Article de synthèse
Rev Neuropsychol
2013 ; 5 (2) : 69-81
Philippe Allain1,2
1
Université d’Angers,
Maison des sciences humaines,
laboratoire de psychologie des
Pays-de-la-Loire (EA 4638),
5 bis, boulevard Lavoisier,
49045 Angers cedex 01,
France
2
CHU d’Angers,
département de neurologie,
unité de neuropsychologie,
49933, Angers, France
<Philippe.Allain@univ-angers.fr>
Pour citer cet article : Allain P. La
prise de décision : aspects théoriques,
neuro-anatomie et évaluation.
Neuropsychol 2013 ; 5 (2) : 69-81
doi:10.1684/nrp.2013.0257
doi: 10.1684/nrp.2013.0257
Correspondance :
P. Allain
La prise de décision : aspects
théoriques, neuro-anatomie
et évaluation
Decision-making: theoretical aspects,
neuroanatomy and assessment
Résumé Prendre des décisions allant dans le sens de nos intérêts
propres ou de ceux de nos proches constitue une faculté
complexe, indispensable à l’adaptation et à l’autonomie. Nous exerçons quotidiennement
cette faculté dans de nombreux domaines de la vie quotidienne, tels ceux des finances,
des soins, de l’habitat ou encore du travail. Dans cet article, nous proposons une synthèse
des connaissances sur la prise de décision reposant, pour une large part, sur les travaux
récents effectués dans le domaine. Après quelques rappels conceptuels brefs s’appuyant
essentiellement sur des travaux de psychologie cognitive, nous nous arrêtons sur les apports
des neurosciences à notre compréhension des mécanismes de prise de décision. L’accent
est mis sur le rôle de la cognition et des émotions dans la prise de décision, sur les structures
cérébrales impliquées dans la prise de décision, ainsi que sur les paradigmes d’évaluation
de la prise de décision accessibles. Nous espérons que cette synthèse apportera un éclairage
utile sur un domaine encore très peu exploré en neuropsychologie humaine.
Mots clés : décision · risque · incertitude · ambiguïté · processus de prise de décision · substrats
Rev
cérébraux
Abstract Making decisions going to the sense of our own interests or
those of our relatives constitutes a complex faculty indis-
pensable for adaptation and autonomy. We daily exercise this faculty in many areas of
everyday life such as finance, health care, housing or employment. In this article, we
propose a synthesis of the knowledge on decision-making, mostly leaning on the current
studies made in this domain. After a few conceptual reminders, primarily based on work
done in the field of cognitive psychology, we stop on the contributions of neurosciences
to our understanding of the mechanisms of decision-making. The emphasis is put on the
role of cognition and emotions in decision-making, on the brain structures involved in
decision-making as well as on the accessible assessment paradigms of decision-making.
This overview shows that if the psychological mechanisms and the brain regions invol-
ved in decision-making are numerous and better known today, many uncertainties remain
concerning the tools useful to understand decision-making impairments in brain-damaged
patients. An important experimental work should be done in this field, given that it is essen-
tial, in terms of research, in order to refine, validate or invalidate the available theoretical
propositions on decision-making and, clinically, to better understand the difficulties for
brain-damaged patients in a critical area for daily autonomy. We hope that this over-
view will provide a useful insight into an area that is still largely unexplored in human
neuropsychology.
Key words: decision · risk · uncertainty · ambiguity · decision-making processes · cerebral substrata
REVUE DE NEUROPSYCHOLOGIE
NEUROSCIENCES COGNITIVES ET CLINIQUES
69
 Article de synthèse
Définition et aspects théoriques
Chacun d’entre nous prend quotidiennement de nom-
breuses décisions. La prise de décision correspond au fait
d’effectuer un choix entre plusieurs modalités d’actions
possibles lors de la confrontation à un problème, le but
étant de le résoudre en traduisant le choix fait en un
comportement (en une séquence d’action). Elle implique
un certain nombre d’opérations distinctes : la définition de
l’objet (ce sur quoi porte la réflexion et portera la décision),
la recherche, l’analyse et l’organisation des informations
utiles, l’élaboration et l’évaluation d’hypothèses de déci-
sions en prenant en particulier appui sur des connaissances
et/ou des expériences antérieures, le choix d’une hypothèse
de décision et sa mise en œuvre. Certaines décisions sont
simples à prendre, alors que d’autres sont beaucoup plus
complexes, en ce sens qu’elles engagent un nombre de
variables plus ou moins important (choisir entre pile ou
face versus choisir des placements pour ses économies)
et qu’elles peuvent avoir des conséquences plus ou moins
lourdes (perdre par exemple un euro versus perdre plusieurs
milliers d’euros).
L’action retenue peut ou non avoir des conséquences,
lesquelles auront ou non une certaine valeur pour nous.
Sur la base de la certitude des conséquences d’une déci-
sion, Lemaire [1] distingue trois types de situations de prise
de décision : les situations de décision sous certitude, sous
incertitude ou à risque. Les décisions sous certitudes sont
des décisions dont nous connaissons et sommes absolu-
ment certains des conséquences. Lemaire [1] illustre de
la façon suivante : si nous décidons de ne pas prendre de
parapluie en sortant, nous savons que nous serons mouillés
en cas de pluie. Les décisions sous incertitudes sont des
décisions dont nous ignorons la probabilité du résultat. Par
exemple, travailler plus augmente nos chances de réussite
aux examens sans que nous sachions si travailler trois fois
plus augmente par trois nos chances de réussite. Les déci-
sions à risque sont des décisions dont les conséquences sont
connues ainsi que les probabilités de ces conséquences. À
titre d’illustration, et pour reprendre Lemaire [1], dans la
situation où nous avons 30 % de chance de doubler notre
mise, nous connaissons la conséquence possible de la mise
(la doubler) et la probabilité de cette conséquence (environ
une chance sur trois).
Dans le champ des neurosciences, Bechara et al. [2] ont
proposé une classification quelque peu différente des situa-
tions de prise de décision sous incertitude. Ainsi, ces auteurs
ont proposé de distinguer les décisions comportant des
risques et les décisions comportant des ambiguïtés. Dans les
décisions comportant des risques, la probabilité de chaque
résultat est connue et le participant doit trancher entre un
choix sûr et un choix risqué. Ici, le choix sécuritaire est
associé à une forte probabilité d’obtenir une récompense,
mais cette récompense est relativement faible en valeur. En
revanche, le choix risqué est associé à une faible probabilité
de gagner une récompense, mais la récompense est nette-
ment plus importante en valeur. Les décisions comportant
70 REVUE DE NEUROPSYCHOLOGIE
NEUROSCIENCES COGNITIVES ET CLINIQUES
des ambiguïtés sont distinctes de celles comportant des
risques sur deux points. Tout d’abord, dans les décisions
ambiguës, la probabilité d’obtenir un résultat spécifique est
soit inconnue, soit elle relève du hasard. Par ailleurs, le
choix possible (sécuritaire versus risqué) ne diffère pas en
termes de valeur de la récompense. Ici, par exemple, dans
une tâche de prédiction à deux choix, la probabilité de faire
un bon choix est identique à celle de faire un mauvais choix
et il n’y a pas plus de risque à faire l’un ou l’autre choix.
Nous en reparlerons plus loin dans cette synthèse.
Pour en revenir à l’approche cognitive de la prise de
décision, la valeur que nous attribuons aux conséquences
de nos décisions constitue, pour Lemaire [1], le second
paramètre essentiel à prendre en compte dans toutes déci-
sions. Cette valeur peut, selon lui, avoir plusieurs origines.
Le plaisir escompté et/ou l’émotion attendue peuvent être
suffisants pour justifier une décision. De la même façon,
la nécessité que représente une option (pour un équilibre
personnel, familial, professionnel, financier, etc.) peut être
déterminante dans le processus de prise de décision, sans
qu’elle soit nécessairement source de plaisir.
La psychologie a décrit de nombreux modèles théo-
riques de la prise de décision (voir notamment [3]), en
se centrant essentiellement sur la prise de décision sous
incertitude et/ou sous risque. Nous nous contenterons ici
d’évoquer certains des aspects mis en avant dans le champ
de la psychologie cognitive à propos de la prise de décision.
La psychologie cognitive a montré que l’approche
rationnelle de la prise de décision était insuffisante pour
expliquer nos prises de décision. Selon cette approche,
dite classique, nous déciderions sur la base d’une analyse
rationnelle de la situation, en nous livrant à des calculs de
probabilités à la recherche d’une combinaison alliant au
mieux les conséquences d’un choix et notre intérêt pour ces
conséquences. Cette approche a été développée, pour une
large part, sur la base du théorème de Bayes qui, rappelons-
le, propose de formuler des jugements probabilistes en
appliquant des règles simples de calcul des probabilités
(une probabilité est un nombre allant de 0 à 1, 0 signifiant
que l’évènement n’arrivera jamais, 1 qu’il arrivera toujours
et 0,5 qu’il y a une chance sur deux qu’il se produise, etc. ;
pour plus de détails, voir [1]). En fait, les travaux empi-
riques réalisés autour de cette approche ont montré que
nous avions beaucoup de difficultés à traiter les probabilités.
Nous commettons beaucoup d’erreurs dans nos jugements
[4, 5] dont des erreurs de représentativité, de conjonction
ou encore sur la taille de l’échantillon, sans nécessaire-
ment en prendre conscience (biais de confiance en soi ;
voir notamment [6]).
Ces erreurs seraient, pour une large part, liées aux limites
de notre système cognitif. Simon est probablement l’un des
premiers chercheurs à avoir souligné ces limites en prise de
décision, ce à partir des années 1950. Il a développé une
théorie de la rationalité limitée, théorie qui s’oppose aux
hypothèses sur la rationalité de l’« Homo Œconomicus ».
Les principaux arguments de cette théorie peuvent être résu-
més en ces termes. Nous prenons toutes nos décisions,

