Paul Glimcher

Avant l'émergence de la neuroéconomie, les modèles de prise de décision ne s'intéressaient pas aux processus cérébraux impliqués dans des comportements particuliers. Ils étaient plutôt basés sur le principe économique de l'homo economicus, un modèle hypothétique qui suppose que les humains prennent leurs décisions de manière purement rationnelle afin de maximiser l'utilité. L'économie comportementale, qui s'écarte de l'économie traditionnelle, a compris que les gens n'agissaient pas selon une logique parfaite et a commencé à mener des recherches sur les biais cognitifs qui influent sur la prise de décision. Cependant, l'économie comportementale ne s'est pas encore penchée sur les processus neuronaux qui sous-tendent les choix.

Pendant un certain temps, l'économie n'a pas pris en compte la neurologie parce que les gens ne croyaient pas qu'il serait possible d'étudier les complexités du cerveau. Le domaine de la neuroéconomie a tenté de combler les lacunes de l'économie tradi^tionnelle et de l'économie comportementale en découvrant une relation entre les décisions économiques, la psychologie et la neurologie.3

Lorsque ces domaines ont commencé à se croiser, Paul Glimcher a pris ses fonctions à l'université de New York en tant que professeur de sciences neuronales. Son article de 1999, co-écrit avec le psychologue Michael Platt, "Neural correlates of decision variables in parietal cortex" est souvent considéré comme le premier article publié sur la neuroéconomie. Cet article proposait qu'en se basant sur les mouvements oculaires des singes après qu'ils aient reçu une récompense, l'activité des neu^rones pouvait être prédite lorsque les singes prenaient des décisions.4 C'est ainsi qu'est né l'intérêt de Glimcher pour l'apprentissage par renforcement, qui a duré toute sa carrière.

Le livre de M. Glimcher, Decisions, Uncertainty and the Brain : The Science of Neuroeconomics a été l'un des premiers ouvrages publiés sous le terme de "neuroéconomie". Dans cet ouvrage, Glimcher expose sa conviction que si nous parvenons à comprendre les voies neuronales qui contrôlent les processus et les réactions de notre corps, nous serons ^en mesure de prédire nos actions.5 Il reconnaît les insuffisances des neurosciences telles qu'elles existent, suggérant qu'elles n'expliquent pas de manière adéquate les comportements complexes. Les neurosciences doivent également intégrer la psychologie et l'économie afin d'expliquer les processus décisionnels plus complexes de l'être humain. Selon lui, la neuroéconomie pourrait remplacer les modèles économiques traditionnels en déterminan^t un modèle mathématique permettant de prédire le déroulement optimal d'une action en vue d'une prise de décision.5

La contribution de Paul Glimcher à ce domaine tient également à l'utilisation innovante qu'il a faite des technologies scientifiques dans la conduite de ses expériences. Il a utilisé la technologie IRMf de balayage du cerveau et d'autres techniques de pointe pour aider à créer des modèles explicatifs qui, es^père-t-il, évolueront vers des modèles prédictifs du comportement dans le monde réel.6

En tant qu'enfants, nous apprenons principalement par le biais de l'apprentissage par renforcement - le fait de suivre les actions qui seront récompensées et celles qui seront punies nous permet de comprendre les normes sociales de base sur la manière de se comporter.

Lorsque nos actions sont récompensées ou "renforcées" - par un retour d'information positif, de bonnes notes à l'école ou d'autres formes d'éloges et d'approbation - nous avons tendance à continuer à les faire. De cette manière, les compliments et l'appréciation fonctionnent comme une forme d'enseignement.

En termes scientifiques, l'apprentissage par renforcement est considéré comme un modèle mécanique : par le biais d'essais et d'erreurs avec un environnement, les gens apprennent sous forme de récompenses ou de pénalités en essayant différentes "entrées" et "sorties". Sur la base de ses expériences antérieures, l'agent prédit le niveau de récompense qu'il obtiendra en effectuant une action particulière, puis compare sa prédiction au niveau réel de récompense qu'il a obtenu afin d'ajuster son comportement. La marge de différence entre la récompense prédite et la récompense rée^lle est appelée "erreur de prédiction de la récompense".9 L'apprentissage par renforcement peut être appliqué aux ordinateurs, aux animaux et aux humains.

Paul Glimcher voulait mieux comprendre ce qui permettait à l'apprentissage par renforcement de fonctionner. Il s'est intéressé à ce qui se passe dans le cerveau lorsque des récompenses ou des punitions sont reçues. Pour mieux comprendre le système de récompense du cerveau, Paul Glimcher a mené une e^xpérience avec sa collègue Hannah Bayer en 20059.

