont été déployées dans les laboratoires de Yale. Deux groupes homogènes de rats naïfs ont été entraînés à maîtriser un labyrinthe complexe :

• Le Groupe A s’exerçait sous une privation alimentaire minimale (pulsion D faible, par exemple 3 heures de jeûne).
• Le Groupe B s’exerçait sous une privation drastique (pulsion D massive, 24 heures de privation).

Durant l’entraînement, le Groupe B manifestait sans surprise une performance motrice très supérieure au Groupe A (temps de course plus court, sorties de boîte de départ explosives). Toutefois, le protocole prévoyait une étape décisive : une fois un nombre identique d’essais renforcés accompli (par exemple 40 essais), le niveau de pulsion somatique était inversé ou égalisé pour les deux cohortes. Testés sous une condition de privation commune de 24 heures, les rats du Groupe A ont immédiatement égalé les performances des rats du Groupe B dès leur premier essai sous haute motivation. Le nombre d’erreurs et la géométrie de leur trajectoire étaient statistiquement indiscernables.

Cette observation fondamentale confirmait l’indépendance de l’acquisition structurelle : le système nerveux engrange la trace mémorielle spatiale avec la même fidélité et la même vitesse exponentielle sous un faible besoin que sous un besoin extrême. La pulsion n’a aucun pouvoir d’encodage mnésique supérieur ; elle n’est que la valve d’échappement qui libère ou bride l’expression motrice d’un apprentissage déjà constitué dans l’organisme.

7.2 Les effets d’inversion subite de l’intensité du drive sur la performance

L’autre facette de cette démonstration concernait la réversibilité instantanée de l’expression motrice en fonction des fluctuations momentanées de la pulsion. Si la force de l’habitude est un état pérenne et stable, tandis que le potentiel de réaction dépend directement de l’état somatique présent, une altération brutale de D chez un animal sur-entraîné doit se solder par une modification immédiate, sans aucun temps de latence associatif, de ses métriques cinématiques.

Les protocoles d’inversion subite (shift experiments) consistaient à prendre des rongeurs ayant atteint leur asymptote d’apprentissage dans un long couloir rectiligne sous un régime strict de privation hydrique ou alimentaire de 48 heures. Soudainement, quelques heures avant l’essai test, ces animaux étaient autorisés à s’abreuver ou à s’alimenter à discrétion jusqu’à réplétion complète (D → 0). Introduits ensuite dans la boîte de départ face au labyrinthe familier, la chute des performances était instantanée et vertigineuse.

La latence d’ouverture de porte s’allongeait de plusieurs centaines de pour cent ; la vitesse moyenne de franchissement du couloir s’effondrait dramatiquement. L’animal ne courait plus : il s’arrêtait pour faire sa toilette, reniflait le plafond grillagé ou s’asseyait paisiblement. Le rongeur n’avait pourtant rien oublié du cheminement spatial ; la trace de l’habitude était à son zénith. Mais l’annulation du multiplicateur D dans l’équation réduisait mathématiquement le potentiel d’action _sE_R à une valeur tombant en deçà du seuil critique L_R. Le comportement s’éteignait de facto sans aucune phase de désapprentissage préalable, démontrant avec élégance la nature transitoire et régulatrice de l’énergie pulsionnelle.

7.3 L’analyse des erreurs et la hiérarchie de famille de réponses divergentes

Face à un carrefour complexe comportant plusieurs embranchements possibles dont un seul mène à la boîte de nourriture, comment l’organisme sélectionne-t-il sa trajectoire motrice ? Pour formaliser cette dynamique décisionnelle, Hull a forgé le concept de « hiérarchie de famille de réponses divergentes » (habit-family hierarchy). Selon cette conception, un même ensemble de stimuli perçus à un carrefour donné n’est pas lié à une seule réponse motrice, mais à une constellation de réponses concurrentes potentielles (R₁, R₂, R₃), chacune dotée d’une force d’habitude distincte (_sH_R1 > _sH_R2 > _sH_R3), ordonnée par l’histoire des renforcements antérieurs et le coût énergétique de chaque trajectoire.

L’interaction entre cette hiérarchie d’habitudes et l’intensité de la pulsion D induit des conséquences cinématiques majeures. Lorsque la pulsion est très élevée, l’écart absolu entre la réponse dominante (la plus consolidée) et les réponses subordonnées se trouve mathématiquement démultiplié par la valeur de D. Sous forte pulsion, l’animal tend donc à une stéréotypie comportementale absolue : il répète inexorablement le comportement dominant, même si ce comportement devient momentanément inadapté à la suite d’une modification de l’environnement (par exemple l’obstruction soudaine du corridor principal habituel).

