Принципы научения: подкрепление и наказание. Положительное и отрицательное подкрепление
ПОЛОЖИТЕЛЬНОЕ И ОТРИЦАТЕЛЬНОЕ ПОДКРЕПЛЕНИЕ
С его помощью решаются следующие задачи:
1)
формирование нового стереотипа поведения;
2)
усиление уже имеющегося желательного стереотипа поведения;
3)
ослабление нежелательного стереотипа поведения;
4)
поддержание желательного стереотипа поведения в естественных условиях.
Обычно на практике решаются по крайней мере две задачи (вторая и четвертая или третья и четвертая), чаще же работа с пациентом направлена на реализацию второй, третьей и четвертой задачи.
Задача формирования нового стереотипа поведения обычно возникает в работе с детьми, отличающимися выраженным девиантным поведением, или с больными, имеющими грубые постпроцессуальные изменения личности.
Использование этих методик предполагает обязательный анализ каждого клинического случая в реальной ситуации, наблюдение за поведением больного или проявлениями его симптоматики в данных условиях. Это позволяет выявить подкрепляющие стимулы, которые различаются по параметру «приятный-неприятный». Положительное подкрепление - это предъявление стимула, вызывающего у пациента позитивно окрашенную эмоциональную реакцию, усиление определенных поведенческих реакций. Отрицательное подкрепление - это изъятие, удаление стимула, вызывающего негативно окрашенную эмоциональную реакцию, и поэтому также приводящее к усилению определенных поведенческих реакций. Два указанных выше понятия позволяют охарактеризовать подкрепляющий стимул по поведенческим данным, а не по субъективной оценке наблюдателя. С учетом этого становится ясно, почему, например, переживание боли у мазохиста является положительным подкреплением. Нейтральные стимулы - это стимулы, которые не оказывают воздействия на поведение, хотя, с субъективной точки зрения наблюдателя, могут вызывать положительную эмоциональную реакцию. Безусловные подкрепляющие стимулы не зависят от предшествующего обучения. Это стимулы, вызывающие врожденные реакции (пища, вода), к ним же можно отнести и определенный уровень сенсорной стимуляции.
Подкрепляющая сила их зависит от периода депривации и возрастает при удлинении последнего. В повседневной жизни преобладают подкрепляющие стимулы, приобретающие указанные выше характеристики под влиянием процесса обучения, т. е. условные подкрепляющие стимулы. Чаще всего это социальные стимулы (внимание, похвала, одобрение, признание, положительная оценка и т. д.). Анализ конкретных случаев, например истерического приступа, позволяет отметить усиление и учащение приступов в определенных ситуациях, когда проявляется забота о пациенте, оказывается ему внимание (можно сказать - нежелательное внимание) со стороны окружающих, близких, соседей по палате, медицинского персонала. Наблюдение за поведением позволяет оценить также значение других подкрепляющих стимулов (время, проведенное перед телевизором, за беседой и др.). На основании этих данных формулируется конкретная гипотеза о характере подкрепляющего стимула. Удаление гипотетического подкрепляющего стимула позволяет проверить истинность гипотезы. Однако необходимо помнить, что после удаления подкрепляющего стимула всегда есть период, в течение которого нежелательное поведение возрастает как по частоте, так и по силе проявления. В это время пациент «выжимает» из окружающих нужный ему подкрепляющий стимул, а окружающие обычно не выдерживают его натиска и идут ему навстречу. Поэтому при данной методике психотерапевт должен привлекать членов семьи больного, персонал, т. е. активно организовывать «новое» окружение больного.
В методике собственно положительной тренировки можно выделить 4 этапа.
Первый этап - определение цели тренировки. К ее обсуждению привлекается не только пациент, но и лица, которые принимают участие в лечении и от которых зависит получение или неполучение подкрепления. По возможности таких людей должно быть немного, для того чтобы лучше контролировать все окружение больного, например, желательно поместить пациента в изолированную палату или в палату с минимальным числом больных. На этом же этапе должен быть определен и способ постоянного наблюдения за поведением пациента с фиксацией внимания на изменениях в терапевтическом направлении вырабатываемого стереотипа поведения. Нужно стремиться к тому, чтобы эта информация была максимально объективной.
На втором этапе основная задача состоит в определении того, какие стимулы (объекты или действия) будут служить в качестве подкрепления. Анализ реального поведения больного позволяет выявить значимость для него различных стимулов.
