Les renforçateurs

Les quatre cadrans du conditionnement opérant, leurs définitions exactes, et surtout la thèse qui traverse tout le module : on se sert des quatre. Se limiter à un ou deux, c’est se priver d’outils et se retrouver démuni le jour où la situation dépasse la friandise.

Renforcement, punition, positif, négatif

Les définitions

Un renforcement est la conséquence d’un comportement qui rend plus probable sa reproduction. Une punition est la conséquence d’un comportement qui rend moins probable sa reproduction.

L’un comme l’autre peut être positif (ajout d’un stimulus agissant sur l’organisme) ou négatif (retrait d’un stimulus). Attention au piège de vocabulaire : positif et négatif ne signifient pas agréable et désagréable, mais ajout et retrait.

D’où les quatre cadrans, formulés proprement :

• R+ : la fréquence du comportement augmente par ajout d’un stimulus appétitif. Exemple, une récompense, des félicitations.
• R- : la fréquence augmente par retrait d’un stimulus aversif. Exemple, la levée d’une contrainte ou d’une douleur.
• P+ : la fréquence diminue par ajout d’un stimulus aversif.
• P- : la fréquence diminue par retrait d’un stimulus appétitif, d’un privilège, d’un droit.

Retenez la mécanique globale : avec les renforcements, la réponse augmente en fréquence et en intensité ; avec les punitions, elle diminue.

Les quatre cadrans sur un seul exercice

L’exemple de la marche en laisse suffit à tout démontrer. Le chien marche à la jambe, vous donnez une friandise : R+. Il vous dépasse, vous vous immobilisez : P-. Vous mettez un à-coup sur la laisse : P+. Il marche, la laisse est détendue, il n’y a plus d’à-coup : R-.

Maintenant regardez une séance réelle. Le chien tire, vous mettez un à-coup et vous faites demi-tour : P+. Au bout de quelques allers-retours, ne comprenant pas encore, il s’immobilise, et vous vous arrêtez avec lui : P-. Puis il finit par se trouver au niveau de votre jambe, et vous récompensez : R+. Trois cadrans sur la même action, sans effort et sans conflit, et le quatrième était disponible.

Pourquoi il est absurde de les opposer

L’usage veut qu’on range P+ et R- d’un côté, R+ et P- de l’autre, et qu’on se batte entre camps. C’est une erreur, et une erreur coûteuse pour le chien.

La limite du tout-R+ est facile à voir : le jour où la stimulation extérieure vaudra plus que votre récompense, le chien partira. Il aura appris que rester à la jambe est agréable quand il ne se passe rien, pas que partir est interdit. Si en revanche il sait que partir est interdit, que marcher à la jambe est la bonne réponse, et qu’en plus la bonne réponse est récompensée, vous obtenez un chien équilibré.

La limite du tout-punition est aussi nette : des chiens anxieux, peureux, fragiles, des comportements dégradés, et surtout la fin de la collaboration. Passer son temps à punir est une énorme erreur. Passer son temps à récompenser en est une autre : le chien n’apprend alors ni la frustration, ni le renoncement, ni les autocontrôles, ni ses propres limites.

Si le chien était bête, un seul cadran suffirait. Il est intelligent, alors mettez-vous à son niveau et servez-vous des quatre.

L’efficacité comparée

Une phrase à connaître, et à peser. Du point de vue de l’apprentissage, les renforcements ont une efficacité supérieure aux punitions. Et l’apprentissage par renforcement négatif s’installe plus vite et résiste mieux à l’extinction que l’apprentissage par renforcement positif.

Autrement dit, le chien apprend plus vite ce qu’il n’a pas le droit de faire que ce qu’il a le droit de faire, et cet acquis-là est plus solide. La conclusion pratique n’est pas de tout miser sur ce registre : c’est que sans mélanger les deux, vous éduquerez pendant des années sans jamais obtenir ce que vous voulez.

La séquence la plus efficace est simple : quand un mauvais comportement diminue jusqu’à disparaître, renforcez par-dessus le bon comportement qui l’a remplacé. Le chien apprend plus vite et comprend beaucoup mieux.

