Résumé
vignette|thumbtime=192|L'expérience du petit Albert. Le conditionnement classique (aussi appelé conditionnement répondant, conditionnement de type I ou conditionnement pavlovien) est proposé par Ivan Pavlov en 1903. La publication de son livre « Conditioned Reflexes: an Investigation of the Psysiological Activity of the Cerebral Cortex » en 1927 a laissé un impact majeur sur le développement de la psychologie. Cette théorie s'intéresse aux résultats d'un apprentissage dû à l'association entre des stimuli de l'environnement et les réactions inconditionnelles de l'organisme. Cette notion de réaction non volontaire est le principal point qui la différencie du conditionnement opérant. À la suite des études de Pavlov, John Watson s'intéressa aussi à ce conditionnement. Il croyait que tous les comportements complexes étaient des chaînes de comportements conditionnés. L'apprentissage par conditionnement classique serait la cause de nombreuses phobies. L'apprentissage pavlovien transforme les perceptions. Par conséquent, il transforme les réflexes ou (et) les émotions. Cet apprentissage comporte 6 termes, 3 concernent les stimuli (abrégés par la lettre S), et 3 les réponses aux stimuli (abrégés par la lettre R). (Note : stimuli est le pluriel de stimulus) SN : stimulus neutre → RN : réponse neutre (aucun réflexe, aucune émotion) SI : stimulus inconditionnel (inconditionné) → RI : réponse inconditionnelle (inconditionnée) (réflexe ou émotion attendus et appropriés ne nécessitant aucun apprentissage) SC = SN + SI : stimulus conditionnel (conditionné) formé de deux stimuli: neutre + inconditionnel → RI : réponse inconditionnelle (réflexe ou émotion attendus et appropriés ne nécessitant aucun apprentissage) consécutive au stimulus inconditionnel SN : stimulus neutre → RC : réponse conditionnelle provoquée par la mémorisation de l'association avec l'autre stimulus. C'est la réponse voulue du conditionnement classique.
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
MOOCs associés (16)
Neuronal Dynamics 2- Computational Neuroscience: Neuronal Dynamics of Cognition
This course explains the mathematical and computational models that are used in the field of theoretical neuroscience to analyze the collective dynamics of thousands of interacting neurons.
Neuronal Dynamics 2- Computational Neuroscience: Neuronal Dynamics of Cognition
This course explains the mathematical and computational models that are used in the field of theoretical neuroscience to analyze the collective dynamics of thousands of interacting neurons.
Neuronal Dynamics - Computational Neuroscience of Single Neurons
The activity of neurons in the brain and the code used by these neurons is described by mathematical neuron models at different levels of detail.
Afficher plus