Теория оперантного обусловливания

Теория оперантного обусловливания

Теория оперантного научения (Б.Ф. Скиннер)

Б. Скиннер (1904-1990) является представителем необихевиоризма.

Основные положения теории «оперантного бихевиоризма»:

1. Предметом исследования является поведение организма в его двигательной составляющей.

1. Поведение — это то, что делает организм и что можно наблюдать, и поэтому сознание и его феномены — воля, творчество, интеллект, эмоции, личность — не могут быть предметом изучения, так как они не наблюдаемы объективно.

3. Человек не свободен, так как сам никогда не управляет своим поседением, которое детерминировано внешней средой;

4. Личность понимается как набор поведенческих шаблонов «ситуация — реакции-, причем последняя зависит от предыдущего опыта и генетической истории.

5. Поведение можно разделить на три вида; безусловно-рефлекторное и условно-рефлекторное, которые являются простым ответом на стимул, и оперантное, возникающее спонтанно и определяемое как обусловливание; этот тип поведения играет решающую роль в адаптации организма к внешним условиям.

6. Главной характеристикой оперантного поведения является его зависимость от прошлого опыта, или последнего стимула, получившего название подкрепления. Поведение усиливается или ослабляется в зависимости от подкрепления, которое может быть отрицательным или положительным.

7. Процесс положительного или отрицательного подкрепления за совершенное действие называется обусловливанием.

8. На основе подкрепления можно построить всю систему обучения ребенка, так называемое программированное обучение, когда весь материал расчленяется на мелкие части и в случае успешного прохождения и усвоения каждой части учащийся получает положительное подкрепление, а в случае неудачи — отрицательное.

9. На этой же основе строится и система воспитания и управления человеком — социализация происходит путем положительного подкрепления необходимых для общества норм, ценностей и правил поведения, в то время как асоциальное поведение должно иметь негативное подкрепление со стороны общества.

Режимы подкрепления.

Суть оперантного научения состоит в том, что подкрепленное поведение стремится повториться, а поведение неподкрепленное или наказуемое имеет тенденцию не повторяться или подавляться. Следовательно, концепция подкрепления играет ключевую роль в теории Скиннера.

Скорость, с которой оперантное поведение приобретается и сохраняется, зависит от режима применяемого подкрепления. Режим подкрепления — правило, устанавливающее вероятность, с которой подкрепление будет происходить. Самым простым правилом является предъявление подкрепления каждый раз, когда субъект дает желаемую реакцию. Это называется режимом непрерывного подкрепления и обычно используется на начальном этапе любого оперантного научения, когда организм учится производить правильную реакцию. В большинстве ситуаций повседневной жизни, однако, это либо неосуществимо, либо неэкономично для сохранения желаемой реакции, так как подкрепление поведения бывает не всегда одинаковым и регулярным. В большинстве случаев социальное поведение человека подкрепляется только иногда. Ребенок плачет неоднократно, прежде чем добьется внимания матери. Ученый много раз ошибается, прежде чем приходит к правильному решению трудной проблемы. В обоих этих примерах неподкрепленные реакции встречаются до тех пор, пока одна из них не будет подкреплена.

Скиннер тщательно изучал, как режим прерывистого, или частичного, подкрепления влияет на оперантное поведение. Хотя возможны многие различные режимы подкрепления, их все можно классифицировать в соответствии с двумя основными параметрами: 1) подкрепление может иметь место только после того, как истек определенный или случайный временной интервал с момента предыдущего подкрепления (так называемый режим временного подкрепления); 2) подкрепление может иметь место только после того, как с момента подкрепления было получено определенное или случайное количество реакций (режим пропорционального подкрепления). В соответствии с этими двумя параметрами выделяют четыре основных режима подкрепления.

1. Режим подкрепления с постоянным соотношением (ПС). В данном режиме организм подкрепляется по наличию заранее определенного или «постоянного» числа соответствующих реакций. Этот режим является всеобщим в повседневной жизни и ему принадлежит значительная роль в контроле над поведением. Во многих сферах занятости сотрудникам платят отчасти или даже исключительно в соответствии с количеством единиц, которые они производят или продают. В промышленности эта система известна как плата за единицу продукции. Режим ПС обычно устанавливает чрезвычайно высокий оперантный уровень, так как чем чаще организм реагирует, тем большее подкрепление он получает.