En revanche, lorsque la pulsion est modérée ou que l’inhibition réactive I_R consécutive à l’échec moteur vient soustraire de l’énergie au potentiel effectif de la réponse dominante, la valeur de _sË_R1 peut chuter temporairement sous la valeur de _sË_R2. À cet instant précis, l’oscillation comportementale _sO_R permet l’émergence d’une réponse divergente secondaire : le rongeur renonce à la voie principale et s’engage dans une bifurcation alternative. L’analyse hullienne des erreurs démontrait ainsi que le choix spatial n’est pas guidé par une réflexion cognitive introspective, mais résulte d’un arbitrage mécanique permanent entre des potentiels de réaction concurrents régulés par le besoin somatique, la fatigue motrice et les probabilités oscillatoires.

8. La confrontation théorique majeure entre Tolman et Hull

8.1 Les expériences d’apprentissage latent d’Edward Tolman

L’hégémonie du réductionnisme mécaniste de Clark Hull a trouvé son contradicteur le plus brillant et le plus résolu en la personne d’Edward C. Tolman, professeur à l’Université de Californie à Berkeley. Se réclamant d’un « béhaviorisme intentionnel » (purposive behaviorism), Tolman rejetait violemment l’idée que l’apprentissage ne soit qu’un enchaînement aveugle de liaisons musculaires forgées par la diminution d’une souffrance viscérale. L’affrontement paradigmatique entre l’école de Yale et l’école de Berkeley s’est cristallisé autour d’un protocole expérimental retentissant : les expériences d’apprentissage latent.

Dans l’expérience fondatrice menée par Tolman et Honzik en 1930, trois cohortes de rats étaient soumises quotidiennement au parcours d’un dédale complexe comptant 14 intersections munies d’impasses :

• Le Groupe 1 (renforcement continu) trouvait systématiquement de la nourriture dans la boîte de but dès le premier jour ; ses erreurs diminuaient de façon classique et régulière.
• Le Groupe 2 (non-renforcé) parcourait le labyrinthe sans jamais y trouver la moindre nourriture ; ses courbes d’erreurs stagnaient à un niveau très élevé, l’animal errant sans hâte apparente.
• Le Groupe 3 (apprentissage latent expérimental) parcourait le labyrinthe sans aucune récompense du jour 1 au jour 10, manifestant le même taux élevé d’erreurs que le Groupe 2. Mais au jour 11, une coupelle de nourriture était pour la première fois déposée dans la boîte de but.

Le résultat du jour 12 a porté un coup terrible au dogme hullien : dès la réintroduction consécutive à l’unique essai renforcé, le taux d’erreurs des rats du Groupe 3 s’est effondré de manière quasi verticale, rejoignant et surpassant même instantanément les performances des rats du Groupe 1 qui recevaient de la nourriture depuis deux semaines. Les rongeurs avaient donc parfaitement appris la géométrie spatiale du dédale durant les dix premiers jours, en l’absence totale de renforcement et de réduction de pulsion. L’introduction de la nourriture n’avait pas créé l’apprentissage ; elle avait simplement fourni une raison motivationnelle d’exprimer dans l’action une connaissance spatiale préexistante. Le postulat hullien affirmant que la réduction du besoin est la condition sine qua non de la formation de l’habitude semblait irrémédiablement réfuté.

8.2 Cartes cognitives versus chaînes de connexions stimulus-réponse

Ce désaccord empirique s’enracinait dans une divergence ontologique radicale sur ce qu’est réellement la mémoire spatiale. Pour Edward Tolman, l’animal en déplacement dans le labyrinthe n’acquiert pas des réflexes moteurs périphériques, mais construit activement une structure interne de représentations : une carte cognitive (cognitive map). L’organisme apprend « qui mène à quoi », c’est-à-dire des relations structurales entre des stimuli environnementaux (signes) et des conséquences anticipées (signifiés), guidé par des attentes de but (expectancies).

Pour Clark Hull, cette approche cognitive n’était qu’un retour inacceptable à l’anthropomorphisme mentaliste, une régression pré-scientifique qui réintroduisait des entités spectrales non quantifiables au cœur de la machine comportementale. Hull a défendu avec opiniâtreté l’orthodoxie réductionniste : un animal ne « sait » pas où est le but, il est propulsé par une chaîne continue de connexions stimulus-réponse (S-R) soudées bout à bout. Chaque segment parcouru fournit des sensations extéroceptives (visuelles, olfactives) et surtout proprioceptives (la contraction des muscles squelettiques générant des stimuli kinesthésiques internes notés s) qui déclenchent mécaniquement le segment d’action suivant.

