Conditionnement opérant et béhaviorisme radical – B. F. Skinner

Au sein de l’histoire des sciences humaines et de la psychologie du XXe siècle, peu de figures ont suscité des débats aussi vifs, polarisés et fondamentaux que celle de Burrhus Frederic Skinner. Figure de proue de l’école comportementaliste, Skinner ne s’est pas contenté de formaliser une théorie de l’apprentissage ; il a édifié un système philosophique et scientifique complet, connu sous le nom de béhaviorisme radical, couplé à une méthodologie expérimentale d’une rigueur absolue : l’analyse expérimentale du comportement. Alors que la psychologie de son époque oscillait entre l’introspectionnisme déclinant, les abstractions psychanalytiques non vérifiables et le cognitivisme naissant calqué sur la métaphore de l’ordinateur, Skinner a soutenu une thèse sans compromis : le comportement des organismes vivants est une science de la nature à part entière, régie par des lois fonctionnelles régulières, déterminée par les interactions physiques entre l’organisme et son environnement biotique et social.

Le saut épistémologique accompli par Skinner réside dans le dépassement du modèle réflexologique hérité d’Ivan Pavlov et de John B. Watson. En substituant à la causalité linéaire antécédente un modèle de causalité sélectionniste rétroactive, Skinner a conceptualisé le conditionnement opérant. Dans cette architecture, le comportement n’est plus simplement déclenché par un stimulus environnemental préalable ; il est émis de manière spontanée par l’organisme et modelé en retour par les conséquences qu’il produit sur le milieu. Cette inversion de perspective transforme l’organisme en un agent continuellement engagé dans des boucles rétroactives, où les stimuli discriminatifs, les classes de réponses et les stimuli renforçateurs forment une unité dynamique indissociable désignée sous le terme de contingence à trois termes. Par cette formalisation, la psychologie s’affranchit du recours aux entités mentales désincarnées pour embrasser un modèle matérialiste et externaliste d’une redoutable efficacité prédictive.

Loin de constituer un simple ensemble de techniques de laboratoire confinées à l’observation de rongeurs et de pigeons dans des caissons isolés, le béhaviorisme radical constitue une philosophie de la science qui repense intégralement la nature humaine, la conscience, la subjectivité, le langage et l’organisation politique des sociétés. En rejetant l’illusion cartésienne de l’« homme autonome » et du libre arbitre métaphysique, Skinner n’a pas cherché à déshumaniser l’individu, mais au contraire à rendre compte de ses déterminismes matériels afin de forger une technologie du comportement capable de soulager la souffrance humaine, d’optimiser l’éducation et de concevoir des institutions sociales affranchies de la coercition punitive. Cet article propose une exploration intégrale et systématique de l’œuvre skinnérienne, décortiquant ses fondements épistémologiques, ses rouages mécaniques, ses controverses historiques et la vitalité contemporaine de ses applications.

1. Introduction épistémologique et contexte historique de l’œuvre de B. F. Skinner

1.1 La rupture avec le béhaviorisme classique de John B. Watson

L’acte de naissance officiel du mouvement comportementaliste est traditionnellement associé au manifeste publié en 1913 par John Broadus Watson, intitulé Psychology as the Behaviorist Views It. Watson y proposait une scission radicale avec la tradition introspectionniste héritée de Wilhelm Wundt et d’Edward Titchener, proclamant que la psychologie, pour acquérir le statut de science naturelle rigoureuse, devait se cantonner exclusivement à l’observation objective des comportements publiquement observables. Le schéma paradigmatique watsonien reposait sur une logique strictement linéaire dite « Stimulus-Réponse » (S-R), calquée sur les travaux neurophysiologiques de Vladimir Bekhterev et d’Ivan Pavlov. Dans ce cadre mécaniste, chaque réponse émise par un organisme était postulée comme étant la résultante mécanique et nécessaire d’une stimulation antécédente directe. Tout événement n’étant pas accessible à l’observation simultanée de deux observateurs indépendants était relégué en dehors du champ de l’investigation scientifique légitime, créant ainsi ce que la postérité a nommé le « béhaviorisme méthodologique ».

B. F. Skinner a identifié très tôt les limites intrinsèques de cette approche watsonienne, qu’il considérait comme une forme d’impasse réductionniste et館mutilante. Skinner contestait le postulat selon lequel la totalité des conduites pouvait être réduite à des réflexes élicités par des événements préalables. En observant la motricité spontanée des animaux, il apparut clairement qu’une immense proportion des actes quotidiens — explorer, manipuler, se déplacer, vocaliser — ne dépendait d’aucun déclencheur environnemental immédiat identifiable. C’est pour surmonter cette aporie que Skinner substitua au binôme S-R le modèle tripartite Stimulus-Réponse-Conséquence (S-R-C). Dans ce nouveau cadre théorique, l’environnement n’agit pas seulement en amont pour contraindre ou déclencher l’action ; il opère principalement en aval, sélectionnant les conduites en fonction de leurs répercussions fonctionnelles.

Cette transition théorique s’inscrit au cœur de l’évolution de la psychologie américaine du milieu du XXe siècle, période marquée par l’essor du fonctionnalisme pragmatique et la redécouverte approfondie de la pensée de Charles Darwin. Skinner a explicitement revendiqué l’analogie entre le conditionnement opérant et la théorie de l’évolution par sélection naturelle. De la même façon que des variations morphologiques aléatoires sont sélectionnées au cours des millénaires par les contraintes écologiques de survie et de reproduction, des variations comportementales spontanées sont sélectionnées au cours de l’ontogenèse d’un individu par leurs conséquences environnementales. Le béhaviorisme skinnérien a ainsi affranchi la psychologie de la causalité mécanique newtonienne de Watson pour l’ancrer résolument dans une causalité sélectionniste darwinienne, conférant à l’organisme une flexibilité adaptative infiniment supérieure à celle autorisée par la pure réflexologie.

1.2 Trajectoire intellectuelle et influences philosophiques de B. F. Skinner

L’itinéraire intellectuel de Burrhus Frederic Skinner se distingue par une profonde singularité qui éclaire la texture philosophique de ses théories. Né en 1904 en Pennsylvanie, le jeune Skinner nourrissait initialement de ferventes ambitions littéraires. Diplômé en langue et littérature anglaises au Hamilton College, il s’astreignit durant une année sabbatique, désignée rétrospectivement comme son « année sombre », à embrasser la carrière d’écrivain de fiction. Ce passage par les humanités laissa une empreinte indélébile sur son style d’écriture, caractérisé par une clarté analytique exceptionnelle et un sens aigu de la métaphore, tout en l’amenant à un constat désabusé : la littérature, selon lui, échouait à expliquer les causes véritables des conduites humaines, se bornant à des descriptions phénoménologiques subjectives. Désireux de percer les rouages réels de l’esprit et de l’action, il s’orienta vers les sciences et intégra l’Université de Harvard en 1928 pour y étudier la psychologie et la physiologie.

À Harvard, Skinner fut profondément imprégné par l’épistémologie de l’opérationnalisme développée par le physicien Percy Williams Bridgman, ainsi que par le positivisme critique du physicien et philosophe Ernst Mach. Bridgman postulait qu’un concept n’a de validité scientifique que dans la mesure où il peut être défini par les opérations concrètes, reproductibles et mesurables nécessaires à sa détermination empirique. Ernst Mach, pour sa part, réfutait vigoureusement l’idée de « causes cachées » ou de forces métaphysiques sous-jacentes, proposant de concevoir la science comme une pure description économique des relations fonctionnelles observées entre différentes variables empiriques. Skinner s’appropria cette posture épistémologique : pour lui, expliquer un comportement ne consistait point à postuler un agent causal intérieur ou une entité psychique hypothétique, mais à expliciter les relations mathématiques et fonctionnelles liant les modifications environnementales mesurables aux variations mesurables de l’action.

Cette vision le conduisit à revisiter de fond en comble la fameuse « Loi de l’Effet » formulée par Edward Thorndike dès 1898. Si Thorndike avait eu l’intuition pionnière que les conséquences d’un acte modifiaient sa probabilité d’occurrence, il avait pollué son explication par un vocabulaire mentaliste et hédoniste, affirmant qu’une réponse était fixée si elle entraînait un « état de satisfaction » (satisfaction state) pour l’organisme. Skinner écarta vigoureusement cette interprétation psychologisante : le plaisir, le déplaisir ou la satisfaction perçue sont des sous-produits subjectifs et non des mécanismes causaux explicatifs. La loi skinnérienne du renforcement repose sur un constat purement empirique, fonctionnel et quantitatif : un stimulus renforçateur est un événement environnemental qui, lorsqu’il est rendu contingent à une réponse, augmente statistiquement la fréquence d’apparition future de cette classe de réponses. Par cette épuration conceptuelle, Skinner fonda les bases d’une science autonome du comportement individuel, indépendante tant de la spéculation neurologique prématurée que des conjectures mentalistes non vérifiables.

1.3 Définition paradigmatique de l’analyse expérimentale du comportement

L’analyse expérimentale du comportement (Experimental Analysis of Behavior – EAB), telle que formalisée par Skinner dans son ouvrage fondateur de 1938, The Behavior of Organisms, institue une rupture épistémologique décisive : le comportement n’est pas conçu comme le reflet, le symptôme ou l’indice d’une réalité sous-jacente — qu’elle soit cognitive, psychodynamique ou neurophysiologique —, mais constitue en lui-même l’objet d’étude direct, primaire et suffisant de la science psychologique. Skinner a dénoncé avec virulence ce qu’il a appelé les « fictions explicatives » : des pseudo-explications tautologiques consistant à inventer une entité interne (telle que l’intelligence, la volonté, l’instinct ou le moi) pour rendre compte précisément du phénomène que l’on observe. Dire qu’un élève ne travaille pas parce qu’il « manque de motivation » est une illusion explicative : l’absence de travail est le phénomène brut, et la « motivation » n’est qu’un substantif abstrait dérivé de ce comportement, réifié indûment sous la forme d’une cause intérieure.

Le but ultime assigné à l’analyse expérimentale du comportement est sans ambiguïté : la prédiction et le contrôle du comportement des organismes vivants au sein d’environnements scrupuleusement paramétrés. Par « contrôle », Skinner n’entendait pas une coercition arbitraire ou dictatoriale, mais la maîtrise rigoureuse des variables indépendantes environnementales permettant de reproduire de manière fiable et invariable les phénomènes comportementaux observés. Si un chercheur est capable de moduler précisément les stimuli environnementaux de telle sorte qu’un organisme modifie sa fréquence de réponse selon un patron prédéterminé avec exactitude, alors — et alors seulement — ce comportement peut être considéré comme compris et expliqué.

Pour parvenir à ce degré de précision nomothétique, Skinner a récusé les méthodologies statistiques dominantes fondées sur les comparaisons de groupes et les moyennes d’échantillons hétérogènes. Inspiré par les méthodes de la physiologie expérimentale de Claude Bernard, il privilégia de façon inébranlable le protocole sur sujet unique (single-subject design). Skinner arguait que l’agrégation statistique dissimule les réalités dynamiques de l’apprentissage individuel sous des courbes moyennes lissées qui ne correspondent à la trajectoire d’aucun organisme réel. L’analyse expérimentale du comportement étudie donc un organisme individuel sur de très longues durées, enregistrant des milliers de réponses en continu, afin d’identifier des états d’équilibre comportemental stationnaires. Si les variables de l’environnement sont contrôlées avec une rigueur absolue, la variabilité interindividuelle tend à disparaître, révélant des lois comportementales universelles traversant l’ensemble de l’arbre phylogénétique.

2. Les postulats théoriques du béhaviorisme radical

2.1 Différenciation stricte entre béhaviorisme méthodologique et béhaviorisme radical

Une mécompréhension persistante et largement diffusée dans les manuels de psychologie assimile le béhaviorisme dans son ensemble au modèle réductionniste watsonien ou à la théorie de la boîte noire (« black box »). Skinner a pourtant consacré une part substantielle de ses écrits philosophiques, notamment dans son manifeste épistémologique About Behaviorism (1974), à tracer une frontière infranchissable entre le béhaviorisme méthodologique et son propre projet : le béhaviorisme radical. Le béhaviorisme méthodologique, aligné sur le positivisme logique du Cercle de Vienne, adoptait la vérité par consensus intersubjectif : seules les observations pouvant faire l’objet d’un accord unanime entre plusieurs observateurs externes indépendants peuvent intégrer le corpus scientifique. Par conséquent, les sensations subjectives, les pensées privées et les émotions étaient arbitrairement rejetées hors du domaine scientifique au motif qu’elles ne sont accessibles qu’à l’individu qui les éprouve.

