Jean-Louis RULLIÈRE Frans VAN WINDEN
La Neuroéconomie dans l’agenda de l’économie comportementale
elon Dixit [2002], « si les économistes étaient classés selon la valeur de leur contribution réalisée, on peut être certain que John Nash pourrait revendiquer le haut du classement, en rivalité directe cependant avec Frank Ramsey ». Cette appré- ciation sur le Panthéon des économistes n’est guère surprenante, mais ce qui l’est davantage tient à leur point de vue prémoni-
S
toire ou de pionnier quant aux deux principaux axes de dévelop- pement de l’économie des comportements : l’économie expéri- mentale et la neuroéconomie.
D’une part, Nash a, dès le début des années 1950 à la RAND et en collaboration avec Kalisch, Milnor et Nering, effec- tué des expériences sur le marchandage et la formation des coa- litions. Sa position de théoricien en faveur de l’expérimentation reste sans ambigüité : « la construction d'une théorie pour trai- ter d’un nombre illimité ou très grand de possibilités de négo- ciation est encore si difficile qu'il apparaît souhaitable […] de limiter fortement la formalisation de la procédure de négociation […] A cause du statut relativement peu développé de la théorie, nous estimons dès lors que le recours à l’approche expérimen- tale est fortement indiqué » (Nash, [1954], p. 302).
D’autre part, Ramsey, à propos de l’évaluation effective des probabilités par les agents économiques, revendique, sans être pour autant très précis, la conception d’un appareil « qui per- mettrait de mesurer les degrés de croyances des individus, tel un psychogalvanomètre ». (Ramsey, [1926], p. 161).
Le souci partagé de ces deux très grands théoriciens de disposer de méthodes et d’instruments qui permettent de confron- ter les avancées théoriques à l’observation directe et donc à l’évi- dence empirique et expérimentale, peut non seulement servir de caution mais expliquer sans doute l’engouement constaté il y a vingt ans pour l’économie expérimentale et actuellement pour la neuroéconomie. Plus dans le deuxième cas que dans le premier, ce mouvement s’est décliné entre enthousiasme et rejet en laissant la plupart des observateurs dubitatifs.
Ce scepticisme est dû non seulement à un réflexe spon- tané face à toute nouveauté mais il est entretenu par des effets d’annonce forts, par exemple tenter d’établir un lien entre la croissance économique, la confiance et la mesure de l’activité céré- brale suscitée par la confiance (voir McCabe [2009], dans ce numéro de la RFE). Ce qui fait dire à certains, comme Harri- son [2009] ou Rubinstein [2009], que la neuroéconomie est très
« hype », le tout fondé sur la rencontre concomitante de facteurs propices à une belle campagne de communication et de marke-
ting scientifique : la fascination pour le cerveau la projection lors de conférences et de séminaires de belles diapositives en couleur d’imagerie médicale du cerveau, la possibilité donnée aux éco- nomistes et chercheurs en sciences sociales de côtoyer des neu- rologues, des neuroscientifiques et surtout de s’assimiler à des cher- cheurs en blouse blanche ayant enfin la reconnaissance sociale de « vrais » scientifiques. A l’inverse, une partie non négligeable des critiques adressées à la neuroéconomie, bien que correctement fondées, relèvent de la mauvaise foi, tant elles s’appliquent avec la même vigueur à d’autres champs et méthodes en économie qui sont bien établis (Bernheim, [2009] et Sobel, [2009]). Il est cependant paradoxal de constater qu’une fraction des expéri- mentalistes qui ont souffert d’un certain ostracisme de la part de la profession lors de l’éclosion des premiers travaux expérimen- taux, manifestent à leur tour un rejet assez net envers la neuroé- conomie.
Le développement réel de la neuroé- conomie
Dès lors, la suspicion face à ce que d’aucuns sont tentés de rame- ner à un phénomène de mode passager, ne pourra s’effacer que par la production de résultats qui constituent une réelle avancée pour la science économique. Il est d’ores et déjà difficile de se contenter d’une explication en termes de mode étant donnés les signes et les supports de développement de la neuroéconomie, à tel point que même Harrison [2009] ou encore Gul et Pesendorf [2008], les détracteurs les plus virulents sans doute, sont prudem- ment loin de conseiller d’abandonner toute recherche en neuroé- conomie. La visibilité des travaux neuroéconomiques est main- tenant assurée sur bien des plans et dépasse largement l'attention accordée par les médias (voir en particulier les pages person- nelles de Paul Zak) et le fait que « certaines des stars les plus
brillantes de la profession se spécialisent maintenant dans la conception et la conduite d’expériences fondées sur la techno- logie de la neuro-imagerie » (Sobel, [2009]). Tout d’abord, la neu- roéconomie s’est popularisée par la diffusion d’articles program- matiques et de synthèse (Zak, [2004] ; Camerer, Loewenstein et Prelec, [2005] ; P. Kenning et H. Plassmann, [2005] ; Rustichini, [2005] ; Camerer, [2007] ; Montague, [2007] ; Camerer, [2008] ; Loewenstein, Rick et Cohen, [2008]) qui se sont accompagnés plus récemment d’articles d’évaluation critique (Gul et Pesendorf, [2008] ; Ross, [2008] ; Bernheim, [2009] Harrison, [2009] et Sobel, [2009]). A cela s’ajoute le fait que maintenant la neuroé- conomie dispose de quelques ouvrages de référence comme ceux de Glimcher [2003], puis plus récemment ceux de Caplin et Schotter [2008] et de Politser [2008]. Plus important, il convient de signaler la très récente parution du premier manuel de réfé- rence édité par Glimcher, Camerer, Fehr et Poldrack [2009]. A cela s’ajoute un grand nombre d’articles publiés sur les cinq der- nières années dans les meilleures revues généralistes en économie comme American Economic Review, Journal of Economic Lite- rature, Journal of Economic Perspective, Quarterly Journal of Eco- nomics, mais aussi dans Nature ou Science. D’autres revues spé- cialisées ont consacrées aussi des numéros spéciaux comme Games and Economic Behavior en 2005 (52-2) et Economics and Phi- losophy en 2008 (24-3). Enfin, des indices importants qui témoi- gnent de la structuration de ce nouveau domaine de recherche tiennent dans la mise en place d’une nouvelle entrée dans la codification du Journal of Economic Literature, à savoir D87 ; tandis que Daniela Raeva assure la diffusion électronique de listes de documents de travail de New Economic Papers en neu- roéconomie (nep-neu) depuis 2006. Par ailleurs la communauté des neuroéconomistes s’est constituée progressivement au cours de la tenue de plusieurs conférences interdisciplinaires, la première d’entre elles se tenant probablement en 1997 à Carnegie-Mel- lon (Pittsburgh), sous la direction de Colin Camerer et George Lowenstein. S’ensuivirent d’autres rencontres (Gruter Founda- tion for Law [2001], Princeton University [2003],…), jusqu’en 2004, où fut officiellement créée la Société de neuroéconomie
(Society for Neuroeconomics - www.neuroeconomics.org) avec Paul Glimcher son premier président et qui entre autres activi- tés assure maintenant la tenue d’un colloque mondial chaque année aux Etats-Unis. Par ailleurs, le site web de cette société savante présente, de manière certes non exhaustive, les principaux laboratoires de recherche dans le monde qui développent des protocoles avec l’aide de la neuroéconomie.