Pour trancher le différend, Tolman a conçu des labyrinthes en croix où l’on déplaçait le point de départ de l’animal. Les résultats montraient que les rats entraînés s’orientaient d’emblée vers l’emplacement physique réel du but (« apprentissage de lieu » ou place learning) plutôt que de répéter aveuglément la même réponse motrice de rotation corporelle (« apprentissage de réponse » ou response learning). Ce constat suggérait une remarquable flexibilité cognitive que le modèle hullien des chaînes motrices rigides peinait structurellement à intégrer sans artifice théorique lourd.

8.3 La riposte mécaniste de Hull et la réponse anticipatrice fractionnée

Refusant de capituler devant l’évidence cognitive de Tolman, Clark Hull a déployé une ingéniosité conceptuelle remarquable pour préserver son édifice mécaniste. Dans une réplique théorique magistrale, il a forgé l’un de ses concepts les plus subtils : la « réponse fractionnée anticipatrice de but » (fractional antedating goal response), désignée par le symbole r_g – s_g.

Hull a décomposé l’action finale de consommation en deux éléments. Lorsqu’un animal affamé atteint la boîte terminale et dévore sa nourriture, il exécute une réponse globale de consommation notée R_G (mastication, salivation, déglutition, léchage). Or, certaines composantes périphériques de cette réponse globale (comme les microsécrétions salivaires ou les contractions masticatoires légères) ne nécessitent pas la présence physique immédiate de l’aliment pour s’exécuter. Par conditionnement classique d’ordre supérieur, ces fractions motrices minimes (r_g) se détachent du but et sont conditionnées aux indices sensoriels rencontrés de plus en plus tôt le long du tracé du labyrinthe.

Chaque petite réponse fractionnée r_g exécutée durant la course produit à son tour une sensation proprioceptive interne correspondante, le stimulus fractionné s_g. Ce complexe r_g – s_g voyage rétroactivement vers le début du labyrinthe et accompagne désormais le rat tout au long de sa course. Ce signal interne fonctionne mécaniquement exactement comme une « attente » ou une « intention » subjective, mais sans faire appel à un quelconque concept mentaliste : il s’agit d’un état physique périphérique mesurable, un mécanisme réflexologique purement matériel qui tire l’animal vers l’avant. Par ce tour de force théorique, Hull estimait avoir naturalisé et matérialisé la cognition de Tolman, réduisant l’esprit cartographique à une boucle de rétroaction sensorimotrice incorporée.

9. L’introduction de la motivation incitative : Les apports de Spence et Crespi

9.1 L’effet Crespi et les transitions brusques de performance

L’édifice mathématique de Clark Hull allait être confronté à une nouvelle secousse empirique majeure au début des années 1940, venue cette fois des laboratoires de psychologie de Princeton. Le chercheur Leo P. Crespi a conduit en 1942 une série d’expériences désormais légendaires sur la quantification de la récompense dans des couloirs rectilignes de course.

Crespi a réparti des rats affamés en trois groupes recevant des magnitudes de renforcement très contrastées à l’issue de chaque essai :

• Le groupe à faible récompense ne recevait qu’une pastille de nourriture insignifiante (1 pastille).
• Le groupe à récompense moyenne recevait 16 pastilles.
• Le groupe à très haute récompense recevait une généreuse portion de 64 pastilles de nourriture.

Après une vingtaine d’essais, les vitesses asymptotiques de course reflétaient nettement ces différences quantitatives : plus la ration était copieuse, plus le rat courait vite. Mais au 20^e essai, Crespi a opéré un basculement radical des contingences sans prévenir l’animal :

• Une moitié des rats du groupe à 64 pastilles a vu sa ration s’effondrer brutalement à 1 seule pastille.
• Inversement, les rats du groupe à 1 pastille ont subitement trouvé 64 pastilles dans la coupelle.