Skinner s’est vigoureusement élevé contre cet ostracisme méthodologique. L’adjectif « radical » ne signifie nullement « extrême » ou « fanatique », mais renvoie au sens étymologique de la racine (radix) : un système qui prend le comportement à la racine, sans rien éluder, y compris les dimensions les plus intimes de l’expérience humaine. Pour le béhaviorisme radical, les événements privés — les pensées, les rêveries, les images mentales, les douleurs intéroceptives — existent incontestablement et font partie intégrante du monde physique et naturel. La peau humaine ne constitue pas une barrière ontologique magique qui diviserait le réel en deux substances inconciliables : d’un côté la matière publique, et de l’autre une mystérieuse substance spirituelle ou mentale.

Le béhaviorisme radical proclame ainsi un monisme matérialiste et physicaliste absolu, récusant le dualisme cartésien de la res extensa et de la res cogitans. Lorsqu’un individu affirme « je ressens une angoisse diffuse » ou « je résous mentalement une équation », il n’observe point le déploiement d’un esprit non physique, mais décrit des états physiques réels de son propre corps et de son propre système nerveux, générés par son histoire environnementale passée et ses contingences présentes. Skinner refuse d’accorder à ces phénomènes internes le statut de causes ultimes de l’action, mais leur confère sans équivoque le statut d’événements comportementaux collatéraux, méritant une analyse fonctionnelle rigoureuse au même titre qu’une pression de levier ou une démarche motrice observable.

2.2 Le traitement des événements privés et la subjectivité

L’intégration des événements privés dans le cadre opérant impose de répondre à un défi théorique fondamental : comment un individu apprend-il à observer, nommer et conscientiser ses propres états internes, alors que ces derniers échappent au regard direct des pairs ? Skinner a démontré que la conscience et l’auto-observation réflexive ne sont pas des données innées ou immédiates de l’esprit, mais des produits purs de la socialisation linguistique. C’est la communauté verbale qui contraint l’enfant à porter un regard attentif sur ses propres manifestations somatiques privées en lui posant des questions récurrentes telles que « As-tu mal ? », « Es-tu triste ? » ou « À quoi penses-tu ? ».

Toutefois, la communauté verbale se heurte à une limitation physique insurmontable : elle ne dispose pas d’un accès sensoriel direct aux stimuli intéroceptifs et proprioceptifs de l’individu. Pour enseigner les termes désignant les états internes, elle doit donc inférer ces derniers à partir d’indices périphériques publics, principalement par deux voies :

• Les manifestations collatérales manifestes : un parent observe un enfant qui pleure, frotte violemment son genou ou tremble, et renforce différentiellement l’énoncé « J’ai mal » ou « J’ai peur ».
• Les métaphores et transferts de stimulus : l’individu transpose des descripteurs appliqués au monde physique externe à ses états internes (« une douleur aiguë », « un cœur brisé », « un sentiment d’oppression »).

Cette médiation imparfaite de la communauté verbale entraîne une conséquence épistémologique majeure mise en lumière par Skinner : l’auto-description de notre intériorité est structurellement imprécise, lacunaire et souvent trompeuse, car les stimuli privés demeurent toujours partiellement inaccessibles à l’étalonnage social.

Ce constat permet à Skinner de désamorcer la croyance tenace selon laquelle nos sentiments et nos pensées seraient les causes directes de nos actions manifestes. Lorsqu’un individu déclare : « Je suis entré dans ce restaurant parce que j’avais faim », il opère une fausse causalité psychologique. La faim corporelle perçue et l’action d’entrer dans l’établissement sont en réalité deux effets simultanés, découlant tous deux d’une cause environnementale commune : une privation nutritive prolongée (une opération de motivation) combinée à la présence d’un stimulus discriminatif externe (l’enseigne du restaurant). La pensée ne constitue pas le moteur d’allumage du comportement ; elle est elle-même un comportement opérant interne (covert behavior), qui obéit aux mêmes lois de renforcement que les actes manifestes (overt behavior).

2.3 Le déterminisme environnemental et la sélection par les conséquences

La clé de voûte philosophique du béhaviorisme radical réside dans le principe généralisé de sélection par les conséquences. Dans un texte magistral publié en 1981 dans la revue Science, Skinner synthétise l’évolution du vivant sous l’égide de trois niveaux interdépendants de sélection causale :

1. Le niveau biologique ou phylogénétique : la sélection naturelle darwinienne, qui opère sur des échelles de temps géologiques, sélectionne les caractéristiques anatomiques, physiologiques et les répertoires comportementaux innés (réflexes, schèmes d’action spécifiques) essentiels à la survie de l’espèce.
2. Le niveau individuel ou ontogénétique : le conditionnement opérant, qui opère tout au long de la biographie singulière d’un organisme, sélectionne les variations comportementales acquises en fonction des conséquences renforçantes ou punitives générées dans le milieu physique et relationnel.
3. Le niveau social ou culturel : l’évolution des pratiques culturelles et des institutions humaines, où des groupes sociaux développent, maintiennent ou abandonnent des normes, des coutumes et des techniques en fonction de la capacité de ces pratiques à assurer la survie et la cohésion du groupe face aux pressions environnementales.

Ces trois niveaux partagent un mécanisme de sélection rétroactif rigoureusement identique, excluant tout recours à des causes finales téléologiques ou à un dessein intelligent.

Ce cadre théorique anéantit méthodiquement le concept traditionnel de « libre arbitre », que Skinner assimile à un vestige préscientifique de l’animisme. L’idée que l’homme posséderait une volonté autonome, non déterminée, capable de décisions spontanées s’extrayant des lois de la causalité naturelle, relève de l’illusion psychologique d’un observateur ignorant les déterminants historiques et environnementaux ayant présidé à ses choix. Pour Skinner, l’individu n’est pas un initiateur incausé, mais le lieu de convergence où se croisent une histoire génétique d’espèce et une histoire unique de contingences de renforcement.

Il est capital de souligner que ce déterminisme environnemental n’implique aucune passivité de l’organisme. L’environnement chez Skinner n’est pas un décor statique qui s’imprime passivement sur une cire molle (à la manière de la tabula rasa des empiristes classiques). L’organisme vivant agit continuellement sur son milieu, le modifie, le structure et le transforme par ses actions physiques ; en retour, le milieu ainsi transformé rétroagit mécaniquement sur l’organisme pour sculpter son répertoire futur. L’être humain est donc le produit d’un environnement qu’il contribue lui-même matériellement à façonner, inscrivant le béhaviorisme radical dans une écologie comportementale dynamique et transactionnelle.

3. Le paradigme du conditionnement opérant : architecture et définitions

3.1 Distinction fondamentale entre comportement répondant et comportement opérant

Pour clarifier la nature de l’apprentissage opérant, Skinner a formalisé une dichotomie stricte entre deux types de conduites fondamentales : le comportement répondant (ou réflexe) et le comportement opérant. Le comportement répondant englobe la totalité des réactions physiologiques et motrices déclenchées de manière involontaire, automatique et stéréotypée par un stimulus environnemental antécédent déterminé. C’est l’univers traditionnel du réflexe inconditionnel élucidé par Pavlov : la projection d’une lumière vive dans l’œil provoque une constriction pupillaire instantanée ; la présence de poudre de viande sur la langue provoque une hypersalivation salivaire. Le système nerveux végétatif et les voies réflexes sous-corticales constituent le support biologique privilégié de ces réponses. Par le mécanisme du conditionnement répondant (ou classique), un stimulus neutre associé de façon répétée au stimulus inconditionnel peut acquérir la propriété d’éliciter cette même réponse (stimulus conditionnel générant une réponse conditionnelle).

Le comportement opérant relève d’une logique neurofonctionnelle et évolutive radicalement différente. Il n’est pas élicité par un stimulus en amont, mais émis spontanément par l’organisme en direction de son environnement. Lorsqu’un pigeon se déplace dans un espace, tourne la tête, picore le sol, ou lorsqu’un enfant manipule un jouet, articule un babillage ou tend le bras vers un objet, ces mouvements ne sont pas dictés par une décharge réflexe prédéterminée. Ces actes émergent de la variabilité motrice intrinsèque de l’organisme vivant et de ses besoins homéostatiques actuels. Ce qui confère à ces comportements leur forme, leur persistance et leur récurrence future n’est point leur antécédent proximal, mais l’impact rétroactif des conséquences qu’ils engendrent sur l’environnement physique et social.

Cette distinction met en exergue l’opposition capitale entre la topographie d’un comportement et sa fonction. La topographie désigne la forme spatio-temporelle brute du mouvement (la contraction spécifique de certains groupes musculaires, la trajectoire du membre, l’intensité sonore d’un cri). Deux réponses peuvent posséder des topographies absolument identiques tout en appartenant à des classes fonctionnelles divergentes ; inversement, une infinité de topographies hétérogènes peuvent accomplir une fonction opérante rigoureusement équivalente. Alors que le comportement répondant se caractérise par une rigidité topographique adaptative restreinte, le comportement opérant brille par une plasticité illimitée, permettant aux organismes de surmonter la variabilité écologique de leur niche par l’émergence d’innovations motrices et cognitives perpétuelles.

3.2 La contingence à trois termes (Stimulus discriminatif – Réponse – Conséquence)

L’unité d’analyse atomique et universelle du conditionnement opérant est la contingence à trois termes, formulée sous la séquence $S^D \rightarrow R \rightarrow S^R$ (ou S-R-C : Stimulus discriminatif, Réponse, Conséquence renforçante). Cette triade fonctionnelle ne doit en aucun cas être confondue avec un chaînage causal de type watsonien. Le rôle de chacune de ses composantes obéit à des propriétés physico-temporelles précises :

• Le stimulus discriminatif ($S^D$) : Il précède l’émission de la réponse mais ne la déclenche pas de force mécanique. Sa présence signale simplement à l’organisme que la contingence de renforcement est actuellement en vigueur. Il pose les conditions environnementales contextuelles rendant le renforcement probable. En l’absence de ce stimulus (état désigné par le symbole $S^\Delta$, ou stimulus delta), la réponse sera stérile et non suivie de conséquence renforçante.
• La réponse opérante ($R$) : Elle représente l’instance comportementale émise par l’organisme. Dans l’analyse expérimentale, cette réponse n’est pas mesurée par des impressions qualitatives, mais par des dimensions physiques objectives : sa fréquence, sa latence, sa durée, et par-dessus tout son taux d’occurrence dans une unité de temps donnée, qui constitue la métrique skinnérienne privilégiée de la force d’un comportement.
• La conséquence rétroactive ($S^R$ ou $C$) : C’est la modification environnementale survenant immédiatement après l’émission de la réponse. Si cette modification entraîne un accroissement de la probabilité d’occurrence future de la classe de réponses sous des conditions discriminatives similaires, elle est formellement identifiée comme un renforçateur.

L’interdépendance de ces trois composantes est dynamique et temporelle. Un stimulus ne peut être qualifié de discriminatif qu’en relation directe avec une réponse spécifique et une conséquence déterminée. Si l’on modifie la nature de la conséquence disponible, la fonction discriminative du stimulus initial s’évanouit ou se reconfigure instantanément. La force de la contingence dépend de la contiguïté temporelle étroite qui unit ces termes : plus l’intervalle entre l’émission de la réponse et la survenue de la conséquence est réduit (de l’ordre de la fraction de seconde à quelques secondes), plus l’association fonctionnelle s’établit avec puissance et stabilité au sein du répertoire de l’organisme.

3.3 La classe de réponses opérantes et l’équivalence fonctionnelle

L’une des innovations conceptuelles les plus remarquables de Skinner réside dans la formulation théorique de la classe de réponses. Dans le flux continu de l’activité motrice d’un être vivant, un organisme n’exécute jamais deux fois un mouvement avec une identité cinématique microscopique absolue. Si un chercheur mesurait avec une précision micrométrique l’angle articulaire d’un rat appuyant sur un levier dans une enceinte expérimentale, il constaterait que l’animal utilise parfois la patte gauche, parfois la patte droite, qu’il appuie du museau, ou qu’il exerce une force de 15 grammes un coup et de 25 grammes l’instant suivant. Si la science du comportement devait exiger l’invariance topographique absolue des réflexes, aucune loi générale ne pourrait jamais être dégagée.

Skinner a surmonté cet obstacle méthodologique en définissant l’opérant non par sa topographie physique, mais par ses conséquences environnementales : un opérant est une classe de réponses unie par une propriété fonctionnelle commune, à savoir la capacité d’engendrer un impact identique sur l’environnement. Toutes les micro-variations motrices capables d’abaisser le levier de manière suffisante pour fermer le circuit électrique et déclencher la distribution d’une bille alimentaire appartiennent rigoureusement à la même classe opérante. Cette équivalence fonctionnelle permet à l’organisme de s’adapter aux contraintes de son corps et aux obstacles physiques imprévus sans devoir réapprendre intégralement l’acte moteur depuis le début.