Plus précisém^ent,10 Glimcher voulait voir si la dopamine - l'hormone du plaisir - était impliquée dans l'apprentissage par renforcement, et plus particuliè^rement dans l'erreur de prédiction de la récompense.10 Il pensait que lorsqu'un animal recevait une récompense inattendue, et qu'il existait donc un^e erreur de prédiction de la récompense, une poussée de dopamine se produisait.9 Cela est logique étant donné le plaisir particulier que nous ressentons lorsque nous recevons un cadeau inattendu, une promotion ou un élan d'amour.

Pour tester cette théorie, Glimcher et Bayer ont examiné les neurones dopaminergiques chez des primates pendant qu'ils effectuaient une tâche permettant l'apprentissage par renforcement et l'obtention d'une récompense inattendue. Ils ont constaté que le taux d'excitation des neurones dopaminergiques après la récompense "transmet avec précision des informations sur l^es erreurs de prédiction de récompense positive, mais pas sur les erreurs de prédiction de récompense négative" (132).9

Grâce à cette expérience, Glimcher et Bayer ont pu montrer que la dopamine joue un rôle dans la récompense et que la récompense joue un rôle dans la prise de décision. Cette approche pluridisciplinaire est une méthode couramment utilisée par Glimcher pour tenter de comprendre les événements neuronaux qui sous-tendent la prise de décision.

Paul Glimcher est né le 3 novembre 1961 à Boston11 . ^Son père, Arne Glimcher, était le fondateur de la Pace Gallery, une galerie d'art contemporain de renom¹² .

La famille Glimcher s'est ensuite installée à New York, où Paul a fréquenté la prestigieuse Dalton School avant de passer sa licence à l'université de Prin^ceton.6 En 1989, il a obtenu son doctorat en neurosciences à l'université de Pennsylvanie. Il s'agissait du premier diplôme en neurosciences jamais décer^né par l'université.13

Au cours de son doctorat, Paul Glimcher a eu l'occasion de travailler avec un autre éminent neuroscientifique, Randy Gallistel, qui s'intéressait également à l'intersection entre la psychologie et les neurosciences.6 Les travaux de Gallistel en psychophysique ont aidé Paul Glimcher à s'orienter vers le domaine des neurosciences et il a choisi d'effectuer son postdoctorat sous la direction de David Sparks. David Sparks était un neurophysiologiste qui étudiait le ^fonctionnement du cerveau et du système nerveux.14

Après ses recherches sous la direction de Sparks, Glimcher a été nommé professeur adjoint de sciences neuronales à l'université de New York en 1994. À cette époque, le domaine de la neuroéconomie commençait à émerger, car les connaissances en économie, en psychologie et en n^eurosciences se croisaient.11 Glimcher est ensuite devenu le fondateur du Centre for Neuroeconomics d^e l'université de New York en 2004.13 Il s'agissait de la première société universitaire entièrement dédiée au domaine de la neuroéconomie, ce qui fait de Glimcher un pionnier dans ce domaine. En 2008, M. Glimcher est dev^enu membre de l'American Association for the Advancement of Science (AAAS).6,15 Les membres de l'AAAS sont d'éminents scientifiques et innovateurs, reconnus pour leurs r^éalisations dans le domaine de la recherche et leur excellence dans l'interprétation de la science auprès du public.14

Aujourd'hui, le centre de l'Université de New York est connu sous le nom d'Institut pour l'étude de la prise de décision, afin de promouvoir une approche interdisciplinaire de l'étude de la prise de décision humaine qui soit plus proche du typ^e de travail effectué en sciences comportementales.16 Glimcher est toujours professeur à l'Université de New York, où il continue à se concentrer sur ses objectifs à long terme de compré^hension des événements neuronaux qui sous-tendent la prise de décision comportementale.17

Glimcher a également lancé un autre projet en 2014, le projet HUMAN. Il s'agit d'une étude longitudinale "big data" du comportement et de la biologie de milliers de New-York^ais.6 Le site web est une plateforme de recherche big data humaine qui utilise l'analyse big data pour mieux comprendre les influences complexes et imbriquées sur ^la santé et le comportement.18 Sa portée dépasse toutes les études similaires tentées dans le passé et est le dernier ^des projets fondateurs de Glimcher.6

