Conditionnement instrumental et comportements impulsifs – Notes de révision

Conditionnement instrumental : bases conceptuelles

• Contrairement au conditionnement classique (association S–S), le conditionnement instrumental (ou opérant) repose sur l’association Réponse–Conséquence.
• Définition : modification de la probabilité de réapparition d’une réponse selon la présence ou l’absence d’un renforçateur contingent à cette réponse.
• Renforçateur : événement biologiquement pertinent dont la contingence à la réponse modifie la probabilité d’apparition de celle-ci.
  • Renforçateurs primaires : efficaces sans apprentissage préalable (nourriture, eau, choc électrique, stimulation intracérébrale…).
  • Renforçateurs secondaires : acquièrent leur valeur par association antérieure (argent, médailles, signaux sociaux, etc.).
• Dimensions du renforçateur :
  • Nature : appétitive vs aversive.
  • Modalité : présence (livraison) ou absence (retrait/omission).
• Tableau classique des contingences :
  • $R+$ : Présence d’un renforçateur appétitif → augmentation de la réponse (« récompense »).
  • $P-$ : Retrait d’un renforçateur appétitif → diminution de la réponse (« omission »).
  • $P+$ : Présence d’un stimulus aversif → diminution (« punition »).
  • $R-$ : Retrait d’un stimulus aversif après la réponse → augmentation (« évitement/échappement »).

Dispositifs expérimentaux

• Labyrinthes de Small (1901) : trajets complexes, abandonnés pour des dispositifs plus simples (couloir linéaire, labyrinthe en T, radial d’Olton).
• Boîte de Skinner :
  • Étape 1 : familiarisation à la mangeoire (livraison automatique de pastilles).
  • Étape 2 : introduction d’un levier (pédale) → 1 appui = 1 pastille. Shaping possible : renforcement différentiel de successions d’approches du levier.
  • Phénomène de comportements superstitieux : réponses accidentellement associées au renforcement et donc maintenues.
• Boîtes d’évitement :
  • Évitement actif : réponse (p. ex. traverser un compartiment) supprime ou évite le choc.
  • Évitement passif : tâche sombre/lumineuse ; entrave la tendance naturelle du rongeur à aller dans le compartiment sombre.

Programmes de renforcement

• Ratio fixe (FR) : ex. FR10 → 10 réponses = 1 renforcement.
• Ratio variable (VR) : ex. VR5 → renforcement en moyenne toutes les 5 réponses ; induit taux de réponses élevé et constant.
• Intervalle fixe (FI) : ex. FI10s → première réponse après 10 s est renforcée ; favorise courbes « en échancrure ».
• DRL (Differential Reinforcement of Low rate) : attente minimale imposée ; compteur remis à 0 si la réponse survient trop tôt.
• DRH (High rate) : réponse doit survenir avant une échéance courte.
• Extinction : absence prolongée de renforcement → chute de la réponse ; considérée comme un nouvel apprentissage (épisode initial peut réapparaître).
• Effet du renforcement partiel : plus grande résistance à l’extinction (illustré chez des étudiants jouant à un jeu monétaire – persistance plus longue quand le gain initial était intermittent).

Nature de l’apprentissage

• Loi de l’effet (Thorndike) : probabilité de réponse dépend de ses conséquences.
• Influence de la magnitude : Crespi (1948) – récompense plus importante → acquisition plus rapide ; réduction ultérieure de la récompense entraîne baisse de motivation (pas de « désapprentissage »).
• Cartes cognitives et apprentissage latent :
  • Tolman & Honzik (1930) : groupe « nourriture à partir du 11ᵉ jour » affiche brusque amélioration → existence de connaissances acquises en l’absence de renforcement.
• Dévaluation du renforçateur :
  • Colwill & Rescorla (1985) : association R1→Nourriture1, R2→Nourriture2 ; intoxication au LiCl sur Nourriture1 dévalorise sélectivement R1 lors d’un test en extinction → preuve que l’animal encode le lien réponse–conséquence.
• Discrimination conditionnelle complexe : Rescorla (1991) montre que les animaux peuvent apprendre des configurations SD–R–O (Stimulus discriminatif, Réponse, Outcome).

Conditions de l’apprentissage

• Contiguïté temporelle :
  • Wolfe (1934) : apprentissage spatial possible avec des délais réponse–renforçateur jusqu’à $20\ \text{min}$ si des indices contextuels stables sont présents.
  • Perkins (1945) : boîtes de délai interchangeables → apprentissage limité à $\approx2\ \text{min}$.
  • Grice (1948) : contrôle des indices proprioceptifs via allées interchangeables.
    → Hypothèse : les stimuli présents dans la « zone de délai » fonctionnent comme renforçateurs secondaires.
• Contingence : nécessité d’une corrélation réponse–conséquence.
  • Expérience à stimulus lumineux + choc électrique + renf. appétitif : seul le groupe où le choc est contingent au stimulus lumineux apprend l’évitement.
  • Notation probabiliste : $P(Rfr|R1)$ vs $P(Rfr|R0)$.
  • Hammon (1980) : délivrance d’eau selon $p=0{,}12$ même en l’absence de réponse = « renforcement non-contingent » → affaiblit l’apprentissage.