На третьем этапе вырабатывается желательный стереотип поведения, для чего создаются условия, облегчающие его формирование. Следует максимально использовать действие как положительного, так и отрицательного подкрепления. На первых порах применяется схема постоянного подкрепления, т. е. за каждое выполненное действие пациент получает подкрепление, характер которого постоянно меняется, чтобы не вызвать пресыщения. Иногда появление желательного поведения облегчается при демонстрации другими лицами соответствующего поведения (моделирование).
На четвертом этапе закрепляется выработанный стереотип поведения, чтобы он сохранился и тогда, когда больной окажется в реальной ситуации и когда будут иные условия подкрепления. Схема подкрепления меняется, используются схемы с вариабельным интервалом - наиболее устойчивые к угашению. Успех методики положительного подкрепления зависит от наличия точной информации о достигнутом прогрессе, что позволяет переходить к следующему этапу, к другой схеме подкрепления; от умения психотерапевта разнообразить подкрепление, используя все его формы, в том числе и социальное подкрепление.
Вариантом методики положительного подкрепления, приспособленной к условиям стационара, является жетонная система (token economy).
Методика контроля стимула основывается на положении о том, что связь между некоторыми стимулами и реакцией на них носит довольно жесткий характер. Появление такого стимула позволяет точно предсказать ответ. Поэтому, контролируя условия появления стимулов и предшествующих реакций, можно добиваться изменения поведения с меньшей затратой времени и сил, чем контролируя результаты самого поведения. События, предшествующие поведению, можно сгруппировать следующим образом: 1)
дискриминантные стимулы, в прошлом связанные с определенным подкреплением; 2)
облегчающие стимулы, вызывающие определенное поведение (например, новая прическа, новая одежда могут способствовать появлению желания общаться); 3)
условия, увеличивающие силу подкрепления (обычно это период депривации какой-либо потребности, например период голода). Методика контроля стимула преследует следующие цели: 1)
научить пациента идентифицировать дискриминантные и облегчающие стимулы в реальной ситуации, а также выявлять условия, увеличивающие подкрепление нежелательного поведения, и избегать их (например, установление связи различных ситуаций с едой - еда за просмотром телевизора, во время случайных встреч со знакомыми, разговора по телефону и т. д. - с последующим исключением этих стимулов, т. е. еда только в определенном месте и в определенное время); 2)
научить пациента укреплять стимулы, связанные с правильным, желательным поведением (например, знание списка продуктов или блюд, имеющих низкую калорийность, и овладение умением пользоваться только этим списком; письменный учет калорийности позволяет быть еще более последовательным в достижении этой цели); 3)
научить пациента умению манипулировать периодом депривации, не доводя его до уровня потери контроля.
Решить задачу уменьшения нежелательного стереотипа поведения можно с помощью нескольких методик:
1)
методики наказания;
2)
угашения;
3)
насыщения;
4)
лишения всех положительных подкреплений;
5)
оценки ответа.
Угашение относится к поведенческим методикам и основано на принципе исчезновения реакции, положительно не подкрепляемой. Проходит оно те же этапы, что и при положительном или отрицательном подкреплении. Важным здесь представляется диагностический этап, когда устанавливаются аспекты окружения, подкрепляющие нежелательное поведение. Угашение предполагает лишение больного всех положительных подкреплений только данного нежелательного стереотипа поведения. Скорость угашения зависит от того, каким образом в реальной жизни раньше подкреплялся этот стереотип. Методика угашения требует значительного времени, потому что, прежде чем нежелательное поведение начинает угасать, оно проходит период первоначального возрастания по частоте и силе.
Методика насыщения основана на том, что поведение, даже положительно подкрепляемое, но продолжающееся в течение длительного времени, имеет тенденцию истощаться само, а положительное подкрепление теряет свою силу.
Лишение всех положительных подкреплений является одним из вариантов угашения. Наиболее эффективным способом считается изоляция, но в реальной жизни она практически сводится к социальной изоляции, например в случае удаления одного ребенка в другую комнату при сохранении окружения без изменения. Иногда такая изоляция вызывает положительное подкрепление или означает прекращение действия неприятного стимула, имевшегося в реальной ситуации (например, отсутствие столкновения ребенка с агрессивно проводящим свою линию родителем, т. е. фактически возникает ситуация негативного подкрепления).
Методику оценки ответа точнее можно было бы назвать методикой штрафов. Она используется только с положительным подкреплением, и суть ее сводится к уменьшению числа позитивных подкреплений за нежелательное поведение. Программа составляется таким образом, чтобы уменьшение определенных положительных подкреплений не могло быть легко заменено другими положительными подкреплениями. Система штрафов должна применяться как можно реже.