Renforçateurs primaires et secondaires

La distinction et son instabilité

Un renforçateur primaire répond directement à un besoin essentiel : la nourriture. Un renforçateur secondaire ne le devient qu’après un apprentissage préalable : le jeu, par exemple.

Ce classement n’est pas figé, et c’est le point important. Nos chiens domestiques sont nourris à heure fixe, souvent trop : ils n’ont plus besoin de chercher leur nourriture, et la valeur de ce renforçateur primaire baisse dans leur échelle. À l’inverse, une balle rarement disponible, qui répond à des patrons moteurs, peut passer devant la nourriture toujours présente.

Corollaire à ne jamais oublier : plus le renforçateur a de valeur, plus l’apprentissage ou le désapprentissage est rapide. Un chien privé de nourriture pendant une semaine verra celle-ci redevenir un renforçateur primaire, ce qui n’est évidemment pas un protocole mais une illustration du principe.

N’ayez jamais de mode de récompense préétabli

Chaque renforçateur a une valeur différente selon les chiens ; le contexte, l’environnement et les apprentissages antérieurs font bouger les paramètres.

Un chien abandonné, qui a vécu dehors, n’a jamais rien partagé avec un humain : s’acharner à jouer au boudin avec lui ne mènera nulle part. En revanche il a probablement manqué de nourriture, et si celle-ci ne le rend pas fou, elle devient un levier extraordinaire. Symétriquement, un chien gavé de friandises par ses précédents apprentissages a besoin qu’on passe à autre chose. Un chien qui n’a pas confiance en la vie se travaille au contraire à la caresse et à la voix, progressivement.

Les renforcements sociaux (félicitations, caresse, contact) ont une propriété rare : chez beaucoup de chiens, ils subissent moins d’atténuation que les autres, à condition que le lien soit fort. Méfiez-vous cependant du gavage de caresses : caresser tout le temps et pour tout banalise le geste, et sur un couple maître-chien un peu fragile, la caresse finit par ne plus rien valoir.

Notez enfin le principe de Premack : tout comportement à forte fréquence peut servir de renforçateur à un autre comportement. C’est ce qui permet de dresser un chien à la recherche de stupéfiants : chercher n’a aucun intérêt pour lui, mais retrouver donne accès au jouet préféré, et l’activité sans intérêt devient passionnante.

Échappement et évitement

Le renforcement négatif en détail

Un stimulus aversif est un stimulus dont l’animal veut s’éloigner, ou qui provoque du mal-être, de la douleur ou de la peur. C’est l’opposé du stimulus appétitif. Un renforcement négatif est un stimulus aversif qui disparaît, ou n’apparaît pas, à la suite d’une réponse, ce qui augmente la probabilité de cette réponse.

Le manuel donne un exemple : apprendre au chien un lieu de couchage en l’agressant chaque fois qu’il se couche ailleurs, et en le laissant tranquille quand il choisit le bon endroit. C’est efficace, on ne peut pas prétendre le contraire, et c’est exactement ce qu’il ne faut pas faire. Les conséquences sont la détérioration, voire la destruction de la relation. Un chien élevé ainsi ne cherchera plus la réponse auprès de son maître le jour où il aura peur : il ira mordre.

Échappement

Le stimulus aversif est présent, et la réponse permet de s’y soustraire, en général par la fuite. Il commence à pleuvoir, le chien se réfugie dans sa niche : réponse d’échappement. Il a pris la pluie.

Évitement

Le stimulus aversif n’est pas encore là, mais un signal permet de l’anticiper et d’empêcher qu’il ne survienne. Il ne pleut pas encore, le tonnerre gronde, le troupeau gagne le couvert des arbres. C’est un processus d’anticipation, qui s’installe généralement après l’échappement, une fois qu’un ou plusieurs stimuli discriminatifs ont été appris. Tant que le chien n’a pas compris comment s’échapper, il ne peut pas installer d’évitement.

Les évitements que le chien construit contre vous

C’est ici que se joue une grande partie de votre travail de terrain.

