Réflexe de PavlovL'apprentissage par association
Des chiens salivant au son d'une cloche au reinforcement learning des IA modernes : comment une expérience de 1901 a fondé le béhaviorisme et transformé notre compréhension de l'apprentissage.
1Définition
Le réflexe de Pavlov, ou conditionnement classique (aussi appelé conditionnement pavlovien ou répondant), est un apprentissage associatif par lequel un organisme apprend à associer un stimulus neutre à un stimulus inconditionnel déclenchant une réponse réflexe. Après répétition, le stimulus neutre devient à lui seul capable de déclencher la réponse.
- SI — Stimulus inconditionnel : déclenche naturellement une réponse (ex. nourriture → salivation).
- RI — Réponse inconditionnelle : réaction réflexe innée (la salivation).
- SN — Stimulus neutre au départ (ex. clochette).
- SC — Stimulus conditionnel : le SN devient SC après apprentissage.
- RC — Réponse conditionnelle : réponse déclenchée par le SC seul.
2Ivan Pavlov, l'expérimentateur
- Ivan Petrovitch Pavlov (1849-1936), physiologiste russe.
- Naissance : 26 septembre 1849 à Riazan (Russie).
- Mort : 27 février 1936 à Léningrad, d'une pneumonie, à 86 ans.
- Formation : séminaire orthodoxe abandonné pour les sciences naturelles ; médecine à Saint-Pétersbourg.
- Direction : Institut de médecine expérimentale de Saint-Pétersbourg (à partir de 1890).
- Prix Nobel de physiologie en 1904 — pour ses travaux sur la physiologie de la digestion, pas sur le conditionnement (qu'il commençait à peine).
- Il a dirigé environ 150 étudiants et chercheurs en 40 ans d'activité.
- A maintenu ses travaux sous le régime soviétique grâce à la protection personnelle de Lénine.
3L'expérience princeps
L'expérience emblématique fut menée sur des chiens à partir de 1901, en observation prolongée de la salivation.
- Phase 1 — Mesure initiale — On présente un SN (métronome, cloche, lumière) : pas de salivation. Réponse zéro.
- Phase 2 — Mesure initiale bis — On présente la nourriture (SI) : salivation naturelle (RI).
- Phase 3 — Conditionnement — On associe systématiquement le son (SN) à l'arrivée de la nourriture (SI), répété 10 à 30 fois à intervalles.
- Phase 4 — Test — On présente seulement le son : le chien salive. Le SN est devenu SC. La RC (salivation) apparaît.
Pavlov fit construire à son laboratoire une « tour du silence » : bâtiment insonorisé, expérimentateur caché, tout contrôlé pour éviter les stimuli parasites. La salive était recueillie via une fistule chirurgicale (tube implanté dans la joue du chien).
4Mécanisme du conditionnement
Pavlov a établi des lois précises du conditionnement :
- Acquisition — renforcement progressif de la RC à chaque association SN+SI.
- Extinction — si on présente le SC sans le SI pendant plusieurs essais, la RC s'affaiblit puis disparaît.
- Récupération spontanée — après extinction, un délai de repos peut faire réapparaître la RC.
- Généralisation — un stimulus proche du SC peut aussi déclencher la RC (cloche d'une autre tonalité).
- Discrimination — avec entraînement, l'organisme distingue deux stimuli proches, ne répondant qu'à l'un.
- Conditionnement d'ordre supérieur — un nouveau SN, associé au SC déjà conditionné, devient à son tour SC₂.
- Temporalité — le conditionnement simultané (SI et SN en même temps) est inefficace. Il faut un délai optimal : SN juste avant SI (0,5 s environ).
5Extensions : conditionnement opérant
En 1938, l'Américain Burrhus Frederic Skinner (1904-1990) distingue un second type, le conditionnement opérant (ou instrumental), déjà pressenti par Edward Thorndike (loi de l'effet, 1898).
| Classique (Pavlov) | Opérant (Skinner) | |
|---|---|---|
| Déclencheur | Stimulus antérieur | Conséquence postérieure |
| Comportement | Involontaire (réflexe) | Volontaire (opération) |
| Mécanisme | Association SN-SI | Renforcement / punition |
| Exemple | Chien salive à la cloche | Rat appuie sur levier pour avoir de la nourriture |
Skinner a inventé la boîte de Skinner (cage expérimentale) et identifié les 4 contingences : renforcement positif, renforcement négatif, punition positive, punition négative. Il a aussi mis en évidence les programmes de renforcement (continu, intermittent, à intervalle fixe/variable, à ratio fixe/variable).
6Applications contemporaines
Le conditionnement est omniprésent dans la vie quotidienne et dans de nombreuses thérapies :
- Thérapies comportementales — désensibilisation systématique (Wolpe, 1958), exposition progressive contre les phobies.
- Aversive conditioning — traitements de l'alcoolisme (disulfirame), tabagisme.
- Éducation des enfants — systèmes de récompenses, tableaux de points.
- Dressage animal — clicker training des chiens, cirque, zoos.
- Marketing & publicité — associer un produit à une émotion positive par la répétition d'images.
- Apprentissage des langues — méthodes audio-linguales.
- Mémoire émotionnelle — mécanisme sous-jacent aux phobies et traumatismes.
- Intelligence artificielle — le reinforcement learning s'inspire directement de Skinner (AlphaGo, ChatGPT-RLHF).
7Limites & dépassements
- Expérience de Little Albert (Watson & Rayner, 1920) — conditionnement d'un bébé à craindre un rat blanc. Éthique contestée rétrospectivement.
- Approche mécaniste — réduire l'esprit à des stimuli-réponses est incomplet. Le cognitivisme (années 1960) réintroduit les représentations mentales.
- Prédispositions biologiques — tous les SN ne sont pas également conditionnables (Garcia effect, 1966 : les rats associent aisément le goût à la nausée, mal le son à la nausée).
- Apprentissage latent (Tolman, 1948) — les rats apprennent même sans renforcement.
- Apprentissage social (Bandura, 1977) — l'observation d'autrui suffit à apprendre.