Данные приемы описаны отдельно лишь из методических соображении, в практической же работе ни один из них не применяется изолированно. Комбинации методик определяются целью проводимой программы, а искусство психотерапевта состоит в умелом использовании различных сочетаний применительно к каждому конкретному случаю.
Психотерапевтическая энциклопедия. - С.-Пб.: Питер . Б. Д. Карвасарский . 2000 .
Смотреть что такое "ПОЛОЖИТЕЛЬНОЕ И ОТРИЦАТЕЛЬНОЕ ПОДКРЕПЛЕНИЕ" в других словарях:
В контексте учения о высшей нервной деятельности П. называется сочетание безусловного раздражителя, вызывающего биологически значимую реакцию, с предваряющим ее индифферентным стимулом, что приводит к формированию классического условного… …
Формулировка «закона эффекта» Торндайка выглядит следующим образом. Закон эффекта гласит: ил неск. реакций на одну и ту же ситуацию, те, к рые сопровождаются или сменяются состоянием удовлетворения животного, будут, при прочих равных условиях,… … Психологическая энциклопедия
Подкрепление - 1) по И. П. Павлову, – безусловный раздражитель, вызывающий биологически значимую реакцию; в процессе сочетания индифферентного (условного) раздражителя и П. образуются условные рефлексы 1 го типа; 2) в оперантном научении – достижение… … Словарь дрессировщика
ПОДКРЕПЛЕНИЕ - (в пед.) система пед. мер, являющихся подтверждением правильности (положительное П.) или ошибочности (отрицательное П.) отдельных действий воспитанника или его поведения в целом. Это прежде всего система методов стимулирования, в частности… … Педагогический словарь
Теория инструментального, или О. о. связана с именами Торндайка (Thorndike E. L.) и Скиннера (Skinner В. F.). В отличие от принципа классического обусловливания (S >R), они разработали принцип О. о. (R >S), согласно которому поведение… … Психотерапевтическая энциклопедия
Положительное подкрепление и отрицательное подкрепление выполняют две совершенно различные функции в управлении поведением. С одной стороны, эти явления имеют решающее значение для научения, несмотря на то, что механизм такого воздействия до сих… … Психологическая энциклопедия
Давно известно, что на поведение влияют его последствия. Мы награждаем или наказываем людей, напр., чтобы они вели себя по другому. При оперантном обусловливании на поведение тж влияют его последствия, но этот процесс не является научением по… … Психологическая энциклопедия
Эта статья содержит незавершённый перевод с английского языка. Вы можете помочь проекту, переведя её до конца. Прикладной анализ поведения (англ. … Википедия
НАКАЗАНИЕ - 1. Любое событие, которое действует противоположно подкреплению, то есть положительное наказание сокращает вероятность реакций, вызвавших его, а отрицательное наказание повышает вероятность реакций, его прекративших. См. отрицательное… … Толковый словарь по психологии
Тип социального, психологического воздействия, социально психологический феномен, представляющий собой стремление изменить восприятие или поведение других людей при помощи скрытой, обманной или насильственной тактики. Поскольку такие… … Википедия
Стимулов написать эту маленькую статью у меня несколько.
Главный из них, конечно же, лень. Зимы на Урале морозные. Занятия
с аджилитистами на площадке часто приходится заменять теоретическими.
А спортсмены мало того, что болеют или домашним хозяйством занимаются,
так еще и материал с разной скоростью усваивают. Кто-то сразу поймет,
а другому нужно повторять и повторять. Изучение конспекта - способ
малопродуктивный. Если человек, ведущий конспект, материал не понимает,
то и напишет в конспект не то, что говорит преподаватель, а то,
что он сам ожидает услышать. А теперь - пусть статью читают! Хоть
сто раз! И горло у педагога не заболит.
Третий стимул - автор на собственной шкуре почувствовал, что разобраться в этой терминологии непросто (если, конечно, не профессионал). Даже в авторитетных книгах о кликер-тренинге (вроде фундаментального труда М.Спектора) иногда приводится два варианта терминологии. Назовем их условно "классический" и "бытовой". И попробуем разобраться в обеих.
Любая терминология приемлема - если четко определена! Еще несколько месяцев назад я считал, что для понимания процесса обучения достаточно "бытового" варианта. Я и сам им пользовался в статье об обучении шелти. Однако, педагогическая практика заставила меня изменить точку зрения. Лучше потратить больше времени на разучивание базовых терминологических определений, но затем говорить на одном языке и иметь возможность корректно описать любое последствие поведения собаки. Итак, к делу!