En dehors de ses diverses réalisations académiques, M. Glimcher aime également mettre son cerveau mathématique en pratique dans le domaine de la navigation de plaisance. Il a commencé à naviguer avec son père lorsqu'il était un jeune garçon et a développé cette passion au fil des ans. Il ^aime faire du yachting avec sa femme, Barbara, et sa fille, Zoe.19

M. Glimcher est convaincu que les modèles prédictifs du comportement économique seront utiles une fois que nous aurons mieux compris les liens entre la prise de décision économique et la psychologie et les neurosciences, mais il est également convaincu que les modèles ne peuvent pas être certains. Il a déclaré que "le doute n'est pas une condition agréable, mais la certitude ^est une condition absurde". 20 Cela s'explique en partie par le fait que, s'écartant de la croyance selon laquelle les humains sont des décideurs rationnels, Glimcher croit en la valeur subjective : chaque individu a des préférences et des valeurs d^ifférentes et peut donc se comporter différemment de ce qui est "prédit".21

Le domaine de l'économie traditionnelle n'était pas le seul à présenter des lacunes selon M. Glimcher. Il avait l'impression que les neurosciences n'étaient pas appliquées à la prise de décision, ce qu'il considérait comme un problème. Selon lui, "les modèles neurobiologiques des processus qui relient la sensation à l'action ne proposent presque jamais la représentation expli^cite des variables de décision par le système nerveux".4

M. Glimcher pensait également que la neuroéconomie pouvait être appliquée au sport. Sa passion pour la voile est en partie née de son intérêt pour les sciences et les mathématiques. Il a déclaré que "pour quelqu'un comme moi qui a grandi en tant que scientifique et qui a appris à analyser des données et à en tirer des conclusions, être navigateur est tout à fait naturel... il s'agit de savoir comment affecter les données que l'on recueille sur le voilier et comment les utiliser pour prendre des décisions - comment programmer des ordinateurs pour prendre des décisions et vous aider à prendre des décisions... c'e^st vraiment génial de voir que la course de voiliers est devenue une science statistique." 19

Un autre domaine dans lequel M. Glimcher s'est impliqué plus récemment est l'aspect technologique du domaine médical. Il estime que dans l'état actuel des choses, "les systèmes de santé numérique sont axés sur la technologie, c'est-à-dire sur les développeurs et les types de données. La santé numérique ne parvient pas à intégrer des outils éducatifs ou de communication et les systèmes déployés ne sont pas sensibles aux coûts".22 Quel que soit le domai^ne, Glimcher ne traite jamais les humains comme des agents informatiques qui agissent de manière rationnelle.

Au lieu de rejeter complètement les modèles économiques, M. Glimcher suggère que "la neuroéconomie fait aujourd'hui grand usage des modèles qui sont censés rendre compte de ce qui devrait être choisi (modèles normatifs) et des modèles qui décrivent ce qui est effectivement choⁱsi (modèles descriptifs)". 1

Nous avons déjà mentionné le manuel de Paul Glimcher, Neuroeconomics : Decision Making and the Brain, de Paul Glimcher, qui rassemble les connaissances des plus grands noms de la neuroscience, de la psychologie et de l'économie comportementale. Son premier livre provocateur, Decisions, Uncertainty and the Brain : The Science of Neuroeconomics, publié en 2003. Ce livre propose une alternative au modèle cartésien du cerveau et du comportement (selon lequel l'esprit et le corps sont séparés) et a été fondateur pour le domaine. Son dernier livre, publié en 2010, Foundation of Economical Analysis, fournit une théorie fondamentale pour aborder les neurosciences, un problème qu'il avait identifié dans son livre de 2003, sans réponse concrète.

Si ces livres sont un peu trop théoriques ou scientifiques pour vous, vous pouvez consulter les podcasts de M. Glimcher. Le podcast NobelConference47 comprend le discours prononcé par M. Glimcher lors de la 47e conférence Nobel, qui explore les nouvelles collaborations entre les neuroscientifiques et d'autres disciplines. Le Deciding Mind Podcast contient également un épisode dans lequel M. Glimcher donne un aperçu de ce que pourrait être l'avenir de la neuroéconomie. Si vous souhaitez écouter certaines des interventions plus récentes de M. Glimcher, vous pouvez consulter le séminaire qu'il a présenté lors du 83e symposium du Cold Spring Harbour Laboratory, consacré à l'ordre et au désordre dans le système nerveux.