quelles qu’elles soient, en fonction des buts visés et de
l’analyse de l’environnement lié à cette décision : « Une
décision dans la vie réelle comprend quelques buts ou
valeurs, quelques faits en ce qui concerne l’environnement,
et quelques inférences tirées des valeurs et des faits. Les
buts et les valeurs peuvent être simples ou complexes,
cohérents ou contradictoires ; les faits peuvent être réels
ou supposés, basés sur des observations ou des rapports
réalisés par d’autres ; les inférences peuvent être valides
ou fausses » ([7], p. 273). Nous sommes rationnels lorsque
nous prenons des décisions, en ce sens que nous sommes
capables de fournir une explication à la majorité des choix
que nous faisons : « Dans une définition large de la rationa-
lité, pratiquement tout comportement humain est rationnel.
Les gens ont des raisons pour faire ce qu’ils font, et, si on
les interroge, ils peuvent donner leur avis sur ce que sont
ces raisons » ([8], p. 1). Néanmoins, notre rationalité est
limitée car nous commettons souvent des erreurs et nous
n’arrivons pas toujours à réaliser les objectifs que nous
nous sommes fixés. Les limites de notre rationalité tiennent
au fait que nous sommes incapables de traiter l’ensemble
des informations en provenance de notre environnement :
« Chaque organisme humain vit dans un environnement qui
produit des millions de bits de nouvelle information chaque
seconde, mais le goulot d’étranglement de l’appareil de per-
ception n’admet certainement pas plus de 1 000 bits par
seconde et probablement moins » ([7], p. 273).
En d’autres termes, notre représentation du monde est
partielle, ce qui va inévitablement influencer le contenu de
nos décisions et, peut-être surtout, la manière dont nous
allons les prendre. Simon [9] propose une description de la
prise de décision en s’appuyant sur le concept de rationalité
procédurale dans le cadre d’un modèle dit de satisficing.
L’idée centrale de ce modèle est assez simple. Tout déci-
deur est rationnel en cas de choix simple : s’il préfère le
choix A au choix B et le choix B au choix C, il optera pour
le choix A. Cependant, lors d’un choix plus complexe (à
dix alternatives par exemple) en situation d’incertitude, il
va moins chercher à examiner l’ensemble des possibilités
qu’à trouver une solution dite raisonnable, en l’occurrence
une solution dont la valeur atteint un certain seuil de satis-
faction ou d’aspiration. Il existe bien d’autres modèles de
la rationalité limitée, mais nous ne les exposerons pas tous
ici (voir [3]).
La théorie de Simon [9] a connu une large diffusion
dans le champ de la psychologie ainsi que dans celui
de l’économie. Elle lui vaudra le prix Nobel d’économie
en 1978 pour son analyse de la prise de décision indi-
viduelle dans les administrations et les entreprises. Son
impact semble avoir été bien moins important que celle
développée par Kahneman et Tversky [10] qui donnera
naissance à l’économie psychologique et expérimentale.
Daniel Kahneman (psychologue) s’est vu attribué, avec
Vernon Smith (économiste), le prix Nobel d’économie par
l’Académie royale des sciences de Suède en 2002. Dans la
logique de Simon [9], Kahneman et Tversky [10] affirment
que nous ne sommes pas rationnels dans nos prises de
REVUE DE NEUROPSYCHOLOGIE
NEUROSCIENCES COGNITIVES ET CLINIQUES
Article de synthèse
décision. En situation d’incertitude, nous sommes plus
guidés par l’intuition que par la raison, avec une très forte
aversion pour la perte. Dans les situations d’incertitude,
nous élaborons nos jugements sur la base de règles heu-
ristiques, souvent très utiles, mais qui peuvent présenter
le désavantage d’introduire des biais de raisonnement.
Kahneman et Tversky [11] définissent les heuristiques
comme des jugements courts et approximatifs se substi-
tuant aux raisonnements longs ou aux analyses statistiques
dans l’explication des évènements et qui, contrairement
à la règle de Bayes (fondée sur un schéma mathématique
rigoureux), ne permettent pas d’obtenir une réponse
précise. Pour Kahneman et Tversky [10], nous ne sommes
donc pas bayésiens dans l’élaboration de nos jugements en
situation d’incertitude. Nous utilisons des heuristiques qui,
contrairement à une règle algorithmique, ne donnent pas
infailliblement la bonne réponse. Ces heuristiques nous
permettent de faire une évaluation correcte dans la majorité
des cas, tout en simplifiant le travail d’évaluation. Pour Kah-
neman et Tversky [10], nous utilisons principalement trois
heuristiques : l’heuristique de représentativité, l’heuristique
de disponibilité d’instances et l’heuristique d’ancrage et
d’ajustement (pour plus de précision voir [1] et [3]).
Malgré les travaux fondamentaux des psychologues tel
Kahneman, la vision classique d’une décision purement
rationnelle a longtemps perduré, tant en psychologie qu’en
économie. Il a fallu attendre la naissance de la neuroécono-
mie pour voir enfin s’imposer l’idée selon laquelle d’autres
facteurs, dont en particulier les émotions, jouent un rôle
central dans la prise de décision. Cette discipline qui mêle
psychologie, économie et imagerie cérébrale est née à la
fin des années 1990 aux États-Unis. Elle n’est apparue en
France qu’autour de 2005, soit trois ans après l’attribution
du prix Nobel d’économie à un psychologue.
Apports des neurosciences
à la prise de décision
Les apports des neurosciences à la prise de décision
sont multiples. Nous les regrouperons en trois principaux
points : le rôle des émotions dans la prise de décision, les
structures cérébrales impliquées dans la prise de décision
et les paradigmes d’évaluation de la prise de décision.
Rôle des émotions dans la prise de décision
Un peu avant la naissance de la neuroéconomie, cer-
tains travaux effectués dans le champ des neurosciences
cognitives avaient déjà montré que, dans de très nom-
breuses circonstances, les émotions prennent le pas sur la
raison dans la prise de décision. Les travaux de Damasio
[12] en sont certainement l’illustration la plus convaincante
et la plus remarquable.
À partir de cas de patients, tel celui d’EVR, Eslinger et
Damasio [13] se sont intéressés aux troubles du compor-
tement observés chez des patients porteurs de lésions
71
 Article de synthèse
frontales, principalement ventrales et médianes. Habituel-
lement, ces patients ne présentent pas de perturbation
significative dans les épreuves neuropsychologiques clas-
siques destinées à mesurer les fonctions exécutives et/ou
la mémoire de travail. En revanche, comme cela a été
remarquablement observé pour EVR, dont les choix pro-
fessionnels et personnels se sont révélés désastreux, ces
patients semblent avoir les plus grandes difficultés à s’ajuster
avec pertinence dans des activités de vie quotidienne, à
adapter leurs comportements sociaux, ou à réagir de façon
adaptée à diverses situations professionnelles ou person-
nelles, bref à prendre des décisions.
Pour Damasio [12], ces comportements inadaptés
seraient imputables à une perturbation dans les méca-
nismes permettant de prendre des décisions conformes aux
intérêts personnels du patient, aux conventions sociales
ou aux principes moraux. De plus, cette difficulté dans
les prises de décision et dans les procédures de choix
stratégique se double de réactions émotionnelles inappro-
priées. En effet, ces patients ne manifestent plus, lors de
la présentation d’images à forte connotation émotionnelle
(meurtre, noyade, etc.), la variation de conductance cuta-
née observée chez les sujets témoins. Ce résultat contraste
avec le fait qu’ils soient néanmoins capables d’évoquer
verbalement tout un savoir émotionnel en rapport avec
la situation représentée sur les images. Ils peuvent accé-
der aux connaissances relatives aux faits présentés sans
pouvoir déterminer ou être conscients de l’état somatique
correspondant.
Afin de rendre compte de ces résultats, Damasio [12] a
émis l’hypothèse de l’existence de marqueurs somatiques
selon laquelle certaines structures préfrontales seraient
nécessaires à l’acquisition de liens associatifs entre des
classes de situations et des états émotionnels habituellement
associés à ces situations. Cette hypothèse considère donc
que les processus émotionnels influencent significativement
les processus de raisonnement et de prise de décision par
le biais de ces marqueurs somatiques qui constituent des
Situation de prise de décision
Figure 1. Étapes impliquées dans la prise de décision.
Tiré et traduit de Bechara et al. [14].
72
NEUROSCIENCES COGNITIVES ET CLINIQUES
traces de la valence « bonne » ou « mauvaise », « positive »
ou « négative » de l’émotion ressentie lors de la réponse
comportementale. Ces marqueurs sont acquis au cours des
processus de socialisation et d’éducation. Ils ont pour fonc-
tion de signaler automatiquement le caractère néfaste ou
non du résultat probable d’une situation donnée. Autrement
dit, lorsqu’un sujet est confronté à une situation d’une classe
particulière, le cortex frontal ventromédian, qui a appris par
le passé le lien existant entre cette situation et un état interne
singulier, est activé ce qui rend disponible l’état interne
approprié donc la qualification de la situation en fonction
des conséquences qui lui étaient associées. Le marqueur
somatique joue ici un rôle d’incitation ou de contrainte sur
les processus de décision, en prévenant les conséquences
indésirables ou dangereuses et en recherchant les solutions
avantageuses ou agréables.
En d’autres termes, selon Damasio [12], prendre une
décision ne signifie pas seulement accéder un savoir sur la
situation, raisonner sur les différentes options possibles pour
l’action et sur les conséquences à court et à long termes
de chacune de ces options. Cela implique aussi la réac-
tivation, chez le décideur, d’un état émotionnel antérieur
(marqueur somatique) qui a été formé lors d’une précédente
confrontation à cette situation. Selon Damasio [12], la prise
en compte de ces marqueurs somatiques est capitale pour
mener à bien la décision (figure 1). Le système neural le plus
important pour l’acquisition de ces marqueurs somatiques
est situé dans le cortex frontal ventromédian. Il permet le
lien entre la situation, l’état somatique et les effecteurs de
l’état somatique.
Pour examiner l’hypothèse des marqueurs somatiques,
le groupe de Damasio a mis au point une tâche qui per-
met d’évaluer la capacité du sujet à prendre des décisions
en lui présentant des situations à l’intérieur desquelles il
doit procéder à une évaluation des conséquences en termes
de coûts/bénéfices pour lui [15]. Concrètement, dans cette
tâche, baptisée Iowa Gambling Task (IGT ; tâche du « jeu
de casino »), le sujet doit sélectionner, parmi différents tas,
Stratégies de
Faits raisonnement
Options de décision Décision
possibles
Représentation des
conséquences futures
Activation implicite des
biais liés à l’expérience
émotionnelle antérieure
associée à des situations
comparables
REVUE DE NEUROPSYCHOLOGIE