Cette plasticité au sein de la classe opérante expose également ses membres à une sensibilité différentielle remarquable. Si les contingences de l’environnement se modifient — par exemple, si le système exige désormais une pression minimale accrue de 50 grammes pour actionner le mécanisme renforçateur —, les réponses les plus légères cessent d’être fonctionnelles et s’éteignent rapidement, tandis que les réponses à forte intensité mécanique voient leur fréquence augmenter sélectivement. Cette dynamique de réorganisation continue du répertoire moteur sous la pression sélective des contraintes écologiques illustre comment le comportement individuel s’auto-organise, se raffine et se restructure continuellement, sans qu’il soit besoin de postuler un pilote cognitif interne dictant ces ajustements de trajectoire.

4. Les mécanismes de renforcement : principes et dynamiques

4.1 Le renforcement positif : adjonction stimulante et renforcement primaire vs secondaire

Dans la taxonomie opérante, le renforcement positif est défini par une relation fonctionnelle sans ambiguïté : il s’agit du processus par lequel la présentation immédiate, contingente à l’émission d’une réponse, d’un stimulus appétitif ou renforçant entraîne une augmentation statistiquement significative de la fréquence ou de la probabilité future d’émission de cette classe de réponses. Il convient d’insister lourdement sur le caractère strictement a-théorique et opérationnel de cette définition. Un stimulus n’est pas qualifié de renforçateur positif parce qu’il procurerait du « plaisir » ou parce qu’il satisferait un « besoin psychologique » abstrait, mais uniquement et exclusivement parce que les données chiffrées confirment empiriquement la hausse du débit de réponse à la suite de sa délivrance contingente.

Les stimuli renforçateurs se subdivisent fondamentalement en deux catégories phylogénétiques et ontogénétiques :

• Les renforçateurs inconditionnels (ou primaires) : Ces stimuli possèdent une valeur renforçante intrinsèque sélectionnée par l’évolution biologique de l’espèce, car ils sont directement impliqués dans la préservation de l’homéostasie somatique et la pérennité génétique. La nourriture, l’eau potable, la régulation thermique (chaleur face au froid extrême), le sommeil et l’accès à l’activité sexuelle figurent parmi les représentants universels de cette classe. Leur efficacité dépend toutefois étroitement de l’état biologique actuel de l’organisme (dépendance vis-à-vis des privations).
• Les renforçateurs conditionnels (ou secondaires) : Ces événements environnementaux étaient à l’origine totalement neutres sur le plan biologique, mais ont acquis secondairement un pouvoir renforçant puissant au cours de l’histoire de vie de l’individu par leur appariement répété et contingent avec des renforçateurs primaires ou d’autres renforçateurs secondaires déjà établis (mécanisme analogue au conditionnement d’ordre supérieur).

Au sommet de cette hiérarchie se déploient les renforçateurs conditionnés généralisés. Il s’agit de renforçateurs secondaires associés non pas à un seul événement renforçant spécifique, mais à une multiplicité étendue de renforçateurs inconditionnels et conditionnels variés. Dans les sociétés humaines civilisées, l’argent représente l’archétype suprême du renforçateur généralisé : les pièces métalliques ou les signaux électroniques bancaires ne possèdent aucune valeur biologique propre, mais ils permettent d’acquérir de la nourriture, un abri, du confort médical et des divertissements. L’attention sociale, l’approbation d’autrui, les signes de déférence, le pouvoir institutionnel et le statut symbolique fonctionnent également comme de formidables renforçateurs généralisés, dotés d’une immunité relative contre les états de satiété ponctuelle : l’argent ou l’attention continuent d’exercer un contrôle puissant sur les conduites d’un individu même si ce dernier est pleinement rassasié sur le plan nutritif.

4.2 Le renforcement négatif : processus d’échappement et d’évitement

L’une des confusions les plus tenaces de la psychologie populaire consiste à amalgamer le renforcement négatif avec la punition. Il est impératif de rappeler la règle syntaxique et logique absolue du béhaviorisme skinnérien : le terme « renforcement » désigne invariablement un processus qui augmente ou maintient la fréquence d’un comportement, tandis que le qualificatif « négatif » n’implique aucun jugement de valeur éthique, mais traduit l’opération arithmétique de soustraction d’un stimulus environnemental. Le renforcement négatif se caractérise donc par le retrait, l’atténuation, le report ou la prévention d’un stimulus aversif contingent à l’émission d’une réponse, ce qui a pour conséquence fonctionnelle d’augmenter le taux d’émission futur de cette réponse.

La dynamique du renforcement négatif se déploie à travers deux processus distincts que sont l’échappement et l’évitement :

1. Le comportement d’échappement : Dans cette configuration, le stimulus aversif est déjà physiquement présent dans l’environnement de l’organisme (par exemple, un plancher de cage électrifié délivrant un choc continu désagréable, un bruit strident assourdissant, ou une migraine lancinante chez un humain). L’émission de la réponse opérante (abaisser un levier, fermer une vanne ou ingérer un comprimé antalgique) a pour effet immédiat de couper le stimulus délétère. Le comportement s’installe avec rapidité car le soulagement environnemental est instantané.
2. Le comportement d’évitement : Ce processus représente un stade d’adaptation écologique supérieur et plus complexe. L’organisme émet une réponse qui empêche la survenue d’un stimulus aversif imminent qui n’est pas encore présent. Cette dynamique a fait l’objet de longs débats théoriques, notamment à travers la théorie des deux facteurs formulée par O. Hobart Mowrer (associant conditionnement classique d’un signal d’avertissement et échappement à la peur conditionnée), avant que Skinner et ses disciples ne démontrent que la simple réduction probabiliste de la survenue du choc suffit à maintenir l’évitement au sein d’une contingence opérante libre (procédure d’évitement non signalée de Sidman).

Les comportements régis par le renforcement négatif d’évitement présentent une caractéristique clinique et expérimentale spectaculaire : une résistance extrême et quasi-indéfinie à l’extinction. Lorsqu’un individu a consolidé une réponse d’évitement efficace (par exemple, une conduite phobique consistant à ne jamais monter dans un ascenseur pour contourner l’angoisse panique), le succès même du comportement empêche l’organisme d’expérimenter la modification potentielle des contingences réelles du milieu (à savoir que l’ascenseur est devenu sécurisé et qu’aucune catastrophe ne surviendrait). L’absence de la conséquence aversive continue paradoxalement de fonctionner comme le résultat fonctionnel renforçant de la manœuvre d’évitement, perpétuant indéfiniment la conduite protectrice.

4.3 Variables influençant l’efficacité du renforcement

L’impact d’une conséquence renforçante sur la cinétique d’un comportement opérant n’est ni mécanique ni immuable ; il est modulé par un ensemble de variables environnementales paramétriques que l’analyste du comportement doit mesurer et manipuler avec précision. La variable la plus décisive est sans doute la contiguïté temporelle unissant la réponse à sa conséquence. Tout délai temporel introduit entre la fin du comportement et la présentation du renforçateur dégrade de façon exponentielle la vitesse d’acquisition de l’opérant et le niveau final de performance stabilisée. Ce phénomène est aujourd’hui universellement formalisé sous le concept de « dévaluation temporelle » (delay discounting) : un renforçateur immédiat, même de modeste envergure, exerce une attraction comportementale considérablement plus vigoureuse qu’un renforçateur de très haute magnitude différé dans le temps. Si le délai est trop long, d’autres comportements adventices intercalaires risquent d’être accidentellement renforcés à la place du comportement cible.

La magnitude, l’intensité physique et la qualité intrinsèque du stimulus renforçateur constituent le second vecteur de variabilité. Plus la quantité absolue de nourriture délivrée est conséquente, ou plus l’accès à un privilège est étendu, plus l’élévation du taux de réponse sera prononcée. Néanmoins, cette relation obéit à la loi des rendements décroissants : des magnitudes excessives précipitent l’organisme dans un état de satiété physiologique prématuré, annulant subitement la valeur renforçante du stimulus et entraînant une suspension temporaire des émissions opérantes.

Ce phénomène renvoie à la variable théorique fondamentale conceptualisée sous le vocable d’opérations de motivation (Motivating Operations – MO), introduite initialement par Keller et Schoenfeld puis approfondie par Jack Michael. Les opérations de motivation se scindent en :

• Opérations d’établissement (EO) : événements ou états de l’environnement qui augmentent temporairement la valeur renforçante d’un stimulus tout en augmentant la fréquence momentanée de tous les comportements ayant produit ce renforçateur par le passé (l’archétype étant la privation hydrique ou alimentaire).
• Opérations d’abolition (AO) : conditions environnementales qui diminuent subitement l’efficacité d’un renforçateur et réduisent le débit des comportements afférents (la suralimentation ou l’ingestion massive d’eau).

À ces facteurs s’ajoute l’incontournable historique de renforcement singulier de l’organisme : un individu exposé pendant de longs mois à des contingences aléatoires ou à un régime d’efforts soutenus ne réagira pas aux contingences présentes de la même manière qu’un organisme n’ayant connu que des renforcements continus et immédiats.

5. La dynamique aversive : punition et ses limites théorico-pratiques

5.1 La punition positive et ses effets comportementaux immédiats

Dans l’architecture conceptuelle skinnérienne, la punition positive obéit à une logique inverse de celle du renforcement : elle désigne la présentation immédiate d’un stimulus aversif ou nociceptif de manière rigoureusement contingente à l’émission d’une réponse, aboutissant à une réduction mesurable de la fréquence future de cette conduite. Frapper un chiot qui mordille un meuble, délivrer un choc électrique d’intensité mesurée à un animal de laboratoire dès qu’il touche une zone interdite, ou adresser une réprimande cinglante à un subordonné constituent des incarnations de la punition positive. Le caractère « positif » renvoie ici à l’adjonction matérielle du stimulus indésirable dans l’environnement.

Si la punition positive séduit fréquemment les agents éducatifs et les institutions répressives, c’est en raison de son efficacité spectaculaire sur le très court terme : la suppression de la réponse indésirable est le plus souvent quasi-instantanée. Cependant, Skinner a consacré d’immenses efforts analytiques à démontrer la fragilité épistémologique et pratique de ce constat superficiel. La punition positive ne supprime pas le comportement dans son essence globale ; elle se borne à opérer une suppression temporaire de la réponse. L’énergie opérante sous-jacente n’est pas éradiquée : le comportement est simplement masqué tant que la menace de la présence physique de l’agent punisseur demeure patente dans le champ perceptif de l’organisme.

Dès que le contrôle coercitif s’atténue ou que l’agent punisseur s’absente, le comportement puni réapparaît massivement, souvent avec un taux d’émission équivalent ou supérieur au niveau de base antérieur. Pis encore, la punition positive déclenche immédiatement des contre-mesures comportementales défensives de l’organisme puni. Skinner classe ces réactions sous la catégorie du « contre-contrôle » : conduites de sabotage clandestin, réponses d’agressivité induite par la douleur envers le punisseur ou des cibles innocentes substitutives, et développement de manœuvres perfectionnées de tromperie et de dissimulation pour continuer à émettre le comportement désiré tout en évitant l’interception punitive.

5.2 La punition négative : coût de la réponse et isolement contingent

La punition négative consiste à retirer, confisquer ou rendre temporairement inaccessible un stimulus appétitif auquel l’organisme avait accès ou auquel il pouvait légitimement prétendre, en réponse contingente directe à une conduite inadéquate, provoquant par là-même le déclin de cette classe de réponses. Contrairement à la violence physique ou sensorielle directe de la punition positive, la modalité négative s’articule autour de deux protocoles d’ingénierie comportementale prépondérants :

• Le coût de la réponse (response cost) : l’individu se voit dépossédé d’une quantité prédéfinie de renforçateurs conditionnés généralisés accumulés à la suite de la transgression. Les amendes financières infligées aux conducteurs en excès de vitesse, la perte de privilèges chez un adolescent ou la déduction de jetons dans une classe spécialisée constituent des applications directes du coût de la réponse.
• Le retrait temporaire de renforcement positif (time-out from positive reinforcement) : il ne s’agit pas d’un simple enfermement punitif, mais d’une procédure où l’organisme est soustrait pour une période délimitée d’un environnement dense en opportunités de renforcement vers un cadre stérile et neutre. Pour qu’un protocole de time-out possède une quelconque validité opérante, l’environnement source (le milieu quitté) doit impérativement être perçu par l’individu comme profondément enrichissant et gratifiant ; transférer un enfant d’un cours magistral qu’il déteste vers un couloir calme constitue en réalité un renforcement négatif par échappement, produisant l’effet rigoureusement inverse à la visée éducative initiale.