Origines et définitions de la neuroé- conomie
A la différence de nombreux domaines scientifiques, comme la théorie des jeux qu’Augustin Cournot pratiquait avant l’heure, on ne peut pas appliquer ce mécanisme de découverte à la neu- roéconomie de la même manière que monsieur Jourdain fait et dit de la prose sans le savoir. Tout le monde s’accorde pour recon- naître que la source d’inspiration commune revient en grande par- tie à la psychologie (voir en particulier Damasio, [1994] et Damasio, Damasio et Christen, [1996]). Cette intuition quant à la nature des racines de ce qui donnera plus d’un siècle plus tard la neuroéconomie se retrouve dans les débats sur la nature de la fonction d’utilité et dans la place que l’on doit accorder à la difficile question de la mesure des émotions des sentiments, comme le suggère Jevons [1871] : « J'hésite à dire que les hommes n’auront jamais les moyens de mesurer directement les senti- ments du cœur. Ce sont les effets quantitatifs de ces sentiments que nous devons évaluer afin de pouvoir les comparer ». Nous sommes encore loin de la neuro-imagerie même si bien avant Ramsey, Edgeworth [1881] en vient à imaginer un « hédoni- mètre » pour concevoir la relation entre le plaisir et l’énergie : « Ima- ginons un instrument idéalement parfait, une machine psycho- physique, l’« hédonimètre » enregistrant le niveau de plaisir expérimenté par un individu, selon le verdict de sa conscience,
et divergeant là selon une loi d'erreurs connue. D’une période à l’autre, l’« hédonimètre » varie fortement avec les passions, se sta- bilise maintenant par l’activité intellectuelle, quitte à varier de nouveau brutalement ».
Une seconde source d’inspiration provient plus tardive- ment de la biologie à partir des travaux de Veblen [1898 et 1899] dont la bio-économie deviendra une extension naturelle (Hirshleifer [1985] ; Gheslin et Landa [1999] ; Hirshleifer et Zak [2004]), fondée sur une conception évolutionnaire de la biolo- gie qui permet de prévoir le comportement humain ; en établis- sant aussi un parallèle avec l’éthologie et l’écologie comportemen- tale. Un des premiers articles de neurobiologie utilisant formellement la théorie économique est probablement celui de Peter Shizgal et Kent Connover [1996] intitulé « On the neural computation of utility », suivi l’année suivante par un article du seul Shizgal intitulé « Neural basis of utility estimation ». En effet, ces articles tentent d’expliquer le comportement de rats en termes de stimulation intracrânienne grâce à une adaptation de la théo- rie de l’utilité espérée.
C’est d’ailleurs dans cette perspective que l’on cite sou- vent du côté des neurosciences l’article de Platt et Glimcher [1999] comme la référence originelle de la neuroéconomie, à pro- pos de l’activation cérébrale du système de récompense chez le singe. Tandis qu’à la même période, du côté des économistes, la neuroéconomie fut envisagée à travers le prisme de l’économie comportementale dans un document de travail de Camerer, Lowenstein et Prelec, qui lança ce courant de la discipline : selon eux, les processus neuraux associés à la prise de décision pour- raient être une explication aux échecs de l’approche économique traditionnelle1.
La fêlure que l’on perçoit entre, d’une part, les économistes et, d’autre part, les neuroscientifiques quant à la naissance de la neuroéconomie se retrouve assez nettement dès qu’il s’agit de lui en donner une définition précise : Zak ([2004], p.1737) consi- dère que « la neuroéconomie est un domaine transdisciplinaire émergent qui utilise des techniques de mesure des neurosciences pour identifier les substrats neuraux associés aux décisions éco-
nomiques. Par économie, il faut entendre son acception la plus étendue possible relative à la prise de décision qui évalue diffé- rentes alternatives ». De la même manière, Kenning et Plass- mann ([2005], p. 353) assignent à la neuroéconomie « de four- nir une théorie descriptive du processus décisionnel, qui n'est pas limitée à la théorie économique et qui est plus réaliste que celui de l'homo economicus». Comme le souligne dans ce volume Har- rison, on constate que les neuroscientifiques donnent ici une acception assez large et floue à ce que représente l’économie, en insistant cependant sur la nécessité d’expliciter le processus déci- sionnel.
A l’inverse pour McCabe (dans ce numéro de la RFE), les neuroéconomistes cherchent à savoir comment le cerveau agit, réagit et interagit au sein d’institutions économiques et d’environnements sociaux particuliers et comment ceci influence la prise de décision. Ainsi, à la différence de la vision de Zak qui conçoit la neuroéconomie comme issue d’une démarche trans- disciplinaire, Glimcher et Rustichini ([2004], p. 447) la conçoi- vent comme le fruit d’une convergence : « L'économie, la psy- chologie et les neurosciences convergent aujourd'hui dans à une discipline unifiée simple avec le but suprême de fournir une théorie simple, générale de comportement humain. (…) Le but de cette discipline est ainsi de comprendre les processus qui connectent la sensation et l'action en révélant les mécanismes neu- robiologiques par lesquels les décisions sont prises ».
La comparaison de ces définitions en tenant compte de l’origine disciplinaire des auteurs montre déjà que ce premier tra- vail de définition est parfois difficile à réaliser, parce que les scientifiques des domaines concernés – c'est-à-dire aussi bien des économistes que des neuroscientifiques – doivent traverser les frontières entre des approches différentes avec des termino- logies spécifiques pour être capables de communiquer et com- prendre des méthodes de chacun. D’ailleurs la description de la neuroéconomie telle qu’elle est faite ci-dessus s’applique davan- tage au courant que Ross [2008] appelle « l’économie compor- tementale dans le scanner » (Behavioral Economics in the Scan- ner, BES), et qui est le plus souvent associé par les économistes
au terme neuroéconomie. Ross distingue un autre courant, mis en avant par des neuroscientifiques et sans doute moins connu des économistes, qu’il nomme « l’économie neurocellulaire » (Neurocellular Economics, NE). Elle est définie comme « le pro- gramme utilisant les mathématiques de l’analyse économique à l’équilibre afin de modéliser l’activité de cellules cérébrales dans le but de tester et de raffiner différentes hypothèses […] relatives à l’apprentissage neural », se basant sur l’idée que le cerveau par- tage certaines caractéristiques du marché, avec des réseaux ato- misés sur lesquels s’applique un contrôle exécutif imparfait (Ross, [2008], p.473).
