Dans la perspective de l'économie comportementale, la neuroéconomie peut informer la théorie économique en utilisant les connaissances des mécanismes du cerveau. Afin de mieux apprécier la contribution de la neuroéconomie, nous présentons de succincts éléments d'introduction à la méthodologie et aux outils des neurosciences. Puis, nous présentons une approche bidimensionnelle du fonctionnement cérébral, non sans avoir préalablement fait le point sur sa pertinence à l'aide de validations empiriques. Cette approche permettra des élaborations concernant l'importance de l'automaticité, des émotions et de l'appariement automatique dans le processus de décision économique, suggérant une moins grande place pour les processus contrôlés de délibérations attentives et un plus grand espace pour les autres processus. Il sera ensuite démontré comment des thèmes comme les préférences, la prise de décision en situation de risque et d'incertitude, les préférences sociales et la théorie comportementale des jeux, peuvent tous bénéficier des avancées de la neuroéconomie. L'enjeu ultime de la neuroéconomie est de développer une nouvelle théorie de la décision qui permettrait de réduire l'écart entre les approches normatives de la théorie économique néoclassique et les approches descriptives de l'économie comportementale. En reliant les causes proximales et ultimes du comportement, elle pourrait ainsi réduire cet écart. L'approche neuroéconomique, pluridisciplinaire, informe tout à la fois les chercheurs des neurosciences, de la psychologie et de l'économie. Pour les chercheurs des neurosciences, elle offre de nouveaux outils conceptuels leur permettant d'étudier le cerveau à l'intérieur d'un autre paradigme; pour les psychologues et les économistes comportementaux, elle est une suite logique de leurs observations empiriques, puisque le comportement observé trouve nécessairement son origine à partir du cerveau et non à partir d'abstractions mathématiques. Enfin, puisque la neuroéconomie utilise le cerveau comme outil d'analyse, elle incorpore inévitablement des considérations évolutionnistes qui pourraient permettre de mieux comprendre pourquoi le comportement s'éloigne parfois de la rationalité substantive, et pourquoi l'être humain semble si souvent tiraillé entre l'ordre interne de l'esprit, l'ordre externe des interrelations sociales et l'ordre étendu des marchés. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Neuroéconomie, Économie comportementale, Décision économique, Préférences, Théorie de la décision.

La théorie économique standard postule que les préférences individuelles sont stables. Cependant, de nombreux résultats en psychologie et en économie expérimentale montrent que le comportement humain contrevient régulièrement à ce principe fondamental. Certains facteurs connus pour influencer la valeur, comme le contexte affectif, ne sont pas pris en compte en économie. Leurs effets sont encore considérés comme des phénomènes contingents– des anomalies en marge de la rationalité, qui en tant que telles n’informent pas la théorie. Aujourd’hui que l’imagerie cérébrale permet de formuler et tester de nouvelles hypothèses, nous interrogeons le caractère contingent de l’influence du contexte sur les préférences, avec en tête l’idée que ces « biais » découleraient de propriétés inhérentes à la structure physique qui génère le comportement, à savoir le cerveau. Parce qu’ils reflètent les conditions a priori de tout jugement de valeur, ils ne sont pas contingents mais nécessaires, ce qui explique leur prévalence. Notre première étude fait la preuve de cette hypothèse dans le cas des biais de contexte : nous montrons que l’inertie de l’activité cérébrale combinée à l’automaticité de l’évaluation permet d'expliquer les effets du contexte sur la valeur chez le singe et l’être humain. Notre deuxième étude montre que la confiance est codée dans la même région cérébrale que la valeur, suggérant que la peut être comprise comme un jugement de valeur de second ordre. Enfin, notre troisième étude montre un biais d’attribution comportemental menant à des interférences entre valeur et confiance, ce qui était prédit par la combinaison des résultats de la première et de la deuxième étude. / Standard economic theory postulates that individual preferences are stable. However, numerous psychology and experimental economics findings show this fundamental principle is often violated in actual human behavior. Some factors known to influence value, such as affective context, are not taken into account. Their effects are still considered contingent phenomena – anomalies observed on the margins of rationality – and as such do not inform economic theories. As modern neuroimaging techniques enable us to formulate and test new hypotheses, we propose to examine the contingent nature of this instability, in the light of the idea that these "biases" are in fact directly related to the inherent properties of the physical structure that generates behavior, namely the brain. Because they reflect the a priori conditions of any value judgment, they are not contingent but necessary, which explains their prevalence in observed behavior. Our first study proves this hypothesis in the case of context‐induced valuation biases: we show that the inertia of cerebral activity combined with the automaticity of evaluation can explain the effects of context on valuation in macaque monkeys and humans. Our second study shows that confidence is encoded in the same brain region as value in humans, suggesting that confidence judgments can be understood as second‐order value judgments. Our third study behaviorally demonstrates an attribution bias leading to interferences between value and confidence judgments, as predicted by combining the results of the first and the second study in humans.