des cartes auxquelles sont associées selon des proportions
variables des probabilités de bénéfices et de coûts dont
l’importance est elle aussi très variable (voir la section
suivante). Bechara et al. [15] ont administré cette tâche à
des sujets normaux et des patients avec lésions frontales
ventromédianes. Ils ont constaté que la plupart des sujets
normaux, soit plus de trois sur quatre, ajustaient progressi-
vement leurs choix pour optimiser leurs profits, les patients
frontaux n’y parvenant pas et persistant sur de mauvais
choix.
Dans la logique de leur hypothèse, Bechara et al. [16]
ont constaté que, lorsque l’on enregistre les variations
de conductance cutanée (mesure physiologique) au cours
de l’IGT, les patients frontaux ont, en début d’épreuve,
des réponses superposables à celles des témoins face aux
récompenses (gains) et aux punitions (pertes). Signalons
toutefois que tous les patients frontaux ne manifestent pas
ce type de réponses. En cours d’épreuve, après quelques
essais, la plupart des témoins développent une réaction
d’anticipation avant la sélection d’un paquet de cartes.
L’amplitude de cette réaction est plus importante pour la
sélection des paquets à risque que pour celle des paquets
plus sûrs. Ce phénomène n’apparaît pas chez les patients
avec lésions frontales ventromédianes et corrèle à leurs défi-
cits. Damasio [12] propose que ces patients sont devenus
myopes face à l’avenir.
Par ailleurs, et plus récemment, les mêmes auteurs
[17] ont montré une double dissociation entre déficit de
mémoire de travail et déficit de prise de décision chez
quelques malades présentant des lésions préfrontales dorso-
latérales ou ventromédianes. Seuls les malades avec lésions
ventromédianes étaient déficitaires à l’IGT. Ils concluent
qu’une interprétation en termes de perturbation de la
mémoire de travail n’est pas suffisante pour expliquer leur
comportement pathologique et que c’est bien le mécanisme
d’attribution progressive d’une valeur, négative ou positive,
à un choix, à une décision qui fait problème chez ces
malades.
Les opérations de prise de décision dépendent donc
certes de processus attentionnels, de raisonnement ou de
mémoire de travail, mais aussi beaucoup des émotions
[18], qui, dans la logique de Damasio [12], permettent la
représentation et la régulation des changements homéosta-
tiques complexes qui se produisent aux niveaux corporel
et cérébral dans une situation donnée via des marqueurs
somatiques ; ces marqueurs somatiques n’étant rien d’autre
que les états somatiques internes (viscéraux, musculaires,
etc.) ressentis pour tout choix fait. Chez l’homme, les
lésions frontales ventromédianes perturbent ou dégradent
ces marqueurs somatiques de telle sorte que les décisions
avantageuses ne sont plus possibles [12]. Les travaux de
Damasio [12] ont donc permis de pointer que les condui-
tes complexes du quotidien, en particulier les prises de
décision, n’étaient pas uniquement sous dépendance de
mécanismes cognitifs mais dépendaient aussi de facteurs
émotionnels exerçant parfois une pression déterminante sur
l’orientation des choix (théorie des marqueurs somatiques).
REVUE DE NEUROPSYCHOLOGIE
NEUROSCIENCES COGNITIVES ET CLINIQUES
Article de synthèse
L’approche de Berthoz [19] place aussi les émotions au
cœur de la décision. Pour lui aussi, l’émotion n’est pas une
simple réaction affective à l’environnement. Elle est égale-
ment une puissante incitation à l’action, un outil pour la
prise de décision permettant au cerveau de prédire l’action
en anticipant et en projetant ses intentions. Pour Berthoz
[19], « l’émotion est une simulation de l’action. Les signes
somatiques révèlent ses conséquences attendues. Ils pré-
disent le futur et ne se contentent pas d’exprimer le présent
ou la valeur des expériences passées. L’émotion est à la
décision ce que la posture est au geste : une préparation
de l’action. Elle établit le contexte dans lequel est vécue
l’action. Dans l’infinie complexité que recèle le monde,
les émotions permettent la simplification et donc, in fine,
aident le cerveau à catégoriser ». Mais Berthoz [19] va plus
loin à propos de la prise de décision. Pour lui, le processus
décisionnel ne correspond pas seulement à un ensemble
de fonctions bien définies. Il est plutôt une propriété fon-
damentale de tous les systèmes nerveux. Ainsi, pour lui,
dès l’étape perceptive, lorsque nous groupons des éléments
pour constituer des formes simples, notre cerveau prend
déjà un ensemble de décisions. Chez le poisson, la cel-
lule de Mauthner est un énorme neurone qui lui permet de
prendre une décision fondamentale face à un prédateur :
fuir ou ne pas fuir ? Pour cela, le poisson n’utilise pas seule-
ment les informations sensorielles qu’il reçoit mais se réfère
aussi au contexte, aux actions engagées, à ses expériences
passées. Berthoz [19] envisage le processus de décision
comme le résultat d’un ensemble d’évolutions au fur et à
mesure des millénaires et décrit plusieurs phénomènes de
décision allant du plus simple au plus complexe, chacun
de ces phénomènes empruntant des voies neuronales plus
ou moins longues. Ainsi, les voies courtes permettent de
faire un choix automatiquement en quelques millisecondes
face, par exemple, à un danger. Les voies longues permet-
traient, via un circuit mettant en relation le cortex visuel,
les régions pariétales, frontales et préfrontales des décisions
volontaires, intégrant les préférences, les motivations et les
différents processus de choix eux-mêmes.
Structures cérébrales impliquées
dans la prise de décision
Les données des études faites chez l’homme en neu-
ropsychologie et/ou en imagerie cérébrale suggèrent que la
prise de décision implique un vaste réseau cérébral incluant
le cortex orbitofrontal, le cortex cingulaire antérieur, le cor-
tex préfrontal dorsolatéral, le thalamus, le cortex pariétal
et le noyau caudé. Dans cette section, nous nous appuie-
rons essentiellement sur les travaux d’Ernst et Paulus [20] et
de Krain et al. [21] pour décrire précisément les substrats
