Des chercheurs de Google DeepMind et de l'Université d'Oxford ont proposé une nouvelle méthode hybride combinant des algorithmes d'intelligence artificielle et des théories psychologiques pour étudier l'apprentissage basé sur la récompense chez l'homme. Cette approche, publiée dans la revue Nature Human Behaviour, vise à corriger les limites des modèles classiques utilisés depuis des décennies pour analyser la prise de décision humaine. Depuis plus d'un siècle, les psychologues cherchent à comprendre comment les expériences passées influencent les choix des individus. Les systèmes d'intelligence artificielle, entraînés via l'apprentissage par renforcement, offrent aujourd'hui des perspectives nouvelles. Cette méthode consiste à acquérir des compétences par essais et erreurs, où les comportements corrects sont récompensés et les erreurs pénalisés. Cependant, l'équipe dirigée par Maria K. Eckstein, auteure principale de l'étude, a constaté que l'application directe d'algorithmes d'apprentissage par renforcement classiques ne parvenait pas à reproduire fidèlement les processus décisionnels humains. Ces modèles simplifient excessivement la réalité en ignorant les représentations mentales internes et la mémoire complexe des sujets. Pour résoudre ce problème, les chercheurs ont automatisé l'adaptation des modèles en utilisant des réseaux de neurones artificiels. Au lieu de tester manuellement et de manière laborieuse chaque hypothèse de modification, l'IA a identifié automatiquement les configurations qui corrèlent le mieux avec les données comportementales humaines. L'étude s'est appuyée sur un vaste ensemble de données recueillies auprès de participants réalisant des tâches d'apprentissage par récompense. Les modèles hybrides développés, intégrant des algorithmes d'apprentissage par renforcement à des architectures cognitives flexibles, se sont avérés nettement plus performants pour prédire les choix des humains que les approches traditionnelles. Selon les résultats, la réussite de ces nouveaux modèles repose sur leur capacité à intégrer la mémoire et les processus mentaux dans la simulation. Maria K. Eckstein souligne que si les algorithmes d'apprentissage par renforcement sont populaires en neurosciences cognitives, ils présentent des lacunes que les chercheurs ne pouvaient pas toujours identifier précisément auparavant. La nouvelle méthode permet désormais de localiser mathématiquement ces échecs et d'y apporter des corrections ciblées. Cette avancée transforme également la méthodologie de la recherche comportementale. Historiquement, les études reposaient sur de petits échantillons de 20 à 50 participants et des hypothèses préétablies. Avec ces outils, les scientifiques peuvent désormais analyser des milliers de participants et utiliser des tâches générées de manière procédurale par ordinateur. Cette approche dirigée par les données permet de dépasser les limites de la créativité humaine dans la formulation d'hypothèses initiales. À l'avenir, ce modèle hybride pourrait révolutionner la compréhension des troubles de l'humeur et des maladies neurodégénératives, qui sont souvent liés à des dysfonctionnements dans les processus d'apprentissage basés sur la récompense. Les chercheurs espèrent que cette technologie, plus puissante que les statistiques classiques, aidera à identifier les mécanismes cognitifs et les substrats neuronaux affectés par ces pathologies. En offrant une représentation plus précise du comportement humain, cette méthode ouvre la voie à de nouveaux traitements et à une meilleure compréhension de la décision humaine.