2. Режим подкрепления с постоянным интервалом (ПИ). В режиме подкрепления с постоянным интервалом организм подкрепляется после того, как твердо установленный или «постоянный» временной интервал проходит с момента предыдущего подкрепления. На уровне человека режим ПИ действителен при выплате зарплаты за работу, выполненную за час, неделю или месяц. Подобно этому, еженедельная выдача денег ребенку на карманные расходы образует ПИ форму подкрепления. Университеты обычно работают в соответствии с временным режимом ПИ. Экзамены устанавливаются на регулярной основе и отчеты об академической успеваемости издаются в установленные сроки. Любопытно, что режим ПИ дает низкую скорость реагирования сразу после того, как получено подкрепление — феномен, названный паузой после подкрепления. Это показательно для студентов, испытывающих трудности при обучении в середине семестра (предполагается, что они сдали экзамен хорошо), так как следующий экзамен будет еще нескоро. Они буквально делают перерыв в обучении.

3. Режим подкрепления с вариативным соотношением (ВС). В этом режиме организм подкрепляется на основе какого-то в среднем предопределенного числа реакций. Возможно, наиболее драматической иллюстрацией поведения человека, находящегося под контролем режима ВС, является захватывающая азартная игра. Рассмотрим действия человека, играющего в игральный автомат, где нужно опускать монетку или специальной рукояткой вытягивать приз. Эти аппараты запрограммированы таким образом, что подкрепление (деньги) распределяется в соответствии с числом попыток, за которые человек платит, чтобы управлять рукояткой. Однако выигрыш непредсказуем, непостоянен и редко позволяет получать свыше того, что вложил игрок. Это объясняет тот факт, почему владельцы казино получают значительно больше подкреплений, чем их постоянные клиенты. Далее, угасание поведения, приобретенного в соответствии с режимом ВС, происходит очень медленно, так как организм точно не знает, когда будет следующее подкрепление. Таким образом, игрок принуждается опускать монеты в прорезь автомата, несмотря на ничтожный выигрыш (или даже проигрыш), в полной уверенности, что в следующий раз он «сорвет куш». Такая настойчивость типична для поведения, вызванного режимом ВС.

4. Режим подкрепления с вариативным интервалом (ВИ). В этом режиме организм получает подкрепление после того, как проходит неопределенный временной интервал. Подобно режиму ПИ, подкрепление при этом условии зависит от времени. Однако время между подкреплениями по режиму ВИ варьирует вокруг какой-то средней величины, а не является точно установленным. Как правило, скорость реагирования при режиме ВИ является прямой функцией примененной длины интервала: короткие интервалы порождают высокую скорость, а длинные интервалы порождают низкую скорость. Также при подкреплении в режиме ВИ организм стремится установить постоянную скорость реагирования, и при отсутствии подкрепления реакции угасают медленно. В конечном итоге, организм не может точно предвидеть, когда будет следующее подкрепление.

В повседневной жизни режим ВИ нечасто встречается, хотя несколько его вариантов можно наблюдать. Родитель, например, может хвалить поведение ребенка довольно произвольно, рассчитывая, что ребенок будет продолжать вести себя соответствующим образом и в неподкрепленные интервалы времени. Подобно этому, профессора, которые дают «неожиданные» контрольные работы, частота которых варьирует от одной в три дня до одной в три недели, в среднем одна в две недели, используют режим ВИ. При этих условиях от студентов можно ожидать сохранения относительно высокого уровня прилежания, так как они никогда не знают, в какой момент будет следующая контрольная работа.

Как правило, режим ВИ порождает более высокую скорость реагирования и большую сопротивляемость угасанию, чем режим ПИ.

Условное подкрепление.

Теоретики, занимающиеся научением, признавали два типа подкрепления — первичное и вторичное. Первичное подкрепление — это любое событие или объект, сами по себе обладающие подкрепляющими свойствами. Таким образом, они не требуют предварительной ассоциации с другими подкреплениями, чтобы удовлетворить биологическую потребность. Первичные подкрепляющие стимулы для людей — это пища, вода, физический комфорт и секс. Их ценностное значение для организма не зависит от научения. Вторичное, или условное подкрепление, с другой стороны, — это любое событие или объект, которые приобретают свойство осуществлять подкрепление посредством тесной ассоциации с первичным подкреплением, обусловленным прошлым опытом организма. Примерами общих вторичных подкрепляющих стимулов у людей являются деньги, внимание, привязанности и хорошие оценки.