neuronaux à la prise de décision.
Dans leur approche de la prise de décision, Ernst et Pau-
lus [20] distinguent trois principales étapes, faisant chacune
appel à des processus cognitifs différents :
– l’évaluation et la formation des préférences parmi les
options possibles ;
73
 Article de synthèse
– la sélection et l’exécution d’une action ;
– l’expérience (le vécu) et l’évaluation d’un résultat.
Ces processus cognitifs sont pour eux spécifiques à la
prise de décision, ce qui n’interdit pas que d’autres pro-
cessus psychologiques, comme l’attention, la mémoire de
travail ou encore la motivation puissent être impliqués, à
des degrés divers, tout au long de ces trois étapes de la
décision. En s’appuyant sur un ensemble de données de
neuro-imagerie clinique ou fonctionnelle conséquentes et
sur des travaux faits en physiologie humaine et animale,
Ernst et Paulus [20] proposent la synthèse suivante.
Étape 1
L’évaluation et la formation des préférences (valeurs)
parmi les options possibles engageraient des circuits neuro-
naux à la fois cognitifs et affectifs. Un ensemble de facteurs
influencerait le développement de ces préférences, dont en
particulier les caractéristiques des options retenues ainsi
que celles des résultats escomptés avec chacune d’elles.
Parmi ces caractéristiques, on peut citer la valence (posi-
tive ou négative), la saillance (intensité et magnitude), la
probabilité (degré de certitude) et le délai (à court ou long
termes). On peut aussi citer le nombre d’options à sélec-
tionner, la valeur relative de chacune d’elle, l’expérience
acquise avec chaque option retenue et son résultat, le
contexte (affectif ou social) dans lequel la décision est
à prendre. Chacune de ces caractéristiques pourrait être
codée via des circuits neuronaux spécifiques, modulés
par des systèmes neurochimiques distincts. Cette étape
engagerait :
– le cortex pariétal connu pour son implication lors du
traitement des probabilités [22, 23] ;
– le cortex cingulaire antérieur souvent actif dans les situa-
tions d’incertitude [24] ;
– le cortex frontal dorsolatéral droit et le cortex frontal orbi-
taire habituellement engagés dans les situations impliquant
la modification des choix [25] ;
– le gyrus frontal moyen et inférieur gauche impliqués dans
le raisonnement [26] ;
– la région limbique (amygdale, insula, cortex frontal
orbitaire et cortex cingulaire antérieur) impliquée dans le
traitement émotionnel des stimuli [27] ;
– le cortex orbitofrontal, l’amygdale et le striatum ventral
impliqués dans le marquage émotionnel des stimuli [28].
Étape 2
La sélection et l’exécution de l’action permettraient
de mettre en œuvre l’une des possibilités envisagées à
l’étape précédente. Au plan cognitif, cette étape implique-
rait l’inhibition et la suppression des actions concurrentes,
la séquenciation du plan d’action retenu en sous-étapes, le
contrôle de la séquence et la correction des erreurs. Au plan
neuronal, cette étape engagerait :
– le cortex cingulaire antérieur impliqué dans la détection
de conflits [29] et le contrôle des erreurs [30] ;
74 REVUE DE NEUROPSYCHOLOGIE
NEUROSCIENCES COGNITIVES ET CLINIQUES
– le cortex préfrontal latéral qui, en interaction avec le cor-
tex cingulaire antérieur, contribue aussi à la régulation de
l’action en situation de contrôle d’erreurs [31] ainsi qu’à
l’orientation vers des stratégies compensatoires [32] ;
– le noyau accumbens (composante du striatum ventral)
impliqué dans la modulation de la motivation à l’action
[33] ;
– l’amygdale [34], le cortex préfrontal [35] impliqués aussi
dans la motivation à l’action ;
– le cortex prémoteur impliqué dans l’incitation (excitation)
à l’action [36].
Étape 3
L’expérience du résultat et son évaluation permettent,
comme à l’étape initiale (étape 1), de lui attribuer une
valeur. Les processus de marquage émotionnel inter-
viennent donc aussi à ce niveau. Il existe néanmoins une
différence essentielle entre la première et l’étape ultime
du processus de prise de décision en ce sens que la
fonction de l’étape 1 est de former une préférence fondée
sur une valeur attendue alors que celle de l’étape 3 est
de la consommer pour en tirer des enseignements utiles
pour l’adaptation comportementale. Un certain nombre
d’éléments nouveaux et spécifiques (affects) interviennent
donc à l’étape 3 pour l’attribution d’une valeur au résultat,
dont par exemple le regret, la déception ou la surprise. Au
plan cérébral, cette étape impliquerait :
– le striatum ventral [37] et le cortex orbitofrontal [38]
impliqués dans la détection de la différence entre un
fait attendu et un fait observé. L’imagerie fonctionnelle a
confirmé cette donnée [39] ;
– le cortex préfrontal médian, en particulier l’aire 10 de
Brodmann, engagé dans le processus de rétroaction [40] ;
– le cortex orbitofrontal, l’amygdale et le striatum ventral
impliqués dans le marquage émotionnel des stimuli [28] ;
– la région limbique (amygdale, insula, cortex frontal
orbitaire et cortex cingulaire antérieur) impliquée dans le
traitement émotionnel des stimuli [27] ;
– le cortex préfrontal médian, incluant le cortex orbitofron-
tal. Il reçoit des informations sensorielles multimodales et
fournit les principales sorties des structures corticales vers
les structures viscéromotrices de l’hypothalamus et du tronc
cérébral [41] ;
– le cortex préfrontal médial impliqué dans le traitement du
plaisir [42], des résultats gratifiants [40] et dans la formation
d’associations hédoniques [43] ;
– l’amygdale et le noyau accumbens impliqués dans
l’apprentissage associatif [44].
Ce modèle à étapes de la prise de décision et ses sub-
strats neuronaux reste, de l’aveu même d’Ernst et Paulus
[20], largement hypothétique et est à valider, en particulier
dans le champ de la clinique humaine (voir [45] pour une
synthèse comparable). La figure 2 en propose une illustra-
tion synthétique.
La méta-analyse effectuée par Krain et al. [21] est une
autre source d’information complémentaire essentielle pour
 Article de synthèse