Sur le plan de l’impact émotionnel et de la morbidité psychologique, la punition négative engendre généralement des réactions neuro-végétatives moins virulentes que la violence physique de la punition positive. Cependant, mal calibrée, elle engendre une frustration intense et peut précipiter des conduites destructrices si l’organisme estime que l’accès au renforcement ultérieur lui est définitivement barré, annihilant la motivation fonctionnelle globale nécessaire au maintien d’autres comportements adaptatifs.

5.3 Effets secondaires indésirables des contingences aversives

Le rejet intransigeant de l’aversif constitue sans doute le pan le plus profondément humaniste et éthique de l’œuvre de B. F. Skinner. Dans des ouvrages de portée sociopolitique tels que Science and Human Behavior (1953) et Beyond Freedom and Dignity (1971), il a démontré avec force que la coercition punitive mine les fondements mêmes du développement sain des collectivités humaines en raison d’effets secondaires délétères incompressibles :

• L’élicitation d’états émotionnels perturbateurs invalidants : l’application récurrente de chocs, de hurlements ou d’humiliations mobilise violemment l’axe sympathique (sécrétion massive de catécholamines et de cortisol), figeant l’organisme dans la panique, l’inhibition motrice et la terreur, états physiologiques hautement incompatibles avec l’apprentissage de nouveaux répertoires comportementaux fins et élaborés.
• Le conditionnement classique accidentel des stimuli environnementaux associés : par simple contiguïté pavlovienne, la personne qui inflige la punition, le lieu physique où elle survient (l’école, le domicile, l’atelier), et tous les objets environnants deviennent des stimuli aversifs conditionnés. L’enfant finit par éprouver une répulsion phobique pour l’école dans sa globalité, le professeur devenant un signal d’alarme déclenchant la phobie ou le décrochage scolaire.
• L’apprentissage exclusif de l’évitement clandestin : la punition enseigne à l’individu comment ne pas se faire prendre, non pas comment agir de manière prosociale. Elle façonne le mensonge, la méfiance et la duplicité institutionnelle.
• Le piège de la modélisation comportementale : l’autorité qui use continuellement de la coercition offre un modèle relationnel direct aux observateurs vulnérables, leur enseignant implicitement que la violence et la domination par la force brute sont les moyens légitimes pour réguler les relations interpersonnelles.

Pour l’ensemble de ces motifs scientifiques et pragmatiques, Skinner a plaidé inlassablement pour l’éradication complète de la coercition aversive dans l’ensemble des systèmes d’éducation, de justice et de gouvernance sociale, proclamant que seule l’ingénierie exclusive du renforcement positif différentiel est capable de bâtir des comportements constructifs, épanouissants, durables et exempts de séquelles traumatiques destructrices.

6. L’extinction opérante et les phénomènes de récupération

6.1 Le processus de rupture du lien contingent réponse-renforcement

Le processus d’extinction opérante intervient lorsqu’un comportement préalablement acquis et stabilisé cesse brutalement ou progressivement d’être suivi de la conséquence renforçante qui en assurait le maintien dynamique. Si un rat de laboratoire abaisse le levier mais que le mécanisme automatisé ne délivre plus aucune goutte nutritive, ou si un enfant pousse des cris perçants pour capter l’attention de ses parents mais que ces derniers maintiennent une indifférence impassible en ne tournant plus le regard, le lien contingent liant la réponse au renforçateur est rompu. La résultante mesurable de cette modification environnementale est une chute progressive du débit de réponse, jusqu’à ce que la conduite régresse pour atteindre son niveau d’émission basal ou pré-conditionné (l’operant level).

Il importe de clarifier sur le plan épistémologique ce que l’extinction n’est pas :

• Elle ne doit en aucun cas être confondue avec l’oubli mnésique. Dans l’oubli, la détérioration comportementale est attribuée à l’écoulement passif du temps sans que l’organisme n’ait l’occasion d’émettre la réponse ; dans l’extinction, l’organisme est pleinement immergé au cœur même du contexte discriminatif habituel, émet activement la réponse et constate empiriquement l’absence de son effet rétroactif.
• Elle se distingue tout autant de la satiation, dans laquelle le sujet cesse d’émettre l’acte parce que la valeur appétitive du stimulus est momentanément neutralisée par une surconsommation biologique immédiate.

La cinétique de l’extinction est conditionnée au premier chef par la clarté discriminative de la situation expérimentale ou clinique. Si un appareil renforçateur bruyant s’éteint subitement et qu’un signal visuel d’avertissement informe l’organisme de la non-disponibilité du renforcement, l’arrêt du comportement sera abrupt et fulgurant. En revanche, si la suppression de la conséquence survient sans aucun indice contextuel préalable, l’organisme traverse une longue phase de transition dynamique marquée par des fluctuations erratiques du débit de réponse avant que la désaffection de la conduite ne s’impose de façon stable.

6.2 Phénomènes transitoires : poussée d’extinction et variabilité topographique

Le déclin du comportement durant la phase d’extinction ne suit nullement une trajectoire descendante linéaire ou paisible. Dès la rupture brutale de la contingence de renforcement, les analystes du comportement observent immanquablement une phase transitoire aiguë désignée sous le terme d’explosion d’extinction (extinction burst). Privé inopinément de la gratification à laquelle son histoire comportementale l’avait accoutumé, l’organisme réagit dans un premier temps par une intensification spectaculaire et frénétique du taux de réponse, doublée d’une débauche de force cinétique. L’individu qui presse le bouton d’un distributeur automatique sans voir sa canette tomber se mettra instantanément à appuyer avec rage, à une vitesse démultipliée et en assénant des coups violents sur la façade de la machine.

Simultanément à cette accélération quantitative se produit une remarquable augmentation de la variabilité topographique des réponses émises. Face à l’échec de la modalité opérante standardisée, l’organisme mobilise l’ensemble de son répertoire moteur connexe : le rat presse le levier avec son museau ou saute dessus à pieds joints ; l’humain secoue l’appareil ou manipule tous les boutons périphériques. Cette expansion de la variabilité morphologique constitue un mécanisme évolutif fondamental de survie : lorsque les conduites habituelles échouent à obtenir les ressources vitales, la biologie comportementale induit une plasticité exploratoire accrue dans l’espoir de rétablir le contact avec les conséquences favorables de l’environnement.

Enfin, l’extinction déclenche l’émergence d’états agonistiques et de conduites agressives induites (frustration-induced aggression). Dans des expériences célèbres menées par Azrin et ses collaborateurs, deux pigeons placés dans la même enceinte s’ignoraient paisiblement tant que le renforcement alimentaire fonctionnait ; dès que la procédure d’extinction fut amorcée, le pigeon en apprentissage se jeta violemment sur son congénère inoffensif pour le picorer et le lacérer. Dans les thérapies comportementales appliquées à l’humain, la mauvaise gestion de cette poussée d’extinction et de ces colères d’agression induites constitue le piège majeur des intervenants débutants, qui capitulent fréquemment face aux crises aiguës en réinjectant le renforcement au pire moment imaginable — ce qui revient à façonner accidentellement des explosions de violence d’une intensité dévastatrice.

6.3 Récupération spontanée et résurgence comportementale

Même lorsqu’une réponse a traversé l’ensemble de la procédure d’extinction et semble totalement éradiquée du répertoire observable, les dynamiques d’apprentissage réservent des résurrections temporelles remarquables. Le phénomène de récupération spontanée, initialement mis au jour par Pavlov dans le conditionnement répondant et transposable à l’identique dans le conditionnement opérant, se caractérise par la réapparition transitoire de la réponse éteinte après un intervalle temporel de repos. Si l’on extrait un rongeur de la chambre expérimentale au terme d’une extinction complète pour le réintroduire dans le même caisson vingt-quatre heures plus tard, l’animal réémettra spontanément une salve substantielle de pressions de levier au tout début de la nouvelle session, en l’absence absolue de tout renforçateur. Cette rémanence décline au fur et à mesure des sessions quotidiennes successives, mais démontre qu’une extinction ne correspond jamais à un effacement synaptique ou mnésique total, mais à une inhibition discriminative contextuelle hautement sensible au temps.

Un phénomène encore plus complexe et cliniquement capital est la résurgence comportementale. La résurgence intervient lorsque les conditions environnementales suivantes sont réunies séquentiellement :

1. Un comportement initial (A) est renforcé puis soumis à l’extinction.
2. Un comportement alternatif (B) plus fonctionnel ou prosocial est façonné et abondamment renforcé pour se substituer au comportement A.
3. Le comportement de substitution B est à son tour accidentellement ou intentionnellement soumis à une procédure d’extinction.

Sous cette double contrainte d’extinction, on assiste à la réapparition spectaculaire et involontaire du comportement primaire ancestral A, qui avait pourtant été maîtrisé de longue date.

Ce mécanisme met à nu les causes profondes de nombreuses régressions psychopathologiques et rechutes addictives observées chez l’être humain. Un toxicomane sevré ou un patient psychiatrique ayant adopté des habiletés d’affirmation de soi verbales verra ses comportements destructeurs archaïques (automutilations, violences ou prise de substances) ressurgir massivement si l’environnement familial ou professionnel cesse brutalement de renforçer et de valoriser ses nouveaux comportements adaptatifs. La pérennité à long terme de toute modification comportementale exige donc une vigilance sans faille sur l’écologie des contingences de substitution au sein du milieu de vie naturel de l’individu.

7. Les programmes de renforcement et la cinétique comportementale

7.1 Programmes continus versus intermittents

L’étude systématique des programmes de renforcement (schedules of reinforcement) représente l’une des contributions expérimentales les plus massives, universelles et mathématiquement rigoureuses de l’histoire de la psychologie, synthétisée par B. F. Skinner et Charles Ferster dans leur monumental traité de 1957, Schedules of Reinforcement. Un programme de renforcement est un protocole expérimental objectif qui prescrit formellement la règle selon laquelle une réponse opérante donnée sera, ou ne sera pas, suivie de la délivrance d’un stimulus renforçateur.

L’opposition princeps sépare le renforcement continu du renforcement intermittent :

• Le renforcement continu (CRF – Continuous Reinforcement) : Dans cette configuration élémentaire, chaque occurrence de la réponse opérante émise engendre immédiatement la présentation du renforçateur (ratio 1:1). C’est le programme idéal, rapide et indispensable pour l’acquisition initiale d’un nouveau comportement absent du répertoire de l’organisme. Cependant, un comportement maintenu sous renforcement continu souffre d’une extrême vulnérabilité : il s’éteint à une vitesse vertigineuse dès que le renforcement cesse, et il sature l’organisme très rapidement.
• Le renforcement intermittent (ou partiel) : Seule une fraction sélective des réponses conformes aux critères du programme est récompensée, les autres réponses s’émettant à blanc sans conséquence environnementale modifiante directe. C’est le régime prépondérant de l’univers réel : le prédateur ne capture pas sa proie à chaque tentative de chasse, le chercheur d’or ne trouve pas de pépite à chaque pelletée de gravier, et le vendeur ne conclut pas une transaction à chaque proposition commerciale.

L’intermittence engendre un phénomène capital nommé l’effet paradoxal du renforcement partiel (Partial Reinforcement Extinction Effect – PREE). Un comportement soutenu par un renforcement hautement intermittent manifeste une résistance phénoménale et opiniâtre à l’extinction, continuant à s’émettre des milliers de fois sans le moindre renforçateur. D’un point de vue éco-comportemental, ce dispositif optimise l’économie métabolique de l’organisme : habitué à de longues plages de disette opérationnelle, le système nerveux maintient une cinétique d’action puissante, interprétant les longues absences de gain non comme un signal d’extinction définitive, mais comme la simple persistance statistique normale de la variabilité environnementale.

7.2 Programmes simples : proportions et intervalles (fixes et variables)

Skinner a classé les programmes intermittents simples selon deux axes orthogonaux : la règle d’attribution repose-t-elle sur le nombre de réponses émises (programmes à proportion / ratio) ou sur l’écoulement du temps (programmes à intervalle) ? Et cette règle est-elle immuable (fixe) ou fluctuante autour d’une moyenne arithmétique (variable) ? Cette typologie génère quatre dynamiques cinétiques fondamentales :

1. Programme à proportion fixe (Fixed Ratio – FR) : Le renforcement est octroyé dès lors qu’un nombre strict et invariant de réponses a été émis depuis le gain précédent (ex. : FR-20 impose vingt pressions de levier pour obtenir une boulette). La cinétique comportementale qui en résulte arbore un patron hautement stéréotypé dit en « arrêt et course » (stop-and-run). L’organisme marque une pause post-renforcement (post-reinforcement pause – PRP) systématique immédiatement après la consommation de la récompense, dont la durée est directement proportionnelle à l’exigence du ratio, puis redémarre subitement à un rythme d’émission extrêmement rapide et régulier jusqu’au renforçateur suivant. Le travail à la pièce dans l’industrie illustre ce schéma aliénant.