Les répercussions cinématiques ont été stupéfiantes. Les animaux confrontés à la baisse inattendue de récompense n’ont pas ralenti progressivement au rythme lent d’un désapprentissage d’habitudes : dès l’essai suivant, leur vitesse s’est effondrée à un niveau inférieur à celui des rats ayant toujours reçu une seule pastille. Ce phénomène spectaculaire a été baptisé effet de contraste négatif (ou dépression de Crespi). Réciproquement, les animaux passant de 1 à 64 pastilles ont manifesté un effet de contraste positif (ou exaltation de Crespi), franchissant le couloir à une vitesse fulgurante, supérieure à celle des rats toujours habitués à 64 pastilles.

Cette transition quasi instantanée portait un coup fatal à la formulation originale de Hull. Si la force de l’habitude _sH_R est une fonction cumulative dépendant du nombre d’essais renforcés N, elle ne pouvait pas croître ou décroître de façon discontinue en un seul essai. Il était désormais manifeste que la récompense n’agit pas seulement rétrospectivement pour fixer des connexions motrices passées, mais qu’elle opère de manière proactive et anticipatoire sur la motivation présente de l’organisme.

9.2 La révision théorique de Kenneth Spence et la reformulation de l’équation

Face à l’irréfutabilité de l’effet Crespi, c’est Kenneth W. Spence, le disciple et collaborateur le plus brillant de Hull à l’Université de l’Iowa, qui a pris l’initiative d’une refonte théorique en profondeur du néo-béhaviorisme. Spence a démontré que la magnitude de la récompense n’affecte pas l’ancrage structural de l’apprentissage — la force de l’habitude _sH_R —, mais détermine exclusivement la motivation incitative, formalisée par la variable K.

Spence a formalisé la valeur incitative K comme une fonction exponentielle de la quantité et de la qualité de la récompense consommée lors des essais antérieurs, médiée par la réponse anticipatrice fractionnée r_g – s_g. L’odeur, la vue et le souvenir moteur de la manne nutritive de 64 pastilles déclenchent chez l’animal un complexe r_g – s_g d’une intensité neurobiologique explosive tout au long du couloir, décuplant l’énergie motrice déployée.

Dans la révision majeure formulée conjointement par Spence et adoptée par Hull dans son livre testamentaire de 1952, l’équation fondamentale a été remaniée. Alors que Hull maintenait une interaction strictement multiplicative entre le besoin interne et l’incitation externe :

_sE_R = _sH_R × D × K

Spence a proposé une formulation additive alternative, montrant que dans de nombreuses conditions, la motivation globale est la somme du manque interne et de l’attrait externe :

_sE_R = _sH_R × (D + K)

Cette modification permettait d’expliquer mathématiquement pourquoi un rat modérément affamé (D bas) peut être incité à courir à une vitesse supersonique par une récompense exceptionnellement appétissante (K très élevé), et comment une déception sur la valeur de l’objet de but peut anéantir instantanément la performance sans entamer le capital associatif acquis.

9.3 L’impact des stimuli associés à la récompense sur le parcours

L’intégration de la variable incitative K a profondément modifié la compréhension du rôle joué par l’architecture même du labyrinthe. Les stimuli physiques disséminés le long du trajet ne devaient plus être appréhendés comme de simples panneaux indicateurs guidant passivement les réflexes musculaires du rongeur, mais comme des sources dynamiques d’activation énergétique.

Au fil des sessions d’entraînement, chaque composante sensorielle du parcours — la texture du revêtement de sol en caoutchouc, les rayures verticales peintes sur les parois, l’odeur résiduelle de la chambre terminale — se trouve temporellement contiguë à l’ingestion de la récompense finale. Par le biais du conditionnement classique pavlovien, ces indices environnementaux acquièrent progressivement un statut d’incitateurs secondaires conditionnés. En franchissant chaque section du labyrinthe, le rat reçoit des vagues successives d’excitation motrice : les stimuli environnementaux agissent comme des amplificateurs locaux du potentiel de réaction.

Cette dynamique a permis de résoudre l’un des paradoxes des labyrinthes à embranchements multiples : pourquoi les animaux accélèrent-ils précisément après avoir franchi avec succès une bifurcation particulièrement difficile ? Les travaux de Spence ont montré que le franchissement du carrefour place subitement le rongeur face à des indices spatiaux qui n’ont jamais été associés aux impasses et aux décharges d’inhibition. Ces stimuli fonctionnent comme des signaux de sécurité et d’accès imminent au renforçateur, déclenchant une libération anticipée d’incitation K qui propulse l’animal dans le dernier tronçon avec une impétuosité décuplée.

