Désapprendre n’est pas “oublier”. C’est un processus actif par lequel le cerveau cesse de privilégier une réponse devenue automatique , une idée, une habitude, une manière d’interpréter une situation , pour en installer une autre, plus adaptée. Dit comme ça, cela ressemble à une décision volontaire, presque simple : on identifie ce qui ne fonctionne plus, on choisit une alternative, on l’applique. Mais dans la réalité, désapprendre est souvent lent, inconfortable, et paradoxalement coûteux… même quand on sait exactement ce qu’on voudrait faire autrement.
Cette difficulté vient d’un point que l’on sous,estime : une “ancienne” réponse n’est pas juste une opinion ou un comportement. C’est une solution que ton cerveau a optimisée au fil du temps, dans des contextes où elle avait un sens. Elle s’est transformée en raccourci fiable, prêt à être déclenché sans effort. C’est pour ça que, même quand tu as l’impression d’avoir tourné la page, un contexte familier, une émotion spécifique ou un niveau de fatigue suffisent à la remettre en route. Le cerveau ne fait pas d’abord “ce qui est juste”, il fait d’abord “ce qui est disponible”.
Pourquoi est,ce si difficile de changer une réponse que l’on juge pourtant dépassée ? Pourquoi, sous stress ou fatigue, revient,on si vite à l’ancien réflexe ? Et pourquoi certaines habitudes semblent “coller” pendant des années, même après des prises de conscience répétées ? Les neurosciences et la psychologie cognitive donnent une grille de lecture précise : désapprendre n’est pas effacer une trace, c’est réorganiser une hiérarchie de prédictions, d’associations et de contrôles. Ce que tu vis comme une résistance est souvent, du point de vue du cerveau, un arbitrage énergétique et adaptatif.
Autrement dit, ton cerveau se comporte comme un système de prédiction : il anticipe ce qui va se passer et prépare des réponses qui ont déjà “marché”. Quand une réponse a été rentable suffisamment longtemps, elle devient dominante. Désapprendre demande donc deux opérations à la fois : diminuer l’influence de l’ancien modèle (qui est déjà rapide et consolidé) et construire un nouveau modèle qui, au début, est fragile, coûteux, et dépendant du contexte. C’est cette période intermédiaire , où l’ancien est encore fort et le nouveau pas encore stable , qui donne l’impression de superficialité, de lutte ou de “rechute”.
À retenir
- Désapprendre, ce n’est pas effacer une mémoire : c’est affaiblir une association automatique et en renforcer une autre, concurrente.
- Le cerveau change surtout quand il détecte une erreur de prédiction : un écart entre ce qui était attendu et ce qui se produit réellement.
- Pour que l’ancienne réponse perde du terrain, il faut à la fois un signal d’update (surprise / contradiction) et un contrôle(inhibition de l’automatisme + maintien d’une nouvelle règle).
- L’inconfort n’est pas un signe d’échec : c’est souvent le coût normal d’une transition où la nouvelle réponse n’est pas encore “rentable”.
- Les automatismes reviennent facilement sous stress, fatigue ou urgence, car le cerveau privilégie ce qui est le plus rapide et le moins coûteux.
Ce que disent les neurosciences aujourd’hui
Quand on parle de désapprentissage, on imagine parfois une opération de suppression : comme si l’on pouvait retirer une ancienne règle du cerveau, puis installer la bonne à sa place. Or le cerveau ne fonctionne pas comme un disque dur. Il fonctionne comme un système d’anticipation qui ajuste ses modèles en fonction de ce qu’il vit. Les réponses automatiques ne disparaissent pas simplement parce qu’on les juge fausses : elles perdent de l’influence lorsque le système apprend qu’elles ne prédisent plus correctement le réel , et lorsque de nouvelles réponses prouvent, répétition après répétition, qu’elles sont plus utiles.
Il est important de comprendre une nuance : beaucoup de changements échouent non pas parce que l’on manque d’intention, mais parce que l’on se trompe de niveau d’action. On tente de modifier un automatisme (implicite) avec de l’argumentation (explicite). Cela peut initier un mouvement, mais tant que le cerveau n’a pas vécu des expériences qui confirment la nouvelle règle, il garde l’ancienne en “solution par défaut”. Les neurosciences ne disent pas “la volonté ne sert à rien”, elles disent : la volonté sert à créer des conditions d’apprentissage, pas à remplacer l’apprentissage.