Le mécanisme de base : un chien a peur d’un humain, il cherche à fuir, ça ne marche pas, alors il grogne, et l’humain recule. Bingo, il a trouvé la solution. Le jour où le grognement ne suffit plus, dans une ruelle étroite par exemple, il mord, et il constate que ça fonctionne encore mieux. D’où la règle : quand on ne sait pas faire, on ne fait pas. Si vous n’êtes pas certain de vos compétences face à un chien réactif, ne l’approchez pas. Et reculer de cinq mètres à chaque grognement “pour respecter sa zone de confort”, c’est confirmer au chien que sa solution marche.

Même chose dans les familles. Un maître à qui on apprend à manipuler physiquement son chien en permanence obtiendra tôt ou tard un grognement, qui marchera neuf fois sur dix, et ensuite tout le monde a peur du chien. C’est là qu’on comprend l’intérêt du dressage, mot qui déplaît à certains : mettre des mots sur des situations (“recule”, puis on ouvre la porte) évite de manipuler le chien, évite de l’attraper au collier, évite de le mettre en position de combat.

Le cas vétérinaire est le classique à connaître. Le chien est tenu fermement sur la table d’examen, il se débat, grogne, montre les dents et mord ; le praticien renonce à l’injection et prescrit un comprimé. À la visite suivante, le chien est immédiatement agressif : dès que les signaux associés (le cabinet, la table, l’odeur) sont présents, il produit la conduite qui a supprimé la piqûre. Il évite.

La réponse à cela est l’apprentissage de la muselière pour tous les chiens : un apprentissage, pas un mode de vie, fait bien avant et loin du vétérinaire. Le chien arrive alors muselé après une balade banale, sans qu’on ait besoin de le serrer, sans pression, sans que tout le monde sente la peur, et l’injection se fait tranquillement. Un chien qui a mal peut mordre de douleur, ce n’est pas sa faute ; mais un chien qu’on ne peut plus soigner finit par ne plus être soigné du tout.

Les associations d’idées, et ce qu’elles coûtent

Le chien associe toujours le contexte complet : situation, odeur, agissement, résultat. Cela produit aussi des dégâts involontaires.

L’exemple type : un chiot de deux mois à qui on met un à-coup pour le faire marcher à la jambe, alors qu’il est bien trop jeune pour comprendre l’exercice. Si une voiture passe à cet instant, il n’associera pas l’à-coup à sa position, dont il ne sait rien, mais à la voiture. Même mécanisme avec un chien, un humain, un chat qui passerait au mauvais moment. C’est ainsi qu’on fabrique des chiens réactifs.

D’où la méthode d’analyse : ne restez pas sur la problématique visible, remontez le cheminement. En comprenant comment l’association s’est faite, vous pouvez l’inverser.

Deux usages, l’un à proscrire, l’autre valable

Le contre-exemple, tiré du manuel : pour apprendre le rapport d’objet, le conducteur pince l’oreille du chien en disant “prends” ; le chien gémit, entrouvre la gueule, on y place l’objet, et le pincement cesse. Le chien apprend par renforcement négatif à éviter le pincement. Ça marche, et c’est à bannir : cela détruit précisément ce que le rapport d’objet doit construire, le partage, la réponse à des patrons moteurs, un lien fort.

L’usage acceptable, à l’inverse : un chien qui connaît parfaitement le rappel et ne revient pas. Longe, rappel, pas de retour, à-coup sur la longe ; pour éviter l’à-coup, il reviendra au premier appel. Ce type de solution n’est envisageable que si l’ordre est réellement installé, si l’organisation familiale est en place, et donc si le chien peut interpréter son non-retour comme une désobéissance.

Un mot sur le matériel, dans le même esprit. Un collier étrangleur mal utilisé dès le départ, à grands coups d’étranglement, est presque impossible à rattraper : dans une famille où cela s’est passé ainsi, retirez-le, mettez un collier plat et interdisez-en l’usage. Ce n’est pas une position de principe contre l’outil, c’est une position contre les sévices dans l’apprentissage. On peut être ferme et intransigeant avec ceux qui font n’importe quoi sans pour autant se ranger dans un camp.

Rien n’est jamais interdit par principe, du moment que c’est pour le bien-être du chien et du maître : si l’un des deux est malheureux, ça ne fonctionne pas.