本页使用了标题或全文手工转换

操作制約

维基百科,自由的百科全书
跳到导航 跳到搜索

操控制約(operant conditioning)是一种由刺激引起的行为改变的過程與方法,又稱為工具制約(instrumental conditioning)或工具学习。操控反射与古典制約(classic conditioning)有所不同,操控制約的作用對象,是個體原來就已經自愿進行的行为;而古典制約則是使個體產生非自願反應的作用。

效果律[编辑]

動物困在這個Puzzle Box,牠必須學懂如何打開閂來開門。

操控反射第一位研究者是愛德華·桑代克(1874-1949),桑代克观察他的猫试图逃出他所設計的迷箱的行为[1]。第一次猫花了很长时间才從箱子裡逃出。有了经验之后,无效的行為出現頻率逐渐减少,而成功的行為出現頻率則逐渐增加,此外猫成功逃出迷箱所用的时间也越来越少。在桑代克效果律中解释,成功的行為产生滿足的结果,而這種結果經由经验被“印入”(stamped in),使得成功行為的出现增加。失敗的行為則产生厭惡结果,因而被剔除(stamped out),造成失敗行為的出现频率減少。簡單的說,某些結果能夠增強行为,而某些结果能夠减弱行为。透過繪製逃脫與試驗的曲線,他也畫出了知名動物學習曲線[2]

通过卓有成效的研究,桑代克总结了“试误说”的三大定律:

  1. 效果律[3]:392:试误学习的过程中,如果其他条件相等,在学习情境作特定的反应之后能够获得满意的结果时,则其联结就会增強;而得到烦恼的结果时,其联结就会削弱。
  2. 练习律:在试误学习的过程中,任何刺激与反应的联结,一旦练习运用,其联结的力量就逐渐增大;如果不运用,则联结的力量会逐渐减小。
  3. 准备律:在试误学习的过程中,当刺激与反应之间的联结,事前有一种准备状态时,实现则感到满意,否则感到烦恼;反之,当此联结不准备实现时,实现则感到烦恼。应该说明的是,虽然“尝试一错误”学习模式是从动物实验中抽象概括出来的,但它对于人类学习来说,仍有很大的借鉴意义。

概念與方法[编辑]

改變行為:增強、懲罰與消弱[编辑]

操作制約消弱作用
增強
增加行為
懲罰
減少行為
正向增強
正確行為做出後
提供想要東西
負向增強正向懲罰
行為做出後
提供不想要東西
負向懲罰
行為做出後
移走想要東西
逃避
正確行為做出後
移走不想要東西
迴避
行為做出為了
避開不想要東西

斯金纳(1904-1990)以桑代克的理論作為基础,建立了關於增強、惩罚與消弱的详细的操作制約理论,並發明了operant conditioning chamber英语operant conditioning chamber,一個實驗箱來高度控制目標動物的學習行為。增強(reinforcement)和惩罚(punishment)兩種刺激是操作制約的核心思想,另外消弱(extinction)指的是没有產生作用的刺激。增強懲罰或是消弱不但能夠使用在實驗室中,也能夠用來形容包括人類以外其他動物的自然環境。

操作制約與固定行為型態[编辑]

斯金納所建構的操作制約理論,與諾貝爾獎得主康拉德·勞倫茲所提出的固定行為型態(fixed action patterns,FAPs)或本能行為有所對比。這些斯金納所說的行為,存在外在的操作制約變數,在進行行為的廣泛深入分析時是需要仔細思考的。

在狗的訓練中,利用覓食的慾望來對工作犬和偵查犬等進行訓練。這種來自於狩獵本能的固定行為型態的刺激,是產生非常困難但一致的行為的鑰匙刺激,且在大多數的例子裡,並不包括操作、古典或其他制約[來源請求]。在固定行為型態的演化塑造過程中,這些型態在長久的時間由於生存機制而維持穩定,也就是操作制約。

根據操作制約的規律,任何一個在一段時間內一致回饋的行為,將會在間歇性的對反應增強,並導致更穩定的反應速率,且對消弱有較大的抵抗力的行為更快的被消除。因此,以一隻偵查犬來說,任何對尋找指令作出的正確的行為,必須總是被以玩具或球的回饋來對反應作初始的獲取。之後則是衰減的過程,增強會被"減小",也就是並非每次的反應都被增強,使狗進入間歇性增強的行程,使牠對沒有增強的情況有更強的抵抗力。

然而,有些訓練者現在只利用狩獵慾望來訓練寵物狗,並發現效果狗對訓練的反應比只根據斯金納的操作制約更好[來源請求]。顯示本能在遊戲時的支配[4]

消弱-誘導變異[编辑]

消弱發生時,在不間斷的執行動作之後,會導致欲消除行為確實的減少,但在短期內對象可能會產生消弱突然爆發(extinction burst),這種情形經常發生在消弱剛開始的時候。消弱突然爆發會使行為的出現頻率在短時間內暫時性的增加,之後欲消除的行為會開始減少。