1) Le cerveau privilégie les réponses “rentables”
Une habitude n’est pas seulement un comportement répété. C’est une solution que le cerveau a stabilisée parce qu’elle réduit le coût de traitement. Quand un geste, une pensée ou une interprétation a été utilisée suffisamment souvent, elle devient fluide : on n’a plus besoin de mobiliser beaucoup d’attention pour l’exécuter. Cette fluidité est un avantage adaptatif. Dans un environnement stable, automatiser permet de libérer des ressources pour d’autres tâches, d’aller plus vite, de traiter plus d’informations et de réagir sans hésiter.
Ce mécanisme vaut aussi pour des habitudes mentales. Par exemple, interpréter un silence comme un jugement, ou anticiper qu’une discussion va dégénérer, peut devenir une “réponse” automatique. Dans ce cas, l’économie ne se fait pas uniquement sur le comportement, mais sur l’incertitude : le cerveau préfère une prédiction imparfaite à une absence de modèle. Une prédiction, même biaisée, donne une direction et une impression de contrôle. C’est aussi pour ça que certaines pensées reviennent : elles ont servi de boussole, même quand elles étaient coûteuses.
Le problème apparaît quand l’environnement change, ou quand le coût caché de l’habitude devient supérieur à son bénéfice. Par exemple : une manière de répondre “au quart de tour” dans une discussion a peut,être été protectrice dans un contexte passé (se défendre, se faire respecter, éviter d’être dominé), mais devient contre,productive dans un contexte relationnel où la coopération est plus importante que la protection. Pourtant, sur le plan neuronal, l’ancien automatisme reste une solution robuste : il s’exécute vite, il a déjà été renforcé, il est associé à une sensation de familiarité et parfois de maîtrise. Le cerveau n’abandonne pas spontanément une solution qui a longtemps “fonctionné”, surtout si elle a été liée à une forme de sécurité.
Désapprendre implique donc un renversement : accepter de quitter une réponse rentable à court terme (rapidité, familiarité, sentiment de protection) pour en construire une autre qui sera plus rentable à moyen terme (pertinence, alignement, efficacité globale). Ce passage n’est pas qu’intellectuel : c’est une réorganisation progressive des priorités du cerveau. Il faut du temps pour que la nouvelle réponse devienne suffisamment “automatique” pour rivaliser avec l’ancienne.
2) La reconsolidation : la mémoire se met à jour quand elle est réactivée
Un concept clé pour comprendre le changement est la reconsolidation. Lorsqu’une mémoire est réactivée (par exemple, tu te retrouves dans une situation qui ressemble à celle où ton automatisme s’est construit), cette trace devient temporairement modifiable. Ce n’est pas une fenêtre permanente : c’est un moment où le cerveau “rouvre” le modèle pour le réévaluer, comme s’il le sortait de l’archive pour le remettre sur la table de travail.
Mais cette malléabilité n’est pas automatique. Elle dépend du contexte : pour qu’un ancien apprentissage se modifie, il faut que la réactivation s’accompagne d’un élément nouveau, d’une contradiction, d’une information qui oblige le système à ajuster sa représentation. Si rien ne contredit l’attendu, le cerveau n’a aucune raison d’actualiser : il reconsolide l’ancien modèle tel quel, parfois même en le renforçant. C’est l’un des pièges du changement : répéter une situation familière sans nouveauté peut solidifier l’ancien scénario.
Concrètement, cela signifie que “se rappeler” ou “réfléchir” ne suffit pas toujours. Ce qui compte, c’est ce que le cerveau encode comme différence : un nouveau résultat, une nouvelle interprétation, un nouveau comportement qui change l’issue. Par exemple, si ton automatisme est d’éviter une conversation difficile, le simple fait de penser à la conversation ne modifie pas forcément la règle. En revanche, la vivre en restant présent, en testant une réponse différente, et en observant que l’issue n’est pas celle que ton cerveau anticipait, peut créer une vraie mise à jour.