"Бытовой" вариант терминологии
Этот вариант рассматривает только три последствия поведения животного:
- Происходит что-то приятное.
- Ничего не происходит.
- Происходит что-то неприятное.
Если животное ведет себя желательным образом, то применяется положительное подкрепление. Может и "ничего не происходить" - если применяется вариабельный режим подкрепления - но рассмотрение такого режима за рамками данной статьи. Здесь никакой терминологической путаницы не возникает. Все понимают, что положительное подкрепление - это "происходит что-то приятное" для собаки, что-то, к чему она стремится. И будет стараться повысить вероятность получения такого подкрепления.
Оно может быть безусловным (подозвали - прибежала - получила кусок мяса ). А может быть и условным (подозвали - прибежала - условный сигнал - еда ). Во втором случае возможны варианты: время подачи условного сигнала может быть разным. Например, когда начала бежать к хозяину. Или, наоборот, когда уже подбежала и села. Это зависит от того, какие цели преследует дрессировщик на данном этапе обучения. Общепринято, что, после подачи условного сигнала, собака может прекратить поведение и бежать за своим безусловным кусочком (игрушкой).
"Положительное подкрепление" полагается отличать от "поощрения". Обычно подчеркивают, что положительное подкрепление - воздействие очень точное по времени. Положительное подкрепление "отмечает" фрагмент желательного поведения собаки. Поощрение же - это что-то, повышающее собаке настроение, но не дающее конкретной информации о причинах радости хозяина. Потому что оно к времени не привязано. Собаку можно поощрить просто, чтоб подбодрить, до урока. Можно после. Кроме того, условное положительное подкрепление, как было сказано выше, позволяет собаке прекратить поведение. Что делает такой сигнал гораздо более значимым для собаки, чем поощрение. Ведь условный сигнал поощрения чаще всего дается в значении "молодец, продолжай дальше ", что собаке приятно, но откладывает реализацию ее гастрономических (или игровых) амбиций на неопределенный срок. Т.е. положительное подкрепление является непосредственным результатом того или иного поведения животного. А поощрение, строго говоря, таким следствием не является, а несет собаке лишь информацию о том, что дрессировщик рад тому, что "процесс пошел".
Все, что пока написано, справедливо для обоих вариантов терминологии. А дальше начинается разнобой.
Если животное ведет себя нежелательным образом, то возможны варианты:
- либо нежелательное поведение игнорируется дрессировщиком - то есть, как следствие такого поведения "ничего не происходит"
- либо вследствие нежелательного поведения "происходит что-то неприятное" для собаки. Вероятность такого происшествия в будущем собака постарается снизить
В большинстве статей отечественных авторов-практиков, а также в некоторых зарубежных (иногда с предупреждением, что терминология - "бытовая") именно это неприятное событие называют отрицательным подкреплением. То есть в "бытовом" варианте терминологии собака стремится избежать отрицательного подкрепления. Позже мы убедимся, что в "классическом" варианте - все наоборот.
Итак, в "бытовом варианте" (подозвали - не бежит - рывок поводком - побежала ) отрицательным подкреплением считают рывок. Отрицательное подкрепление также, как и положительное, может быть безусловным или условным. Цель введения условного сигнала понятна - дать собаке информацию о точном времени совершения ошибки.
По аналогии с парой "положительное подкрепление - поощрение ", рассматривают пару "отрицательное подкрепление - наказание ". Наказание отличается "размытостью" во времени и "неотвратимостью". То есть собака может благодаря изменению поведения избавиться от отрицательного подкрепления, а вот наказания ей никак не избежать. В том же примере с подзывом собаки можно прекратить рывки, как только собака двинется в нужном направлении. И собака будет знать, что движение в направлении дрессировщика поможет ей избежать рывка или, в данной терминологии, отрицательного подкрепления.
А можно поводком подтащить собаку к себе и наказать за "непослушание". Даже, если наказание будет только словесным, последствия такого горе-обучения могут быть тяжелыми, процесс может развиваться лавинообразно.
Подчеркну, что термин "наказание" также имеет разный смысл в "упрощенном" и "классическом" вариантах терминологии.
"Классический" вариант терминологии
Такой вариант рассматривает все возможные последствия поведения животного. Всего их пять:
- Начинается что-то приятное.
- Заканчивается что-то приятное.
- Начинается что-то неприятное.