Impulsivité : concepts et lien avec le conditionnement instrumental

• Définition générale (Larousse) : tendance spontanée, irrésistible à l’action.
• Deux dimensions principales :
  1. Déficit de tolérance au délai (choix impulsif) : préférence pour un petit renforcement immédiat vs un plus grand retardé.
  2. Déficit d’inhibition comportementale : difficulté à annuler ou différer une action préparée.
• Impulsivité et addiction : corrélations observées entre scores d’impulsivité et vulnérabilité à la dépendance.

Choix impulsif – Paradigme à options concurrentes

• Boîte avec deux pédales : chacune associée à un programme de renforcement différent (p. ex. VI2 min vs VI3 min).
• Loi d’appariement (Matching Law) :
  $\frac{R<em>A}{R</em>A+R<em>B}=\frac{r</em>A}{r<em>A+r</em>B}$
  où $R<em>A$ = fréquence de réponse A, $r</em>A$ = fréquence de renforcement de A.
• Quelle « valeur subjective » du renforçateur ?
  • Fonction croissante de la magnitude ; fonction décroissante du délai : $V = \frac{M}{1+kD}$ (modèle hyperbolique de dépréciation ; $k$ = sensibilité au délai).
• Résultat empirique : proportion de choix du gros renforçateur décroît avec l’allongement du délai ; populations diffèrent par leur paramètre $k$ (impulsivité).

Paradigme d’inhibition

1. Stop-Signal Task (SST)
   • 75–80 % d’essais « Go » (action rapide requise), 20–25 % d’essais « Stop » (signal surajouté après un Stop-Signal Delay – $SSD$ ; sujet doit inhiber la réponse).
   • Mesures :
     • % d’inhibitions correctes.
     • Temps de réaction « Go ».
     • Stop-Signal Reaction Time (SSRT) : latence estimée de l’inhibition.
   • Effets pharmacologiques :
     • THC : hausse dose-dépendante du SSRT → inhibition plus lente.
     • Amphétamine : à forte dose, réduction du SSRT mais seulement chez les sujets initialement les moins performants (effet « plafond » chez les bons inhibiteurs).
     • Atomoxétine : chez le rat, diminue l’impulsivité sans altérer la vitesse des réponses Go ; action différente de l’amphétamine.
2. Tâche Go/No-Go
   • 4 issues : Hit (Go correct), Omission (Go non-répondu), Correct Rejection (No-Go correct), False Alarm (commission).
   • Paramètre clé : proportion élevée d’essais Go pour créer un biais d’action.
   • En rongeur : animal doit introduire son museau dans le trou central pour Go, s’abstenir pour No-Go.
   • Doses fortes de certains psychostimulants → baisse des fausses alarmes sans affecter les hits.
3. 5-Choice Serial Reaction Time Task (5-CSRTT)
   • Mesure de l’attention soutenue + impulsivité (réponses prématurées avant stimulus).
   • Utilisée pour modéliser addictions (alcool, méthamphétamine) et BED.

Bases neurochimiques – rôle de la sérotonine

• Déplétion aiguë en tryptophane chez le rongeur → chute drastique de $5\text{-HT}$ cérébrale → augmentation des réponses impulsives.
• Suggère qu’un dysfonctionnement du système sérotoninergique participe au déficit d’inhibition.

Étude « Binge drinking »

• 44 étudiants (18–25 ans) classés en 22 « binge » vs 22 « non-binge » (variables contrôlées : sexe, années d’études).
• Binge drinkers :
  • Plus d’omissions.
  • Moins de réponses correctes dans des conditions exigeant plus d’attention (double tâche discrimination visuelle + auditive).
  • Effet d’interaction avec le sexe : altération plus marquée chez les hommes.
• Interprétation : l’abus aigu d’alcool peut détériorer l’allocation de l’attention et les processus inhibiteurs.

Implications pratiques et éthiques

• Comprendre les mécanismes de choix et d’inhibition permet :
  • D’optimiser les programmes de renforcement en thérapie comportementale.
  • De cibler pharmacologiquement l’impulsivité (TDAH, addictions).
  • D’identifier des populations à risque (jeunes binge drinkers) ; mise en place de prévention.
• Importance du contrôle des facteurs motivationnels (privation, valeur de la récompense) et de l’usage de protocoles en double ou simple aveugle.

Points méthodologiques

• L’extinction n’efface pas l’apprentissage initial : récupération spontanée possible ; toujours considérer l’histoire du sujet.
• Les mesures comportementales infèrent l’état cognitif : multiples indicateurs (vitesse, erreurs, latence, persistence).
• Utilisation d’indices contextuels, stimuli secondaires et variations de contingence pour disséquer apprentissage vs motivation.