C’est un point contre,intuitif : on a parfois l’impression que l’on “travaille” quand on rumine l’ancien scénario. Mais neurocognitivement, sans information nouvelle, le cerveau peut surtout répéter et reconsolider. Le changement repose donc sur des expériences de réactivation + nouveauté, pas seulement sur de l’introspection.
3) L’erreur de prédiction : le signal qui déclenche l’update
Le moteur du désapprentissage, c’est souvent ce qu’on appelle l’erreur de prédiction : le cerveau attend quelque chose, et le monde (ou le corps) répond autrement. Cette surprise n’est pas seulement cognitive ; c’est un signal d’apprentissage. Elle dit : “ton modèle n’est plus parfaitement ajusté”. Et plus ce signal est clair, plus le cerveau a une raison biologique d’investir de l’énergie pour recalibrer.
Sans erreur de prédiction, l’ancien modèle reste le plus économique. Il est prêt, déjà entraîné, déjà associé à une histoire. C’est pourquoi, même avec une forte motivation, tu peux “savoir” intellectuellement qu’une habitude est mauvaise et continuer à la reproduire : tant que ton cerveau ne vit pas, de manière suffisamment saillante, que cette réponse ne prédit pas bien la situation, il n’a pas de raison de la rétrograder. Une intention sans signal d’erreur, c’est comme vouloir corriger une carte sans jamais se tromper de route : le système n’enregistre pas la nécessité du changement.
Dans l’expérience quotidienne, l’erreur de prédiction peut prendre plusieurs formes. Ce peut être un résultat concret (une stratégie qui échoue), un feedback social inattendu (une réaction différente de celle anticipée), ou même une sensation interne : constater que la réponse automatique crée plus de tension que de soulagement. Mais pour être utile, cette erreur doit être détectée et “attribuée” au bon modèle. Si tu interprètes l’échec comme une fatalité (“je suis comme ça”) ou comme une preuve que “ça ne marche jamais”, le cerveau n’apprend pas une alternative ; il apprend une impuissance.
Il y a donc une dimension d’interprétation : le cerveau n’update pas seulement parce qu’il y a surprise, il update parce que la surprise devient une information exploitable. C’est là que la nuance scientifique est importante : on ne peut pas forcer le cerveau à changer en se “critiquant” plus fort. En revanche, on peut augmenter la qualité du signal (ce qui contredit l’attendu) et diminuer les interprétations qui ferment l’apprentissage.
4) Inhiber l’automatisme : le rôle du contrôle cognitif
Même quand l’erreur de prédiction existe, le cerveau doit pouvoir empêcher l’ancien réflexe de reprendre immédiatement. Désapprendre demande une capacité d’inhibition : empêcher la réponse dominante de s’exécuter, au moins assez longtemps pour permettre à une alternative d’entrer en jeu. Or cette inhibition n’est pas un bouton “on/off” ; c’est une ressource. Elle fluctue selon l’état physiologique, émotionnel et contextuel.
Cette inhibition mobilise des circuits de contrôle cognitif, souvent associés aux régions préfrontales. Concrètement, cela signifie maintenir une consigne en tête, rester attentif à une intention, sélectionner une réponse plus pertinente, résister à l’impulsion la plus disponible. C’est un travail coûteux, et c’est précisément ce coût qui donne l’impression de “forcer”. Au début du changement, tu dois “tenir” la nouvelle règle avec de l’attention, comme on tient une posture instable. Puis, si tu répètes, la posture devient plus naturelle.
Ce contrôle dépend de l’état énergétique du système : manque de sommeil, surcharge mentale, stress, urgence, émotions intenses… tout cela réduit la capacité à inhiber. Et quand l’inhibition diminue, l’automatisme “gagne” non parce qu’il est meilleur, mais parce qu’il est plus rapide et moins coûteux. C’est pour cette raison que l’on peut être très “lucide” un jour, puis très automatique le lendemain : la lucidité n’est pas toujours disponible au même niveau.
Cela explique aussi pourquoi une stratégie de changement efficace ressemble rarement à une exigence permanente. Elle ressemble plutôt à un design de conditions : créer des contextes où le contrôle est possible, où les déclencheurs sont moins forts, et où l’on peut répéter la nouvelle réponse sans se retrouver systématiquement en surcharge. Le cerveau apprend mieux quand il n’est pas en mode survie.