Enfin il convient de noter que la terminologie « neuroé- conomie » renvoie explicitement au système nerveux central comprenant, chez l'humain, l'encéphale dans la boîte crânienne, le tronc cérébral; le cervelet, la moelle spinale et enfin les nerfs crâniens. Or comme on peut le constater (voir tableau n° 1 : Aperçu des outils neuroscientifiques), derrière la référence que font les économistes à la neuroéconomie, se trouve un certain nombre de méthodes d’investigation qui sont davantage propres à la physiologie qu’à la neurologie. Cette acception extensive voire impropre de la neuroéconomie ne pose pas qu’un simple problème de définition : de nombreuses critiques qui sont adres- sées à la neuroéconomie concernent en fait tel ou tel outil d’in- vestigation spécifique. Sachant que chacun d’eux a ses propres avantages et inconvénients, il paraît en tout état de cause incor- rect de mettre en évidence, par exemple, un inconvénient de la mesure de la réponse électrodermale ou de l’oculométrie pour condamner dans leur ensemble les méthodes de la neuroécono- mie.
Tableau 1
Aperçu des outils neuroscientifiques
- Méthode de mesure de la résistance électrique de la peau (paume de la main) liée à lʼactivité du système sympa- thique et reflétant lʼéveil émotionnel.
- Impossibilité de différencier les émotions.
- Méthode peu coûteuse, échantillon de taille standard pour lʼéconomie expérimentale.
Exemple dʼapplications :A. W. Lo et D. V. Repin [2002].
Réponse électrodermale (SCR)
Electrocardiogramme (ECG)
Oculométrie (Eye Tracking)
Electromyogramme (EMG)
Etudes de lésions
Administration de substances
Electro-encéphalo- gramme (EEG)
- Mesure de lʼactivité électrique du cœur. Il représente la dépolarisation puis repolarisation du cœur durant la sys- tole et la diastole.
- Le rythme cardiaque augmente avec lʼéveil émotionnel et diminue avec lʼennui.
- Impossibilité de différencier les émotions.
- Méthode peu coûteuse, échantillon de taille standard pour lʼéconomie expérimentale.
Exemple dʼapplications :K. Smith et J. Dickhaut [2005].
- Ensemble de techniques permettant d'enregistrer les mouvements oculaires ou la cible du regard.
- Beaucoup utilisé en psychologie, psycholinguistique ou pour la conception de produit. Portée dʼutilisation a priori plus limitée en économie.
- Méthode peu coûteuse, échantillon de taille standard pour lʼéconomie expérimentale.
Exemple dʼapplications :A. Rubinstein [2007].
- Enregistrement de l'activité d'un muscle au repos ou lors de la contraction.
- Peut être appliqué aux muscles du visage pour lʼinférence dʼémotions ou aux muscles impliqués dans une tâche nécessitant le mouvement afin dʼinférer le degré dʼenga- gement dans cette tâche.
- Méthode peu coûteuse, échantillon de taille standard pour lʼéconomie expérimentale.
Exemple dʼapplications :R. Censolo, L. Craighero, L. Fadi- ga, G. Ponti et L. Rizzo [2007].
- Comparaisons du comportement de patients atteints de lésions neurologiques avec celui de patients sains.
- Méthode peu coûteuse. Echantillon limités de par la natu- re des sujets.
Exemple dʼapplications :S.W. Anderson, A. Bechara, H.
Damasio, D. Tranel et A. R. Damasio [1999].
- Produits pharmaceutiques, hormones, neurotransmet- teurs, etc…
- Permet dʼétablir une relation de causalité et non pas une simple corrélation.
- Méthode peu coûteuse, échantillon de taille standard pour lʼéconomie expérimentale.
Exemple dʼapplications :M. Kosfeld, M. Heinrichs, P. Zak, U. Fischbacheret E. Fehr [2005].
- Méthode utilisant de 16 à 256 électrodes posées sur le scalp afin de mesurer lʼactivité électrique de grands groupes de neurones.
- Les réponses évoquées (ou potentiels liés à un évène- ment) se présentent sous forme de vagues caractéris- tiques et sont associées à certaines activités neurales (inhibitrices ou excitatrices).
- Faible résolution spatiale mais très bonne résolution tem- porelle (~10ms).
- Méthode peu coûteuse. Echantillons de taille raisonnable.
Exemple dʼapplications :W. J. Gehring, et A. R. Willoughby [2002].
- Insertion dʼélectrodes dans le corps cellulaire de neu- rones permettant de mesurer leur activité séparément.
- Résolution spatiale maximale
- Limité aux patients atteints de troubles neurologiques et aux animaux.
- Echantillon de taille réduite de par la nature des sujets et la lourdeur de lʼintervention.
Exemple dʼapplications :P.R. Montague and G.S. Berns [2002].
- Méthode appliquant une impulsion magnétique sur une zone du cerveau qui engendre une lésion artificielle et temporaire de cette zone et permet dʼen voir lʼeffet sur le comportement.
- Permet dʼétablir une relation de causalité.
- Limité à des zones cérébrales « périphériques », préci- sion spatiale limitée.
- Méthode relativement coûteuse. Echantillons de taille réduite.
Exemple dʼapplications :D. Knoch, A. Pascual-Leone, K.
Meyer, V. Treyer et E. Fehr [2006].
- Implantation dʼun pacemaker cérébral envoyant des impulsions électriques à certaines parties du cerveau (uti- lisation clinique principalement).
- Limité à des patients atteints de troubles neurologiques (maladie de Parkinson, dystonie, douleur chronique, etc).
- Possibilité dʼeffets secondaires neuropsychiatriques.
- Echantillon de taille réduite de par la nature des sujets et la lourdeur de lʼintervention.
Exemple dʼapplications :A. MacDonald [2005].
- Méthode d'imagerie médicale nucléaire permettant de mesurer l'activité métabolique du cerveau grâce aux émissions produites par les positons issus d'un produit radioactif injecté avant lʼexpérience (technique invasive).
- Résolution spatiale moyenne mais faible résolution tem- porelle (~30s).
- Expériences limitées à une durée dʼune heure et sujets limités à deux études par an.
- Méthode très coûteuse limitant la taille des échantillons.
Exemple dʼapplications :D. De Quervain, U. Fischbacher, V. Treyer, M. Schellhammer, U. Schnyder, A. Buck et E.
Fehr [2004].
- Méthode dʼimagerie non invasive qui utilise les propriétés magnétiques de lʼhémoglobine : lʼactivité cérébrale dans une certaine zone entraîne une demande plus forte en hémoglobine oxygénée, ce qui génère un signal BOLD (Blood Oxygen Level Dependant) plus élevé.
- Le ratio bruit/variation du signal rend nécessaire une tâche de contrôle de très bonne qualité.
- Bonne résolution spatiale et résolution temporelle moyen- ne (~1,5s).
- Méthode très coûteuse limitant la taille des échantillons.
Exemple dʼapplications : T. Singer, B. Seymour, J. P. OʼDo- herty, K. E. Stephan, R. J. Dolan et Ch. D. Frith [2006].
Pouvant être utilisées lors dʼétudes neuroéconomiques. Les premières appartiennent au champ de la psychophysiologie et nʼimpliquent pas directement de mesures de lʼactivité cérébrale, au contraire des dernières qui font partie des méthodes dʼima- gerie et de stimulation cérébrales.
