Paradigme de l’apprentissage

Plan d’un article pour récriture. Ouvrir également la fin de l’article sur l’application en intelligence artificielle.

Renforcement positif

On parle de renforcement positif lorsqu’un comportement est suivi d’un événement dans l’environnement de l’organisme et que la probabilité d’apparition de ce comportement augmente en conséquence. L’événement dans l’environnement de l’organisme est appelé un renforçateur positif. Ce qui est un renforçateur positif ne peut être identifié que par les conséquences qu’il a sur la probabilité d’apparition du comportement. Les renforcements positifs ne sont donc définis que formellement, et non sur le fond. À proprement parler, on ne peut pas dire à l’avance si un événement donné est un renforçateur positif, un renforçateur négatif ou non pertinent. Néanmoins, on peut formuler des hypothèses préliminaires bien fondées : le fait qu’un événement (par exemple, donner de la nourriture) soit un renforçateur positif dépend, entre autres, du fait que l’organisme en soit privé, c’est-à-dire que l’événement (par exemple, donner de la nourriture) ne se soit pas produit depuis longtemps. Les renforçateurs peuvent être primaires (innés spécifiques à l’espèce, par exemple nourriture, température appropriée, possibilité d’activité sexuelle) ou secondaires (conditionnés ou appris ; chez l’homme, par exemple succès, argent, reconnaissance). L’équivalent familier de "renforçateur positif" est souvent "récompense" ou "conséquence agréable". Cependant, cela contredit la définition purement formelle de "renforçateur positif" selon Skinner, car ces termes contiennent des conjectures sur des états mentaux supposés de l’organisme.

Exemple : un rat privé de nourriture pendant 24 heures est assis dans une cage aux parois uniformément lisses, dans laquelle le seul objet déviant est un petit levier mobile et près duquel se trouve une goulotte de distribution de nourriture. Lorsque le rat appuie sur ce levier, quelques grains de nourriture tombent automatiquement dans la goulotte de distribution : le comportement (un appui aléatoire sur le levier) du rat affamé a donc une conséquence positive (pour le rat) (sous forme de distribution de nourriture). À moyen terme, cela a pour effet que le rat se trouve plus souvent qu’avant à proximité de la goulotte de sortie, ce qui augmente également la probabilité qu’il appuie à nouveau sur le levier. Après deux ou trois douzaines de pressions sur le levier, l’observateur a l’impression que le rat appuie délibérément sur le levier pour obtenir de la nourriture. - Le comportement de poussée du levier a été renforcé, ou dit familièrement : Le rat a "appris" comment obtenir de la nourriture. Le renforçateur était le fait de donner de la nourriture.

Ce renforcement contingent est également appelé triple contingence, car il est appris comme suit : En présence du stimulus A, la réponse B est suivie du renforçateur C. Les organismes apprennent ainsi qu’en présence du stimulus A, mais pas d’un autre stimulus, leur réponse (comportement) a de grandes chances d’avoir une certaine conséquence - agréable - de la part de l’environnement.

Renforcement négatif

Le renforcement négatif consiste à supprimer un stimulus désagréable. Le renforcement négatif, tout comme le renforcement positif, entraîne une augmentation de la probabilité que le comportement se produise. Le renforcement peut également consister à éviter un événement dans l’environnement de l’organisme (par exemple, un événement qui provoque la peur) et à augmenter ensuite le taux de comportement.

Attention : Le renforcement négatif ne doit pas être confondu avec la punition, qui vise à réduire ( !) la fréquence d’apparition d’un comportement ! Le renforcement négatif n’est pas appelé "négatif" parce que quelque chose de "négatif" (par exemple, une surtension ou la présence d’un objet provoquant la peur) a pris fin. Le terme dérive plutôt de l’application quelque peu inverse (quelque chose est enlevé) de la procédure de renforcement.

Exemple : un rat est assis dans une cage, le sol en fer est électrifié. Le rat présente maintenant divers comportements, dont celui d’appuyer sur le levier. En conséquence du comportement "appuyer sur le levier", le courant est coupé. Si le sol est remis sous tension lors des passages ultérieurs, le rat appuie sur le levier plus tôt qu’avant (et fin la poussée). Enfin, le rat appuie sur le levier avant même que le courant ne passe, le stimulus aversif (le choc électrique) est donc évité.

Du point de vue de la thérapie comportementale, l’entretien des phobies peut également être considéré comme un cas de renforcement négatif. Par exemple, une personne ayant une phobie des chiens change de côté de la rue lorsqu’un chien s’approche d’elle. En changeant de côté de la rue, il met fin ou évite le contact avec le chien qui l’effraie. Cependant, le comportement phobique consistant à "changer de côté de la rue" est renforcé, c’est-à-dire maintenu.

Évitement

L’évitement est une forme de renforcement négatif dans laquelle une réaction empêche un stimulus aversif de se produire[3]. Par exemple, en payant un ticket de parking, on évite les conséquences désagréables d’un paiement tardif. Il existe deux théories influentes pour expliquer le comportement d’évitement : la théorie des deux facteurs et la théorie du facteur unique[4].