Небольшое изменение в стандартной процедуре оперантного научения демонстрирует, как нейтральный стимул может приобрести подкрепляющую силу для поведения. Когда крыса научилась нажимать на рычаг в «ящике Скиннера», сразу же ввели звуковой сигнал (сразу после осуществления реакции), за которым следовал шарик еды. В этом случае звук действует как различительный стимул (то есть животное учится реагировать только при наличии звукового сигнала, так как он сообщает о пищевом вознаграждении). После того, как эта специфическая оперантная реакция устанавливается, начинается угасание: когда крыса нажимает на рычаг, не появляются ни пища, ни звуковой сигнал. Через какое-то время крыса перестает нажимать на рычаг. Затем звуковой сигнал повторяется каждый раз, когда животное нажимает на рычаг, но шарик пищи не появляется. Несмотря на отсутствие первоначального подкрепляющего стимула, животное понимает, что нажатие на рычаг вызывает звуковой сигнал, поэтому оно продолжает настойчиво реагировать, тем самым ослабляя угасание. Другими словами, установленная скорость нажатия на рычаг отражает тот факт, что звуковой сигнал теперь действует как условный подкрепляющий фактор. Точная скорость реагирования зависит от силы звукового сигнала как условного подкрепляющего стимула (то есть от числа случаев, когда звуковой сигнал ассоциировался с первичным подкрепляющим стимулом, пищей, в процессе научения). Скиннер доказывал, что фактически любой нейтральный стимул может стать подкрепляющим, если он ассоциируется с другими стимулами, ранее имевшими подкрепляющие свойства. Таким образом, феномен условного подкрепления в значительной степени увеличивает сферу возможного оперантного научения, особенно если это касается социального поведения человека. Иначе говоря, если бы все, чему мы научились, было пропорционально первичному подкреплению, то возможности для научения были бы очень ограничены, и деятельность человека не была бы столь разнообразна.

Характерным для условного подкрепления является то, что оно генерализуется, если объединяется с более чем одним первичным подкреплением. Деньги — особенно показательный пример. Очевидно, что деньги не могут удовлетворить какое-либо из наших первичных влечений. Все же благодаря системе культурного обмена деньги являются мощным и сильным фактором для получения множества удовольствий. Например, деньги позволяют нам иметь модную одежду, яркие машины, медицинскую помощь и образование. Иные виды генерализованных условных подкрепляющих стимулов — это лесть, похвала, привязанности и подчинение себе других. Эти так называемые социальные подкрепляющие стимулы (включающие в себя поведение других людей) часто действуют очень сложно и едва уловимо, но они существенны для нашего поведения в разнообразных ситуациях. Внимание — простой случай. Все знают, что ребенок может получить внимание, когда притворяется больным или плохо себя ведет. Часто дети назойливы, задают нелепые вопросы, вмешиваются в разговор взрослых, рисуются, поддразнивают младших сестер или братьев и мочатся в постель — и все это для привлечения внимания. Внимание значимого другого — родителей, учителя, возлюбленного — особенно эффективный генерализованный условный стимул, который может содействовать ярко выраженному поведению привлечения внимания.

Еще более сильный генерализованный условный стимул — это социальное одобрение. Например, многие люди проводят массу времени, прихорашиваясь перед зеркалом, в надежде получить одобряющий взгляд супруга или любовника. И женская, и мужская мода — это предмет одобрения, и она существует до тех пор, пока есть социальное одобрение. Студенты высшей школы соревнуются за место в университетской легкоатлетической команде или участвуют в мероприятиях вне учебного плана (драма, диспут, школьный ежегодник) для того, чтобы получить одобрение родителей, сверстников и соседей. Хорошие отметки в колледже — тоже позитивный подкрепляющий стимул, потому что ранее за это получали похвалу и одобрение родителей. Будучи мощным условным подкрепляющим стимулом, удовлетворительные оценки также способствуют поощрению учения и достижению более высокой академической успеваемости.