Mesure de lʼactivité dʼun neurone unique
Stimulation magnétique
transcrânienne (TMS)
Stimulation cérébrale profonde (DBS)
Tomographie par émission de positons (TEP)
Imagerie par résonance magnétique fonctionnelle (IRMf)
La difficulté du dialogue entre les neuroscientifiques et les économistes, qui se traduit en particulier par les nuances introduites dans ces deux sortes de définition peut sembler au lecteur superflu mais on verra par la suite qu’il s’agit en fait d’un vrai problème méthodologique qui affecte directement l’intérêt que l’économiste peut trouver ou pas dans la neuroéconomie et son programme de recherche.
Economie comportementale : de l’économie expérimentale à la neu- roéconomie
Une certaine confusion apparait dans la littérature où l’on se réfère souvent indistinctement à l’économie comportementale, l’éco- nomie expérimentale et la neuroéconomie de façon telle que l’on en vient à s’interroger sur les éléments distinctifs entre les trois. Afin de clarifier les enjeux, le plus simple est de se tour- ner vers Fudenberg [2006] qui commente l’excellente introduc- tion à ce vaste domaine qu’est l’économie comportementale constituée à travers le livre Advances in Behavioral Economics édité par Colin Camerer, George Loewenstein, et Matthew Rabin en 2004. Fudenberg, qui reste assez critique à l’égard de l’éco- nomie comportementale, reconnaît cependant les avancées de ce champ de recherche en fondant son point de vue sur les trois cri- tères de Stigler [1965] pour apprécier l’intérêt d’une théorie (économique), à savoir : l’exactitude de ses prédictions, son degré de généralité et son opérationnalité. A l’aune de ces trois critères, Fudenberg estime que le challenge est relevé et en attribue les rai- sons à deux caractéristiques précises : d’une part, la capacité de l’économie comportementale à avoir su produire des théories alternatives face à des modèles dominants que sont d’une part la théorie de l’utilité espérée et d’autre part le modèle de l’agent
concentré par la défense de son intérêt personnel en situation d’in- teraction. Bien que Fudenberg ([2006], p. 696) considère « qu’il est encore trop tôt pour décider lequel de ces modèles devrait être considéré comme canonique », son diagnostic se porte tout comme Pesendorfer [2006], sur trois avancées et succès signifi- catifs : les modèles d'aversion à la perte dans le prolongement de la théorie des perspectives, le modèle quasi-hyperbolique de choix inter temporel et les modèles de préférences sociales (voir sur ce dernier thème, l’excellente synthèse de Cooper et Kagel [2009]). A cela Pesendorfer en ajoute un quatrième avec l’effet de dotation de Thaler [1980].
Mais ce qui plus intéressant encore c’est qu’aussi bien Fudenberg que Pesendorfer estiment que ces succès sont attri- buables à la concomitance d’avancées théoriques et du recours à l’expérimentation pour produire des données. Dés lors, on ne peut que s’interroger sur la pertinence de se tourner vers un nouvel instrument d’investigation comme la neuroéconomie.
On ne peut en effet se contenter d’une justification fondée uni- quement sur la disponibilité de nouvelles technologies comme l’Imagerie par résonance magnétique fonctionnelle. En fait la réponse nous est donnée par une succession d’effets pervers sur la relation entre l’observation et le dispositif d’observation.
Les psychologues du travail se sont souciés d’un « effet de demande » lors des expériences de Hawthorne dans les années 1920 et 1930 au cours desquelles les chercheurs ont réalisé que beaucoup de variations à la hausse de la productivité de jeunes femmes dans l’usine de montage Western Electric étaient impu- tables au simple fait qu'elles participaient à une expérience (Roethlisberger et Dickson, [1939]). Depuis lors, l’effet de demande a été identifié par le comportement de participants dans un dispositif expérimental qui sont conscients d’être obser- vés et qui souhaitent répondre ou contrarier l’idée qu’ils se font de la demande ou de l’attente de l’expérimentaliste. Ainsi le comportement des participants répond au souci de vouloir confir- mer ou d’infirmer les hypothèses supposées du modèle soumis à l’expérimentation2. Les économistes espèrent atténuer cet effet de demande en rémunérant en argent liquide à la fin de la ses-
sion expérimentale mais également grâce à leur propre compor- tement lors de l’expérience.
Un autre effet (Hoffman, McCabe et Smith, [1996]), l’effet de réputation, peut aussi jouer en laissant croire au parti- cipant que dans une version répétée du protocole expérimental, il aura plus de chances de rejouer dans de bonnes conditions en montrant à l’expérimentaliste de bonnes caractéristiques, du moins celles qui seraient attendues de sa part. Face à cet effet, les expérimentalistes suggèrent de réaliser les protocoles en double aveugle.
Enfin, Carpenter, Liati et Vickery [2007], mettent en évidence un autre effet. Ils constatent ainsi qu’un nombre signi- ficatif de participants dans un protocole expérimental sur le jeu du dictateur transfèrent une partie de leur gain au receveur (ano- nyme), non pas tant en raison de leur aversion à l’inégalité ou de leur altruisme, mais simplement parce qu’ils sont venus volon- tairement pour jouer et que garder toute la somme d’argent qui leur est attribuée c’est précisément ne rien faire (et donc renon- cer à jouer).
Face à la multiplication de ces effets, la solution radicale qui est suggérée notamment par Camerer, Loewenstein et Pre- lec [2004] est justement de recourir à la neuroéconomie sur la base du principe suivant : « La seule façon de résoudre ce dilemme est d'utiliser des outils ou les méthodes qui permettent aux cher- cheurs d'examiner le comportement d'une façon nouvelle, plus objective. Les neurosciences fournissent ces outils, (...), pour observer les activités cérébrales qui sont à la base du comporte- ment. » (Kenning et Plassmann, [2005], p. 343). Ainsi donc, la grande vertu de la neuroéconomie serait d’éviter les effets néfastes et indésirables des protocoles expérimentaux, « en enquêtant directement sur le cerveau et pas sur la personne : il est possible que des mesures directes produisent les index plus fiables de quelques variables qui sont importantes pour l'économiste (par exemple, la confiance ou peut-être même le bien-être) » (Came- rer, Loewenstein et Prelec [2004], p.573).
Cet argument fort reste cependant sujet à débat : si on retient par exemple les techniques de réponse électrodermale
(SCR) ou d’oculométrie (Eye Tracking), est-on certain que le sujet ne va pas chercher à contrôler consciemment son regard ou son rythme cardiaque (et donc indirectement sa sudation) et ceci afin de répondre, certes avec plus de difficulté, à une motivation fondée sur l’effet de demande ou de réputation ? C’est pourquoi certains dont Angela Stanton (dans ce numéro de la RFE), veu- lent aller le plus loin possible dans la finesse des instruments regroupés sous le vocable « neuroéconomie » en envisageant de s’éloigner le plus possible des outils de type physiologiques et de dépasser même l’unité d’analyse qu’est le neurone pour, à terme, déterminer les éléments de la rationalité économique sur le plan moléculaire et chimique.