5) Deux apprentissages en compétition, pas un effacement
Un autre point important est que le désapprentissage ressemble rarement à une suppression. Le plus souvent, il s’agit d’un apprentissage concurrent : l’ancienne association reste accessible, mais elle perd du poids parce qu’une autre devient plus forte, plus fréquente, plus “rentable”. Le cerveau ne gomme pas facilement une solution qui a longtemps été utile ; il la met en second plan quand il a mieux.
C’est une nuance essentielle, car elle explique une expérience courante : on peut croire avoir changé, puis “rechuter” dans un contexte particulier. En réalité, l’ancien modèle n’a pas disparu ; il a simplement été moins utilisé. Il peut se réactiver dans les contextes qui lui ressemblent le plus : mêmes personnes, mêmes émotions, mêmes environnements, mêmes contraintes. Cela ne signifie pas que le changement était faux ; cela signifie que le cerveau apprend de manière dépendante du contexte et de l’état interne.
Si tu veux qu’une nouvelle réponse devienne réellement automatique, elle doit être répétée dans plusieurs contextes proches, jusqu’à ce que le cerveau généralise : “cette règle est valable ici aussi”. La généralisation est souvent le vrai “niveau 2” du désapprentissage : tu ne changes pas seulement une fois, tu changes dans des variations. Et ces variations ne sont pas un détail ; elles sont précisément ce qui rend l’apprentissage robuste.
6) Pourquoi c’est inconfortable : le coût de transition
Désapprendre est inconfortable pour une raison simple : pendant un temps, tu n’as plus accès à une réponse qui te donnait une sensation de maîtrise, et tu n’as pas encore stabilisé la nouvelle. C’est une zone intermédiaire où l’efficacité baisse : tu te sens moins rapide, moins sûr, plus fatigué cognitivement. Beaucoup interprètent cette phase comme une preuve qu’ils ne sont “pas faits” pour changer. Or c’est souvent l’inverse : c’est un marqueur que le cerveau est en train de reconstruire, donc qu’il travaille.
Il y a aussi une dimension émotionnelle : un automatisme apporte souvent un soulagement immédiat (même s’il crée un coût plus tard). Par exemple, éviter une difficulté apaise sur le moment ; contrôler une situation réduit l’incertitude ; se fermer protège d’une déception. La nouvelle réponse, elle, n’apporte pas forcément de soulagement instantané. Elle apporte souvent un bénéfice différé : plus de clarté, plus de cohérence, moins de coûts relationnels. Cette asymétrie rend la transition particulièrement exigeante.
Cette zone est d’autant plus inconfortable que l’ancien apprentissage est ancien ou émotionnellement chargé. Les réponses liées à la sécurité (se défendre, éviter le rejet, contrôler l’incertitude) sont particulièrement résistantes, car elles ont été renforcées dans des états où le cerveau priorise la protection. On ne désapprend pas une stratégie de protection comme on change une préférence. On la remplace en reconstruisant une sécurité autrement.
Les points clés des neurosciences
- Automatisation = économie d’énergie : une réponse répétée devient fluide, rapide, et donc privilégiée.
- Reconsolidation : une mémoire réactivée peut être modifiée, mais surtout si un élément nouveau ou contradictoire est introduit.
- Erreur de prédiction : sans surprise / contradiction, le cerveau n’a pas de raison de rétrograder l’ancien modèle.
- Inhibition : désapprendre implique de bloquer temporairement la réponse dominante, ce qui coûte de l’attention et dépend de l’état (fatigue, stress).
- Compétition entre modèles : le changement est souvent un nouveau modèle qui prend le dessus, pas un effacement.
- Dépendance au contexte : l’ancien automatisme peut réapparaître dans des environnements très similaires à ceux de l’apprentissage initial.
Ce que cela change dans les idées reçues
On confond souvent désapprendre avec une question de caractère : “si je voulais vraiment, je pourrais”. Cette idée suppose que la volonté est un levier suffisant. Or les mécanismes en jeu montrent que la volonté seule ne remplace pas un apprentissage automatique ; au mieux, elle initie un contrôle temporaire. Sans répétition, sans contexte, sans signal d’erreur de prédiction, le cerveau revient à ses solutions les plus stables.