Скиннер полагал, что условные подкрепляющие стимулы очень важны в контроле поведения человека (Skinner, 1971). Он также отмечал, что каждый человек проходит уникальную науку научения, и вряд ли всеми людьми управляют одни и те же подкрепляющие стимулы. Например, для кого-то очень сильным подкрепляющим стимулом является успех в качестве антрепренера; для других важно выражение нежности; а иные находят подкрепляющий стимул в спорте, академических или музыкальных занятиях. Возможные вариации в поведении, поддержанные условными подкрепляющими стимулами, бесконечны. Следовательно, понять условные подкрепляющие стимулы у человека намного сложнее, чем понять, почему крыса, лишенная пищи, нажимает рычаг, получая в качестве подкрепления только звуковой сигнал.

Контроль поведения посредством аверсивных стимулов.

С точки зрения Скиннера, в основном поведение человека контролируется аверсивными (неприятными или болевыми) стимулами. Два наиболее типичных метода аверсивного контроля — это наказание и негативное подкрепление. Эти термины часто используются как синонимы для описания концептуальных свойств и поведенческих эффектов аверсивного контроля. Скиннер предложил следующее определение: «Вы можете различать наказание, при котором происходит аверсивное событие, пропорциональное реакции, и негативное подкрепление, в котором подкреплением является устранение аверсивного стимула, условного или безусловного» (Evans, 1968, р. 33).

Наказание. Термин наказание относится к любому аверсивному стимулу или явлению, которое следует или которое зависит от появления какой-то оперантной реакции. Вместо того, чтобы усиливать реакцию, которую оно сопровождает, наказание уменьшает, по крайней мере временно, вероятность того, что реакция повторится. Предполагаемая цель наказания — побудить людей не вести себя данным образом. Скиннер (Skinner, 1983) заметил, что это наиболее общий метод контроля поведения в современной жизни.

По Скиннеру, наказание может быть осуществлено двумя различными способами, которые он называет позитивное наказание и негативное наказание (табл. 7-1). Позитивное наказание встречается всякий раз, когда поведение ведет к аверсивному исходу. Вот несколько примеров: если дети плохо себя ведут, их шлепают или бранят; если студенты пользуются шпаргалками на экзамене, их исключают из вуза или школы; если взрослых ловят на краже, их штрафуют или сажают в тюрьму. Негативное же наказание встречается всякий раз, когда за поведением следует устранение (возможного) позитивного подкрепляющего стимула. Например, детям запрещают смотреть телевизор из-за плохого поведения. Широко используемый подход к негативному наказанию — методика приостановки. В соответствии с этой методикой человека моментально удаляют из ситуации, в которой доступны определенные подкрепляющие стимулы. Например, непослушного ученика четвертого класса, мешающего занятиям, могут выгнать из кабинета.

<Физическая изоляция — это один из способов наказания с целью предотвратить проявления нежелательного поведения.>

Негативное подкрепление. 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

Позитивное Негативное
Подкрепление Предъявление положительного стимула Удаление аверсивного стимула
Наказание Предъявление аверсивного стимула Удаление положительного стимула

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 сексуальную игру, совсем необязательно откажется от ее 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.

Генерализация и различение стимулов.

Логическим расширением принципа подкрепления является то, что поведение, усиленное в одной ситуации, весьма вероятно повторится, когда организм столкнется с другими ситуациями, напоминающими ее. Если бы это было не так, то наш поведенческий набор был бы так сильно ограничен и хаотичен, что мы бы, возможно, проснувшись утром, долго размышляли над тем, как реагировать должным образом на каждую новую ситуацию. В теории Скиннера тенденция подкрепленного поведения распространяться на множество подобных положений называется генерализацией стимула. Этот феномен легко наблюдать в повседневной жизни. Например, ребенок, которого похвалили за утонченные хорошие манеры дома, будет обобщать это поведение в соответствующих ситуациях и вне дома, такого ребенка не нужно учить, как прилично вести себя в новой ситуации. Обобщение стимула также может быть результатом неприятного жизненного опыта. Молодая женщина, изнасилованная незнакомцем, может генерализировать свой стыд и враждебность по отношению ко всем лицам противоположного пола, так как они напоминают ей о физической и эмоциональной травме, нанесенной незнакомцем. Подобно этому, единственного случая испуга или аверсивного опыта, причиной которого явился человек, принадлежащий к определенной этнической группе (белый, черный, латиноамериканец, азиат), может быть достаточно для индивида, чтобы создать стереотип и таким образом избежать будущих социальных контактов со всеми представителями данной группы.