Ouvrir la boite noire et renoncer à Pareto et Friedmann
Contrairement aux apparences de ce débat, il ne s’agit pas sim- plement ou seulement de chercher l’outil le plus pertinent de la neuroéconomie dans la palette des instruments décrite dans le tableau n° 1. L’ensemble de ces dispositifs d’enquête (de la phy- siologie à la chimie) est donc fondé sur le principe posé par Camerer, Loewenstein et Prelec : enquêter directement sur le cerveau et pas sur la personne.
Ainsi l’économie comportementale s’est départie rapide- ment des données d’enquêtes (« Etes-vous heureux en ce moment ? » ; « L’êtes-vous plus aujourd’hui qu’hier ? » ; « S’il vous arrivait tel événement seriez-vous heureux ? »...), en passant par des données de laboratoire pour maintenant traiter des données sous forme par exemple d’images neurales : comme le résume rapi- dement Fudenberg ([2006], p.705), on est passé finalement de
« l’interview à la vue intérieure ».
Cette démarche reste fortement contestée par Gul et Pesendorfer [2008], mais aussi par Spiegler [2008] qui ne sont
pas convaincus du fait que la pertinence de la neuroéconomie tient à la localisation de l’analyse : ce n’est pas forcément parce que la prise de décision a lieu dans le cerveau qu’il faut se concen- trer sur le comportement du cerveau. En réalité, ce débat nous renvoie à une question d’ordre méthodologique qui conditionne la pertinence du programme de recherche qui peut être assigné à la neuroéconomie.
Curieusement le premier à s’interroger sur la nature de ce débat est Vilfredo Pareto qui, bien avant les travaux de Mil- ton Friedman [1953], se pose la question du réalisme d’une théorie en établissant un parallèle entre les sciences naturelles et l’économie politique : « C'est un fait empirique avéré que les sciences naturelles ont progressé seulement quand elles ont pris des voies détournées comme point de départ, au lieu d'essayer de découvrir l'essence des choses…L’économie politique pure a donc grand intérêt à mettre le moins d'espoir possible sur le domaine de la psychologie ». Plus loin, Pareto met en avant non pas la quête qui mènerait en vain à la découverte de « l’essence des choses » mais à un dispositif « logico-expérimental » consti- tué d’hypothèses. Les sentiments et les émotions existent, mais il suffit d’en observer la résultante au travers de l’étude directe des comportements. En parodiant Rustichini [2005] à propos d’Adam Smith, on peut être certain que Pareto pourrait sans doute être aujourd’hui un expérimentaliste mais certainement pas un neuroéconomiste. Cette appréciation est d’ailleurs aussi valable pour Milton Friedman.
Dans son célèbre article de 1953, Milton Friedman uti- lise constamment le terme d’"explication" entre guillemets pour nous signifier selon lui sa qualité prédictive: « vue comme un corps d'hypothèses substantives, la théorie doit être jugée par son pou- voir prédictif pour une classe de phénomène qui est soumise à explication » (Friedman [1953] p. 184). Friedman soutient que les économistes devraient construire des modèles capables de prédictions pour une classe de phénomènes bien précis, mais sans que l’on soit obligé de décrire le processus sous-jacent. Face à cela, Camerer [2008] rétorque que les théories sont contingentes au changement de l’environnement et que, par conséquent, les
prévisionnistes « tenants du comme si » feront toujours des erreurs face à des changements de l’environnement ce qui ne sera pas le cas des « vrais connaisseurs » : « Puisque les environnements éco- nomiques subissent aussi des changements constants, la distinc- tion entre les comme si et les savent vraiment est aussi impor- tante en économie ». Cela suppose cependant que la neuroéconomie offre les moyens non seulement de savoir vrai- ment comment les processus cognitifs supportent le comporte- ment mais surtout que l’on puisse savoir enfin quels sont-ils et cela dans leur moindre raffinement: à cette fin, on laisse au lec- teur le soin de se faire juge de sa propre opinion en considérant les quelques illustrations du programme de recherche de la neu- roéconomie
Le programme de recherche de la neuroéconomie
Comme nous l’avons déjà souligné, la neuroéconomie, par le recours à un large éventail de méthodes allant de l’imagerie céré- brale fonctionnelle à l’administration de substances en passant par la stimulation magnétique transcrânienne, doit permettre d’identifier les substrats neuraux de la prise de décision. En se situant à l’intersection de la psychologie, la science économique et les neurosciences, la neuroéconomie emprunte la modélisation et la compréhension du comportement des deux premières et l’étude des mécanismes sous-jacents de ces dernières (Glimcher et Rustichini [2005]).
Comme le résume Zak ([2004], p. 1740), « les sujets de recherche étudiés par la neuroéconomie tombent principalement dans deux catégories : (i) l’identification les processus neuraux impliqués dans les prises de décisions dans lesquelles des modèles économiques standard sont performants en termes de prédiction du comportement (sans pour autant en expliciter les méca-
nismes); et (ii) l’étude 'd'anomalies' pour lesquelles les modèles standard échouent ». En fait ces catégories correspondent aux deux déclinaisons de la conception simonienne de la rationalité à savoir d’une part la rationalité procédurale et d’autre part la rationalité limitée (Simon, [1957]).
Dans le cas de la rationalité limitée, il s’agit pour l’essen- tiel de traiter des anomalies du comportement, ou en tout cas dénommées comme telles en référence à un défaut par rapport à un comportement supposé rationnel ; tandis que l’hypothèse de la rationalité procédurale permet d’examiner la décision comme un processus délibératif. Cependant, dans ces deux confi- gurations, il s’agit de réexaminer des contextes économiques déjà étudiés le plus souvent avec de l’expérimentation en laboratoire comme le souligne Vernon Smith [2007], à propos du dévelop- pement récent de la neuroéconomie : « initialement, les nouveaux outils ont tendance à être appliqués d’anciennes questions » (voir tableau n° 2).
Tableau 2
Quelques jeux utilisés en économie comportementale et en neuroéconomie
De nombreux jeux sont utilisés par les économistes afin de tester les préférences sociales des agents ainsi que leur faculté à se coordonner et à agir de manière stra- tégique. Bien quʼoffrant chacun de nombreux facteurs dʼordre économique, psycho- logique ou neurologique confondants, ils permettent cependant de capturer de nom- breuses caractéristiques de la vie économique et sociale. En voici quelques-uns parmi les plus utilisés.
Dilemme du prisonnier
Chacun des deux joueurs possède deux stratégies : coopérer ou ne pas coopérer.
Joué simultanément, le jeu possède une stratégie dominante qui est de ne pas coopérer. Bien quʼau niveau collectif ce choix ne soit pas optimal, chaque joueur pos- sède une incitation unilatérale à dévier. En résulte un équilibre de Nash où aucun des deux joueurs ne coopère. Des investigations expérimentales et neuroéconomiques ont cependant montré que cet équilibre est régulièrement violé. (Camerer [2003] ; en neuroéconomie voir de Quervain et al.[2004] ; Singer et al.[2006]).