Traitement des
Aires Évaluation Exécution
conséquences
DLPFC +++ ++ +++
dCCA +++ ++ +
Cognitive
LIP/S +++ + +++
GTS +++ + ++
VL/MPFC ++ + +++
vCCA ++ + +++
Affective Ant. Insula +++ ++ +
Amygdale ++ + +++
vStriatum + +++ +
dStriatum + +++ +
Autre
préAMS + +++ +

Étape 1 : évaluation Étape 2 : exécution Étape 3 : traitement

des conséquenses
Option A

Option B Action B Conséquence B

Option C

Exécution et réalisation
Formation de préférences
d’une action

Apprentissage

Option A

Modification de la valeur
Action/conséquences B Option B
des options

Option C

Figure 2. Modèle hypothétique des processus à la base de la prise de décision et régions cérébrales impliquées au cours des différentes étapes du processus
décisionnel. Bas de la figure : la prise de décision comprend trois étapes : (1) l’évaluation et la formation des préférences parmi les options possibles ; (2) la
sélection et l’exécution d’une option ; (3) et l’expérience et l’évaluation d’un résultat. Haut de la figure : la prise de décision s’appuie sur un vaste réseau
neuronal engageant des régions cérébrales (cognitives et affectives) multiples. Leur niveau d’engagement est fonction de l’étape du processus de prise de
décision. Bas de la figure : un scénario possible de situation de prise de décision où les substrats neuronaux supposés interviennent aux trois étapes de
la prise de décision à divers degrés. Leur degré d’engagement est proportionnel au nombre de signes plus (+). Certaines prises de décision pourraient être
peu émotionnelles et d’autres très cognitives. Bas de la figure : à l’étape 1, apparaissent trois options possibles (options A, B et C). À l’étape 2, l’option
sélectionnée (option B) est en cours d’exécution. À l’étape 3, le résultat de l’action est en train d’être vécu et traité (résultat B). La quatrième case représente
les processus impliqués dans l’apprentissage qui a lieu lorsque la séquence action-résultat est achevée. L’apprentissage modifie la valeur associée à chaque
option de l’étape 1 pour la fois suivante, en sachant que le résultat B n’influence pas seulement la valeur de l’option B mais également celles des options
non retenues (options A et C). Ant. Insula : partie antérieure de l’insula ; dCCA : partie dorsale du cortex cingulaire antérieur ; DLPFC : cortex préfrontal
dorsolatéral ; dStriatum : striatum dorsal ; préAMS : aire motrice présupplementaire ; LIP/S : lobule intrapariétal et supérieur ; GTS : gyrus temporal supérieur ;
vCCA : partie ventrale du gyrus cingulaire antérieur ; VL/MPFC : partie ventrale ou latérale du cortex préfrontal médian ; vStriatum : striatum ventral.
Tiré et traduit d’Ernst et Paulus, 2005 [20].

REVUE DE NEUROPSYCHOLOGIE 75
NEUROSCIENCES COGNITIVES ET CLINIQUES
 Article de synthèse
identifier les substrats neuronaux à la prise de décision. Ces
auteurs se sont intéressés aux données obtenues en ima-
gerie fonctionnelle (IRMf ou PET scan) auprès de sujets
sains et de patients cérébrolésés en ne retenant, pour
les études faites avec des patients, que celles incluant
un groupe de sujets témoins sains. Cette méta-analyse a
porté sur 27 études, soit 392 sujets sains et 45 patients.
Elle confirme, pour une très large part, le modèle pro-
posé par Ernst and Paulus [20], montrant que la prise de
décision activait, de façon significative, un vaste réseau
de régions cérébrales incluant le cortex orbitaire, cingu-
laire antérieur et dorsolatéral en frontal, le précuneus et
le lobule pariétal supérieur, le thalamus et le noyau caudé
au niveau sous-cortical. Krain et al. [21] en concluent que
ces résultats confirment l’importante complexité des opé-
rations de prise de décision, estimant qu’elles engagent de
nombreuses régions cérébrales connues pour leur implica-
tion au niveau de la sélection des réponses, la gestion des
réponses conflictuelles, le traitement de la récompense et
le contrôle attentionnel. Au-delà de cette conclusion, dans
leur étude, Krain et al. [21] s’intéressent à la distinction opé-
rée par Bechara et al. [2] à propos des différentes formes
de prise de décision, à savoir les prises de décision sous
risque et les prises de décision sous ambiguïté. Nous avons
déjà évoqué cette distinction dans les premières pages de
cette synthèse. Nous rappellerons seulement que dans les
situations de prise de décision sous risque, la probabilité
de chaque résultat est connue et le participant doit tran-
cher entre un choix sûr à gain très probable mais faible
et un choix risqué à gain peu probable mais élevé. L’IGT
[15] serait pour Krain et al. [21] une assez bonne illus-
tration de ce qu’est une tâche de prise de décision sous
risque, tout comme la Cambridge Gamble Task (CGT) de
Rogers et al. [46] sur laquelle nous reviendrons plus loin.
Dans les situations de prise de décision ambiguës, la pro-
babilité d’obtenir un résultat spécifique est soit inconnue,
soit relève du hasard. Il y a ici deux choix possibles qui
ne diffèrent pas en termes de valeur de la récompense
ou de la punition. Les tâches de prédiction à deux choix
sont des tâches typiques de prise de décision sous ambi-
guïté. Le sujet doit choisir entre une alternative ou l’autre
et il n’y a pas plus de risque à faire l’un ou l’autre choix
(figure 2).
Krain et al. [21] réalisent deux nouvelles méta-analyses
en dissociant les études étudiant la prise de décision sous
ambiguïté (14 études) et la prise de décision sous risque
(13 études). Ils montrent que :
– les situations de prise de décision sous risque activent
significativement : les régions frontales orbitaires dont en
particulier l’aire 10, ce de façon bilatérale avec une asy-
métrie en faveur de l’hémisphère gauche et une extension
antérieure vers le gyrus frontal médian (aire 10), caudale
vers le cortex insulaire et dorsale vers la région insu-
laire antérieure (aires 8/9). Dans ces situations risquées,
l’activité est également plus importante dans la région parié-
tale inférieure gauche (aire 40), les régions latérales du
lobule pariétal supérieur (aire 7), au niveau du noyau caudé
76 REVUE DE NEUROPSYCHOLOGIE
NEUROSCIENCES COGNITIVES ET CLINIQUES
gauche, du cortex occipital et du gyrus temporal moyen
(aire 21) ;
– les situations de prise de décision ambiguës activent
significativement : les régions frontales dorsolatérales de
façon bilatérale, les régions dorsales et sub-calleuses du
cortex cingulaire antérieur (aire 32 de Brodmann), le cortex
cingulaire droit et gauche, le précuneus (aire 7), les faces
latérales bilatérales du lobule pariétal inférieur (aire 40) et
le lobe pariétal supérieur droit (aire 7).
Pour Krain et al. [21], ces données sont en faveur de
l’idée selon laquelle les réseaux de neurones supports des
décisions sous risque sont dissociables de ceux supportant
des prises de décision sous ambiguïtés. Les décisions sous
risque sont essentiellement tributaires des régions frontales
orbitaires et médianes. Les décisions sous ambiguïté sont,
elles, essentiellement tributaires des régions frontales dor-
solatérales. Ils concluent que leurs données plaident en
faveur du modèle de Zelazo et Muller [47] qui suggère de
faire la distinction entre des traitements exécutifs affectifs dit
« chauds » et des traitements exécutifs purement cognitifs
dits « froids ». Dans ce modèle, les traitements exécutifs dits
« chauds » renverraient à la prise de décision sous risque et
les traitements exécutifs dit « froids » à la prise de décision
sous ambiguïté.
Paradigmes d’évaluation de la prise de décision
L’examen de la littérature permet de recenser l’existence
d’une bonne vingtaine de tâches pour étudier la prise de
décision. Nous ne les décrirons bien évidemment pas toutes
ici. Nous nous centrerons sur celles dont les développe-
ments ont été suffisamment importants pour les rendre
accessibles à la pratique clinique. Nous en avons identi-
fié 3 : l’IGT [15, 18], la CGT [46] et la Game of Dice Task
(GDT [48]). À noter qu’il n’existe que peu d’adaptation et
de validation de ces tâches en langue française.
Iowa Gambling Task
On doit à Bechara et al. [15], l’IGT, dont nous avons
rapidement parlé plus haut. Bechara et al. [18], en ont
proposé une version informatisée plus récemment. Cette
version a été normée auprès d’un échantillon de 932 sujets
sains de nationalité américaine âges de 18 à 95 ans. Elle est
commercialisée chez Psychological Assessment Resources
Inc. (PAR). Dans cette tâche, le sujet-joueur est placé face
à un écran d’ordinateur. Quatre paquets de cartes (A, B, C
et D) apparaissent à l’écran (figure 3, planche de gauche). Il
se voit allouer une somme d’argent factice (2 000 $) avec,
pour consigne, de perdre le moins d’argent possible et d’en
gagner le plus possible. Le jeu consiste à choisir une à une
les cartes, sur n’importe quel paquet (par un clic à l’aide de
la souris de l’ordinateur), jusqu’à ce que l’examinateur inter-
rompe l’épreuve. Le sujet-joueur doit faire 100 tirages au
total (cinq blocs de 20 essais), mais il n’en est pas informé.
Il lui est précisé que les cartes lui rapportent une certaine
somme d’argent mais, que de temps à autre, il y a des