2. Programme à proportion variable (Variable Ratio – VR) : Le renforcement est assujetti à un nombre de réponses qui varie de manière aléatoire d’un gain à l’autre, tout en convergeant vers une moyenne prescrite (ex. : VR-50 peut renforçer la 2e réponse, puis la 80e, puis la 45e, la moyenne arithmétique étant de cinquante). C’est le programme qui génère la cinétique la plus formidable de l’analyse expérimentale : le taux de réponse est fulgurant, rectiligne, massif, et ne présente rigoureusement aucune pause post-renforcement. L’organisme ne pouvant jamais anticiper si la réponse imminente sera ou non la bonne, chaque coup émis est investi d’une potentialité salvatrice immédiate. Les machines à sous des casinos, les jeux de tirage et les loteries constituent des applications technologiques impitoyables du programme VR, exploitant à dessein cette cinétique pour asservir le comportement des joueurs et induire des assuétudes massives.

3. Programme à intervalle fixe (Fixed Interval – FI) : Le renforcement n’est rendu disponible qu’après l’écoulement d’une durée chronologique temporelle rigoureusement constante depuis le dernier renforcement, à condition formelle que l’organisme émette au moins une réponse une fois l’intervalle échu (ex. : FI-2 minutes). Les réponses émises durant le décompte de l’intervalle ne produisent aucun effet. La courbe cumulative enregistrée prend une allure inimitable appelée le feston de Skinner (scallop pattern). Immédiatement après le renforçateur, le débit de réponse tombe à zéro (pause prolongée) ; puis, à mesure que l’aiguille de l’horloge interne se rapproche de l’échéance fatidique, l’organisme accélère progressivement et exponentiellement ses réponses pour atteindre un pic de frénésie motrice juste avant la fin de l’intervalle. L’étudiant qui ne révise absolument rien durant le semestre pour s’abrutir de travail la veille exacte de l’examen final matérialise le feston typique d’un FI.

4. Programme à intervalle variable (Variable Interval – VI) : La durée chronologique minimale requise avant de rendre le renforcement accessible oscille de manière imprévisible autour d’une valeur moyenne fixée (ex. : VI-30 secondes). Ce protocole étouffe les accélérations frénétiques au profit d’un débit d’émission d’une régularité métronomique, modéré mais d’une constance absolue, totalement exempt de pauses ou de festons. L’action d’actualiser compulsivement sa boîte de messagerie électronique professionnelle tout au long de la journée pour vérifier la survenue aléatoire d’un message capital constitue la traduction contemporaine d’un programme d’intervalle variable.

7.3 Programmes complexes, concurrents et la loi d’appariement de Herrnstein

L’écologie naturelle n’isole que rarement les organismes face à un levier unique et un programme solitaire. Dans le monde réel, les organismes vivants sont continuellement confrontés à des embranchements comportementaux simultanés : chercher des baies mûres sur un buisson donné ou chasser des insectes sous une souche d’arbre ; écouter une conférence universitaire ou consulter son smartphone. Pour capturer mathématiquement ces dynamiques de choix et de prise de décision, l’analyse comportementale a formalisé les programmes concurrents (concurrent schedules), où deux ou plusieurs programmes de renforcement indépendants opèrent de concert dans le même biotope, chacun régissant une classe de réponse distincte accessible au sujet.

C’est en exploitant ce paradigme expérimental que Richard J. Herrnstein, éminent disciple et collègue de Skinner à Harvard, formula en 1961 l’une des lois empiriques les plus puissantes de toute la psychologie quantitative : la loi d’appariement (Matching Law). Herrnstein a découvert que confronté à deux programmes d’intervalles variables concurrents (par exemple VI-A et VI-B), un pigeon n’alloue pas ses coups de bec de façon aléatoire ou exclusive (tout pour l’un, rien pour l’autre), mais distribue la proportion relative de ses comportements de manière exactement identique à la proportion relative des renforcements obtenus sur chaque source.

La formulation canonique de cette relation mathématique s’énonce comme suit :

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

où $B_1$ et $B_2$ représentent le débit de réponses émises sur les options respectives 1 et 2, et $R_1$ et $R_2$ désignent les taux de renforcement effectivement collectés sur ces mêmes sources. Si une option distribue 70 % des renforcements totaux et la seconde 30 %, l’organisme investira très exactement 70 % de ses actions motrices sur la première et 30 % sur la seconde. Cette équation fut ultérieurement enrichie par la loi d’appariement généralisée pour intégrer les biais sensoriels inhérents de l’animal et la sensibilité différentielle aux asymétries de renforcement.

La portée théorique de la loi d’appariement dépasse immensément la simple physiologie animale. Elle a jeté les fondations de l’économie comportementale moderne, offrant un modèle prédictif élégant pour décrypter les choix intertemporels, la tentation impulsive, et les arbitrages économiques des consommateurs. L’impulsivité y est définie sans invoquer un « déficit de volonté » mystique, mais comme la résultante prévisible d’une asymétrie de distribution des contingences où des renforçateurs immédiats de faible valeur surclassent mécaniquement des renforçateurs différés d’envergure majeure en vertu de l’inclinaison des pentes de dévaluation temporelle sous-jacentes.

8. Dispositifs méthodologiques et métrologie expérimentale

8.1 La boîte de Skinner (Operant Conditioning Chamber)

L’acte fondateur de l’analyse expérimentale du comportement fut indissociable de la conception d’un appareil physique de métrologie standardisé, passé à la postérité sous l’appellation populaire de « boîte de Skinner » — bien que Skinner lui-même ait toujours préféré la désignation sobre et rigoureuse d’enceinte de conditionnement opérant (operant conditioning chamber). L’ambition technique poursuivie par Skinner était d’éliminer méthodiquement l’arbitraire et la subjectivité humaine de la collecte des données expérimentales. Dans les labyrinthes classiques utilisés par Edward Tolman ou Robert Yerkes, l’expérimentateur devait saisir manuellement l’animal à la fin de chaque essai, le replacer à la ligne de départ et chronométrer la course, introduisant des stimuli parasites de manipulation tactile et rompant la continuité temporelle de l’activité du sujet.

L’enceinte skinnérienne est un caisson hermétiquement isolé des fluctuations thermiques, visuelles et acoustiques de l’environnement ambiant du laboratoire (équipé d’une ventilation continue délivrant un bruit blanc étouffant les bruits de pas extérieurs). À l’intérieur, l’appareil met à disposition de l’organisme :

• Un opérateur de réponse d’une ergonomie adaptée à l’espèce étudiée : un levier horizontal rétractable pour les rongeurs, une clé translucide rétro-éclairée sensible au contact pour les pigeons de laboratoire, ou des boutons tactiles pour les primates non humains.
• Des sources de stimuli discriminatifs : ampoules lumineuses de couleurs variées, générateurs de tonalités auditives pures ou haut-parleurs diffusant des fréquences modulables.
• Un dispositif de délivrance de renforçateurs entièrement automatisé : un distributeur mécanique silencieux capable de lâcher avec une précision millimétrique des billes nutritives solides de poids standardisé, un godet s’élevant pour donner un accès temporaire de quelques secondes à des graines pour les volatiles, ou des micro-valves délivrant des gouttes calibrées d’eau sucrée.

Cette standardisation instrumentale a permis l’automatisation intégrale du protocole expérimental : les appareils étaient historiquement reliés par des circuits électromécaniques à relais téléphoniques programmables, exécutant les règles de contingence avec une inflexibilité mathématique sans faille, avant d’être interfacés avec les micro-ordinateurs modernes. Mais la véritable percée philosophique incarnée par cette boîte réside dans l’universalité phylogénétique de ses résultats : qu’il s’agisse d’un rat, d’un pigeon, d’un poisson rouge, d’un chien ou d’un être humain placé devant un tableau de commande équivalent, les courbes cinétiques de réponse sous les programmes de renforcement affichent une identité géométrique saisissante, révélant la présence de mécanismes d’adaptation comportementale universels à l’échelle du vivant.

8.2 L’enregistreur cumulatif et la mesure du débit de réponse

Pour exploiter pleinement la richesse des données comportementales continues générées au sein de l’enceinte de conditionnement sans les dénaturer par des moyennes discrètes a posteriori, Skinner a inventé un dispositif d’enregistrement graphique d’une élégance révolutionnaire : l’enregistreur cumulatif (cumulative recorder). Cet appareil électromécanique reposait sur un rouleau de papier millimétré se déroulant de façon continue à une vitesse motorisée parfaitement constante. Une plume encrée, en contact direct avec la feuille, se déplaçait perpendiculairement à l’axe de déroulement du papier d’un micron rigoureusement fixe à chaque fois que l’organisme émettait une réponse opérante.

La propriété mathématique géniale de ce dispositif est que la pente de la courbe cumulative constitue la représentation visuelle directe, immédiate et continue du débit de réponse (rate of responding) de l’organisme :

• Une ligne horizontale parfaitement plane indique que l’animal n’émet aucune réponse (taux d’occurrence nul).
• Une inclinaison modérée reflète un débit d’émission lent mais régulier.
• Une montée abrupte, approchant la verticale, traduit une cadence motrice d’une vélocité phénoménale.
• Des petits décrochages transversaux vers le bas, imprimés par la plume, signalaient instantanément la délivrance précise d’un renforçateur.

Lorsque la plume atteignait l’extrémité supérieure du rouleau de papier, un mécanisme à déclenchement ultra-rapide la ramenait à la base en une fraction de seconde pour reprendre son ascension cumulative sans interruption.

Grâce à cet instrument, Skinner a conféré à l’analyse du comportement une métrologie en temps réel comparable à l’électrocardiogramme de la médecine cardiovasculaire. L’expérimentateur n’avait plus besoin d’attendre la fin de la journée pour calculer des moyennes abstraites d’erreurs : il observait de ses propres yeux, sur le tracé ondulant du papier, les transitions comportementales instantanées, l’installation d’une pause post-renforcement, l’émergence millimétrée du feston d’intervalle ou l’amorce d’une explosion d’extinction. Ce privilège accordé à la donnée brute en temps réel a immunisé l’école skinnérienne contre les artéfacts statistiques des méthodologies de groupe, ancrant sa pratique dans le réalisme ontologique le plus radical.

8.3 L’approche inductive et la philosophie de la recherche skinnérienne

L’épistémologie de la pratique scientifique défendue par Skinner se démarque radicalement de l’orthodoxie méthodologique dominante incarnée par le modèle hypothético-déductif de Clark L. Hull. Dans son célèbre essai autobiographique et méthodologique de 1956, A Case in Method, Skinner raille avec une verve corrosive la fiction du scientifique de laboratoire avançant selon des étapes préconçues rigides : formulation a priori d’une hypothèse théorique formelle, déduction d’un théorème logico-mathématique, expérimentation aveugle de confirmation ou d’infirmation, et rejet formel de toute donnée imprévue. Il oppose à ce formalisme scolastique une démarche résolument inductive, pragmatique et empirique, dictée par la curiosité directe et l’écoute attentive des données brutes du vivant.

Skinner formalise plusieurs règles heuristiques non conventionnelles qui ont guidé son parcours :

• « Quand vous tombez sur quelque chose d’intéressant, abandonnez tout le reste et étudiez-le » : plaidoyer magistral pour la sérendipité scientifique, qui permit à Skinner de découvrir les lois du renforcement intermittent simplement parce qu’un vendredi soir, son stock de boulettes alimentaires s’amenuisant prématurément, il dut contraindre son appareil à ne récompenser le rat qu’une fois par minute pour ne pas interrompre l’expérience !
• « Certaines manières de faire des expériences sont plus faciles que d’autres » : invitation à construire des appareils automatisés déchargeant l’expérimentateur des corvées mécaniques afin de lui laisser le temps d’observer le phénomène pur.
• « Les appareils finissent par tomber en panne » : une anomalie instrumentale produit parfois une rupture de contingence qui dévoile un phénomène comportemental inédit qu’aucun théoricien n’aurait jamais songé à concevoir abstraitement dans un bureau.

Cette posture scientifique refuse méthodologiquement de combler les lacunes expérimentales par des constructions théoriques non observables (comme les variables intermédiaires hülliennes du potentiel d’action réactionnel $sEr$ ou les structures de mémoire cognitives hypothétiques). Skinner soutenait que la psychologie théorique prématurée constituait un obstacle au progrès scientifique : tant que l’on n’a pas épuisé le contrôle des variables d’environnement externes manifestes pour expliquer une régularité comportementale, forger une théorie spéculative sur ce qui se déroule au sein de l’organisme ne fait que donner l’illusion d’une explication tout en retardant la découverte des véritables leviers empiriques d’action.