Хотя способность обобщать реакции — важный аспект многих наших повседневных социальных интеракций, все же очевидно, что при адаптивном поведении нужно обладать способностью делать различия в разных ситуациях. Различение стимула, составная часть обобщения, — это процесс научения реагировать адекватным образом в различных ситуациях окружения. Примеров множество. Автомобилист остается в живых в час пик благодаря тому, что различает красный и зеленый цвета светофора. Ребенок учится различать домашнюю собачку и злобного пса. Подросток учится различать поведение, находящее одобрение у сверстников, и поведение, раздражающее и отчуждающее других. Диабетик сразу обучается различать пищу, содержащую много и мало сахара. В самом деле, практически все разумное поведение человека зависит от способности делать различение.

Способность к различению приобретается через подкрепление реакций в присутствии одних стимулов и неподкрепление их в присутствии других стимулов. Различительные стимулы таким образом дают нам возможность предвидеть вероятные результаты, связанные с изъявлением особой оперантной реакции в различных социальных ситуациях. Соответственно, индивидуальные вариации различительной способности зависят от уникального прошлого опыта различных подкреплений. Скиннер предположил, что здоровое личностное развитие происходит в результате взаимодействия генерализирующей и различительной способностей, с помощью которых мы регулируем наше поведение так, чтобы максимизировать позитивное подкрепление и минимизировать наказание.

Последовательное приближение: как заставить гору прийти к Магомету.

Первые опыты Скиннера в области оперантного научения были сфокусированы на реакциях, обычно изъявляемых со средней или высокой частотой (например, клевок голубя по ключу, нажатие рычага крысой). Однако вскоре стало очевидным, что стандартная методика оперантного научения плохо подходила для большого числа сложных оперантных реакций, которые могли спонтанно встречаться с вероятностью, равной почти нулю. В сфере поведения человека, например, сомнительно, что с помощью общей стратегии оперантного научения можно было бы успешно научить пациентов психиатрического отделения приобретать соответствующие навыки межличностного общения. Для того, чтобы облегчить эту задачу, Скиннер (Skinner, 1953) придумал методику, при которой психологи могли эффективно и быстро уменьшить время, требуемое для обусловливания почти любого поведения в том наборе, которым располагал человек. Эта методика, названная методом успешного приближения, или формированием поведения, состоит из подкрепления поведения, наиболее близкого к желаемому оперантному поведению. К этому приближаются шаг за шагом, и поэтому одна реакция подкрепляется, а затем подменяется другой, более близкой к желаемому результату.

Скиннер установил, что процесс формирования поведения обусловливает развитие устной речи. Для него язык — это результат подкрепления высказываний ребенка, представленных первоначально вербальным общением с родителями, братьями и сестрами. Таким образом, начинаясь с довольно простых форм лепета в младенчестве, детское вербальное поведение постепенно развивается, пока не начинает напоминать язык взрослых. В «Вербальном поведении» Скиннер дает более подробное объяснение тому, как «законы языка», подобно любому другому поведению, постигаются с помощью тех же самых оперантных принципов (Skinner, 1957). И, как можно было ожидать, другие исследователи поставили под сомнение утверждение Скиннера, что язык — это просто продукт вербальных высказываний, выборочно подкрепленных в течение первых лет жизни. Ноэм Хомский (Chomsky, 1972), один из наиболее строгих критиков Скиннера, утверждает, что большую скорость усвоения вербальных навыков в раннем детстве никак нельзя объяснить в терминах оперантного научения. С точки зрения Хомского, особенности, которыми обладает мозг при рождении, являются причиной того, что ребенок приобретает язык. Другими словами, существует врожденная способность усваивать сложные правила разговорного общения.