Jeu de lʼultimatum
Un premier joueur, lʼoffreur, reçoit une dotation. Il propose ensuite une répartition de cette dotation entre lui et le second joueur, le répondant, que celui-ci peut accepter ou refuser. En cas dʼaccord, la dotation est partagée selon lʼoffre faite par le premier joueur. En cas de refus, les deux joueurs nʼobtiennent rien. Lʼéquilibre de Nash par- fait en sous-jeux est que lʼoffreur propose le plus petit montant non nul au répondant qui accepte car cela est mieux que rien.. Expérimentalement on constate en moyenne que les offres inférieures à 20% sont rejetées plus de la moitié du temps et les offres
atteignent une moyenne de 40%. (Guth et al.[1982]). Voir les études neuroécono- miques : Sanfey et al.[2003] ; Knoch et al.[2006]).
Une variante de ce jeu est le jeu du dictateur. Cette fois, le second joueur est pas- sif et lʼallocation offerte par le premier joueur, le dictateur, est automatiquement mise en œuvre. Sensibles à la formulation de la description du jeu, les offres sʼétalent en général entre 0 et 50%, ces deux valeurs étant modales. (Hoffman et al.[1994] ; Bol- ton et al.[1998]). Sur le plan neuroéconomique voir Harbaugh et al.[2007].
Jeu de la confiance
Deux joueurs reçoivent chacun une dotation. Le joueur confiant peut choisir transfé- rer tout ou partie au joueur fiable. Ce transfert est ensuite multiplié par lʼexpérimen- tateur (typiquement par trois). Le joueur fiable reçoit ce montant et choisit quelle por- tion il souhaite renvoyer au joueur confiant. Les observations nous montrent quʼenviron la moitié de sa dotation est envoyée par le joueur 1, qui reçoit environ le même mon- tant en retour (Berg et al.[1995]). Sur le plan neuroéconomique voir Kosfeld et al.
[2005] et Fehr et al.[2005].
Jeu de bien public
Chaque membre du groupe (n≥2) reçoit une dotation quʼil peut allouer à deux comptes : un compte privé et un compte public. Lʼallocation au compte public est optimale col- lectivement mais, individuellement, chaque individu a intérêt à affecter la totalité de sa dotation sur son compte privé. En règle générale, les sujets commencent par allouer environ la moitié sur le compte public, mais ce niveau de coopération dimi- nue au fil des périodes. Cependant, lʼintroduction dʼun mécanisme de punition coû- teuse permet de soutenir un niveau de coopération plus élevé. (Ledyard [1995] et E.
Fehr et S. Gächter [2000]). Sur le plan neuroéconomique voir Camerer et al.[2009]).
Le concours de beauté
Chaque membre dʼun groupe doit choisir un nombre entre 0 et 100. Le gagnant du jeu sera le joueur dont le nombre est le plus proche des 2/3 de la moyenne des nombres annoncés par chaque membre du groupe. Ce jeu, qui a pour but de mettre en évi- dence la relation entre rationalité et connaissance commune de la rationalité, pos- sède un unique équilibre de Nash en stratégie pure qui est de choisir zéro. Cepen- dant, le nombre gagnant observé est en réalité souvent supérieur à zéro. (Nagel et al.[1998]. Sur le plan neuroéconomique voir Nagel et Coricelli [2009]).
Les jeux de coordination
Ce sont des jeux impliquant deux joueurs, chacun ayant deux stratégies possibles.
Lʼobjectif pour les joueurs est de choisir la même stratégie que lʼopposant, cʼest-à- dire de se coordonner. Il existe trois types de jeux de coopération. Les jeux de coor- dination pure, ou les deux équilibres entrainent les mêmes paiements. Les jeux Pareto-ordonnés, où la coordination sur une stratégie rapporte plus aux deux joueurs que la coordination sur lʼautre. Une variante de ce type de jeu est celui de la chasse au cerf. Enfin, il existe les jeux impliquant un conflit dʼintérêt, où chacun des joueurs préfère un équilibre à lʼautre (e.g.bataille des sexes). (M. Sefton [1999]; Mehta et al.[1994a ; 1994b]). Sur le plan neuroéconomique voir Emonds et al.[2008]).
Rationalité procédurale et activation cérébrale
La recherche neuroéconomique est une candidate idéale pour éta- blir des liens entre des hypothèses propres aux mécanismes céré-
braux et plus particulièrement en ce qui concerne la localisation de l’activité cérébrale et son mode d’activation avec des variables intermédiaires non observables (i.e. les niveaux d’utilité ou les croyances) et enfin avec le comportement observable révélé par des choix économiques. Cela signifie donc que la neuroécono- mie doit au préalable se fonder sur des connaissances d’une part sur la localisation et d’autre part sur l’activité cérébrale.
Figure1
Représentation du cerveau par la Société américaine de phré- nologie en 1848
La question de la géographie du cerveau est déjà fort ancienne, comme en atteste le projet de la société américaine de phrénologie de 1848 (voir figure n° 1). On doit à Brodmann [1909] il y a exactement un siècle cette année d’avoir été le pre- mier à distinguer 52 régions distinctes du cortex (qu’il a numé- roté) ayant la même organisation cellulaire (voir figure n° 2). L’in- tuition de Brodmann, qui s’est vue fréquemment confirmée par la suite, était qu’à une organisation anatomique donnée corres-
pond une fonction particulière. Derrière cette classification, se cache une réelle difficulté : la neuroéconomie a besoin de ras- sembler des données provenant d'individus différents, afin de per- mettre une analyse statistique et économétrique des données.
Ainsi, pour être capable de comparer les activités cérébrales chez différents individus, il est donc nécessaire de normaliser et de cali- brer l’analyse en référence à une sorte de cerveau standard ou de référence. Talairach et Tournoux [1988] ont présenté trois inno- vations importantes qui ont contribué à l’émergence de la neu- roéconomie : un système de coordonnées pour identifier un emplacement cérébral particulier par rapport à des points de repère anatomiques; une transformation spatiale pour établir des correspondances entre des cerveaux différents et enfin un atlas décrivant un cerveau standard, sur le plan anatomique et cyto- architectonique.
Figure 2
Les 52 régions du cortex de Brodmann [1909] ayant la même organisation cellulaire
En ce qui concerne l’activité cérébrale, une hypothèse courante consiste à considérer que les préférences construites sur des émotions sont plus robustes que des préférences construites sur la délibération rationnelle dans la prise de décision. (Sharot, Mauricio et Phelps, [2004]) En localisant l'activité cérébrale durant la prise de décision spécifique et en rapprochant des fonc- tions neuro-anatomiques localisées, l’imagerie fonctionnelle du cerveau permet de visualiser les réseaux neuraux responsables d'émotions dans le processus décisionnel. Dès lors, la neuroéco-
nomie a pour objectif d’identifier les émotions pertinentes dans le processus décisionnel et le contexte économique dans lequel elles surviennent (Bechara et Damasio, [2005]).
