Système de récompense

Utiliser la nourriture comme récompense est une technique habituelle pour dresser un animal.

Il existe plusieurs expressions pour désigner le phénomène de la « récompense » : « renforcement », « conditionnement opérant », « conditionnement instrumental », « loi de l'effet », « système de récompense », « récompense », ou « processus de renforcement ». Les définitions de ces termes sont données ci-dessous[7] :

Récompense. Le terme « récompense » désigne deux choses :

• la situation d'apprentissage, où un comportement devient plus fréquent parce qu’il a entraîné un stimulus positif (par exemple, un chien saute plus souvent au-dessus d'une barrière si, à chaque fois, il reçoit une croquette) ;
• le stimulus positif lui-même (la croquette).

Les mots « récompense » et « punition » sont souvent utilisés, car ils sont simples à comprendre. Mais comme ils ont un sens culturel et moral, on utilise également le terme « renforcement », qui a une signification plus neutre, mais aussi plus générale et plus technique.

Renforcement. Les « renforcements » concernent l'apprentissage de réactions motrices (conditionnement skinnérien, opérant ou instrumental) et l'apprentissage de réactions autonomes (salivation, vomissement, piloérection, etc. qui sont apprises par conditionnement pavlovien ou classique). Le terme « renforcement » désigne deux phénomènes :

• l'augmentation du comportement ou de la réaction qui a été renforcée (la salivation du chien de Pavlov quand il entend sonner la cloche) ;
• par extension, certains auteurs appellent également “renforcement” la procédure d'apprentissage qui permet l'apparition ou l'augmentation de la réaction (l'association entre la nourriture (stimulus inconditionnel) et le son de la cloche (stimulus conditionnel) ).

On distingue des renforcements positifs et des renforcements négatifs :

• les renforcements positifs (ou appétitifs), provoquent la répétition de l'activité qui a déclenché ces renforcements appétitifs. Les renforcement positifs sont, en général, perçus consciemment comme des sensations de plaisir (récompense) ;
• les renforcements négatifs (ou aversifs), provoquent la fuite ou l'évitement de l'activité qui a déclenché ces renforcements aversifs. Les renforcements négatifs sont, en général, perçus consciemment comme des sensations de déplaisir (punition).

Renforçateur. Un renforçateur est le stimulus (récompense ou punition) qui provoque le renforcement. Dans le conditionnement pavlovien (ou classique), le renforçateur est le stimulus inconditionnel (par exemple la nourriture). Dans le conditionnement skinnérien (ou opérant / instrumental), le renforçateur est un stimulus (par exemple une médaille) qui suit le comportement et produit une modification de celui-ci.

Processus de renforcement. L'expression “processus de renforcement” désigne les processus neurobiologiques à l'origine de l'apparition ou de l'augmentation de la réaction qui a été renforcée[8] (par exemple, les processus neurobiologiques qui provoquent l'association entre le son de la cloche et la salivation du chien de Pavlov).

Système de récompense. Le « système de récompense » correspond au regroupement fonctionnel de toutes les structures cérébrales qui participent aux renforcements (aire tegmentale ventrale, noyau accumbens, pallidum ventral, septum latéral, cortex préfrontal…).

Comme l'anglais est, dans les conférences scientifiques, encore plus souvent utilisée que le français, il est possible de rencontrer ces termes techniques en anglais dans des textes français. Voici la correspondance des principaux termes : récompense = reward ; punition = punishment ; renforcement = reinforcement ; renforçateur = reinforcer ; renforcement primaire / secondaire = primary / secondary reinforcement ; renforçateur positif / négatif = positive / negative reinforcer.

Ivan Pavlov, pionnier des études sur les conditionnements et les renforcements.

Un des chiens de Pavlov, au Pavlov Museum.

Les recherches en neurosciences ont montré que les récompenses / renforcements correspondent à trois composantes psychologiques, les composantes affective, motivationnelle et cognitive[2] :

• la composante affective correspond au plaisir ou au déplaisir provoqué par la « consommation » du renforçateur (par exemple, la consommation de la nourriture par le chien de Pavlov). Les principales « récompenses » sont les plaisirs gustatif, sexuel ou somatosensoriel, les principales « punitions » sont la douleur et la peur ;
• la composante motivationnelle correspond à la motivation qui est déclenchée par le renforçateur (la vue et l'odeur de la nourriture pour le chien de Pavlov). C'est soit la perception du renforçateur (nourriture, boisson, partenaire sexuel…) par les organes sensoriels, soit la représentation mentale de ce renforçateur, qui déclenche la motivation ou le désir d'obtenir et de « consommer » la récompense (ou de fuir la punition) :
  • si le renforçateur est inconditionnel (goût sucré, chaleur, phéromone sexuelle, caresse des zones érogènes …), il s'agit alors d'un stimulus qui active des circuits innés provoquant une motivation également innée,
  • si le renforçateur est conditionnel (une médaille, un son, un objet, un lieu…), il s'agit dans ce cas d'un stimulus qui réactive l'expérience déjà vécue avec ce renforçateur, ce qui provoque une motivation acquise (ou désir) à « consommer » ou fuir le renforçateur,
• La composante cognitive correspond aux apprentissages qui permettent l'association entre le renforçateur et la réaction émotionnelle ou comportementale (l'association entre la salivation du chien de Pavlov et le son de la cloche).

Ces trois composantes psychologiques sont distinguées les unes des autres, car elles dépendent de systèmes cérébraux relativement distincts[2].

La motivation et le plaisir (ou le déplaisir) ressenti pour un renforçateur sont modulés par l'état de l'organisme (faim, satiété, fatigue…) et par les préférences (ou les aversions) apprises. Par exemple la nourriture est plus appétissante au début d'un repas qu'à la fin (phénomène d'alliesthésie). La motivation pour la sexualité est faible quand l'organisme est fatigué. Un aliment préféré, dont la dégustation a été suivie d'une forte indigestion, peut ensuite provoquer du dégoût.

À noter par ailleurs que les renforcements ne sont pas toujours des phénomènes conscients. Des renforcements (récompenses ou punitions) peuvent modifier les états émotionnels et les comportements, sans que la personne en soit consciente[2].

Le système des récompenses / renforcements est actif dès la fin de la gestation. Il permet l'apprentissage de réactions émotionnelles, d'actions motrices et de comportements indispensables à la survie de l'individu et de l'espèce :

• le maintien de l'homéostasie ;
• des apprentissages permettant l'adaptation à l'environnement : mémorisation des emplacements de nourriture ou d'eau, conditionnements aux dangers …
• l'apprentissage des comportements fondamentaux, comme le comportement alimentaire, l'allaitement[11] - [12] - [13] ou le rapport sexuel[14].

L'étude des renforcements / récompenses a débuté dans les années 1950. Par la suite en 1954, Peter Milner et James Olds réalisent la découverte accidentelle que la stimulation électrique de certaines régions du cerveau provoquait la répétition de l'activité qui déclenchait cette stimulation électrique[15].

En variant l'implantation des électrodes, il est apparu que toutes les structures situées le long du faisceau médian du télencéphale provoquaient des autostimulations, dont la fréquence était de 10 à 100 par minute.

En conclusion de ces premières études, les structures provoquant l'autostimulation ont été considérées comme des « centres du plaisir » et ont été regroupées dans un « système de récompense ». La mise en jeu de ce système devait produire une « récompense » qui incitait l'individu à répéter l'action à l'origine de cette « récompense » cérébrale.