La neuroéconomie est un nouveau sous-domaine de l'analyse économique. Elle est apparue au début des années 2000, à la faveur d'un rapprochement entre économie et neurosciences. Cette thèse propose une histoire théorique de la discipline. L'émergence de la neuroéconomie est d'abord située dans le prolongement d'un courant de recherches expérimentales, qui débute en 1961 avec les premières contributions de Richard Herrnstein. Cette psychologie quantitative de la motivation, appelée ici néo-comportementalisme, étudie les comportements dits de matching ou d'égalisation des rendements. Dans les années 1990, cette approche aboutit à développer un concept central pour la neuroéconomie: la notion d'apprentissage de la récompense (reward learning). Cette étude historique sert d'abord des fins de clarification théorique. Le cadre théorique du reward learning permet de spécifier la neuroéconomie d'autres approches, en particulier les travaux en psychologie de Daniel Kahenman. Le premier résultat important de cette thèse concerne ainsi l'affirmation d'une distinction entre la perspective évolutionniste et séquentielle de la neuroéconomie de l'économie comportementale d'inspiration kahnemanienne. A un deuxième niveau, il s'agit de rendre raison de l'apparition de la discipline au début des années 2000. Il est significatif de constater que les résultats expérimentaux obtenus dès les années 1990 ne commencent à susciter l'intérêt des économistes qu'en 2002-2003, précisément au moment où apparaît en économie comportementale un débat autour du paternalisme libertarien, et de la régulation dite " comportementale " des conduites irrationnelles. Je défends l'idée selon laquelle la neuroéconomie a permis de résoudre certains problèmes normatifs posés par ces discussions au sein des behavioral economics. Par leur ancrage médical, les neurosciences justifient l'adoption de définitions normatives de l'irrationalité, à l'appui des critères cliniques utilisés pour diagnostiquer des pathologies. La neuroéconomie est ainsi saisie comme un projet de régulation économique des troubles mentaux. Cette " psychiatrie économique " est comprise comme ce que Georges Canguilhem appelle une " idéologie scientifique ".

La prise de décision est un processus computationnel fondamental dans de nombreux aspects du comportement animal. Le modèle le plus souvent rencontré dans les études portant sur la prise de décision est appelé modèle de diffusion. Depuis longtemps, il explique une grande variété de données comportementales et neurophysiologiques dans ce domaine. Cependant, un autre modèle, le modèle d’urgence, explique tout aussi bien ces mêmes données et ce de façon parcimonieuse et davantage encrée sur la théorie. Dans ce travail, nous aborderons tout d’abord les origines et le développement du modèle de diffusion et nous verrons comment il a été établi en tant que cadre de travail pour l’interprétation de la plupart des données expérimentales liées à la prise de décision. Ce faisant, nous relèveront ses points forts afin de le comparer ensuite de manière objective et rigoureuse à des modèles alternatifs. Nous réexaminerons un nombre d’assomptions implicites et explicites faites par ce modèle et nous mettrons alors l’accent sur certains de ses défauts. Cette analyse servira de cadre à notre introduction et notre discussion du modèle d’urgence. Enfin, nous présenterons une expérience dont la méthodologie permet de dissocier les deux modèles, et dont les résultats illustrent les limites empiriques et théoriques du modèle de diffusion et démontrent en revanche clairement la validité du modèle d'urgence. Nous terminerons en discutant l'apport potentiel du modèle d'urgence pour l'étude de certaines pathologies cérébrales, en mettant l'accent sur de nouvelles perspectives de recherche. / Decision‐making is a computational process of fundamental importance to many aspects of animal behavior. The prevailing model in the experimental study of decision‐making is the drift‐diffusion model, which has a long history and accounts for a broad range of behavioral and neurophysiological data. However, an alternative model – called the urgency‐gating model – has been offered which can account equally well for much of the same data in a more parsimonious and theoretically‐sound manner. In what follows, we will first trace the origins and development of the DDM, as well as give a brief overview of the manner in which it has supplied an explanatory framework for a large number of behavioral and physiological studies in the domain of decision‐making. In so doing, we will attempt to build a strong and clear case for its strengths so that it can be fairly and rigorously compared to potential alternative models. We will then re‐examine a number of the implicit and explicit theoretical assumptions made by the drift‐diffusion model, as well as highlight some of its empirical shortcomings. This analysis will serve as the contextual backdrop for our introduction and discussion of the urgency‐gating model. Finally, we present a novel experiment, the methodological design of which uniquely affords a decisive empirical dissociation of the models, the results of which illustrate the empirical and theoretical shortcomings of the drift‐diffusion model and instead offer clear support for the urgency‐gating model. We finish by discussing the potential for the urgency gating model to shed light on a number of clinical disorders, highlighting a number of future directions for research.