CASH PILE
BORROWED
$0 $1000 $2000 $3000 $4000
WIN $ 120!
A’ B’ C’
Figure 3. Captures d’écrans de l’Iowa Gambling Task (IGT, voir [18]) (planche de gauche), de la Cambridge Gamble Task (CGT, voir [46]) (planche du milieu)
et de la Game of Dice Task (GDT, voir [48]) (planche de droite).
cartes qui entraînent le paiement d’une pénalité. Les cartes
des paquets A et B rapportent 100 $, contre 50 $ pour les
cartes des paquets C et D. Parallèlement, les pénalités dans
les paquets A et B coûtent 1 250 $ quand elles ne coûtent
que 100 $ dans les paquets C et D. Toutes ces informations
ne sont pas explicitement données au sujet-joueur. Il lui
est juste dit que certains paquets sont plus avantageux et
que, pour ne pas perdre, il doit les privilégier. À chaque
sélection, l’ordinateur génère un son spécifique indiquant
un gain ou une perte. Un message écrit apparaît également
à l’écran, précisant la somme gagnée ou perdue. Une barre
verte située en haut de l’écran s’allonge ou diminue en
fonction de la valeur des gains ou des pertes.
Cambridge Gamble Task
Rogers et al. [46] ont développé la CGT pour évaluer la
prise de décision sous risque. Il s’agit là aussi d’une tâche
de prise de décision informatisée. Elle a été intégrée, dans
une version quelque peu modifiée, à la batterie de tests
neuropsychologiques automatisée, Cambridge Neuropsy-
chological Test Automated Battery (CANTAB). Dans cette
tâche, le sujet-joueur est placé face à l’écran d’un ordina-
teur et se voit allouer un certain nombre de points. À chaque
essai, lui sont présentées, alignées en haut de l’écran, dix
boîtes de couleur rouge et bleue (figure 3, planche du
milieu). Le ratio boîtes rouges/boîtes bleues (6/4, 7/3, 8/2,
9/1) varie de façon pseudo-aléatoire d’un essai à l’autre. Le
sujet-joueur est informé que l’ordinateur a caché un jeton
jaune, au hasard, sous l’une des boîtes. Le sujet-joueur doit
parier sur l’emplacement du jeton en choisissant la couleur
bleue ou la couleur rouge (à l’aide de la souris par un clic sur
l’une des cases marquées bleu ou rouge en bas de l’écran).
À chaque essai, une fois son choix de couleur fait, le sujet-
joueur doit miser des points. Le nombre de points misés
est généré automatiquement par l’ordinateur, soit dans un
ordre croissant, soit dans un ordre décroissant. Il corres-
pond à un pourcentage du total des points acquis (5, 25,
50, 75 et 95 %). Une fois la mise faite (par un clic de souris
sur la case chiffrée au milieu de l’écran), l’emplacement du
Article de synthèse
$5000 $6000
Points 100 75
Blue Red
D’
jeton est révélé. L’ordinateur indique au sujet-joueur s’il a
gagné ou perdu. Les points gagnés ou perdus sont addition-
nés ou soustraits. Le sujet-joueur fait quatre blocs de dix
essais, l’objectif étant à chaque fois de gagner le plus de
points possibles.
Game of Dice Task
Pour évaluer le comportement de prise de décision sous
risque, Brand et al. [48] ont proposé une tâche informatisée
appelée GDT (« jeu de dés »). Lors du lancement du pro-
gramme, apparaît à l’écran de l’ordinateur une main tenant
un gobelet fictif (figure 3, planche de droite). Le sujet-joueur
est invité à tenter d’essayer d’augmenter un capital de départ
fictif (1 000 D) en effectuant 18 lancés de dés. Avant chaque
lancé, le sujet doit choisir un nombre unique (1, 2, 3, 4, 5 ou
6) ou une combinaison de deux (1 et 2 ou 3 et 4 ou 5 et 6),
trois (1, 2 et 3 ou 4, 5 et 6) ou quatre nombres (1, 2, 3 et
4 ou 2, 3, 4 et 5 ou 3, 4, 5 et 6). Chaque choix est lié à
un gain et une perte identiques et spécifiques, dépendants
de la probabilité d’occurrence du choix (un seul nombre :
1 000 D de gain/perte ; combinaison de deux nombres :
500 D de gain/perte ; combinaison de trois nombres : 200 D
de gain/perte ; combinaison de quatre nombres : 100 D de
gain/perte). Une fois que le sujet-joueur a fait son choix (en
cliquant avec la souris de l’ordinateur sur la face du dé ou
la combinaison de faces du dé retenues), le gobelet est agité
et le dé est lancé. Le résultat apparaît à l’écran. Si le sujet a
perdu son pari, il entend un son terne et la somme perdue
est immédiatement retiré à son capital. S’il a gagné, il en
est informé par un bruit de caisse enregistreuse et la somme
gagnée lui est créditée (figure 3).
Classification des tâches de prise de décision
Dans la logique des propositions de Bechara et al. [2],
Brand et al. [48, 49] ont proposé d’opérer une distinction
entre ces quelques tâches de prise de décision.
Pour ces auteurs, la principale différence entre l’IGT et
la GDT tient au fait que, dans cette dernière, les probabilités
REVUE DE NEUROPSYCHOLOGIE 77
NEUROSCIENCES COGNITIVES ET CLINIQUES
 Article de synthèse
des gains/pertes sont parfaitement connues du sujet-joueur,
de même que les valeurs des gains/pertes associées à
chaque probabilité. Elles lui sont très explicitement four-
nies et il peut s’y référer à tout moment pendant l’épreuve.
Ainsi, le sujet-joueur sait, qu’en choisissant un nombre, il a
une chance sur six de gagner 1 000 D et cinq chances sur
six de perdre 1 000 D. Il sait également, qu’en choisissant
une combinaison de quatre nombres, il a quatre chances
sur six de gagner 100 D et deux chances sur six de perdre
100 D. De la même manière, le sujet-joueur est informé de
son crédit ou de son débit, ainsi que du montant de ses gains
et de ses pertes, du début à la fin de la tâche. Selon Brand
et al. [48], les probabilités de gains/pertes sont donc parfai-
tement objectives et peuvent permettre des calculs précis.
Dans l’IGT, la valeur des gains/pertes est incertaine et les
probabilités des gains/pertes sont inconnues et doivent être
estimées.
L’IGT et la CGT peuvent être différenciées sur la base
du même type de raisonnement, cette dernière étant aussi
très explicite. Pour Brand et al. [48, 49], la seule différence
entre la GDT et la CGT tient à la stabilité des gains et des
pertes au cours des essais. Dans la GDT, les gains et les
pertes associées aux paris restent stables au fil des essais,
ce qui n’est pas le cas dans la tâche de Rogers et al. [46]
où ils sont générés de façon croissante ou décroissante par
l’ordinateur sur la base d’un pourcentage du nombre de
points acquis.
En regard de l’ensemble de ces éléments, Brand et al.
[48, 49] décrivent la GDT et la CGT comme des tâches
de prise de décision sous risque très engageantes au plan
cognitif, autorisant des opérations de calcul et de planifica-
tion pour les décisions à prendre, et ce sur toute leur durée.
Elles permettent aussi l’application de procédures de raison-
nement permettant de maximiser les bénéfices sur le long
terme. Au final, pour Brand et al. [48, 49] ces deux tâches
sont des paradigmes permettant d’étudier l’implication des
processus exécutifs dans les mécanismes de prise de déci-
sion, même s’ils n’excluent pas que d’autres variables, en
particulier mnésiques, émotionnelles et comportementales
puissent y intervenir (figure 4).
Pour Brand et al. [48], l’IGT est une tâche de prise de
décision où l’ambiguïté est peu propice aux calculs pré-
cis et aux projections des gains et des pertes. Pour les
auteurs, elle fait donc moins appel aux mécanismes exé-
cutifs et engage davantage les expériences émotionnelles
antérieures (figure 4). Toutefois, Brand et al. [50] revien-
dront quelque peu sur l’idée selon laquelle l’IGT est une
tâche de prise de décision ambiguë. Les auteurs adopteront
en effet une position plus nuancée, considérant que, si elle
peut être considérée comme telle en début de passation,
elle s’apparente davantage à une tâche de prise de déci-
sion sous risque en fin de passation. L’argumentaire est le
suivant : au début de la tâche, tant que le sujet ne s’est pas
trop confronté aux gains/pertes associés aux tirages dans
les paquets de cartes, il prend ses décisions sous ambiguïté
alors que dans les derniers essais, après de multiples tirages,
il sait dans quels paquets il y a des cartes à risque et des
78 REVUE DE NEUROPSYCHOLOGIE
NEUROSCIENCES COGNITIVES ET CLINIQUES
cartes moins risquées. Rappelons néanmoins ici que cette
courbe de progression de la performance à l’IGT n’apparaît
pas chez tous les témoins, comme l’ont signalé Bechara et
Damasio [51] dans leurs travaux initiaux.
Dans le même ordre d’idée, pour Dunn et al. [52],
l’affirmation selon laquelle l’IGT mesurerait l’apprentissage
implicite des récompenses/punitions associées à la prise de
décision sous ambiguïté est incompatible avec les données
de la littérature montrant que des participants à la tâche
peuvent développer très tôt des savoirs explicites précis sur
les règles la gouvernant. Cette affirmation est également
incompatible avec les données montrant que la tâche solli-
cite fortement des fonctions cognitives telles la mémoire de
travail. Pour Dunn et al. [52], s’il y a bien développement
de savoirs explicites à l’IGT, alors les signaux somatiques
recueillis (réponses électrodermales) ne peuvent plus seule-
ment être envisagés comme anticipatoires des réponses à
venir, mais aussi comme une résultante de la construction
de ces savoirs conscients sur la situation décisionnelle (voir
aussi [53]). Dunn et al. [52] vont encore un peu plus loin
dans leurs critiques de la théorie des marqueurs somatiques,
rappelant notamment que des hypothèses alternative à la
« myopie pour l’avenir » existent pour rendre compte des
déficits à l’IGT (déficit de mémoire de travail, etc.), que les
résultats obtenus par Damasio et al. ont été peu répliqués
et qu’ils pourraient être plus hétérogènes que prévu. Pour
Dunn et al. [52], ces données ne remettent pas en cause
la théorie des marqueurs somatiques, mais justifient des
travaux complémentaires (figure 4).
Conclusion
Le concept de prise de décision a fait l’objet d’éclairages
théoriques provenant de différents domaines de la psy-
chologie et des neurosciences qui, pour une large part,
se recoupent. Nous retiendrons ici l’idée dominante selon
laquelle la prise de décision est une activité complexe et
qu’il n’existe pas qu’un seul type de prise de décision, mais
plusieurs formes de prise de décision, dont en particulier
la prise de décision sous risque et la prise de décision
sous ambiguïté. Les auteurs du champ des neurosciences
proposent que, dans les situations de prise de décision
sous risque, les conséquences des choix sont connues. Le
décideur est amené à trancher entre un choix plutôt sûr,
généralement associé à une récompense de faible valeur, et
un choix peu sûr, plutôt associé à une récompense dont
la valeur est beaucoup plus importante. Dans les situa-
tions de décision sous ambiguïté, la possibilité d’obtenir une
récompense est inconnue ou hasardeuse, avec une absence
de variation de la valeur de la récompense associée au
choix risqué ou sécuritaire. L’approche de Damasio [12]
de la prise de décision, qui peut être considérée comme
s’intéressant surtout aux situations décisionnelles ambiguës,
a permis de souligner que nous ne décidions pas uni-
quement grâce à nos aptitudes cognitives, exécutives en
particulier, et que les processus émotionnels étaient parfois
 Article de synthèse