9. Processus d’apprentissage opérant complexes : contrôle, façonnement et chaînage

9.1 Le contrôle par le stimulus : discrimination et généralisation

Un comportement opérant ne se manifeste jamais dans le vide sidéral ; il est intimement tissé dans la trame des configurations physiques de son environnement perceptif. Le contrôle par le stimulus (stimulus control) désigne le degré selon lequel la fréquence, la latence, la durée ou la topographie d’une réponse opérante est modulée par la présence ou l’absence d’un stimulus discriminatif spécifique. Ce contrôle s’instaure à travers l’entraînement discriminatif différentiel : le comportement émis en présence du stimulus discriminatif ($S^D$) est systématiquement renforcé, tandis que le même comportement émis en présence d’un stimulus neutre ou antagoniste ($S^\Delta$, stimulus delta) est maintenu sous extinction rigoureuse. Au fil des essais, l’organisme cesse de gaspiller son énergie en condition $S^\Delta$ pour réserver l’émission de l’opérant à l’apparition exclusive du $S^D$.

Lorsque le contrôle par le stimulus est établi avec un stimulus particulier (par exemple, une pastille lumineuse projetant une longueur d’onde de 550 nanomètres, correspondant à une teinte jaune-vert), l’exposition de l’organisme à des stimuli adjacents le long du continuum physique (longueurs d’onde de 540 ou 560 nm) déclenche le phénomène de généralisation du stimulus. Dans des expériences séminales, Norman Guttman et Harry Kalish ont tracé les premiers gradients de généralisation : des courbes en cloche parfaitement symétriques démontrant que le taux d’émission de la réponse est maximal face à la valeur exacte du stimulus d’entraînement initial, et décline de manière géométrique et continue au fur et à mesure que le stimulus présenté s’éloigne des caractéristiques physiques du $S^D$ de référence.

Ce paradigme a permis des avancées majeures dans la compréhension de l’acuité perceptive des animaux sans avoir recours à des inférences subjectives. Les travaux célèbres menés par Herbert Terrace sur l’apprentissage sans erreur (errorless discrimination learning) ont démontré qu’en introduisant le $S^\Delta$ dès le début de l’apprentissage avec une intensité physique infime et une durée infime pour l’augmenter par approximations infinitésimales (technique du fondu ou fading), un animal peut acquérir une discrimination sensorielle d’une précision chirurgicale sans commettre la moindre fausse manœuvre, éliminant intégralement les explosions d’extinction et les réactions agonistiques de frustration habituellement associées à l’erreur.

9.2 Le façonnement (shaping) par approximations successives

L’une des limites apparentes du conditionnement opérant tient à sa définition même : comment peut-on renforçer une réponse qui ne figure pas encore dans le répertoire comportemental spontané de l’organisme ? Si l’on attendait passivement qu’un pigeon de laboratoire exécute un demi-tour parfait sur lui-même, qu’un enfant avec un handicap sévère vocalise spontanément une phrase grammaticale complexe, ou qu’un dauphin saute spontanément à travers un cerceau suspendu à trois mètres au-dessus de l’eau, l’expérimentateur pourrait patienter des années entières sans que l’opérant complet ne se manifeste jamais. Pour contourner cette contrainte, Skinner a théorisé et perfectionné la technique du façonnement (shaping) par approximations successives.

Le façonnement repose sur l’articulation méthodique de deux moteurs opérants complémentaires : le renforcement différentiel et l’extinction graduée. Le protocole opérationnel se déroule selon une ingénierie rigoureusement balisée :

1. L’expérimentateur commence par renforcer une réponse motrice très grossière mais existante au sein du répertoire spontané du sujet, pourvu qu’elle esquisse la première étape directionnelle vers l’objectif ultime (par exemple, le simple fait pour le pigeon de tourner légèrement la tête de quelques degrés vers la gauche).
2. Une fois cette première étape installée et fréquente, le chercheur place ce niveau de base sous extinction (cessant tout renforcement) tout en déplaçant son critère de délivrance : seules les rotations de la tête dépassant 45 degrés seront désormais renforcées.
3. Par le jeu de la variabilité comportementale induite par l’extinction, l’organisme commence à produire des amplitudes motrices plus larges. L’expérimentateur saisit l’opportunité pour renforcer différentiellement les rotations de 90 degrés, éteignant sans retour les étapes inférieures.
4. Par paliers successifs calculés au millimètre, l’exigence opérante se rapproche de la topographie terminale visée, jusqu’à l’exécution fluide et intégrale du comportement complexe désiré.

Skinner qualifiait le façonnement de véritable art expérimental, exigeant une réactivité et une intuition métrologique prodigieuses. Si l’intervenant fait progresser ses critères trop rapidement, les fondations comportementales fragiles s’effondrent et l’organisme sombre dans l’extinction globale par découragement ; s’il s’attarde trop longuement sur une approximation intermédiaire, le comportement s’ankylose et se rigidifie, rendant l’émergence des variations ultérieures extrêmement ardue. Le façonnement par renforcement positif constitue aujourd’hui la méthodologie universelle adoptée pour le dressage bienveillant des animaux de travail et d’assistance, la rééducation neuromotrice des accidentés vasculaires cérébraux, et l’acquisition des gestes professionnels de haute précision.

9.3 Le chaînage comportemental (chaining) et l’analyse de tâches

Alors que le façonnement sculpte la topographie fine d’une réponse unitaire, le chaînage comportemental (chaining) permet de bâtir des séquences spectaculaires composées d’une longue succession d’actes hétérogènes distincts s’enchaînant avec une précision chronologique parfaite. Skinner en donna une démonstration mémorable avec son célèbre rat blanc nommé « Barnabus », capable de gravir un escalier miniature, de traverser une passerelle suspendue, de tirer sur une échelle de corde, de pousser une porte à clapet, de monter dans une petite nacelle et d’appuyer sur un levier terminal pour obtenir enfin sa récompense nutritive.

Le secret d’ingénierie qui unifie ces prouesses repose sur la dualité fonctionnelle des maillons de la chaîne opérante. Dans une chaîne comportementale, chaque stimulus environnemental intermédiaire remplit simultanément deux fonctions distinctes et indissociables :

• Il agit comme un stimulus renforçateur conditionnel pour la réponse motrice qui vient tout juste de s’achever (confirmant le succès de l’acte précédent).
• Il agit simultanément comme un stimulus discriminatif ($S^D$) indiquant à l’organisme la disponibilité du renforcement pour la réponse opérante immédiatement suivante.

Seul le dernier maillon de la chaîne est directement ancré dans un stimulus renforçateur inconditionnel ou primaire (l’accès à la nourriture), dont l’énergie motivationnelle rétroagit le long de l’ensemble des maillons conditionnels antérieurs pour consolider la cohésion structurelle de tout l’édifice comportemental.

Sur le plan méthodologique, la construction d’une chaîne exige au préalable une analyse de tâches (task analysis) méticuleuse, consistant à décomposer une conduite complexe en toutes ses unités élémentaires constitutives mesurables. Deux stratégies pédagogiques d’apprentissage peuvent ensuite être mobilisées :

• Le chaînage avant (forward chaining) : l’enseignement débute par l’apprentissage du tout premier maillon de la chaîne, puis ajoute séquentiellement les maillons suivants au fur et à mesure de leur maîtrise.
• Le chaînage arrière (backward chaining) : technique hautement contre-intuitive mais d’une redoutable efficacité, où l’intervenant guide passivement l’apprenant à travers toute la séquence pour ne lui faire exécuter de manière autonome que le tout dernier maillon, lui permettant d’entrer en contact immédiat avec le renforçateur terminal. Dès que ce maillon final est acquis, l’enseignement remonte à rebours vers les maillons antérieurs. Cette méthode est massivement privilégiée aujourd’hui pour enseigner des habiletés de vie autonome (s’habiller, préparer un repas, faire ses lacets) aux personnes présentant un polyhandicap cognitif.

10. Le comportement verbal : l’analyse fonctionnelle du langage

10.1 Le langage abordé comme comportement socialement médiatisé

En 1957, B. F. Skinner publie l’ouvrage qu’il considérait lui-même, au crépuscule de son existence, comme sa contribution théorique la plus majeure et la plus aboutie : Verbal Behavior. Fruit de plus de vingt années de réflexions ininterrompues amorcées dès ses échanges avec le philosophe Alfred North Whitehead dans les années 1930, ce traité entendait étendre les principes purs du conditionnement opérant à la citadelle réputée imprenable de l’esprit humain : le langage et la communication symbolique. Skinner y opère une rupture paradigmatique fracassante avec la linguistique structuraliste de Ferdinand de Saussure, la grammaire formelle et la philosophie analytique du langage.

Skinner récuse formellement l’utilisation des termes traditionnels tels que « langage », « parole » ou « expression des idées », qu’il juge saturés d’illusions mentalistes suggérant qu’un locuteur encodent des « pensées intérieures » dans des « contenants sonores » transmis à un récepteur pour décodage. Il lui substitue le concept naturaliste de comportement verbal. Le comportement verbal est formellement défini comme un comportement opérant dont la particularité exclusive est de ne pas agir directement et mécaniquement sur le milieu physique externe, mais d’agir de façon socialement médiatisée par l’intermédiaire du comportement d’un autre individu : l’auditeur. Si j’avance la main pour saisir un verre d’eau, j’émets un comportement moteur non verbal qui obéit aux lois de la gravitation et de la physique mécanique ; si je dis à haute voix « Passe-moi ce verre d’eau s’il te plaît », j’émets un comportement verbal dont l’impact matériel sur l’obtention du verre est entièrement délégué aux réponses motrices d’un auditeur dont la propre histoire d’apprentissage a été spécifiquement modelée par la communauté verbale.

Pour Skinner, le sens d’un mot n’est pas une entité platonicienne abstraite ou une référence sémantique immanente, mais la configuration précise des relations fonctionnelles qui en commandent l’émission. Pour comprendre le sens d’une vocalisation verbale, l’analyste du comportement ne consulte pas un dictionnaire lexical : il dissèque la contingence à trois termes qui a présidé à son apparition, c’est-à-dire l’antécédent motivationnel ou discriminatif immédiat, la réponse acoustique ou gestuelle émise, et la nature spécifique de la conséquence renforçante dispensée par l’entourage social.

10.2 Typologie des opérants verbaux élémentaires

Pour opérer l’anatomie fonctionnelle du discours, Skinner a forgé un néo-lexique rigoureux, identifiant plusieurs classes d’opérants verbaux élémentaires selon la nature précise de leur contrôle antécédent et de leur conséquence :

1. Le Mand (dérivé de « demander » ou « commander ») : C’est le seul opérant verbal placé sous le contrôle direct d’une opération de motivation antécédente (état de privation ou stimulation aversive). Le mand spécifie expressément son propre stimulus renforçateur. Dire « De l’eau ! » lorsqu’on traverse une soif aiguë, ou s’écrier « Baissez le son ! » face à une musique assourdissante sont des mands. Le renforcement apporté est spécifique et met fin à l’opération de motivation source.

2. Le Tact (dérivé de « contact » avec le monde) : Cet opérant est émis sous le contrôle discriminatif direct d’un stimulus physique non verbal de l’environnement (un objet, une action, une relation spatiale ou un état corporel interne) et maintenu par un renforcement conditionné généralisé dispensé par l’auditeur (approbation sociale, hochement de tête, poursuite du dialogue). Voir un chien courir et prononcer « Regarde, un chien ! » constitue un tact. Contrairement au mand qui sert les intérêts immédiats du locuteur, le tact est le vecteur principal de transmission informative sociale enrichissant la communauté.

3. L’Échoïque : Opérant verbal émis sous le contrôle discriminatif d’un stimulus antécédent verbal auditif, avec lequel il entretient une stricte correspondance formelle point à point (répétition phonétique exacte). Entendre « Bonjour » et répondre instantanément « Bonjour » relève du comportement échoïque, pivot incontournable de l’apprentissage initial de l’articulation chez le nourrisson.

4. L’Intraverbal : Opérant verbal placé sous le contrôle d’un stimulus verbal préalable, mais avec lequel il ne partage pas de correspondance formelle point à point. L’intraverbal régit les associations libres, les réponses aux questions ouvertes et les chaînes de pensée savantes. Entendre la stimulation verbale « Paris est la capitale de… » et émettre immédiatement « la France », ou répondre « Très bien et toi ? » à la formule rituelle « Comment vas-tu ? » constituent des réponses intraverbales pures régies par des histoires de renforcement discursives sédimentées.

5. L’Autoclitique : Reconnu comme le sommet structural du langage humain par Skinner, l’autoclitique (du grec « s’appuyer sur soi-même ») est un méta-comportement verbal qui modifie, intensifie, ordonne ou qualifie d’autres opérants verbaux émis par le même sujet. Les morphèmes grammaticaux, la syntaxe, les adverbes d’assertion (« Je sais que… », « Il est probable que… », « Malheureusement… ») sont des autoclitiques. Ils informent l’auditeur sur la nature du contrôle d’antécédent qui sous-tend le discours du locuteur (par exemple, ajouter « Je parie qu’il va pleuvoir » signale que le tact d’observation météorologique est sous un contrôle de stimulus très faible et incertain).