1. Amazon. (n.d.). Neuroéconomie : La prise de décision et le cerveau. Consulté le 18 décembre 2020 sur le site https://www.amazon.ca/Neuroeconomics-Decision-Paul-W-Glimcher/dp/0123741769
2. Le philosophe de l'information. (n.d.). Paul Glimcher. Consulté le 18 décembre 2020 sur https://www.informationphilosopher.com/solutions/scientists/glimcher/
3. Chen, J. (2019, 19 septembre). La neuroéconomie. Investopedia. https://www.investopedia.com/terms/n/neuroeconomics.asp
4. Platt, M. L. et Glimcher, P. W. (1999). Neural correlates of decision variables in parietal cortex. Nature, 400(6741), 233-238. https://doi.org/10.1038/22268
5. Amazon. (n.d.). Décisions, incertitude et cerveau : The Science of Neuroeconomics. Consulté le 18 décembre 2020 sur https://www.amazon.com/gp/product/B08BSYZ1T6/ref=dbs_a_def_rwt_hsch_vapi_tkin_p1_i0
6. Barham, J. A. (2018, 15 octobre). 25 top behavioral economists. The Best Schools. https://thebestschools.org/features/top-behavioral-economists/
7. Bhatt, S. (n.d.). 5 Things You Need to Know about Reinforcement Learning (5 choses que vous devez savoir sur l'apprentissage par renforcement). KDnuggets. https://www.kdnuggets.com/2018/03/5-things-reinforcement-learning.html
8. Osiński, B., & Budek, K. (2018, 25 juillet). Qu'est-ce que l'apprentissage par renforcement ? Le guide complet. Deep Sense. https://deepsense.ai/what-is-reinforcement-learning-the-complete-guide/
9. Bayer, H. M. et Glimcher, P. W. (2005). Les neurones dopaminergiques du mésencéphale codent un signal quantitatif d'erreur de prédiction de récompense. Neuron, 47(1), 129-141. https://doi.org/10.1016/j.neuron.2005.05.020
10. WebMD. (2019, 19 juin). Qu'est-ce que la dopamine ? Consulté le 18 décembre 2020 sur le site https://www.webmd.com/mental-health/what-is-dopamine#1
11. Wiki de l'âge des célébrités. (2020, 11 novembre). Paul Glimcher. Consulté le 18 décembre 2020 sur https://www.celebsagewiki.com/paul-glimcher
12. Fondation Robert Rauschenberg. (2017, 28 juillet). Arne Glimcher. https://www.rauschenbergfoundation.org/artist/oral-history/arne-glimcher
13. Wayback Machine. (n.d.). Paul W. Glimcher, Ph.D. Consulté le 18 décembre 2020 sur https://web.archive.org/web/20161021004107/kavlihumanproject.org/governance/paul-w-glimcher/
14. Spader, C. (2020, 22 janvier). Neurophysiologiste clinique : Votre expert en troubles du système nerveux. Healthgrades. https://www.healthgrades.com/right-care/brain-and-nerves/clinical-neurophysiologist-your-expert-in-nervous-system-disorders
15. Association américaine pour l'avancement des sciences. (n.d.). AAAS honorary fellows. Consulté le 18 décembre 2020 sur https://www.aaas.org/fellows
16. Université de New York. (n.d.). À propos de l'ISDM. Institut pour l'étude de la prise de décision (ISDM). Consulté le 18 décembre 2020 sur https://isdm.nyu.edu/about-isdm/
17. Université de New York. (n.d.). Paul Glimcher. New York University Arts & Science. Consulté le 18 décembre 2020 sur https://as.nyu.edu/faculty/paul-glimcher.html
18. Fondation Kavli. (n.d.). Le projet HUMAN. Consulté le 18 décembre 2020 sur le site https://www.kavlifoundation.org/kavli-human-project
19. Glimcher, P. (2014, 11 mai). Interview de Paul Glimcher - Propriétaire du Swan 53 Seastar. Interview réalisée par Nautor's Swan. LuvMyBoat. https://www.luvmyboat.com/news/interview-with-paul-glimcher-owner-of-swan-53-seastar/12678/
20. Montague, P. R. (2003, 24 juillet). Uncertainty rules. Nature. https://www.nature.com/articles/424371a
21. Encyclopédie. (n.d). Valeur, subjective. Consulté le 18 décembre 2020 sur le site https://www.encyclopedia.com/social-sciences/applied-and-social-sciences-magazines/value-subjective
22. Glimcher, P. (2018, 4 juin). ResQ utilise les jeux pour lutter contre la dépendance aux opioïdes : Entretien avec le Dr Paul Glimcher. Entretien réalisé par M. Batista. MedGadget. https://www.medgadget.com/2018/06/resq-is-using-games-to-fight-opioid-addiction-interview-with-dr-paul-glimcher.html