La théorie des deux facteurs

→ Article principal : Théorie des deux facteurs (théorie de l’apprentissage)

La théorie des deux facteurs d’Orval Hobart Mowrer postule, comme son nom l’indique, deux composantes d’une réponse d’évitement :

1. conditionnement classique : apprendre à craindre un stimulus auparavant neutre.

2. conditionnement opérant : réagir afin d’échapper au stimulus.

Certains résultats expérimentaux soutiennent la théorie des deux facteurs[5][6][7] D’autres, en revanche, critiquent la théorie des deux facteurs : les individus continuent à exécuter des réponses d’évitement même s’ils ne montrent aucun signe de peur[8] et les réponses d’évitement sont généralement résistantes à l’extinction[9].

La théorie du facteur unique

Cette théorie a été proposée comme une alternative à la théorie des deux facteurs. Contrairement à la théorie des deux facteurs, elle suppose que la suppression du stimulus appris provoquant la peur n’est pas nécessaire au comportement d’évitement. L’évitement de l’événement aversif lui-même est le renforçateur[4]. Des expériences ont montré que des animaux de laboratoire peuvent apprendre des réponses d’évitement sans la présence d’un stimulus annonçant un stimulus aversif imminent[10].

Punition

Punition directe - La punition de type I (également appelée punition "positive") se produit lorsque le comportement opérant provoque un événement qui entraîne une diminution du taux de comportement dans cette situation. Une punition (au sens de la science du comportement) peut être décrite, par exemple, comme le choc électrique que reçoit un animal au pâturage lorsqu’il touche le fil de la clôture électrique (à condition que l’animal manifeste le comportement "toucher la clôture" moins fréquemment à l’avenir ; on parle alors de "punition" lorsque, en raison d’une conséquence comportementale, le taux de ce comportement diminue). Un autre exemple de punition est le "Fie !" fort lorsqu’un chien fait quelque chose de non autorisé (si le "Fie" est un stimulus de punition conditionné pour le chien) ou un coup ferme sur la laisse.

La punition indirecte - punition de type II (également punition "négative") se produit lorsque, en raison du comportement opérant, un événement existant précédemment prend fin et que le taux de comportement diminue donc. Dans la "boîte de Skinner", le rat ne reçoit plus de nourriture lorsqu’il exerce une pression sur le levier, comme c’était le cas auparavant. Le rat cessera lentement d’appuyer sur le levier. Ou encore, des parents interdisent à leur enfant de regarder la télévision (si la télévision est un stimulus agréable pour l’enfant) si l’enfant n’a pas respecté certaines règles familiales.

La punition doit être distinguée de l’extinction. Ici, un renforçateur qui suivait auparavant un comportement n’est plus donné. Le taux du comportement diminue alors.

La punition représente le contraire du renforcement : alors que le renforcement entraîne une augmentation du comportement, la punition entraîne une diminution. Lorsqu’un comportement particulier est puni, la fréquence de ce comportement diminue, tandis que les autres comportements non punitifs restent essentiellement inchangés[3].

Stimuli punitifs

Comme les renforçateurs, les stimuli de punition peuvent également être divisés en stimuli primaires et conditionnés[11].

Les stimuli punitifs primaires sont des stimuli qui agissent généralement directement sur l’organisme et causent des dommages physiques (par exemple, frapper).

Les stimuli punitifs secondaires ne deviennent des stimuli punitifs qu’à travers l’histoire de l’apprentissage individuel (par exemple, les admonestations).

Les stimuli punitifs généralisés sont des stimuli qui sont couplés à une variété d’autres stimuli punitifs (par exemple, l’exclusion sociale).

Facteurs qui influencent l’efficacité de la punition

Dans le cadre de l’analyse expérimentale du comportement, les effets de la punition sur le comportement ont fait l’objet de recherches approfondies. L’efficacité de la punition dépend de plusieurs facteurs :[12]

Intensité

Si l’on veut réduire de façon permanente un comportement, la punition doit être utilisée immédiatement avec toute son intensité. Les individus peuvent s’habituer à une punition légère (accoutumance) et généraliser cette accoutumance à des punitions plus intenses. Ainsi, si l’on commence par une punition légère et qu’on l’augmente successivement, les effets sur le comportement sont faibles. En revanche, une intensité de punition suffisamment élevée entraîne l’arrêt complet du comportement. Par exemple, on a observé dans une expérience [13] qu’une surtension de 80 volts était suffisante pour obtenir la suppression permanente d’un comportement chez les pigeons. En revanche, si l’on utilise des voltages plus faibles, les pigeons s’habituent à la punition et adoptent le comportement même avec des chocs électriques de 130 volts.

Immédiateté

Tout comme un renforçateur, un stimulus de punition est plus efficace lorsqu’il suit immédiatement le comportement à punir. Plus il y a de temps entre le comportement et la punition, plus la punition est inefficace. Cela a été démontré expérimentalement chez les rats, par exemple[14]. Dans une autre étude, il a été constaté qu’en classe, il est plus efficace qu’un enseignant réprimande immédiatement un mauvais comportement plutôt que de laisser passer un certain temps[15].