10.3 La célèbre controverse avec Noam Chomsky et ses retombées

L’histoire de la psychologie retient l’année 1959 comme l’épicentre d’un séisme intellectuel qui précipita ce qu’il est convenu de nommer la « révolution cognitiviste ». Le jeune linguiste du MIT, Noam Chomsky, publia dans la revue Language une recension critique incendiaire de 33 pages de l’ouvrage Verbal Behavior de Skinner. Chomsky articulait son offensive autour de plusieurs arguments dévastateurs :

• La pauvreté du stimulus : le flux linguistique auquel le jeune enfant est exposé au sein de son environnement familial est chaotique, bruité, incomplet et truffé d’erreurs d’exécution. Pourtant, chaque enfant normal parvient en quelques années à maîtriser sans enseignement systématique la syntaxe infiniment complexe de sa langue maternelle.
• La créativité du langage : la quasi-totalité des phrases qu’un être humain formule ou comprend chaque jour sont des combinaisons syntaxiques totalement inédites, jamais émises ni renforcées auparavant au cours de son histoire de vie. Pour Chomsky, cette créativité illimitée rend le concept de répétition mécanique de réponses apprises inopérant.
• L’innéisme structural : Chomsky concluait à l’obligation biologique d’admettre l’existence d’une faculté innée du langage, d’une grammaire universelle et d’un organe mental dédié (le Language Acquisition Device – LAD) inscrits au cœur du génome de l’espèce Homo sapiens.

La violence de la charge chomskyenne a longtemps été célébrée par la communauté cognitiviste comme l’acte d’exécution définitif du béhaviorisme radical. Pourtant, Skinner fit le choix délibéré de ne jamais répondre publiquement à Chomsky, estimant que le linguiste n’avait rien compris à sa théorie et projetait des présupposés formalistes incompatibles sur une analyse strictement fonctionnelle. Des disciples éminents, à l’instar de Kenneth MacCorquodale en 1970 et David C. Palmer, ont ultérieurement réhabilité la position skinnérienne : Chomsky s’était borné à critiquer la linguistique descriptive de la parole formelle, alors que Skinner s’intéressait aux causes motivationnelles de l’émission des actes verbaux sous contingences contextuelles.

L’ironie historique de cette controverse est spectaculaire. Alors que les modèles chomskyens de grammaire générative ont traversé des mutations théoriques successives incessantes (théorie standard, principes et paramètres, programme minimaliste) sans jamais déboucher sur des technologies rééducatives concrètes, l’analyse skinnérienne du comportement verbal s’est imposée, à partir des travaux pionniers de Mark Sundberg et James Partington, comme la méthodologie mondiale de référence pour le développement du langage chez les enfants présentant des troubles du spectre de l’autisme (TSA) et des retards sévères de communication. En apprenant à fractionner le langage en mands, tacts et intraverbaux, des centaines de milliers d’enfants réputés mutiques et non éducables ont pu acquérir une communication verbale expressive et fonctionnelle, validant magistralement sur le terrain pragmatique la robustesse du modèle opérationnel skinnérien.

11. Applications pratiques et ingénierie sociale skinnérienne

11.1 L’enseignement programmé et les machines à enseigner

Dès le début des années 1950, à l’occasion d’une visite au sein de la classe d’école primaire fréquentée par l’une de ses filles, Skinner fut saisi d’effroi face à ce qu’il identifia comme l’inefficacité structurelle et l’archaïsme violent de l’institution pédagogique traditionnelle. Il y découvrit des enfants maintenus immobiles durant des heures sous la menace latente d’humiliations et de punitions scolaires (mauvaises notes, retenues, sarcasmes du maître), contraints de progresser au même rythme synchronisé en masse, ne recevant de rétroaction sur leurs exercices écrits qu’après plusieurs jours d’attente (anéantissant toute contiguïté temporelle de renforcement), et ne bénéficiant que d’un taux infime d’approbations positives individuelles par journée.

Pour révolutionner cette situation, Skinner conçut les machines à enseigner (teaching machines) et théorisa les principes de l’enseignement programmé (programmed instruction). L’appareil, purement mécanique à ses origines, se présentait sous la forme d’un coffret exposant une fenêtre de lecture où apparaissait une unité minimale d’information didactique (un « cadre » ou frame). Les principes directeurs du système s’énonçaient comme suit :

• La réponse active obligatoire : L’élève ne se contente pas de lire passivement ou d’écouter un cours magistral ; il doit impérativement composer, écrire ou actionner un mécanisme pour formuler une réponse motrice concrète.
• Le découpage en micro-étapes graduées : Le corpus notionnel est décomposé en une trajectoire d’approximations successives si fines et progressives que la probabilité d’erreur de l’élève est statistiquement réduite à moins de 5 %, éliminant l’anxiété de l’échec.
• La rétroaction immédiate (contingence temps réel) : Dès la réponse formulée, l’élève actionne une manette qui dévoile instantanément la confirmation du résultat. Cette réussite immédiate fonctionne comme un puissant renforçateur positif intrinsèque.
• L’individualisation absolue du rythme d’apprentissage : L’élève le plus rapide peut dévorer le programme en quelques semaines sans être freiné ; l’apprenant en difficulté peut réitérer les étapes autant de fois que nécessaire sans jamais subir la stigmatisation normative ou le jugement dévalorisant du groupe de pairs.

Les machines à enseigner de Skinner furent les précurseurs directs et incontestables de l’enseignement assisté par ordinateur (EAO), des logiciels éducatifs modernes, des plateformes contemporaines d’apprentissage en ligne interactif (e-learning) et des algorithmes de gamification pédagogique. Skinner a démontré de façon documentée que des enfants utilisant ses programmes d’algèbre ou d’orthographe assimilaient les savoirs fondamentaux en deux fois moins de temps que les élèves de classes traditionnelles, tout en développant un amour enthousiaste pour la matière étudiée, débarrassée du spectre de la contrainte aversive.

11.2 L’analyse appliquée du comportement (ABA) et les économies de jetons

L’expansion hors des murs du laboratoire académique des lois fondamentales du conditionnement opérant a donné naissance, à la fin des années 1960, à une discipline scientifique appliquée à part entière : l’Analyse Appliquée du Comportement (Applied Behavior Analysis – ABA), consacrée par le manifeste historique de Donald Baer, Montrose Wolf et Todd Risley publié en 1968 dans le premier numéro du Journal of Applied Behavior Analysis (JABA). L’ABA s’attache à concevoir, implémenter et évaluer de manière scientifiquement contrôlée des programmes environnementaux d’intervention comportementale destinés à améliorer des conduites socialement significatives au sein de populations diverses.

Le champ d’application le plus emblématique de l’ABA concerne l’accompagnement précoce et intensif des personnes présentant un Trouble du Spectre de l’Autisme (TSA). Sous l’impulsion initiale des travaux d’Ivar Lovaas à l’UCLA, des protocoles structurés reposant sur le Discrete Trial Training (DTT) et le renforcement différentiel ont prouvé pour la première fois dans l’histoire de la pédopsychiatrie que des enfants considérés comme irrémédiablement condamnés à l’enfermement asilaire pouvaient acquérir des compétences verbales, sociales, cognitives et motrices d’une complexité suffisante pour intégrer une scolarité ordinaire. Bien que les formes précoces et excessivement rigides de ces protocoles aient suscité des débats éthiques légitimes — conduisant à l’émergence d’approches contemporaines naturalistes, développementales et respectueuses de la neurodiversité comme le Pivotal Response Treatment (PRT) ou l’Early Start Denver Model —, le socle opérant demeure le moteur fonctionnel irremplaçable de toute acquisition d’autonomie comportementale.

Parallèlement, l’ingénierie opérante a standardisé les économies de jetons (token economies), modélisées par Teodoro Ayllon et Nathan Azrin en milieu psychiatrique institutionnel. Le système repose sur l’introduction d’un renforçateur conditionné généralisé physique (des jetons, des points ou des cartes perforées) délivré de façon immédiate et contingente dès que les patients émettent des conduites cibles adaptatives précises (soins d’hygiène corporelle, participation aux ateliers communautaires, comportements civils d’entraide). Ces jetons peuvent ultérieurement être échangés, selon une grille tarifaire transparente, contre un catalogue varié de renforçateurs de soutien (temps de sortie, collations gourmandes, choix des activités de divertissement). Les économies de jetons ont transformé des hôpitaux psychiatriques chroniques autrefois plongés dans la léthargie et la détérioration grabataire en communautés d’activité régulées, avant d’essaimer dans les établissements pénitentiaires, les centres de réinsertion pour délinquants et les écoles ordinaires.

11.3 L’utopie comportementale et l’ingénierie sociétale : Walden Two et Beyond Freedom and Dignity

L’ambition de B. F. Skinner ne s’est jamais arrêtée aux portes de l’école ou de l’hôpital psychiatrique ; elle s’est toujours mesurée aux défis macroscopiques de la civilisation humaine dans son ensemble. Dès 1948, il publiait son célèbre roman philosophique d’anticipation, Walden Two, décrivant le fonctionnement quotidien d’une communauté utopique expérimentale autogérée de mille habitants, conçue et régulée de fond en comble selon les préceptes de l’ingénierie comportementale skinnérienne.

Dans Walden Two, le gouvernement par la force, la police, les peines de prison et la compétition monétaire ont été intégralement abolis. La société y repose exclusivement sur le renforcement positif différentiel :

• Les tâches ménagères et industrielles ingrates sont associées à un nombre supérieur de crédits de travail, réduisant la journée moyenne de labeur individuel à seulement quatre heures.
• L’éducation des enfants est confiée à des spécialistes veillant à modeler la résilience émotionnelle, le partage spontané et l’esprit scientifique par des techniques comportementales dès le berceau.
• La créativité artistique, l’artisanat, la recherche intellectuelle et les loisirs partagés s’épanouissent sans que personne n’éprouve le besoin d’accumuler des biens matériels superflus ou d’exercer une domination sur autrui.

Des communautés réelles, à l’image de la communauté de Twin Oaks en Virginie fondée en 1967, ont concrètement puisé leur inspiration dans le modèle coopératif de Walden Two.

En 1971, Skinner franchit un pas politique et philosophique supplémentaire avec la publication de l’un des essais les plus controversés du siècle : Beyond Freedom and Dignity (Par-delà la liberté et la dignité). L’auteur y dresse un constat impitoyable : les crises existentielles majeures qui menacent la survie même de l’humanité — la prolifération nucléaire, la pollution planétaire dévastatrice, l’épuisement des ressources naturelles, la surpopulation et les guerres d’agression — sont toutes, sans exception, des conséquences directes de comportements humains inadaptés. Les sciences physiques et biologiques ont progressé à pas de géant, mais notre compréhension scientifique du comportement est restée engluée dans des superstitions métaphysiques archaïques.

Pour Skinner, le culte fétichiste de l’« homme autonome » et les concepts traditionnels de liberté (conçue négativement comme l’absence de coercition extérieure) et de dignité (l’attribution narcissique du mérite d’un acte à un individu héroïque intérieur) empêchent la mise en place d’une véritable technologie du comportement. Tant que l’on continuera de croire que les individus agissent par pure vertu morale ou par malice intrinsèque, on persistera dans des politiques répressives impuissantes. Skinner appelait à une refonte lucide de notre écologie sociale : concevoir consciemment un environnement culturel, architectural et économique où les comportements écologiques, pacifiques et coopératifs seraient massivement renforcés, tandis que les conduites écocides et destructrices s’éteindraient faute de soutien contingent. Cette audace philosophique valut à Skinner de violentes accusations de « fascisme comportemental » et d’« orwellisme » de la part d’intellectuels libéraux, qui échouèrent à comprendre que Skinner ne proposait point d’asservir l’homme à un tyran centralisé, mais de remplacer le contrôle environnemental aveugle, chaotique et destructeur qui nous aliène à notre insu par un contrôle environnemental conscient, démocratique, transparent et voué au bonheur collectif.