A. Décision sous ambiguïté

Stratégies de
Situation de prise de décision Faits raisonnement

Options de décision Décision

possibles

Représentation des
conséquences futures

Activation implicite des

biais liés à l’expérience
émotionnelle antérieure
associée à des situations
comparables

B. Décision sous risque

Fonctions exécutives
Situation de prise de décision
Offrant des informations sur : - Catégorisation des alternatives
- Sélection de l’information à rappeler
- Les récompenses et punitions possibles - Application de stratégies
- Probabilités Stratégie de décision
actuelle Décision
Mémoire de travail
Représentation des caractéristiques de la
situation et rappel des connaissances sur et
des expériences avec :
- les probabilités
- les montants de gains/pertes
ou des conséquences :
- des expériences avec des situations
antérieures de décision
Feed-back

Marqueurs somatiques
Mémoire à long terme Signaux de la périphérie du
Probabilités cerveau associés à des
Montant des gains/pertes ou décisions/conséquences
conséquences des expériences antérieurs

Figure 4. Étapes impliquées dans (A) la prise de décision sous ambiguïté et (B) la prise de décision sous risque. La partie A du graphique montre les étapes
impliquées dans la prise de décision sous ambiguïté selon Bechara et al. [14]. Selon Brand et al. [49], les notions de « représentations des résultats futurs » et
de « stratégies de raisonnement » évoquée par Bechara et al. [14] pourraient signifier que la mémoire de travail et les processus exécutifs sont engagés dans
la prise de décision sous ambiguïté. La partie B du graphique montre les étapes impliquées dans la prise de décision sous risque selon Brand et al. [49]. La
mémoire de travail et les processus exécutifs y apparaissent plus clairement et plus explicitement engagés.
Schémas extraits et traduits de Bechara et al. [14] ; Brand et al. [49].

plus déterminants dans les décisions. Ici, comme se plaît à
le dire Gil [54] : « L’émotion, loin d’être le fardeau de la rai-
son, devient la direction assistée, l’auxiliaire de la raison ».
L’approche de Damasio [12] soulève néanmoins un certain
nombre de questions et mériterait d’être davantage testée.
Les auteurs qui se sont intéressés aux supports anatomiques
de la prise de décision ont montré que la région frontale
ventrale n’était pas la seule engagée dans les aptitudes déci-
sionnelles et que le cortex cingulaire antérieur, le cortex
préfrontal dorsolatéral, le thalamus, le cortex pariétal et le
noyau caudé jouaient aussi un rôle important. Notre incur-
sion dans le champ des approches neuro-anatomiques de la
prise de décision a aussi montré que les modèles proposés
restent peu nombreux et qu’ils nécessitent tout un travail