舉例而言,某實驗中利用食物增強一隻鴿子敲啄按鈕的行為,每當牠敲啄按鈕,將會出現一些能吃的種子作為增強物,因此鴿子飢餓時,便會敲琢按鈕以獲得食物。然而當某一次敲啄按鈕之後食物不再出現,這隻鴿子將會再試著敲啄一次按鈕,若是食物仍未出現,牠將會一次、一次又一次的敲啄...。當這種瘋狂的行為依然無效的時候,鴿子就會減少敲啄的頻率。這種消弱突然爆發(extinction burst)行為擁有演化上的優勢,因為在自然界中,動物的行為並非絕對的附帶增強刺激,一次失敗之後,牠們有可能在多試一次之後確實得到增強。因此這些動物比起其他輕易放棄的動物更有生存優勢

消弱-誘導變異(Extinction-induced variability)扮演類似的角色。當消弱開始,改變的並非只有行為的頻率增加,行為的改變也會反映在反應形(response topography、反應的型式)上。對象會一步一步的稍微改變他們的表現,這些改變可以包括特殊的動作、力道的大小、和行為作用時間的小小改變等等。成功的行為變化將會被保留,失敗的行為變化則會漸漸減少。在常態分佈中,水平線方向表示某行為可能的變異,垂直線方向表示某狀態下的行為出現頻率。當一個行為出現在分佈圖的中央(出現頻率最高)時,表示在此動物的經驗中,這種行為變異最能有效的產生增強刺激。

回避学习[编辑]

回避训练属于一种负向增強的安排。對象經由所厭惡的刺激而終結或阻止某些反應。

代表性實驗[编辑]

Solomon和 Wynne使用Shuttle Box來實驗[5]。Shuttle Box是[6][7]一個實驗箱子分成兩個房間,其中一間地面會通電,目標要學會離開 (shuttling) 原本房間來避免電擊

迴避學習的双因子理論[编辑]

這個理論來自於對辨別迴避學習的解釋,並假設有兩種過程發生。辨別迴避學習 (discriminated avoidance learning) - 新的刺激(如光線或聲音)出現之後,發生某個令人厭惡的刺激如驚嚇或電擊,兩者類似古典制約中的制約刺激(CS)和非制約刺激(US)。當動物表現操作反應時,各個帶有CS的US被移除。在第一次試驗(稱作逃脫試驗)中,動物會經常經驗到CS和US,表現出操作行為以終結令人厭惡的US。同時動物將學習到在CS發生的時候表現某些行為能夠使US的出現被阻止。例如Miller一個黑白雙房間實驗箱中,老鼠學懂要按制及推輪子來開啟白房間的門來逃脫至黑房間[8],這種學習被稱為辨別迴避學習。

  • 恐懼的古典制約(classical conditioning of fear) - 在第一個訓練的試驗中,生物個體經歷了制約刺激(CS)和厭惡的非制約刺激(US)。理論假設古典制約透過CS與US的同時出現參與這個試驗,因為對於US自然而然的厭惡,使得CS能夠引起制約情緒反應(conditioned emotional reaction、CER),也就是恐懼。在古典制約中,CS附帶厭惡的US出現使得生物個體進行的行為被中斷。
  • 產生操作反應並得到減少恐懼的增強(reinforcement of the operant response by fear-reduction) - 由於第一個過程,CS代表了厭惡的US,透過引起恐懼使本身變成一個厭惡的刺激,生物個體產生操作反應以減少這種不愉快的情緒。生物個體學習到在CS出現時進行某個反應能夠終結CS帶來的厭惡的內部反應。一個重要的觀點在於"迴避"並無法完全的描述生物個體的行為,他們不是"避開"厭惡的US;而是逃離由CS所造成的厭惡的內在狀態。

一個有關訓練動物的操作制約訓練觀點是使用塑型(shaping),增強近似成功的行為,就像連鎖一樣。

迴避學習的單因子理論[编辑]

  • 自由-操作迴避學習 (free-operant avoidance learning)- 在這種實驗類型裡,沒有不連續的刺激被當成厭惡刺激的發生訊號使用。也就是說,厭惡刺激(如驚嚇)的表現與明確的警告刺激分開。
  • safety signal hypothesis,目標不只逃避驚嚇,而是去追求安全訊號。安全訊號亦可壓抑驚嚇,從而增強新的行為,如逃走。
  • Species-Specific Defense Reactions (SSDRs),指動物天生的逃脫反應。
  • 認知理論,來解釋預期如何影響逃脫反應[9]

兩種重要的時間間隔決定迴避學習的速率,

  • 驚嚇-驚嚇-間隔(S-S-interval),這是成功表現驚嚇的經過時間(除非操作反應表現)
  • 反應-驚嚇-間隔(R-S-interval),這是操作反應在沒有驚嚇被傳遞前的的時間長度。也就是動物在沒有驚嚇的狀態下表現操作反應的時間。

習得性失助[编辑]

因為持續不能離開該環境,而目標降低學習其他方法的能力。影響因素有[10]