10. Limites méthodologiques et apories de la réduction des pulsions

10.1 L’énigme de l’exploration spontanée et de la recherche de stimulation

En dépit de sa sophistication logique sans égale, la théorie de réduction des pulsions s’est heurtée, dès le milieu des années 1950, à des anomalies empiriques insurmontables qui allaient inexorablement fissurer l’édifice hullien. L’aporie la plus fondamentale résidait dans l’existence même de comportements spontanés d’exploration chez l’animal parfaitement rassasié.

Selon l’axiome central de Hull, l’organisme est un système thermodynamique dont l’état naturel d’équilibre est le calme absolu : l’animal n’agit que pour apaiser une tension, réduire une pulsion et revenir au repos homéostatique. Or, des chercheurs comme Daniel Berlyne et Harry Harlow ont démontré de manière irréfutable que des rats placés dans des labyrinthes neufs, alors qu’ils sont totalement repus d’eau et de nourriture et en l’absence de toute douleur cutanée (D = 0), se mettent immédiatement à circuler avec une vigueur remarquable, inspectant chaque recoin, dressant la tête pour renifler les corniches et explorant systématiquement les culs-de-sac.

Bien plus embarrassant encore pour le dogme hullien : le phénomène d’alternance spontanée. Confronté à un labyrinthe en T sans aucune récompense, un rat qui choisit de tourner à droite lors du premier essai choisira de tourner à gauche dans plus de 80 % des cas lors du deuxième essai. Si l’action était commandée par la réduction de pulsion et la répétition mécanique des habitudes, l’animal devrait répéter son acte initial ou manifester une inertie progressive. En réalité, les rongeurs recherchent activement la nouveauté spatiale et la complexité sensorielle. Loin de fuir la stimulation pour minimiser leur tension interne, les mammifères supérieurs consacrent une part colossale de leur temps à rechercher délibérément l’excitation cognitive, pulvérisant la vision hullienne de l’organisme comme simple machine à éteindre des manques somatiques.

10.2 Les renforcements sans réduction mesurable d’un besoin physiologique

L’autre coup de boutoir asséné à la théorie de Hull a été l’accumulation de preuves expérimentales démontrant l’existence d’apprentissages robustes sans la moindre réduction d’un besoin homéostatique primaire. L’expérimentation princeps a été menée en 1950 par Fred Sheffield et Thomas Roby sur le goût sucré sans valeur calorique.

Sheffield et Roby ont entraîné des rats dans des labyrinthes en leur accordant comme unique récompense dans la boîte de but une solution aqueuse de saccharine. La saccharine possède un pouvoir sucrant intense déclenchant l’avidité gustative du rongeur, mais elle est totalement indigeste et dénuée de toute valeur énergétique ou nutritive. Elle n’apporte aucune calorie, ne modifie en rien la glycémie sanguine de l’animal et n’abaisse d’aucune manière la pulsion somatique métabolique de la faim. Pourtant, sous cette seule récompense sensorielle non nutritive, les rats ont appris le parcours du labyrinthe aussi vite, et avec une diminution d’erreurs tout aussi spectaculaire, que des congénères recevant des pastilles de dextrose hautement nutritives.

Le coup de grâce a été porté quelques années plus tard, en 1954, par la découverte sensationnelle de James Olds et Peter Milner : l’autostimulation intracrânienne. En implantant des électrodes chroniques dans certaines régions sous-corticales du cerveau du rat (l’hypothalamus latéral et les zones du faisceau médian du télencéphale), Olds et Milner ont découvert que les animaux actionnaient un levier des milliers de fois par heure pour s’auto-administrer de brèves impulsions électriques. Cette stimulation cérébrale ne comblait aucun vide biologique ; elle induisait au contraire une excitation artificielle intense, un état d’activation neuronale sans fin. Le postulat selon lequel tout renforcement repose sur l’atténuation de la tension physiologique se trouvait définitivement relégué au rang de cas particulier, incapable d’incarner une théorie générale de l’action.

10.3 L’hyper-rigidité mathématique face aux réalités éthologiques

Enfin, le modèle hullien a implosé sous le poids de sa propre complexité formelle. Dans sa quête obsessionnelle d’une algébrisation totale, Hull a multiplié les constantes numériques au sein de ses équations (constantes empiriques d’apprentissage, paramètres d’inhibition, seuils d’oscillation, taux de décroissance exponentielle). Or, cette armature mathématique ultra-rigide a rapidement révélé sa stérilité dès lors qu’il s’agissait de généraliser les résultats au-delà du corridor spécifique en bois peint du sous-sol de Yale.