On confond aussi désapprentissage et oubli. “Je sais que ce n’est pas vrai, donc je devrais pouvoir arrêter.” Mais savoir et automatiser ne vivent pas au même niveau. On peut avoir une compréhension intellectuelle parfaite et continuer à agir selon l’ancien modèle, surtout quand l’émotion, la pression temporelle ou la fatigue réduisent la capacité de contrôle. L’écart entre “je sais” et “je fais” n’est pas un échec moral : c’est la preuve que l’ancien modèle a été entraîné plus profondément que le nouveau.
Enfin, on croit parfois qu’un changement “réussi” doit être linéaire. Or la non,linéarité est normale : on peut changer dans certains contextes et pas dans d’autres ; on peut tenir quand on est reposé et retomber quand on est épuisé. Ce n’est pas de l’incohérence, c’est la dépendance au contexte et à l’état interne. La trajectoire ressemble souvent à une stabilisation progressive, pas à une ligne droite.
Ce que cette compréhension change vraiment
Comprendre le désapprentissage comme un processus neurocognitif change la posture. Au lieu de se battre contre soi,même, on commence à travailler avec les règles du système. La question devient moins “pourquoi je n’y arrive pas ?” que “quelles conditions permettraient à mon cerveau d’actualiser son modèle ?”. Cette reformulation est puissante, parce qu’elle déplace le problème de la culpabilité vers l’architecture de l’apprentissage.
Cette perspective permet aussi de relire l’inconfort autrement. Si l’inconfort est le coût de transition, alors il est logique qu’il apparaisse au moment précis où l’on progresse : quand l’ancienne réponse ne suffit plus, mais que la nouvelle n’est pas encore consolidée. Le but n’est pas d’éliminer l’inconfort ; le but est d’éviter d’en déduire une fausse conclusion (“donc je suis incapable”). Dans beaucoup de trajectoires de changement, ce sont les interprétations du coût , plus que le coût lui,même , qui font échouer la transition.
Elle permet enfin de comprendre pourquoi certaines habitudes sont “collantes” : elles ne sont pas seulement répétées, elles sont liées à une fonction adaptative (se protéger, réduire l’incertitude, éviter un danger social, préserver une cohérence interne). Tant que cette fonction n’est pas remplacée par une autre stratégie, l’ancien automatisme garde une raison d’exister. Désapprendre ne consiste pas seulement à supprimer un comportement, mais à offrir au cerveau une alternative qui remplit la même fonction avec moins de coûts.
Transfert à la pratique
Voici des pistes concrètes, directement dérivées des mécanismes décrits. L’objectif n’est pas d’appliquer des “astuces” ; l’objectif est de créer les conditions qui permettent à ton cerveau de mettre à jour son modèle.
- Créer une erreur de prédiction utile (sans te mettre en danger)
Si ton cerveau ne rencontre jamais une contradiction claire, il ne rétrograde pas l’ancien automatisme. Cela peut vouloir dire : tester une nouvelle réponse à petite échelle, dans un contexte maîtrisé, puis observer ce qui se passe réellement. L’important est de rendre visible la différence entre l’attendu (ancien modèle) et le réel (nouvelle information). Plus cette différence est claire, plus elle peut devenir un signal d’apprentissage, plutôt qu’une simple frustration.
- Réduire les situations où l’inhibition est impossible
Si tu essaies de désapprendre quand tu es épuisé, pressé ou en surcharge, tu te bats contre une contrainte biologique. Planifier des moments de pratique quand tu as de la bande passante cognitive augmente la probabilité de succès. Ce n’est pas une question de confort ; c’est une question de capacité de contrôle. C’est aussi une manière de cesser d’interpréter un échec contextuel comme une incapacité générale.
- Répéter dans plusieurs contextes proches
Un changement “tient” mieux quand la nouvelle réponse est pratiquée dans des variations réalistes : pas seulement dans une situation idéale. Sinon, le cerveau encode : “ça marche ici, mais pas là”. La généralisation est un apprentissage en soi. Elle demande de passer du “je peux le faire quand tout va bien” au “je peux le faire quand il y a un peu de tension, un peu de fatigue, un peu d’enjeu” , progressivement, pas d’un coup.