- Заканчивается что-то неприятное.
- Ничего не происходит.
Теперь определим две пары понятий.
Первая: "положительное - отрицательное"
Положительным
назовем то, что начинается
Отрицательным
назовем то, что заканчивается
,
независимо от того - приятное или неприятное это воздействие.
Вторая: "подкрепление - наказание"
Подкрепление
увеличить
, которого старается достичь.
Наказание
- то событие, вероятность которого собака стремится
уменьшить
, которого старается избежать.
Такая схема абсолютно логична, хотя ее запоминание и требует некоторого времени. Но как только понятия "положительный" и "отрицательный" перестают ассоциироваться в сознании дрессировщика с понятиями "хороший" и "плохой", дело начинает двигаться вперед семимильными шагами.
Тогда четыре из пяти вариантов последствий поведения собаки "обретают имена":
- Начинается что-то приятное = положительное подкрепление, П+
- Заканчивается что-то приятное = отрицательное наказание, Н-
- Начинается что-то неприятное = положительное наказание, Н+
- Заканчивается что-то неприятное = отрицательное подкрепление, П-
- Ничего не происходит.
Тогда, в примере с подзывом на поводке, начало рывка - положительное наказание. Прекращение рывков - отрицательное подкрепление.
Подчеркну, что значение слова "наказание" - абсолютно отлично от описанного в предыдущей главе. Для "старого" наказания нужен новый термин, например, "возмездие". Ну, а пара "Положительное подкрепление - поощрение" остается без изменений.
При занятиях "самоподкрепляющими" видами деятельности (такими, как задержание или преодоление препятствий) эффективно может применяться отрицательное наказание. Иногда в случае ошибки достаточно прекратить выполнение любимого собакой упражнения, и в следующий раз собака постарается избежать ошибок.
В своей работе я обуславливал четыре из пяти вариантов последствий поведения - чтобы четко указывать собакам момент удачи или ошибки.
Например:
П+ = клик
Н- = "Нельзя"
Н+ = "Фу!"
ничего не происходит = "Нет"
Надеюсь, что эта статья поможет нам с вами одинаково понимать терминологию, встречающуюся в литературе. Если же Вы обнаружите в "бихейвористской литературе" знакомые термины в каком-либо значении, не рассмотренном в этой статье, пожалуйста, дайте мне знать. Страсть коллекционера проснулась…
Применяя закон эффекта Торндайка, Скиннер использовал свою терминологию. Согласно Скиннеру, первая часть закона, в которой поведение выполняется для получения приятного или удовлетворяющего последствия, называется подкреплением . Вторая часть, в которой поведение не выполняется, поскольку его последствие является неприятным или неудовлетворительным, называется наказанием . Каждое из этих обстоятельств может разделяться согласно тому, что - предъявление или удаление некоего стимула происходит при осуществлении целевого поведения. Результатом такого разделения являются четыре возможных варианта последствий: позитивное подкрепление, негативное подкрепление, позитивное наказание и негативное наказание , как показано в таблице.
При позитивном подкреплении , или обучении вознаграждением, субъект получает вознаграждение за свое поведение, и такое поведение усиливается (становится более вероятным). Голубь клюет клавишу и таким образом получает доступ к кормушке с пищей; ребенка хвалят за то, что он поделился игрушкой с другим ребенком.
При негативном подкреплении , также называемом обучением спасением, или обусловливанием активным избеганием, в результате поведения нечто неприятное или отвратительное удаляется или просто не происходит. Здесь можно предсказать усиление такого поведения. Голубь клюет клавишу, чтобы отключить слабый электрический ток, подведенный к его ступне (спасение — сайт), или клюет клавишу, чтобы предотвратить включение тока (избежание). С точки зрения оперантного обусловливания фобии человека поддерживаются негативным подкреплением: человек, испытывающий фобию, приближаясь к объекту или ситуации, вызывающим ее, чувствует испуг и уходит, но страх остается. Поэтому если оставлять фобию без лечения, она будет постоянно рождать сама себя. Человек никогда не выдержит достаточно долгого пребывания вблизи от объекта его страхов. Он не успеет понять их необоснованность, т. е. выяснить, что пчелы обычно не кусаются до тех пор, пока их на это не спровоцируют, что большинство змей не опасны и т.д.
При позитивном наказании , также называемом пассивным избеганием, результатом поведения является предъявление или осуществление чего-либо неприятного. Голубь, наученный клевать клавишу для получения пищи, сейчас вместо нее получает удар током и вскоре перестает клевать клавишу. Ребенка ругают за плохое поведение, и, в идеале, оно прекращается.