Chaque changement minime dans le dispositif — la largeur d’un couloir, l’inclinaison d’une rampe, l’intensité de l’éclairage ambiant, l’âge ou la souche génétique des rats albinos (Sprague-Dawley versus Wistar) — contraignait les expérimentateurs à recalculer de fond en comble l’ensemble des constantes de l’équation pour sauver la concordance entre prédictions et mesures. La théorie souffrait d’un surajustement (overfitting) conceptuel chronique : elle n’était précise que pour les conditions hautement artificielles dans lesquelles elle avait été forgée.

De surcroît, Hull a totalement ignoré l’éthologie et la perspective de l’évolution biologique formulée par des contemporains comme Konrad Lorenz et Nikolaas Tinbergen. En traitant le rat blanc comme une ardoise vierge interchangeable, un pur automate physique sans passé phylogénétique, Hull méconnaissait les prédispositions adaptatives façonnées par des millions d’années de sélection naturelle. Un rat n’explore pas un labyrinthe comme une particule newtonienne poussée par une force aveugle ; il l’aborde avec le répertoire éthologique d’un rongeur fouisseur nocturne, programmé pour patrouiller son territoire, mémoriser des repères en trois dimensions et éviter de repasser par le même chemin où les ressources ont déjà été prélevées. L’hyper-rationalisme quantitatif de Hull s’est brisé contre l’épaisseur biologique et écologique de l’animal réel.

11. Résonances contemporaines en neurobiologie et sciences cognitives

11.1 Les circuits dopaminergiques mésolimbiques et l’évaluation du besoin

Si la réduction de pulsion au sens homéostatique strict a perdu son statut de théorie unifiée, l’intuition profonde de Clark Hull concernant la séparation fondamentale entre l’apprentissage associatif et l’énergie motivationnelle a trouvé une éclatante réhabilitation à la fin du vingtième siècle au cœur même de la neurobiologie moléculaire. Les travaux séminaux de Kent Berridge et Terry Robinson sur les bases neurochimiques de la récompense ont apporté une confirmation expérimentale éclatante à la dichotomie hullienne entre force de l’habitude et pulsion.

Berridge a démontré que le système de récompense cérébral dissocie anatomiquement et fonctionnellement deux dimensions distinctes :

• Le vouloir motivationnel (wanting) : Sous-tendu par la voie dopaminergique mésocorticolimbique reliant l’aire tegmentale ventrale (ATV) au noyau accumbens. Ce circuit ne code pas le plaisir sensoriel, mais l’urgence motivationnelle, l’impulsion motrice qui pousse l’organisme vers l’action. Il correspond avec une précision troublante à la variable combinée D × K de Hull.
• L’appréciation hédonique (liking) : Médiée par des « points chauds » (hedonic hotspots) utilisant les récepteurs aux opioïdes et aux cannabinoïdes dans le striatum ventral et le pallidum ventral, codant la valeur affective brute de la consommation.

Lorsque des neurobiologistes contemporains déplètent expérimentalement la dopamine dans le noyau accumbens d’un rongeur, l’animal conserve intactes ses habitudes d’orientation spatiale et prend toujours un plaisir manifeste à savourer du sucre si on le dépose directement sur sa langue. Cependant, en l’absence de dopamine, il cesse totalement de courir dans le labyrinthe pour aller chercher cette nourriture : son potentiel de réaction s’est effondré. Le transmetteur dopaminergique agit exactement comme l’amplificateur non spécifique postulée par Hull, insufflant l’énergie locomotrice aux connexions synaptiques dormantes qui sous-tendent les cartes spatiales.

11.2 La théorie computationnelle de l’apprentissage par renforcement

L’héritage formel de Clark Hull s’épanouit aujourd’hui de façon spectaculaire au sein de l’intelligence artificielle et des neurosciences computationnelles. La formalisation mathématique moderne de l’apprentissage par renforcement (Reinforcement Learning), popularisée par Richard Sutton et Andrew Barto, plonge directement ses racines dans les concepts de Yale, et tout particulièrement dans l’algorithme des différences temporelles (Temporal Difference Learning ou TD-Learning).