- Remplacer la fonction, pas seulement la forme
Si l’ancien automatisme te protégeait (du conflit, du rejet, de l’incertitude), la nouvelle réponse doit offrir une sécurité alternative. Sinon, dans les moments de menace, le cerveau reviendra à l’ancien outil. Identifier la fonction de l’habitude est souvent plus utile que de juger sa forme. C’est là qu’un changement devient durable : quand le cerveau comprend qu’il peut rester en sécurité autrement.
- Interpréter l’inconfort comme un coût de transition
Quand tu te sens plus lent, plus maladroit, moins sûr : ce n’est pas la preuve que tu es “en train d’échouer”. C’est souvent la preuve que tu n’es plus dans le pilote automatique. L’enjeu est de rester assez longtemps dans cette zone pour que la nouvelle réponse gagne en fluidité. Le cerveau finit par automatiser ce que tu répètes , mais il ne l’automatise pas au moment où tu le comprends.
Conclusion
Désapprendre n’est pas un simple acte de volonté. C’est une réorganisation progressive : l’ancien modèle perd du terrain quand le cerveau détecte qu’il ne prédit plus bien le réel, et quand une alternative prouve , par la répétition , qu’elle est plus pertinente. Le coût du changement (fatigue cognitive, lenteur, inconfort) n’est pas un défaut personnel : c’est le prix normal d’une transition où l’automatisme n’est plus disponible, mais où le nouveau n’est pas encore consolidé.
La distinction centrale est la suivante : tu ne “supprimes” pas une habitude, tu changes la hiérarchie des réponses disponibles. Et pour ça, il faut des conditions d’apprentissage : de la contradiction utile, du contrôle quand c’est possible, et des répétitions dans le bon contexte. Désapprendre, au fond, c’est apprendre à donner à ton cerveau les preuves nécessaires pour qu’il accepte de mettre à jour ce qu’il considérait comme vrai.
FAQ
Désapprendre, c’est la même chose que casser une habitude ?
Pas exactement. Casser une habitude décrit souvent le résultat visible (ne plus faire X). Désapprendre décrit le mécanisme : l’ancienne réponse perd de l’influence parce qu’une nouvelle réponse est renforcée et devient plus rentable. Dans beaucoup de cas, on ne casse pas : on remplace. Et ce remplacement se fait rarement en un seul geste : il se fait par une compétition où la nouvelle réponse doit gagner, situation après situation.
Pourquoi est,ce que je reviens à mon ancien réflexe quand je suis fatigué ?
Parce que l’inhibition et le contrôle cognitif coûtent de l’énergie. Quand tu es fatigué ou sous stress, le cerveau privilégie les réponses les plus automatiques : elles sont plus rapides et moins coûteuses. Ce retour ne dit pas “tu n’as pas changé”, il dit “ton état actuel favorise l’automatisme”. Si tu veux évaluer un changement, il faut regarder la tendance globale et la capacité à revenir à la nouvelle réponse, pas l’absence totale de retours en arrière.
Est,ce qu’on peut désapprendre sans souffrir ?
On peut désapprendre sans se faire violence, mais il y a souvent un inconfort minimal lié à la transition : tu perds la fluidité de l’ancien automatisme avant de gagner celle du nouveau. L’enjeu n’est pas de supprimer l’inconfort, mais de ne pas l’interpréter comme une preuve d’incapacité. On peut aussi réduire cet inconfort en travaillant par paliers, dans des contextes où le contrôle est possible.
Combien de temps faut,il pour désapprendre ?
Il n’y a pas de durée universelle. Tout dépend de l’ancienneté de l’automatisme, de sa charge émotionnelle, de la fréquence des contextes déclencheurs, et de la répétition de la nouvelle réponse. Ce qui est assez stable : plus l’habitude est associée à la sécurité (protection, contrôle), plus le changement nécessite un remplacement fonctionnel solide. Autrement dit, on ne change pas seulement une action : on change ce qu’elle “faisait pour nous”.
Pourquoi “comprendre” ne suffit pas à changer ?