Наконец, при негативном наказании
, или обучении прекращением, поведение приводит к тому, что нечто приятное или желательное удаляется; это также должно вызывать прекращение такого поведения или делать его менее вероятным. В случае с голубем кормушка с пищей появляется регулярно, за исключением тех случаев, когда он клюет клавишу. В случае с ребенком у него отнимаются такие привилегии, как просмотр телевизора. Популярной версией негативного наказания в школе является процедура тайм-аута. Ребенок, который плохо себя ведет, отводится в тихую комнату и остается в одиночестве на короткий период времени. Логика этой техники заключается в том, что ребенок ведет себя плохо, чтобы привлечь к себе внимание других детей и учителя, поэтому последствиями такого поведения является лишение внимания вообще.
Существуют еще две важные процедуры оперантного обусловливания.
Первая из них - это формирование реакции, благодаря которой закрепляются различные модели поведения. Например, голуби обычно не занимаются тем, что клюют клавиши, но их необходимо научить этому. Научение осуществляется посредством последовательных приближений. При помощи ручного управления экспериментатор вызывает появление кормушки всякий раз, когда голубь просто поворачивается в сторону клавиши. Затем кормушка появляется, когда голубь подходит к клавише, далее, когда он случайно касается ее, и только со временем, когда он клюет ее. Ту же самую процедуру можно использовать для приучения ребенка к туалету: сначала похвала достается ребенку за то, что он движется в сторону уборной, затем - за вход внутрь, после этого - за карабканье на горшок и успешное осуществление акта опорожнения.
Формирование реакции также имеет хороший терапевтический эффект при работе, например, с аутичными детьми, которые вообще не говорят, и поэтому их невозможно втянуть в процесс общения: первое вознаграждение ребенок получает за издание любых вокальных звуков, затем - за звуки, напоминающие речь, и только после этого - за настоящие слова.
Вторая процедура - частичное подкрепление - более типична для повседневной жизни, чем обсуждавшееся до сих пор «продолжительное» подкрепление. При частичном подкреплении подкрепляются только некоторые случаи определенного поведения, а не каждый случай реализации такого поведения. Частичное подкрепление может принимать различные формы, но наиболее эффективным его вариантом является план переменного соотношения. Непредсказуемым образом некоторые примеры поведения подкрепляются, а некоторые - нет. Результат данной процедуры выражается в том, что если подкрепление долго не появляется, субъект упорно и гораздо дольше демонстрирует поведение. Результаты плана частичного подкрепления можно увидеть у детей, закатывающих истерики в магазине в попытке получить игрушку или сладость. Иногда родители уступают ребенку и покупают ему игрушку, чтобы прекратить демонстрируемое им смущающее и раздражающее их поведение. Поэтому ребенок научается упорствовать в своих попытках, даже когда родители не откликаются на них. Если его действия не имели успеха в этот раз, то это не значит, что они не помогут потом. Родители могут невольно формировать более длительные и более интенсивные вспышки негативного поведения, если будут долго пытаться сдерживаться, а затем уступать ребенку.
Все рубрики
Подрастающие бордер-колли — великолепные дрессировщики.
Блинк, мой третий пёс, был первым, кто выдрессировал меня давать ему воду по требованию. Однажды, когда мы вместе были в кухне, он умышленно ударил лапой пустую миску для воды. «Дзынь!» — раздался звук от удара когтей по керамике. Затем Блинк посмотрел мне прямо в глаза. Я сделала то, что сделало бы любое хорошо обученное животное: отреагировала на сигнал и наполнила миску водой. По прошествии нескольких недель сцена в кухне повторилась. «Дзынь!» — я снова налила в миску воды. Прошло ещё немного времени, и в следующий раз я была в гостиной, а Блинк в кухне. «Дзынь!» — и я снова налила воду в миску.
Это я учила Блинка, что звяканье миски означало, что сейчас в неё нальют воду, или он учил меня выполнять команду «Дзынь!»? И то, и другое.
Каждый раз наливая воду миску, я подкрепляла звуки, которые вызывал Блинк. Он же вилял хвостом, радостно пил и выглядел благодарным (да, знаю, антропоморфизм) — и этим подкреплял наполнение миски водой.