Le gradient de but hullien et sa réponse fractionnée anticipatrice r_g – s_g constituent l’ancêtre direct de la fonction de valeur d’état (state-value function, notée V(s)). Dans les algorithmes contemporains qui permettent à des agents autonomes ou des robots de naviguer dans des labyrinthes complexes, l’agent calcule à chaque pas temporel l’erreur de prédiction de récompense (reward prediction error) :

δ_t = r_t+1 + γV(s_t+1) – V(s_t)

Cette erreur mathématique rétropropage la valeur incitative du but vers les états spatiaux antérieurs le long d’une pente géométrique régulée par le facteur d’escompte temporel γ. Les représentations cinématiques des robots mobiles se déplaçant vers une cible sous une descente de gradient de potentiel artificiel ne sont rien d’autre que la réincarnation computationnelle directe des équations de vélocité formulées par Hull dans les années 1940. L’ambition hullienne d’une mécanique cybernétique universelle du comportement trouve ainsi dans le silicium la réalisation technique qu’elle ne pouvait pleinement atteindre avec le papier millimétré et les rongeurs de laboratoire.

11.3 Du concept d’homéostasie réductrice au principe d’allostasie prédictive

Au niveau théorique le plus élevé, les limites de l’homéostasie réactive de Hull ont été dépassées par l’avènement des modèles de l’allostasie (Peter Sterling) et du « cerveau prédictif » (predictive processing) formulé par le neuroscientifique Karl Friston sous le nom de principe de l’énergie libre.

Là où Hull concevait un organisme réactif, attendant passivement qu’une privation biologique déclenche une pulsion mécanique, les sciences cognitives contemporaines décrivent un cerveau fonctionnant comme une machine d’inférence active. L’organisme n’attend pas d’être déshydraté ou en état d’hypoglycémie terminale pour courir dans le labyrinthe ; il anticipe en permanence les coûts métaboliques futurs en projetant des modèles prédictifs descendants sur le monde extérieur. L’allostasie correspond au maintien de la stabilité physiologique par l’anticipation active du changement.

Dans ce cadre conceptuel moderne, la « pulsion » hullienne est réinterprétée de façon élégante comme une erreur de prédiction homéostatique (interoceptive prediction error). L’action motrice dans le labyrinthe a pour fonction fondamentale de minimiser cette divergence entre les prédictions physiologiques de survie de l’organisme et les retours sensoriels de l’environnement physique. Ainsi, par une remarquable boucle épistémologique, l’intuition fondatrice de Clark Hull — selon laquelle l’apprentissage n’est qu’un instrument mécanique au service de la régulation biologique de la vie — renaît sous les atours des neurosciences computationnelles les plus avancées du vingt-et-unième siècle.

12. Bilan critique et portée historique de l’œuvre expérimentale de Hull

12.1 L’exigence de rigueur scientifique comme tournant disciplinaire

Avec le recul historique, le legs intellectuel de Clark Leonard Hull à la psychologie expérimentale apparaît gigantesque, moins sans doute par la pérennité de ses axiomes spécifiques que par la révolution méthodologique sans précédent qu’il a insufflée à sa discipline. Avant l’émergence de l’école de Yale, la psychologie comparée était encore trop souvent polluée par des querelles scolastiques purement verbales, des spéculations introspectives invérifiables et une grande imprécision dans la définition des protocoles expérimentaux.

Hull a imposé une éthique de la quantification intransigeante, élevant les standards méthodologiques à un niveau que la psychologie n’avait jamais connu auparavant. En forçant la discipline à expliciter mathématiquement chaque hypothèse, à opérationnaliser chaque concept intermédiaire en termes de variables d’entrée et de sortie vérifiables, et à concevoir des appareils métrologiques d’une précision chirurgicale, il a arraché l’étude du comportement à l’anecdote pour l’ancrer irrévocablement dans le giron des sciences dures. Le labyrinthe pour rongeurs, érigé par Hull en creuset universel de l’analyse expérimentale, est demeuré pendant plus de quatre décennies la matrice paradigmatique obligatoire de tout laboratoire d’apprentissage à travers le monde.

De plus, l’école de pensée façonnée par Hull s’est révélée d’une extraordinaire fécondité institutionnelle et académique. En formant, inspirant et stimulant une lignée de chercheurs exceptionnels — de Kenneth Spence à Neal Miller, de Frank Logan à Donald Lindsley —, Hull a façonné l’élite intellectuelle de la psychologie américaine de l’après-guerre, léguant une tradition de probité expérimentale et de rigueur théorique qui irrigue encore les départements universitaires contemporains.