Parce que comprendre est une représentation explicite, alors qu’un automatisme est un apprentissage implicite. Ils coexistent. Pour changer l’implicite, il faut de nouvelles expériences répétées, pas seulement une compréhension. La compréhension peut guider l’expérience (quoi tester, quoi observer), mais elle ne remplace pas l’encodage progressif de la nouvelle réponse.
Références scientifiques
- Nader, K., Schafe, G. E., & LeDoux, J. E. (2000). Fear memories require protein synthesis in the amygdala for reconsolidation after retrieval. Nature, 406, 722,726. https://doi.org/10.1038/35021052
- Dudai, Y. (2004). The neurobiology of consolidations, or, how stable is the engram? Annual Review of Psychology, 55, 51,86. https://doi.org/10.1146/annurev.psych.55.090902.142050
- Nader, K., & Hardt, O. (2009). A single standard for memory: the case for reconsolidation. Nature Reviews Neuroscience, 10, 224,234. https://doi.org/10.1038/nrn2590
- Schiller, D., Monfils, M.,H., Raio, C. M., Johnson, D. C., LeDoux, J. E., & Phelps, E. A. (2010). Preventing the return of fear in humans using reconsolidation update mechanisms. Nature, 463, 49,53. https://doi.org/10.1038/nature08637
- Monfils, M.,H., Cowansage, K. K., Klann, E., & LeDoux, J. E. (2009). Extinction,reconsolidation boundaries: key to persistent attenuation of fear memories. Science, 324, 951,955. https://doi.org/10.1126/science.1167975
- Sevenster, D., Beckers, T., & Kindt, M. (2013). Prediction error governs pharmacologically induced amnesia for learned fear. Science, 339, 830,833. https://doi.org/10.1126/science.1231350
- Schultz, W., Dayan, P., & Montague, P. R. (1997). A neural substrate of prediction and reward. Science, 275, 1593,1599. https://doi.org/10.1126/science.275.5306.1593
- Rescorla, R. A., & Wagner, A. R. (1972). A theory of Pavlovian conditioning: Variations in the effectiveness of reinforcement and nonreinforcement. In A. H. Black & W. F. Prokasy (Eds.), Classical Conditioning II: Current Research and Theory. Appleton,Century,Crofts.
- Friston, K. (2010). The free,energy principle: a unified brain theory? Nature Reviews Neuroscience, 11, 127,138. https://doi.org/10.1038/nrn2787
- Botvinick, M. M., & Cohen, J. D. (2014). The computational and neural basis of cognitive control: charted territory and new frontiers. Cognitive Science, 38, 1249,1285. https://doi.org/10.1111/cogs.12126
- Miller, E. K., & Cohen, J. D. (2001). An integrative theory of prefrontal cortex function. Annual Review of Neuroscience, 24, 167,202. https://doi.org/10.1146/annurev.neuro.24.1.167
- Aron, A. R. (2007). The neural basis of inhibition in cognitive control. Neuroscientist, 13, 214,228. https://doi.org/10.1177/1073858407299288
- Graybiel, A. M. (2008). Habits, rituals, and the evaluative brain. Annual Review of Neuroscience, 31, 359,387. https://doi.org/10.1146/annurev.neuro.29.051605.112851
- Yin, H. H., & Knowlton, B. J. (2006). The role of the basal ganglia in habit formation. Nature Reviews Neuroscience, 7, 464,476. https://doi.org/10.1038/nrn1919
- Wood, W., & Rünger, D. (2016). Psychology of habit. Annual Review of Psychology, 67, 289,314. https://doi.org/10.1146/annurev,psych,122414,033417
- Schwabe, L., Dickinson, A., & Wolf, O. T. (2011). Stress, habits, and drug addiction: a psychoneuroendocrinological perspective. Experimental and Clinical Psychopharmacology, 19, 53,63. https://doi.org/10.1037/a0022212
- Schwabe, L., & Wolf, O. T. (2009). Stress prompts habit behavior in humans. Journal of Neuroscience, 29, 7191,7198. https://doi.org/10.1523/JNEUROSCI.0979,09.2009
- Poldrack, R. A., & Packard, M. G. (2003). Competition among multiple memory systems: converging evidence from animal and human brain studies. Neuropsychologia, 41, 245,251. https://doi.org/10.1016/S0028,3932(02)00157,4