Une première étude de Sanfey, Rilling, Aronson, Nystrom et Cohen [2003] s’est intéressée au comportement durant le jeu d’ultimatum en utilisant l’IRMf, se concentrant plus particuliè- rement sur la décision d’acceptation ou de rejet du receveur (voir tableau n° 2). Dans la lignée des modèles de processus duaux qui voient la décision finale comme le résultat de la coexistence d’un processus délibératif et d’un processus émotionnel, les auteurs liè- rent les substrats neuraux sous-jacents à l’acceptation ou le rejet d’offres jugées injustes. Même si certains éléments du design expérimental sont largement perfectibles, cette étude fournit quelques résultats intéressants. Il apparaît notamment que l’ac- tivité dans le cortex insulaire antérieur, région corticale liée aux émotions négatives et à la douleur, est un bon prédicteur de la décision de rejet des offres injustes. Au vu des résultats, ils émet- tent également l’hypothèse que le cortex dorsolatéral préfrontal droit (rDLPFC), une région associée au contrôle exécutif et à la maintenance des objectifs, régule la réponse instinctive et émo- tionnelle de rejet des offres injustes et induit ainsi l’individu à accepter de telles offres.
Parmi les méthodes neuroscientifiques discutées plus haut, certaines permettent l’inférence de relation de causalité. Ainsi Knoch, Pascual-Leone, Meyer, Treyer et Fehr [2006] ont utilisé la SMT (voir tableau n° 1) afin de tester l’hypothèse précédente.
En générant une lésion artificielle du rDLPFC, ils pourraient voir si elle entraîne un taux de rejet supérieur, comme prédit par Sanfey et al.[2003]. En réalité, ils obtiennent le résultat opposé : le taux d’acceptation est plusieurs fois supérieur pour les sujets ayant subi une lésion artificielle de cette zone, en comparaison à d’autres traitements de contrôle. Il apparaît également que les sujets ayant subi la lésion attribuent un degré de justice des offres similaire à des traitements de contrôle. Knoch et al.[2006]
argumentent alors que le rDLPFC pourrait jouer le rôle de cana- lisateur de l’impulsion égoïste qui pousse les individus à accep-
ter toute offre positive, sans pour autant affecter le jugement porté sur ces offres.
Afin de dépasser les limitations intrinsèques à la SMT (pré- cision spatiale, effets secondaires, sujet unique…), Knoch, Nitsche, Fischbacher, Eisenegger, Pascual-Leone et Fehr [2008] ont uti- lisé une autre méthode permettant d’affecter le fonctionnement d’une zone spécifique du cerveau, la stimulation transcrânienne électrique directe. Cette méthode autorise notamment l’utilisa- tion simultanée sur plusieurs sujets, ce qui constitue un avantage non négligeable comparé aux autres méthodes comme la SMT et l’IRMf et permet des designs expérimentaux plus proches des standards de l’économie expérimentale. Les résultats de cette étude vont dans la même direction que ceux de Knoch et al.
[2006] en cela que les sujets subissant une diminution de l’ex- citabilité des neurones du rDLPFC ont un taux d’acceptation des offres injustes supérieur. Comme lors de la précédente étude, le jugement des offres en termes de justice est comparable entre les différents traitements. Même si de subséquents travaux restent nécessaires, notamment à cause d’un relatif manque de précision spatiale, ce résultat relatif au rôle du rDLPFC s’affirme comme un peu plus robuste.
Rationalité limitée et anomalie
Les recherches en neuroéconomie permettent de concevoir les mécanismes neuraux comme une représentation de la rationalité naturelle du comportement qui, dans le même temps, peut appa- raître comme irrationnel du point de vue économique, au sens où il révèle une anomalie comportementale.
Dans le jeu de la confiance Berg, Dickhaut et McCabe [1995] – (voir le tableau n° 2), le joueur confiant (le décideur n°1) prévoie que le joueur fiable (le décideur n°2) étant avide, il conservera toute somme qu’il pourrait lui transférer. Ainsi le
joueur confiant ne devrait rien lui envoyer (en conservant toute sa dotation) et donc le joueur fiable n’aurait rien à décider en termes de renvoi de transfert, le tout sur la base d’un supposé manque de fiabilité de sa part envers le joueur confiant. Cepen- dant, l’économie comportementale met en évidence sur le plan expérimental, qu’en moyenne, le joueur confiant investit envi- ron 50 % de sa dotation monétaire et obtient par restitution du joueur fiable plus ou moins ce qu'il a investi (Camerer, [2003]).
En double aveugle, environ un tiers des joueurs fiables ont trans- féré en retour plus que ce que le joueur confiant leur avait donné (Berg, Dickhaut et McCabe, [1995]). Plus ils agissent plus confiance s’établit entre eux. En fait, les agents ont vraiment l'intention d'avoir confiance, agissent de manière fiable et réci- proque entre eux car ils croient que les autres feront de même et ils les perçoivent comme intentionnellement fiables. L'inten- tionnalité de la confiance, ou la réciprocité bienveillante envoient le signal de fiabilité, grâce à la répétition (King-Casa, Tomlin, Anen, Camerer, Quartz et Montague, [2005]).
Sur le plan neuroéconomique, le jeu de la confiance active le noyau caudal - région impliquée dans le système de récompense du cerveau - et les signaux dans cette région céré- brale reflètent, selon les auteurs, le développement d'un modèle de l'autre, à partir de signaux anticipés. L'activité accrue dans le noyau caudal du joueur confiant est directement corrélée à la fia- bilité du comportement du joueur fiable.
Les régions préfrontales médianes sont également activées quand les joueurs (n°1 et n°2) sont coopératifs et font face à l’autre participant ou à un ordinateur, avec cependant une activation plus forte dans le premier cas. Inversement, les sujets sont moins coopératifs lorsque l’activation de cette zone est plus faible (McCabe, Houser, Ryan, Smith et Trouard, [2001]).
Sur le plan moléculaire et chimique, la confiance augmente avec la quantité d’ocytocine libérée dans le cerveau (Zak, Stan- ton et Ahmadi, [2007]). L’augmentation de la quantité d’ocyto- cine est avérée chez le joueur fiable (décideur n°2) si le joueur confiant (décideur n°1) a suffisamment confiance pour investir en transférant une somme importante auprès du joueur fiable.
Le niveau d’ocytocine est également élevé chez les joueurs fiables qui reçoivent un transfert monétaire élevé reflétant une forte intention de faire confiance.
Causalité et contexte
Cependant, est-il scientifiquement raisonnable de brosser un tel tableau des résultats de la littérature neuroéconomique ? En effet, l'interprétation d'images neurales ou de données neurobio- logiques peut s’avérer plus ardue qu’il n’y paraît. Prenons par exemple l’analyse neuroéconomique des préférences sociales et de la confiance de Fehr, Fischbacher et Kosfeld [2005]. Fudenberg [2006] remet en cause une partie de leur conclusion sur la base de l’argument selon lequel ils effaceraient l’effet de réputation (évo- qué plus haut) par un meilleur design expérimental. Pour Fehr, Fischbacher et Kosfeld, il est douteux que dans la version non répétée du dilemme du prisonnier l’observation de la coopéra- tion ne peut être fondée sur une confusion ou plus exactement sur une « erreur de perception ». Selon eux, la preuve en est que l'activation du striatumest plus forte quand les joueurs coopè- rent avec un être humain que lorsqu’ils interagissent avec un ordinateur et cette activation est d’autant plus intense que la récompense monétaire est variable et contingente au comporte- ment de l’autre (ce qui n’est pas le cas avec un ordinateur).