REVUE DE NEUROPSYCHOLOGIE
NEUROSCIENCES COGNITIVES ET CLINIQUES
79
 Article de synthèse
de validation clinique. Celle effectuée dans le domaine
des outils permettant d’évaluer la prise de décision montre
qu’ils sont encore peu nombreux, parfois imprécis quant
aux processus décisionnels qu’ils évaluent et, enfin, qu’ils
sont très peu normés en langue française. Au final, il nous
semble que cette synthèse de la littérature montre que si les
mécanismes et les régions cérébrales concernés par la prise
de décision sont multiples et assez bien connus aujourd’hui,
beaucoup d’incertitudes demeurent autour des épreuves
permettant d’en appréhender les dysfonctionnements. Un
Références
1. Lemaire P. Psychologie cognitive. Paris, Bruxelles : Éditions De
Boeck Université, 1999.
2. Bechara A, Damasio H, Tranel D, et al. The Iowa Gambling Task and
the somatic marker hypothesis: some questions and answers. Trends
Cogn Sci 2005 ; 9 : 159-62.
3. Cadet B, Chasseigne G, éds. Psychologie du jugement et de la déci-
sion. Des modèles aux applications. Paris, Bruxelles : Éditions De Boeck
Université, 2009.
4. Kahneman D, Tversky A. Subjective probability: a judgment of
representativeness. Cognit Psychol 1972 ; 3 : 430-54.
5. Kahneman D, Tversky A. On the psychology of prediction. Psychol
Rev 1973 ; 80 : 237-51.
6. Adams PA, Adams JK. Confidence in the recognition and reproduc-
tion of words difficult to spell. Am J Psychol 1960 ; 73 : 544-52.
7. Simon HA. Theories of decision-making in economics and behavio-
ral science. Am Econ Rev 1991 ; 49 : 253-83.
8. Simon HA. Models of my life. New York : Basic Books, 1991.
9. Simon HA. Model of man. New York : Wiley, 1957.
10. Kahneman D, Tversky A. Prospect theory: an analysis of decision
under risk. Econometrica 1979 ; 47 : 263-91.
11. Kahneman D, Tversky A. Variants of uncertainty. In : Kahneman
D, Slovic P, Tversky A, éds. Judgement under uncertainty: heuristics
and biases. Cambridge : Cambridge University Press, 1982, p. 509-22.
12. Damasio AR. L’erreur de Descartes. Paris : Odile Jacob, 1995.
13. Eslinger PJ, Damasio AR. Severe disturbance of higher cogni-
tion after bilateral frontal lobe ablation: patient EVR. Neurology
1985 ; 35 : 1731-41.
14. Bechara A, Damasio H, Tranel D, et al. Deciding advantageously
before knowing the advantageous strategy. Science 1997 ; 275 : 1293-
5.
15. Bechara A, Damasio AR, Damasio H, et al. Insensitivity to future
consequences following damage to human prefrontal cortex. Cognition
1994 ; 50 : 7-15.
16. Bechara A, Tranel D, Damasio H, et al. Failure to respond autono-
mically to anticipated future outcomes following damage to prefrontal
cortex. Cereb Cortex 1996 ; 6 : 215-25.
17. Bechara A, Damasio H, Tranel D, et al. Dissociation of working
memory from decision-making within the human prefrontal cortex. J
Neurosci 1998 ; 18 : 428-37.
18. Bechara A, Tranel D, Damasio H. Characterization of the decision
making deficit of patients with ventromedial prefrontal cortex lesions.
Brain 2000 ; 123 : 2189-202.
19. Berthoz A. La décision. Paris : Odile Jacob, 2003.
20. Ernst M, Paulus MP. Neurobiology of decision making: a selective
review from a neurocognitive and clinical perspective. Biol Psychiatry
2005 ; 58 : 597-604.
21. Krain AL, Wilson AM, Arbuckle R, et al. Distinct neural mecha-
nisms of risk and ambiguity: a meta-analysis of decision-making.
Neuroimage 2006 ; 32 : 477-84.
22. Ernst M, Nelson EE, McClure EB, et al. Choice selection and reward
anticipation: an fMRI study. Neuropsychologia 2004 ; 42 : 1585-97.
23. Platt ML, Glimcher PW. Neural correlates of decision variables in
parietal cortex. Nature 1999 ; 400 : 233-8.
24. Elliott R, Rees G, Dolan RJ. Ventromedial prefrontal cortex
mediates guessing. Neuropsychologia 1999 ; 37 : 403-11.
80 REVUE DE NEUROPSYCHOLOGIE
NEUROSCIENCES COGNITIVES ET CLINIQUES
important travail expérimental reste donc à faire dans ce
champ, étant entendu qu’il devrait permettre, au plan de
la recherche, d’invalider, valider ou affiner les propositions
théoriques disponibles en prise de décision et, au plan cli-
nique, de mieux cerner les difficultés des patients dans un
domaine central pour l’autonomie au quotidien.
Liens d’intérêts
L’auteur déclare n’avoir aucun lien d’intérêt.
25. Cummings JL. Anatomic and behavioral aspects of frontal-
subcortical circuits. Ann N Y Acad Sci 1995 ; 769 : 1-13.
26. Goel V, Gold B, Kapur S, et al. Neuroanatomical correlates of
human reasoning. J Cogn Neurosci 1998 ; 10 : 293-302.
27. Schachter S, Singer JE. Cognitive, social, and physiological deter-
minants of emotional state. Psychol Rev 1962 ; 69 : 379-99.
28. Damasio AR, Damasio H, Christen Y. Neurobiology of decision-
making. Berlin and New York : Springer Verlag, 1996.
29. van Veen V, Holroyd CB, Cohen JD, et al. Errors without conflict:
implications for performance monitoring theories of anterior cingulate
cortex. Brain Cogn 2004 ; 56 : 267-76.
30. Carter CS, Braver TS, Barch DM, et al. Anterior cingulate cortex,
error detection, and the online monitoring of performance. Science
1998 ; 280 : 747-9.
31. Mathalon DH, Whitfield SL, Ford JM. Anatomy of an error: ERP
and fMRI. Biol Psychol 2003 ; 64 : 119-41.
32. Gehring WJ, Knight RT. Prefrontal-cingulate interactions in action
monitoring. Nat Neurosci 2000 ; 3 : 516-20.
33. Mogenson GJ, Yang CR. The contribution of basal forebrain to lim-
bic motor integration and the mediation of motivation to action. Adv
Exp Med Biol 1991 ; 295 : 267-90.
34. Breiter HC, Rosen BR. Functional magnetic resonance imaging of
brain reward circuitry in the human. Ann N Y Acad Sci 1999 ; 977 : 523-
47.
35. Taylor SF, Welsh RC, Wager TD, et al. A functional neuroi-
maging study of motivation and executive function. Neuroimage
2004 ; 21 : 1045-54.
36. Roesch MR, Olson CR. Neuronal activity related to reward
value and motivation in primate frontal cortex. Science 2004 ; 304 :
307-10.
37. Pagnoni G, Zink CF, Montague PR, et al. Activity in human
ventral striatum locked to errors of reward prediction. Nat Neurosci
2002 ; 5 : 97-8.
38. O’Doherty JP, Dayan P, Friston K, et al. Temporal difference
models and reward-related learning in the human brain. Neuron
2003 ; 38 : 329-37.
39. McClure SM, Berns GS, Montague PR. Temporal prediction
errors in a passive learning task activate human striatum. Neuron
2003 ; 38 : 339-46.
40. Knutson B, Fong GW, Bennett SM, et al. A region of medial
prefrontal cortex tracks monetarily rewarding outcomes: charac-
terization with rapid event-related fMRI. Neuroimage 2003 ; 38 :
263-72.
41. Ongur D, Price JL. The organization of networks within the orbi-
tal and medial prefrontal cortex of rats, monkeys and humans. Cereb
Cortex 2000 ; 10 : 206-19.
42. Mitterschiffthaler MT, Kumari V, Malhi GS, et al. Neural res-
ponse to pleasant stimuli in anhedonia: an fMRI study. Neuroreport
2003 ; 14 : 177-82.
43. Passingham RE, Toni I, Rushworth MF. Specialisation within the
prefrontal cortex: the ventral prefrontal cortex and associative learning.
Exp Brain Res 2000 ; 133 : 103-13.
44. Cardinal RN, Parkinson JA, Hall J, et al. Emotion and motivation:
the role of the amygdala, ventral striatum, and prefrontal cortex. Neu-
rosci Biobehav Rev 2002 ; 26 : 321-52.

45. Gleichgerrcht E, Ibanez A, Roca M, et al. Decision making
cognition in neurodegenerative diseases. Nat Rev Neurol 2010 ; 6 :
611-23.
46. Rogers RD, Owen AM, Middleton HC, et al. Choosing between
small, likely rewards and large, unlikely rewards activates inferior and
orbital prefrontal cortex. J Neurosci 1999 ; 19 : 9029-38.
47. Zelazo PD, Muller U. Executive function in typical and atypical
development. In : Goswami U, éd. Handbook of childhood cognitive
development. Oxford : Blackwell, 2002, p. 445-89.
48. Brand M, Fujiwara E, Borsutzky S, et al. Decision-making defi-
cits of Korsakoff patients in a new gambling task with explicit rules
associations with executive functions. Neuropsychology 2005 ; 19 :
267-77.
49. Brand M, Labudda K, Markowitsch HJ. Neuropsychological cor-
relates of decision-making in ambiguous and risky situations. Neural
Netw 2006 ; 19 : 1266-76.
REVUE DE NEUROPSYCHOLOGIE
NEUROSCIENCES COGNITIVES ET CLINIQUES
Article de synthèse
50. Brand M, Recknor EC, Grabenhorst F, et al. Decisions under ambi-
guity and decisions under risk: correlations with executive functions
and comparisons of two different gambling tasks with implicit and
explicit rules. J Clin Exp Neuropsychol 2007 ; 29 : 86-99.
51. Bechara A, Damasio H. Decision-making and addiction (part I):
impaired activation of somatic states in substance dependent indivi-
duals when pondering decisions with negative future consequences.
Neuropsychologia 2002 ; 40 : 1675-89.
52. Dunn BD, Dalgleish T, Lawrence AD. The somatic marker hypo-
thesis: a critical evaluation. Neurosci Biobehav Rev 2006 ; 30 : 239-71.
53. Guillaume S, Jollant F, Jaussenta I, et al. Somatic markers and
explicit knowledge are both involved in decision-making. Neuropsy-
chologia 2009 ; 47 : 2120-4.
54. Gil R. La conscience morale : émotion ou raison ? In : Allain P,
Aubin G, Le Gall D, éds. Cognition sociale et neuropsychologie Mar-
seille : Solal Éditeur, 2000, p. 325-42.
81