Как и наши собаки, на ранней стадии дрессировки я не знала, что меня также дрессировали. В какой-то момент процесса обучения (надо признать, быстрого), я сообразила, что должна бы дать собаке воду. Затем в другой раз я ясно поняла, что у меня есть различительный стимул (сигнал), который означал одну и только одну вещь: сейчас же дай мне воды.
Попутно Блинк сделал несколько осознанных решений. Он выбрал сигнал, а не я. Он мог бы скулить, лаять, ставить лапы на меня и т.д., но выбрал сигнал, который включал объект (миску), в котором обычно находилась вода. Его сигнал также является звуком, который не входит в типичный звуковой репертуар собак (типа лая или скуления). Чтобы издать его, псу надо было задействовать лапу и определённым образом ударить ей по предмету.
Поскольку я хорошо справлялась с доставкой воды, Блинк закрепил сигнал, проверяя качество стимульного контроля. Он попробовал «Дзынь!» на другом домочадце. Потом распространил сигнал на миску в моём рабочем кабинете. И даже стал звинеть миской в чужом доме — чужой миской и перед чужим человеком. Однажды, когда моя коллега осталась с Блинком за няньку, собака дала ей понять, что вода закончилась, дзынькнув миской. Когда коллега с готовностью выполнила команду, бьюсь об заклад, Блинк был очень доволен и собой, и человеком!
Четыре квадранта
Хотя я считаю Блинка довольно умным малым, ему не надо быть необычайно одарённым представителем своего вида, чтобы вычислить, как научить меня наливать ему воду. Собаки дрессируют людей делать разные вещи, которые им нравятся: покорми меня, выпусти на улицу, почеши животик, возьми на ручки, погладь меня, брось мне вон то и т.д. А мы дрессируем их делать то, что выгодно нам: спокойно сидеть, идти рядом, искать того плохого парня или потерявшегося ребёнка, подносить предметы и др.
Собаки никогда не слышали о Павлове и Скиннере. Никто не усаживал их за парту и не рассказывал о четырёх квадрантах оперантного обучения и законах научения. Да, они опытные дрессировщики. Однако пользуются не только положительным подкреплением! Дрессируя нас, животные эффективно используют все четыре квадранта. Вот несколько примеров (могу поспорить, вы сами можете привести десяток своих).
Положительное наказание:
Человек: (обычно думает: «Все собаки ЛЮБЯТ меня!») навязчиво хочет подойти к пугливой собаке.
Собака: облизывает губы, отворачивается, прячется за хозяина и в конце концов бросается и лает.
Результат: человек отступает. Попытка приблизиться к той собаке положительно наказана .
Отрицательное наказание:
Человек: похлопывает собаку по макушке (бам-бам-бам).
Собака: моментально отодвигается и собирается лечь.
Результат: человек понимает, что собаке не нравится, когда её трогают за голову, и прекращает делать это. Похлопывание по макушке было отрицательно наказано.
Отрицательное подкрепление:
Человек: сидит за столом, игнорируя собаку.
Собака: скребёт хозяина лапой.
Результат: человек смягчается и уделяет собаке немного внимания, чтобы прекратить домогательства собаки. Привлечение внимания было отрицательно подкреплено.
Положительное подкрепление:
Человек: смотрит на собаку и улыбается.
Собака: подходит ближе и предлагает мягкий длительный визуальный контакт.
Результат: улыбка в адрес собаки была положительно подкреплена .
В то время как у людей часты проблемы с таймингом (особенно при наказании), у собак он безупречен — и безо всякого обучения! Люди орут на собак за изжёванные подушки часы спустя «преступления». Единственная вещь, за которую мы «наказываем» собаку — это то, что она вышла поздороваться, когда мы вернулись домой после целого дня отсутствия. С одной стороны, когда собаки наказывают, это наказание с идеальным таймингом и потрясающей точностью. Собака клацает зубами так близко от вас — и так точно, что не причиняет вреда, но этого достаточно, чтобы напугать вас одним-единственным выпадом. Покажите мне человека, который способен проделать это без тренировки.
Вы почти наверняка слышали фразу: «Собаки всегда учатся». Это совершенная правда. И я думаю, что мы можем добавить к этому: «Собаки всегда учат». Хорошее занятие — это разговор между учителем и учеником. Я думаю, чем больше мы понимаем, что роль учителя изменчива и что иногда мы становимся учениками, тем лучше это сказывается на наших с животными взаимоотношениях.
Перевод: «Плохие собаки»
В отличие от наказания, негативное подкрепление – это процесс, в котором организм ограничивает аверсивный стимул или избегает его. Любое поведение, которое препятствует аверсивному положению дел, таким образом чаще повторяется и является негативно подкрепленным (см.
