Décision, contingence et apprentissage

Résumé En Fr

Summary : Decision, contingency and learning. Classical learning theories assume that learning process results in associations between two stimuli (classical conditioning) or between the response and the reinforcer (instrumental conditioning). But stimulus-response theories nevertheless fail to explain how the subject perceives the relationships between such different events, they only explicit the conditions (contiguity, reinf or cernent) for the formation of associations. Cognitive considerations, based on information processing theory, suggest that learning could be described by (i) a probabilistic detection process of events contingencies and (ii) by an inferential process (validation of subject's hypotheses), as proposed by Staddon (1988). This « detection/ inferential model » of learning, based on previous models such as the Signal Detection Theory of Swets (1964) and the bayesian model for information processing of Tribus and Shannon (1965), take place in a general decision theory that was already used in perceptive and memory field research. Key words : learning, probabilist detection, inferential model.

Les théories classiques de l'apprentissage reposent sur un modèle dans lequel toute acquisition résulte de l''association entre au moins deux stimulus (le SC et le SI en conditionnement pavlovien), ou entre une réponse et un renforçateur (conditionnement instrumental). Elles n'expliquent pas cependant comment le sujet appréhende la relation de contingence entre les stimulus et les réponses, mais seulement quelles sont les conditions (i.e. contiguïté, lois du renforcement) qui entraînent la formation de cette association. Dans une perspective cognitive, issue des recherches sur les processus de traitement de l'information, l'apprentissage peut au contraire être envisagé à partir d'un double processus de détection probabiliste de ces contingences d'une part, et de validation d'hypothèses relatives à ces relations d'autre part. Cette approche assimile l'apprentissage à un processus d'inférence (Staddon, 1988), et s'inscrit dans le cadre d'une théorie de la décision utilisée déjà dans les domaines de la perception et de la mémoire (Swets, 1964 ; Lecocq et Tiberghien, 1981). Mots clés : apprentissage, détection probabiliste, modèle d'inférence.