Fudenberg pointe cependant du doigt que « ce raisonnement sous- jacent et sa conclusion sont valides dès l’instant où l’on suppose que ‘l’erreur de perception’ n'a aucun effet sur l'activation du stria- tum. Or, à ce point là, il n’y a aucune raison de le penser » (Fudenberg, [2006], p. 705). Il apparaît donc que les facteurs confondants au niveau comportemental s’amplifient lorsqu’on en vient aux données neurales.
Plusieurs points permettent de justifier cette affirmation.
S’il n’existe aucun doute à considérer les percées technologiques
en termes de standardisation des cerveaux comme des avancées scientifiques majeures, il convient tout de même d’en limiter la portée et de se rappeler que, telles les empreintes digitales, il n’existe pas deux cerveaux identiques. Et comme le souligne plus généralement Kenning et Plassman, « les outils neuroscienti- fiques actuellement les plus sophistiqués paraissent bien rudimen- taires, comparés à la complexité de notre système nerveux cen- tral et nous restons loin d'une compréhension profonde du cerveau ». (Kenning et Plassmann, [2005], p.346) Celui qui a le plus brillamment exposé cette difficulté est Poldrack [2006] dans son article déjà largement repris et intitulé : « Les processus cognitifs peuvent-ils être inférés des données de neuroimage- rie ? » Il souligne les limites de l’inférence inverse comme unique méthode d’analyse des données neurales en rappelant la multi- plicité des fonctions d’une même zone cérébrale (un des exemples frappants étant le cortex insulaire, voir Craig [2009]). Il appuie ainsi par la même occasion l’argument de Fudenberg : de ce fait, les designs expérimentaux doivent se faire d’autant plus précis et contrôlés, tout comme les facteurs confondants doivent être éli- minés au maximum, sous peine de voir les neuroéconomistes s’adonner à des exercices d’interprétation scientifiquement périlleux.
Cet appel à la prudence est largement partagé à l’instar de Kenning et Plassman. Certes les techniques de mesure employées pour examiner les fonctions cérébrales délivrent une information relativement précise sur des mesures physiques spé- cifiques. Cependant, les études neuroéconomiques, par la com- plexité du cerveau humain, souffrent d’une étroitesse de validité externe : les mesures restent indirectes et les conclusions qu’on peut en tirer sont valides dans un certain dispositif expérimen- tal mais peuvent ne plus l’être même avec un tout petit change- ment dans le protocole. C’est ce que souligne Roth [2006] lors- qu’il s’intéresse plus précisément à la « répugnance » en termes économiques : le sentiment de répugnance est-il le même quel que soit son contexte ? Pour lui, la désignation de transactions sur un marché comme répugnantes a beaucoup évolué au cours de l'histoire et à travers les cultures, ce qui ne peut que rendre
dubitatif quand on compare l’activité cérébrale suscitée, par la présentation d’une offre injuste avec la proposition à un améri- cain végétarien dans un restaurant à Chicago du foie gras du Péri- gord. Par conséquent, la perspective de l’activité cérébrale n'est peut-être pas la plus intéressante pour comprendre les détermi- nants de la répugnance dans des contextes économiques variés.
La fonction cérébrale est toujours un domaine où il reste beau- coup de questions ouvertes et, malgré les relations fonctionnelles qui sont aujourd’hui bien comprises en général, dès que l’on cherche à détailler le processus d’activation cérébrale soit sur le plan chimique et moléculaire soit sur le plan de l’imagerie, il appa- raît vite des zones d’ombre difficiles à explorer. « Ce fait devrait être constamment rappelé et qu’au sens strict la plupart des expé- riences sont seulement capables de mettre en évidence une cor- rélation entre l'accomplissement d'une tâche spécifique et une activité cérébrale sur certains secteurs spécifiques. Mais cela ne doit pas être compris comme la preuve d’une relation causale réelle » (Kenning et Plasmann, [2005], p. 352)
La neuroéconomie est une méthode d’investigation au profit de l’économie comportementale mais ne constitue pas un simple pro- longement ou approfondissement de l’économie expérimentale.
Faut-il le rappeler ? Ce qui produit la distinction et même la rupture, tient au positionnement méthodologique en référence au principe du « comme si » de Milton Friedman [1953] et à la volonté d’explorer le cerveau, lieu où se décide le comportement économique de l’individu. Cette posture fait dire aux neuroscien- tifiques, Clithero Tankersley et Huettel ([2008], p.2351) que
« nous reconnaissons que la recherche en neuroéconomie est en
effet neuro-centrée, mais cette orientation n’a pas vocation a res- ter ainsi ».
Concevoir la neuroéconomie comme neuro-centrée à la différence de l’économie expérimentale plus anthropocentrique a permis cependant d’obtenir certains succès : à titre d’exemples, des résultats probants ont déjà été obtenus en ce qui concerne le traitement de l’incertitude (Yoshida, Ishii, [2006]), la dispo- nibilité à payer (Plassmann, O’Doherty , Rangel, [2007] ; Knut- son, Rick, Wirnmer, Prelec, Loewenstein, [2007]), l’aversion aux pertes (Tom, Fox, Trepel, Poldrack, 2007), l’activation du sytème de récompense (Schultz, [2006]) ou l’encodage des valeurs économiques (Padoa-Schioppa, Assad, [2006]).
Mais le revers de la médaille est aussi à prendre en compte : à ce jour il existe encore très peu de résultats d’une plus grande portée.
D’une part, comme le soulignent à la fois des écono- mistes comme Fudenberg ([2006], p.698-699) mais aussi des neu- roscientifiques comme Kenning et Plassmann ([2005], p.353), la littérature neuroéconomique est encore trop constituée d’« his- toriettes » autour de protocoles expérimentaux résistant mal à la moindre petite variation. En particulier, il convient de se mon- trer extrêmement prudent et de ne pas céder à la tentation d’éta- blir des correspondances univoques entre les régions particu- lières du cerveau et un ensemble de processus cognitifs particuliers, l’économètre nous rappelant sans doute utilement sur ce point que corrélation n’est pas causalité.
D’autre part, il est facile de remarquer que les principaux résultats ne parviennent que très modestement à prendre en compte l’environnement qu’il soit social en général ou humain (stratégique), comme le rappelle Wilcox [2009] dans ce numéro de la RFE. Il ne semble pas que l’argument du coût des expé- riences soit réellement la première raison à invoquer. La ques- tion plus fondamentale qui subsiste est de savoir si on peut véri- tablement construire une neuroéconomie avec interaction stratégique et sociale tout en restant neuro-centrée : à n’en pas douter le pari sur le succès incertain de la neuroéconomie se fera sur le dépassement nécessaire de cette étape comme se plai-