Мы закончили краткий обзор научающе-бихевиорального направления Скиннера. Как мы увидели, Скиннер не считал необходимым рассматривать внутренние силы или мотивационные состояния человека в качестве причинного фактора поведения. Скорее он сосредотачивался на взаимоотношениях между определенными явлениями окружения и открытым поведением. Далее, он придерживался мнения, что личность — это не что иное как определенные формы поведения, которые приобретаются посредством оперантного научения. Добавляют что-то эти рассуждения к всеобъемлющей теории личности или нет, но Скиннер имел глубокое влияние на наши представления о проблемах научения человека. Философские положения, лежащие в основе системы взглядов Скиннера на человека, четко отделяют его от большинства персонологов, с которыми мы уже познакомились.

Теория оперантного научения

Теория оперантного научения Б.Ф. Скиннера

В основании теории оперантного обусловливания Скиннера лежит тот простой факт, что не всегда действия живого существа являются реакцией на ту или иную комбинацию внешних воздействий — стимулов. Довольно часто (по мнению Скиннера, в большинстве случаев) поведение выглядит так, как будто бы ему не предшествуют никакие видимые стимулы.

В знаменитых опытах Скиннера лабораторная крыса помещалась в пустой ящик с педалью внутри (так называемый «ящик Скиннера» см ниже .) и получала полную свободу действий. В процессе хаотичного исследования ящика крыса неизбежно задевала педаль и получала порцию пищи. После нескольких случайных нажатий на педаль у крысы формировалась новая форма поведения, которая не была связана ни с какими предшествующими стимулами. Теперь, проголодавшись, крыса целенаправлено следовала к педали и, нажав на нее — получала желаемое.

Таким образом, ключевое отличие оперантного обусловливания от классического состоит в том, что в случае оперантного обусловливания живой организм своим поведением активно воздействует на окружающую среду и сталкивается с теми или иными последствиями. В случае формирования условного рефлекса* см ниже ) такого воздействия не наблюдается. Животные в опытах Павлова были специально, в целях соблюдения чистоты эксперимента, лишены какой-либо возможности влиять на окружение. В этом смысле оперантное поведение активно и направлено на исследование окружающего мира, респондентное поведение реактивно и лишь следует тем или иным воздействиям, в процессе классического обусловливания( см ниже ), приобретшим для организма определенное сигнальное воздействие.

Но сама по себе исследовательская активность ничего не дает — она лишь увеличивает шансы встретить те или иные последствия. То, каким образом видоизменяется поведение, зависит в первую очередь от характера последствий — от того, будут эти последствия приятными или неприятными. Приятные последствия Скиннера называл «подкреплением»(см ниже ).

Экспериментируя с разными типами подкрепления, Скиннер вывел одну бесспорную и всегда воспроизводимую закономерность: образцы поведения (операнты), вслед за которыми следуют приятные последствия, в будущем встречаются чаще. Крыса чаще нажимает на педаль, если непосредственно вслед за этим действием она получает кусочек пищи.

Голубь, помещенный в клетку, на полу которой имеется красное пятно, лишь случайным образом может клюнуть в него. Но если сразу вслед за этим он получит пищу — зернышко, то этот оперант (действие в расчете на успех) будет чаще встречаться в будущем. Человек, которого вкусно накормят в одном из ресторанов города, будет чаще ходить в этот ресторан, даже если он довольно далеко расположен от дома. Эту закономерность Скиннер назвал «законом выгоды (приобретения)»(см ниже ), иногда его еще называют первым законом оперантного научения.

Закон приобретения означал для Скиннера и его последователей следующее: если перед терапевтом или учителем встает задача сформировать новые привычки, новые образцы поведения, то единственный способ, который дает предсказуемые и надежные результаты, состоит в том, что мы специально создаем позитивные последствия для так называемого «целевого» поведения, т.е. поведения, с которым мы бы хотели чаще встречаться впредь.

Подкрепляя это поведение, мы обязательно добьемся своего: это поведение будет встречаться чаще.

Логичным кажется и другой способ модификации поведения. Многие предполагают, что поведение, которое наказывается, штрафуется, т.е. ведет к последствиям, для индивида неприятным, должно исчезнуть. Этому выводу, однако, Скиннер не нашел подтверждения. С его точки зрения, наказание(см ниже ) — довольно спорный способ отучить от нежелательного поведения, поскольку поведение, за которым следуют неприятные последствия, никуда не исчезает, оно лишь видоизменяется самым неожиданным образом. Человек в случае штрафа вынужден искать иные формы поведения, чтобы избежать штрафа. Часто оказывается так, что эти новые формы бывают еще менее желательными, чем те, которые вызвали наказание.