12. Débats critiques, limites épistémologiques et héritage contemporain

12.1 Les critiques cognitivistes, neuroscientifiques et évolutionnistes

L’hégémonie de l’analyse opérante a fait l’objet, à partir des années 1970, de remises en cause fondamentales émanant de plusieurs disciplines connexes de la biologie et de la psychologie. Le tournant cognitiviste a constitué la fronde la plus massive, reprochant au béhaviorisme radical de concevoir l’organisme comme un récepteur passif de contingences et d’ignorer superbement l’architecture interne du traitement de l’information. Des chercheurs comme Edward Tolman (avec le concept pionnier de cartes cognitives chez le rat) ou Albert Bandura ont mis en lumière les limites de l’apprentissage par contingence directe. À travers sa célèbre expérience de la poupée Bobo et la formulation de sa théorie de l’apprentissage social (Social Learning Theory), Bandura a magistralement démontré que des individus peuvent acquérir des séquences comportementales entières par simple apprentissage vicariant (observation et imitation d’un modèle) sans jamais avoir émis la réponse eux-mêmes ni avoir reçu le moindre renforçateur direct préalable.

Sur le front biologique et évolutionniste, les prétentions de Skinner à une universalité absolue des lois de l’apprentissage transcendant toutes les espèces ont été battues en brèche par les découvertes de l’éthologie et des neurosciences comportementales :

• La dérive instinctive (instinctive drift) : Deux anciens élèves de Skinner, Keller et Marian Breland, tentèrent d’appliquer le conditionnement opérant à l’échelle industrielle pour dresser des animaux de foires et de parcs zoologiques (The Misbehavior of Organisms, 1961). Ils découvrirent à leurs dépens que des comportements façonnés avec un soin extrême se désagrégeaient spontanément au fil du temps : des ratons laveurs dressés à déposer des pièces de monnaie dans une boîte finissaient par frotter compulsivement les pièces l’une contre l’autre durant des minutes sans jamais les lâcher, piégés par la résurgence inextinguible des schèmes moteurs innés de lavage alimentaire de leur espèce. La phylogenèse impose ainsi des butoirs infranchissables à l’ontogenèse opérante.
• L’effet Garcia (conditionnement gustatif aversif) : Le psychologue John Garcia a démontré qu’une aversion gustative foudroyante peut être acquise en un seul essai chez un rongeur si l’ingestion d’une eau aromatisée est suivie, même plusieurs heures plus tard, d’un malaise gastrique induit par des radiations. Cette découverte pulvérisait le dogme skinnérien de la contiguïté temporelle absolue de quelques secondes et révélait le concept de « préparation biologique » à l’apprentissage (biological preparedness) formalisé par Martin Seligman : le cerveau d’une espèce est pré-câblé pour associer sélectivement certaines classes de stimuli (goût et nausée ; lumière et douleur cutanée) en vertu de son histoire évolutive propre.

Sur le plan neurophysiologique enfin, les neurosciences modernes ont levé le voile sur les substrats matériels du renforcement, démystifiant l’accusation d’« a-théorisme » adressée à la boîte noire skinnérienne. La découverte des voies dopaminergiques mésolimbiques et mésocorticales (le faisceau de la récompense liant l’aire tegmentale ventrale au noyau accumbens) par Olds et Milner, enrichie par les modèles contemporains de l’erreur de prédiction de récompense (Reward Prediction Error – RPE) formalisés par Wolfram Schultz, a offert au conditionnement opérant son soubassement cérébral exact. Loin d’invalider Skinner, la neurobiologie computationnelle contemporaine a matérialisé la justesse de ses intuitions fonctionnelles : la décharge phasique des neurones à dopamine encode avec une fidélité mathématique stupéfiante l’asymétrie quantitative entre le renforcement attendu sous contrôle discriminatif et le renforcement effectivement collecté au terme de la réponse motrice.

12.2 L’évolution de l’analyse comportementale post-skinnérienne

L’analyse du comportement contemporaine est loin d’être un corpus fossilisé dans les certitudes des années 1950. Elle a traversé des mutations épistémologiques et cliniques majeures pour intégrer la complexité symbolique humaine sans renier son monisme matérialiste d’origine. La percée théorique post-skinnérienne la plus monumentale est sans conteste l’avènement de la Théorie des Cadres Relationnels (Relational Frame Theory – RFT), forgée à partir de la fin des années 1980 par Steven C. Hayes, Dermot Barnes-Holmes et leurs collaborateurs.

La RFT résout de façon élégante les failles historiques soulignées par Chomsky concernant la créativité verbale et les règles grammaticales. Hayes a démontré que l’être humain possède une capacité opérante d’apprentissage supérieure appelée le comportement relationnel dérivé (derived relational responding). Lorsqu’un individu apprend sous renforcement direct que le stimulus A est identique à B, et que B est identique à C, il dérive instantanément et spontanément, sans aucun entraînement ni renforcement préalable, quatre relations cognitives supplémentaires : B est équivalent à A, C est équivalent à B, A est équivalent à C, et C est équivalent à A. L’esprit humain est capable d’établir des cadres relationnels arbitraires d’une richesse infinie (relations de coordination, d’opposition, de comparaison spatio-temporelle, de hiérarchie ou de perspective déictique Je/Tu/Ici/Maintenant).

Cette extension théorique a servi de fondation scientifique directe à ce qu’il est convenu d’appeler la « troisième vague » des thérapies comportementales et cognitives (TCC), magistralement incarnée par la Thérapie d’Acceptation et d’Engagement (Acceptance and Commitment Therapy – ACT). L’ACT rompt avec les thérapies cognitives beckiennes classiques qui s’acharnaient à modifier le contenu logique ou la rationalité des pensées intérieures. Fidèle à la radicalité skinnérienne, l’ACT ne cherche pas à modifier ou éradiquer les pensées privées douloureuses — ce qui ne fait qu’amplifier leur saillance par effet de rebond d’évitement expérientiel —, mais modifie la relation fonctionnelle et contextuelle que l’individu entretient avec ses propres productions verbales à travers des processus de défusion cognitive, d’acceptation émotionnelle et d’action engagée vers des valeurs choisies.

Parallèlement, la vitalité de l’expérimentation opérante fondamentale demeure florissante sur la scène internationale, fédérée par des organisations savantes majeures telles que l’Association for Behavior Analysis International (ABAI) et perpétuée au sein des revues de référence que demeurent le Journal of the Experimental Analysis of Behavior (JEAB) et le Journal of Applied Behavior Analysis (JABA). Des extensions florissantes vers l’écologie comportementale, la neuroéconomie opérante et la pharmacologie comportementale continuent d’illustrer la plasticité applicative du modèle.

12.3 Bilan historique et portée philosophique de l’œuvre de Skinner

Au terme d’un siècle de controverses passionnées, la stature historique de Burrhus Frederic Skinner émerge avec une netteté monumentale. Dans une vaste étude rétrospective publiée en 2002 par la Review of General Psychology évaluant la notoriété scientifique des psychologues du XXe siècle selon des indicateurs croisés de citations académiques, de récompenses professionnelles et d’enquêtes d’experts, B. F. Skinner s’est hissé à la première place absolue, devançant d’une courte tête des géants tutélaires tels que Jean Piaget et Sigmund Freud. Cet hommage quantitatif consacre la révolution conceptuelle accomplie par l’analyse opérante.

L’apport philosophique pérenne de Skinner réside dans sa traque sans concession de l’« homoncule intérieur ». En démontrant avec une rigueur expérimentale implacable que les causes des conduites humaines se logent dans les interactions physiques mesurables entre l’organisme biologique et son milieu plutôt que dans les brumes d’une psyché désincarnée, Skinner a parachevé la blessure narcissique infligée à l’humanité par Copernic et Darwin. L’homme n’est pas le monarque absolu de la création, souverain de ses volontés ; il est une partie intégrante du monde matériel, façonné par les forces de la nature et les contingences sociales de son temps.

Cette déconstruction de l’illusion de l’autonomie ne débouche nullement sur un fatalisme désespéré, mais sur une éthique de la responsabilité matérielle d’une criante actualité. Si nos comportements sont le produit direct de notre environnement, alors il nous incombe impérieusement d’aménager cet environnement pour favoriser la paix, la tolérance et la préservation de la biosphère. À l’heure contemporaine où les algorithmes des plateformes numériques, les réseaux sociaux et l’économie prédatrice de l’attention exploitent avec une maestria algorithmique diabolique les programmes de renforcement à proportion variable (VR) pour capturer les regards et asservir les conduites de milliards d’êtres humains à travers le défilement infini de notifications rewarded, le cadre analytique de B. F. Skinner n’a jamais été aussi vital. Comprendre les lois du conditionnement opérant ne relève plus seulement de la curiosité de laboratoire : c’est un impératif d’émancipation politique et intellectuelle pour quiconque refuse de demeurer le sujet passif des boîtes de Skinner numériques du XXIe siècle.

Références

• Ayllon, T., & Azrin, N. (1968). The Token Economy: A Motivational System for Therapy and Rehabilitation. Appleton-Century-Crofts.
• Baer, D. M., Wolf, M. M., & Risley, T. R. (1968). Some current dimensions of applied behavior analysis. Journal of Applied Behavior Analysis, 1(1), 91–97. https://doi.org/10.1901/jaba.1968.1-91
• Bandura, A. (1977). Social Learning Theory. Prentice-Hall.
• Breland, K., & Breland, M. (1961). The misbehavior of organisms. American Psychologist, 16(11), 681–684. https://doi.org/10.1037/h0040090
• Chomsky, N. (1959). A review of B. F. Skinner’s Verbal Behavior. Language, 35(1), 26–58. https://doi.org/10.2307/411334
• Ferster, C. B., & Skinner, B. F. (1957). Schedules of Reinforcement. Appleton-Century-Crofts. https://doi.org/10.1037/10627-000
• Garcia, J., & Koelling, R. A. (1966). Relation of cue to consequence in avoidance learning. Psychonomic Science, 4(3), 123–124. https://doi.org/10.3758/BF03342209
• Guttman, N., & Kalish, H. I. (1956). Discriminability and stimulus generalization. Journal of Experimental Psychology, 51(1), 79–88. https://doi.org/10.1037/h0046219
• Haggbloom, S. J., Warnick, R., Warnick, J. E., Jones, V. K., Yarbrough, G. L., Russell, T. M., Borecky, C. M., McGahhey, R., Powell, J. L., Beavers, J., & Monte, E. (2002). The 100 most eminent psychologists of the 20th century. Review of General Psychology, 6(2), 139–152. https://doi.org/10.1037/1089-2680.6.2.139
• Hayes, S. C., Barnes-Holmes, D., & Roche, B. (Eds.). (2001). Relational Frame Theory: A Post-Skinnerian Account of Human Language and Cognition. Kluwer Academic/Plenum Publishers.
• 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
• MacCorquodale, K. (1970). On Chomsky’s review of Skinner’s Verbal Behavior. Journal of the Experimental Analysis of Behavior, 13(1), 83–99. https://doi.org/10.1901/jeab.1970.13-83
• Michael, J. (1982). Distinguishing between discriminative and motivational functions of stimuli. Journal of the Experimental Analysis of Behavior, 37(1), 149–155. https://doi.org/10.1901/jeab.1982.37-149
• Mowrer, O. H. (1947). On the dual nature of learning: A re-interpretation of « conditioning » and « problem-solving ». Harvard Educational Review, 17(2), 102–148.
• Schultz, W. (1998). Predictive reward signal of dopamine neurons. Journal of Neurophysiology, 80(1), 1–27. https://doi.org/10.1152/jn.1998.80.1.1
• Sidman, M. (1953). Avoidance conditioning with brief shock and no warning signal. Science, 118(3058), 157–158. https://doi.org/10.1126/science.118.3058.157
• Skinner, B. F. (1938). The Behavior of Organisms: An Experimental Analysis. Appleton-Century.
• Skinner, B. F. (1948). Walden Two. Macmillan.
• Skinner, B. F. (1953). Science and Human Behavior. Macmillan.
• Skinner, B. F. (1956). A case in history of scientific method. American Psychologist, 11(5), 221–233. https://doi.org/10.1037/h0047662
• Skinner, B. F. (1957). Verbal Behavior. Appleton-Century-Crofts.
• Skinner, B. F. (1958). Teaching machines. Science, 128(3330), 969–977. https://doi.org/10.1126/science.128.3330.969
• Skinner, B. F. (1971). Beyond Freedom and Dignity. Alfred A. Knopf.
• Skinner, B. F. (1974). About Behaviorism. Alfred A. Knopf.
• Skinner, B. F. (1981). Selection by consequences. Science, 213(4507), 501–504. https://doi.org/10.1126/science.7244649
• Terrace, H. S. (1963). Discrimination learning with and without « errors ». Journal of the Experimental Analysis of Behavior, 6(1), 1–27. https://doi.org/10.1901/jeab.1963.6-1
• Thorndike, E. L. (1898). Animal intelligence: An experimental study of the associative processes in animals. The Psychological Review: Monograph Supplements, 2(4), i–109. https://doi.org/10.1037/h0092987
• Watson, J. B. (1913). Psychology as the behaviorist views it. Psychological Review, 20(2), 158–177. https://doi.org/10.1037/h0074420