Conditionnement opérant

Une voiture émet un bip jusqu’à ce que tu attaches ta ceinture. Son arrêt est une récompense appelée renforcement négatif.

Le conditionnement classique explique des réactions comme saliver ou avoir peur, mais pas pourquoi un enfant apprend le vélo ou pourquoi tu consultes ton téléphone si souvent. Pour les comportements choisis, la clé est ce qui suit : c’est le conditionnement opérant. De bonnes conséquences rendent un comportement plus probable ; de mauvaises, moins probable.

Edward Thorndike enfermait des chats dans des boîtes à mécanisme d’ouverture, avec un loquet à l’intérieur et de la nourriture dehors. Ils sortaient d’abord par hasard, puis de plus en plus vite. Sa loi de l’effet résume cela : les réponses suivies de conséquences satisfaisantes se répètent, celles suivies de conséquences désagréables non. Dans les années 1930, B. F. Skinner a prolongé ces travaux avec la chambre opérante, ou boîte de Skinner : un rat appuyait sur un levier ou un pigeon picorait un disque pour obtenir de la nourriture, et chaque réponse était enregistrée.

Plus et moins ne veulent pas dire bon et mauvais

Dans ce vocabulaire, le renforcement augmente toujours un comportement, la punition le diminue. Positif signifie ajouter, négatif retirer. D’où quatre combinaisons. Renforcement positif : ajouter quelque chose d’agréable (friandise après un tour). Renforcement négatif : retirer quelque chose de désagréable (arrêt du bip de ceinture). Punition positive : ajouter quelque chose de désagréable (réprimande). Punition négative : retirer quelque chose d’agréable (moins de temps de téléphone). On confond surtout renforcement négatif et punition : retiens qu’il rend le comportement plus probable.

Façonnement et programmes de renforcement

Un pigeon ne joue pas spontanément au ping-pong : Skinner utilisait le façonnement, en récompensant une approximation puis en exigeant chaque fois un geste plus proche. Les récompenses peuvent être primaires, comme la nourriture, ou secondaires, comme félicitations, argent ou jetons valorisés par leur lien aux premières. Leur fréquence compte aussi. Un programme à rapport fixe accorde une récompense après un nombre défini de réponses (travail à la pièce). À rapport variable, le nombre est imprévisible (jeux d’argent), ce qui produit des réponses fréquentes, régulières et résistantes à l’extinction. À intervalle fixe, la première réponse après un délai défini est récompensée ; à intervalle variable, après un délai imprévisible (vérifier ses messages).

Skinner affirmait pouvoir rendre un pigeon joueur pathologique avec un rapport variable. OpenStax souligne qu’une étude de 2019 sur des rats, par Laskowski et ses collègues, n’a pas confirmé que ces seuls programmes provoquent le jeu problématique. Skinner traitait aussi l’esprit comme une boîte noire. Mais Edward Tolman a montré que des rats explorant sans nourriture un labyrinthe pendant 10 séances trouvaient vite leur chemin dès son apparition. Ils avaient construit une carte cognitive sans récompense : l’apprentissage latent. Apprendre ne se réduit pas au renforcement.