12.2 L’obsolescence théorique face à l’avènement de la révolution cognitive

Toutefois, la tragédie épistémologique du système hullien réside dans l’obsolescence spectaculaire et relativement rapide qui a frappé son édifice théorique au tournant des années 1960. L’échec final de Hull à rendre compte de l’apprentissage latent, de l’exploration spontanée, de la curiosité épistémique et des représentations cartographiques a précipité la chute du paradigme béhavioriste mécaniste tout entier, pavant la voie triomphale à la révolution cognitive impulsée par des pionniers comme George Miller, Jerome Bruner et Noam Chomsky.

L’histoire des sciences a finalement donné raison à Edward Tolman dans la grande controverse qui l’opposait à Hull. L’assimilation du système nerveux d’un mammifère à un simple tableau de connexions téléphoniques réflexologiques s’est avérée une impasse rédhibitoire. Le comportement d’un organisme engagé dans un labyrinthe ne se laisse pas dissoudre dans une addition aveugle de contractions musculaires soumises à la pression d’une vapeur viscérale. Les animaux traitent de l’information, génèrent des hypothèses spatiales, évaluent des probabilités bayésiennes et projettent des intentions sur leur environnement.

La tentative grandiose de Hull de construire une « psychologie sans esprit », un système thermodynamique déterministe absolu fondé sur le physicalisme du dix-neuvième siècle, est ainsi apparue rétrospectivement comme le chant du cygne sublime mais stérile du béhaviorisme radical. En prétendant éliminer la flexibilité cognitive et l’épaisseur computationnelle du vivant, la monumentale machinerie axiomatique de Yale a fini par s’effondrer sous le poids de son propre réductionnisme.

12.3 L’empreinte indélébile de Hull sur la psychologie de la motivation

Il serait néanmoins profondément erroné de reléguer Clark Hull au musée des ambitions scientifiques avortées. Son influence sur la psychologie contemporaine de la motivation et de l’apprentissage demeure profonde, constitutive et omniprésente. La distinction conceptuelle cardinale qu’il a formalisée entre la structure associative de l’apprentissage (la compétence dormante, competence) et la libération dynamique de cet apprentissage sous l’effet de facteurs énergétiques (la performance motrice, performance) constitue un acquis intangible qui structure toujours la psychologie expérimentale et la neurobiologie comportementale.

De même, la compréhension moderne des pathologies de l’assuétude, des troubles compulsifs et des dépendances toxicologiques s’inspire directement des concepts hulliens d’intensité de la pulsion, d’incitation conditionnée et de gradient d’approche. Lorsqu’un sujet dépendant se trouve submergé par le besoin impérieux (craving) en franchissant les stimuli contextuels familiers associés à la consommation d’une substance, il reproduit à une échelle tragique la cinématique du rat de Hull accélérant le long du corridor vers la boîte de but sous l’effet conjoint du manque somatique et des déclencheurs incitatifs secondaires.

En bravant la complexité insaisissable de l’organisme vivant pour tenter d’en révéler les lois mathématiques universelles, Clark Hull a incarné l’une des aventures intellectuelles les plus audacieuses de l’histoire des sciences de l’esprit. Ses labyrinthes standardisés de Yale, où des rongeurs couraient contre le chronomètre pour apaiser leur faim sous le regard attentif d’expérimentateurs passionnés, n’ont peut-être pas livré la formule mathématique définitive de l’âme animale, mais ils ont tracé la voie royale vers une compréhension scientifique, matérialiste et unifiée des liens indissolubles qui unissent le corps, le cerveau et l’action orientée vers un but.

Références

• Berlyne, D. E. (1960). Conflict, arousal, and curiosity. McGraw-Hill. https://doi.org/10.1037/11164-000
• Berridge, K. C. (2004). Motivation concepts in behavioral neuroscience. Physiology & Behavior, 81(2), 179–209. https://doi.org/10.1016/j.physbeh.2004.02.004
• 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
• Friston, K. (2010). The free-energy principle: a unified brain theory?. Nature Reviews Neuroscience, 11(2), 127–138. https://doi.org/10.1038/nrn2787
• 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. (1944). Experimental studies of conflict. In J. McV. Hunt (Ed.), Personality and the behavior disorders (Vol. 1, pp. 431–465). Ronald Press.
• 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
• 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/h0057039
• Spence, K. W. (1956). Behavior theory and conditioning. Yale University Press.
• Sterling, P. (2012). Allostasis: a predictive regulation of physiological stability. Nature Neuroscience, 15(9), 1198–1204. https://doi.org/10.1038/nn.3197
• Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction (2nd ed.). The MIT 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.
• Watson, J. B. (1913). Psychology as the behaviorist views it. Psychological Review, 20(2), 158–177. https://doi.org/10.1037/h0074428