Plan de punition

De la même manière que les différents programmes de renforcement, les différents programmes de punition peuvent également avoir des effets différents sur le comportement. Lors d’expériences portant sur différents schémas de punition, il a été constaté qu’il est plus efficace de punir chaque comportement[16]. En principe, les schémas de punition présentent l’inverse des schémas de renforcement : par exemple, lorsqu’un schéma de renforcement particulier entraîne un schéma de réponse accéléré, un schéma de punition correspondant entraîne un schéma de réponse ralenti[3].

Motivation comportementale

L’efficacité de la punition est inversement proportionnelle à la motivation comportementale. Si un renforçateur est "peu attrayant", la motivation à accepter une punition pour obtenir ce renforçateur est faible. Par exemple, les pigeons affamés réagissent peu aux punitions s’ils peuvent obtenir de la nourriture grâce à leur comportement. En revanche, si les pigeons sont "repus", ils cesseront rapidement leur comportement lorsqu’ils seront punis, la nourriture n’étant pas un renforçateur efficace[17].

Alternatives comportementales disponibles

La punition d’un comportement est efficace lorsqu’un comportement alternatif est disponible pour obtenir le renforçateur qui a maintenu la réponse indésirable. Par conséquent, la modification du comportement consiste généralement à punir un comportement tout en renforçant un autre comportement.

Stimulus de repère discriminatif

La punition peut également agir comme un indice discriminant, un signal qui annonce la disponibilité d’autres stimuli (agréables ou désagréables). Si un stimulus de punition est suivi de manière contingente par un renforcement, le stimulus de punition devient un stimulus de repérage du renforcement et les taux de réponse augmentent après l’administration du stimulus de punition au lieu de diminuer. Cela peut expliquer des formes de masochisme et de comportement d’automutilation dans lesquelles le stimulus réellement douloureux est suivi d’un renforcement (par exemple, de l’attention)[12].

Inconvénients de la punition

Bien que la punition puisse être un outil efficace pour influencer le comportement dans les expériences, les analystes du comportement ont identifié un certain nombre d’inconvénients qui remettent en question l’efficacité de la punition dans la société humaine en particulier.

Les punitions peuvent avoir des conséquences émotionnelles telles que la peur et la colère, qui peuvent à leur tour avoir des effets négatifs sur diverses performances. Par exemple, lors d’une expérience, les élèves ont obtenu des résultats moins bons et plus lents lorsque chaque erreur était punie par un choc électrique, mais lorsque les erreurs étaient uniquement signalées par un son, les performances étaient nettement meilleures[18].

Un effet secondaire encore plus inquiétant de la punition est l’agression. L’agressivité peut se retourner contre le punisseur ou contre d’autres organismes ou choses après la punition. Par exemple, dans une expérience[19], des rats qui avaient auparavant vécu ensemble pacifiquement ont commencé à se battre entre eux après avoir reçu des chocs électriques. Des observations similaires ont été faites sur des pigeons, des souris, des chats et des singes.

En outre, la punition peut entraîner une diminution globale du comportement, plutôt qu’une diminution du comportement puni[3]. Par exemple, une réprimande sévère de la part d’un enseignant en réponse à une mauvaise réponse d’un élève peut amener ce dernier à ne plus répondre du tout, même s’il connaît une réponse clairement correcte.

Un autre inconvénient est que la punition nécessite une surveillance constante du comportement, alors que le renforcement n’en a pas besoin[3], en partie parce que la punition est plus efficace lorsqu’elle suit systématiquement le comportement, et en partie parce qu’il n’est pas dans l’intérêt d’un individu d’attirer l’attention sur un comportement qui doit être puni. Par exemple, il est peu probable qu’un enfant fasse remarquer à ses parents qu’il n’a pas fait ses devoirs s’il doit craindre d’être puni pour cela. Inversement, ils présenteront les devoirs qu’ils ont faits à leurs parents s’ils reçoivent un renforcement pour ceux-ci.

Le fait d’éviter la punition est un renforcement pour les individus (renforcement négatif). Par conséquent, il peut y avoir des tentatives de contourner les règles ou d’éviter complètement la situation. Par exemple, un élève évite la retenue en séchant complètement les cours. C’est encore plus problématique lorsque le punisseur lui-même devient un stimulus conditionné de la punition [11]. Dans certaines circonstances, la punition est alors associée à la personne du punisseur plutôt qu’au comportement puni.

Outre ces limites empiriquement établies, l’utilisation de la punition soulève des préoccupations éthiques, en particulier chez les humains. Si des résultats aussi bons, voire meilleurs, peuvent être obtenus avec le renforcement positif, la question se pose de savoir pourquoi il faut recourir à la punition. Pour ces raisons, la punition n’est utilisée comme moyen de contrôle du comportement dans l’analyse comportementale que dans des cas exceptionnels, et lorsque le renforcement positif n’est pas une alternative[20].