Табл. 7-1). Поведение ухода – это тот самый случай. Скажем, человек, который прячется от палящего солнца, уходя в помещение, скорее всего снова пойдет туда, когда солнце вновь станет палящим. Следует заметить, что уход от аверсивного стимула не то же самое, что избегание его, поскольку аверсивный стимул, которого избегают, физически не представлен. Следовательно, другой способ бороться с неприятными условиями – научиться избегать их, то есть вести себя так, чтобы предотвратить их появление. Эта стратегия известна как научение избегания. Например, если учебный процесс позволяет ребенку избежать домашнего задания, негативное подкрепление используется для усиления интереса к обучению. Поведение избегания также имеет место, когда наркоманы разрабатывают искусные планы, с тем чтобы сохранить свои привычки, но не довести дело до аверсивных последствий – тюремного заключения.
Таблица 7-1 Позитивное и негативное подкрепление и наказание
Как подкрепление, так и наказание могут выполняться двумя способами, это зависит от того, что следует за реакцией: предъявление или устранение приятного или неприятного стимула. Обратите внимание на то, что подкрепление усиливает реакцию; наказание – ослабляет ее.
Скиннер (Skinner, 1971, 1983) боролся с использованием всех форм контроля поведения, основанных на аверсивных стимулах. Он особо выделял наказание как неэффективное средство контроля поведения. Причина в том, что из-за своей угрожающей природы тактика наказания нежелательного поведения может вызвать отрицательные эмоциональные и социальные побочные эффекты. Тревога, страх, антисоциальные действия и потеря самоуважения и уверенности – это только некоторые возможные негативные побочные явления, связанные с использованием наказания. Угроза, внушаемая аверсивным контролем, может также подтолкнуть людей к моделям поведения даже более спорным, чем те, за которые их первоначально наказали. Рассмотрим, например, родителя, который наказывает ребенка за посредственную учебу. Позже, в отсутствии родителя, ребенок может вести себя еще хуже – прогуливать уроки, шататься по улицам, портить школьное имущество.
Вне зависимости от исхода ясно, что наказание не принесло успеха в выработке желаемого поведения у ребенка. Так как наказание может временно подавлять нежелательное или неадекватное поведение, основным возражением Скиннера было то, что поведение, за которым последовало наказание, скорее всего вновь появится там, где отсутствует тот, кто может наказать. Ребенок, которого несколько раз наказали за половые игры, совсем необязательно откажется от их продолжения; человек, которого посадили в тюрьму за жестокое нападение, не обязательно будет меньше склонен к жестокости. Поведение, за которое наказали, может опять появиться после того, как исчезнет вероятность быть наказанным (Skinner, 1971, p. 62). Этому легко можно найти примеры в жизни. Ребенок, которого отшлепают за то, что он ругался в доме, может свободно это делать в другом месте. Водитель, оштрафованный за превышение скорости, может заплатить полицейскому и продолжать свободно превышать скорость, когда поблизости нет патруля с радаром.
Вместо аверсивного контроля поведения Скиннер (Skinner, 1978) рекомендовал позитивное подкрепление, как наиболее эффективный метод для устранения нежелательного поведения. Он доказывал, что, поскольку позитивные подкрепляющие стимулы не дают негативных побочных явлений, связанных с аверсивными стимулами, они более пригодны для формирования поведения человека. Например, осужденные преступники содержатся в невыносимых условиях во многих карательных учреждения (свидетельство тому – многочисленные тюремные бунты в Соединенных Штатах за последние несколько лет). Очевидно, что большинство попыток реабилитировать преступников провалились, это подтверждает высокий уровень рецидивов или повторных нарушений закона. Применив подход Скиннера, можно было бы так урегулировать условия окружения в тюрьме, чтобы поведение, напоминающее поведение законопослушных граждан, позитивно подкреплялось (например, научение навыкам социальной адаптации, ценностям, отношениям). Подобная реформа потребует привлечения экспертов по поведению, имеющих знания о принципах научения, личности и психопатологии. С точки зрения Скиннера, такую реформу можно было бы успешно выполнить, используя уже имеющиеся ресурсы и психологов, обученных методам бихевиоральной психологии.
Скиннер показал возможности позитивного подкрепления, и это повлияло на стратегии поведения, используемые в воспитании детей, в образовании, бизнесе и промышленности. Во всех этих областях появилась тенденция к все большему поощрению желательного поведения, а не наказанию нежелательного.