  • 動機原因,不想再學新的方法逃脫
  • 想法原因,即使學其他方法也不一定能逃脫而不如不學
  • 情感原因,該環境實在太痛苦
  • 控制原因,目標能否有方法去終止該痛苦刺激物
  • 預測原因,目標能否有方法得知痛苦刺激物來的事機

避免習得性無助,可以透過:

  • immunization,如果一開始目標能控制痛苦刺激物,之後較不受不能控制的事情所影響。在教育上,McKean建議老師可以一開始給一些較易完成的功課,學生們就有更多自信心去繼續課程[11]

神經科學與操作制約的關係[编辑]

羅斯提·理查生(Rusty Richardson)和馬龍·德倫(Mahlon deLong)首先找出關於制約刺激反應的神經元[13][14]。他們發現將乙醯膽鹼釋放到大腦皮質基底核神經元,能夠在制約刺激或是制約刺激消失的回饋之後被短暫活化。這些神經元在正向和負向增強時被活化,並且在一些皮質區域產生突触可塑性[15]

證據並顯示多巴胺(dopamine)也同時被活化。多巴胺通道只有正向回饋,非造成厭惡的增強,且在額葉皮質區域有較高的濃度。有所不同的膽鹼(cholinergic)投射(projections)則在後葉,如視覺皮質區,也有作用濃度。

延伸閱讀[编辑]

  • 斯金纳(1938). 生物個體的行为:实验分析. Acton, MA: Copley.
  • 斯金纳(1953). 科学和人类行为纽约. Macmillan.
  • 斯金纳(1957). Verbal行为Englewood Cliffs, NJ: Prentice Hall.
  • 桑代克(1901).动物智力:动物联结过程实验研究,Psychological Review Monograph Supplement, 2, 1-109.
  • Keller and Marian Breland (1961), "生物個體的不当行为" 美国心理学家.

参见[编辑]

参考文献[编辑]

  1. ^ Thorndike, E. L. (1901). Animal intelligence: An experimental study of the associative processes in animals. Psychological Review Monograph Supplement, 2, 1-109.
  2. ^ Haring, Marilyn J. Child Behavior Therapy: Principles, Procedures, and Empirical BasisChild Behavior Therapy: Principles, Procedures, and Empirical Basis, RossAlan O.McGraw-Hill, New York, 1981. Behavioral Disorders. 1982-11, 8 (1): 73–74. ISSN 0198-7429. doi:10.1177/019874298200800109. 
  3. ^ PSYCHOLOGY: A STUDY OF MENTAL LIFE. www.gutenberg.org. [2019-03-25]. 
  4. ^ Breland, Keller & Breland, Marian (1961), The Misbehavior of Organisms, American Psychologist
  5. ^ Solomon, Richard L.; Wynne, Lyman C. Traumatic avoidance learning: Acquisition in normal dogs.. Psychological Monographs: General and Applied. 1953, 67 (4): 1–19. ISSN 0096-9753. doi:10.1037/h0093649. 
  6. ^ Stark, H.; Rothe, T.; Wagner, T.; Scheich, H. Learning a new behavioral strategy in the shuttle-box increases prefrontal dopamine. Neuroscience. 2004, 126 (1): 21–29. ISSN 0306-4522. PMID 15145070. doi:10.1016/j.neuroscience.2004.02.026. 
  7. ^ Shuttle Box. www.harvardapparatus.co.uk. [2019-03-22]. 
  8. ^ Miller, Neal E. Studies of fear as an acquirable drive: I. Fear as motivation and fear-reduction as reinforcement in the learning of new responses.. Journal of Experimental Psychology: General. 1992, 121 (1): 6–11. ISSN 1939-2222. doi:10.1037/0096-3445.121.1.6. 
  9. ^ 1924-1998., McGuigan, F. J. (Frank Joseph),. A cognitive theory of avoidance learning.. Contemporary approaches to conditioning and learning,. Washington,: V.H. Winston; distributed by Halsted Press, Division of Wiley, New York. 1973: xii, 321–xii, 321. ISBN 0470584289. OCLC 601181. 
  10. ^ lit., Campbell, Byron A., ed. lit. Church, Russell M., ed. Punishment and aversive behavior. Appleton Century Crofts http://worldcat.org/oclc/911990675. 1969. OCLC 911990675.  缺少或|title=为空 (帮助)
  11. ^ McKean. Academic helplessness: Applying learned helplessness theory to undergraduates who give up when faced with academic setbacks.. ollege Student Journal,. 1994, 4 (28): 456–462. 
  12. ^ Seligman, Martin E. P.; Rashid, Tayyab; Parks, Acacia C. Positive psychotherapy.. American Psychologist. 2006-11, 61 (8): 774–788. ISSN 1935-990X. doi:10.1037/0003-066x.61.8.774 (英语). 
  13. ^ [J. Neurophysiol. 34:414-27, 1971]
  14. ^ [Advances Exp. Medicine Biol. 295:233-53 1991]
  15. ^ [PNAS 93:11219-24 1996, Science 279:1714-8 1998]

外部链接[编辑]