Конечно, человек (или любое другое живое существо) склонен избегать неприятных событий. Это — факт. Однако предсказать, к чему приведут его поиски альтернативных форм поведения — практически невозможно, если только не оказывать ему помощь — не продемонстрировать в явной форме образцы поведения, которые позволят наказания избежать. И здесь Скиннер еще раз напоминал о том, что предотвращение негативных последствий само вызывает позитивные последствия, т.е. само является подкреплением. И эту форму подкрепления, конечно, можно использовать.

Принципиально в целях изменения поведения можно использовать пять различных типов последствий. Во-первых, это позитивное и негативное подкрепление, которое ведет к укреплению способов поведения, вслед за которыми оно следует. Далее следует позитивное и негативное наказание, ведущее к непредсказуемым последствиям, и игнорирование — то есть абсолютное отсутствие последствий, которое ведет к угасанию поведения и (как мы увидим далее) — к состоянию выученной беспомощности.

Практическое применение теории оперантного научения

Теория и выводы Скиннера получили практическое применение в педагогике, бизнесе и медицине. Наиболее известным в России практическим применением законов оперантного обусловливания можно считать программированное обучение. Суть этого способа обучения сводится к применению принципов последовательного приближения и подкрепления к процессу обучения. Именно учитель, автор программы, а не ученик, становится ответственным за успех обучения.

Материал учебника был составляется таким образом, что предусматривает возможность разным образом, переходя на разные страницы или пункты программы и затрачивая различное время, все же придти к конечному результату.

Подготовленные ученики, способные учиться быстро — быстро осваивают материал, те же, кому требуется значительное время и подробные объяснения, получают и то и другое, причем вне зависимости от скорости обучения — каждый получает немедленное подкрепление, подтверждение своего успеха (или помощь в виде новых материалов и текстов).

Не останавливаясь подробно на содержании программированного обучения (см. Талызина, 1969, 1975), отметим лишь некоторые принципы, общие для него и поведенческой психотерапии:

1. Скорость обучения и план «последовательного приближения» к целевому поведению строго индивидуальны для каждого человека.

2. Именно терапевт, который ставит задачи и планирует режим подкрепления, в конечном счете отвечает за успех терапии.

3. Терапевтические (учебные) мероприятия планируются так, что более сложные задачи ставятся после того, как выполнение предшествующего задания привело к очевидному успеху.

4. Программа постоянно пересматривается и корректируется в зависимости от успехов клиента.

В сфере менеджмента идеи Скиннера нашли выражение в планировании и последовательном осуществлении в организациях «среды моментального подкрепления» ценных для организации действий (см. Питерс и Уотермен, 1986).

В рекламной практике широко используют принцип небольших подарков и накопленных бонусов.

Правоохранительные органы все чаще штрафы заменяют либо системой подкреплений, либо предоставляют провинившемуся на выбор возможность заплатить штраф или принять участие в тренинге, который его научит альтернативным формам поведения. Но наиболее радикальные изменения идеи Скиннера произвели в психотерапии, заложив основу совершенно новой ее ветви — терапии и модификации поведения.

Ограничения теории оперантного научения

В теории оперантного научения Скиннера остался ряд невыясненных моментов, которые ограничивали ее всестороннее использование и не давали ответов на ряд вопросов, возникающих в психотерапевтической практике.

Некоторые сомнения вызывало (и продолжает вызывать) утверждение о том, что наказание ведет к непредсказуемым последствиям. Ведь совершенно очевидно, что сильный штраф быстро устраняет нежелательное поведение. Если ребенок лезет гвоздем в розетку, то громкий окрик на некоторое время прекратит это интересное занятие.

Большинство людей совершенно очевидно перестают делать то, что вызывает неприятные последствия. Идея Скиннера о том, что в данном случае мы имеем дело с негативным подкреплением — т.е., человеку приятным становится отсутствие наказания, и он начинает чаще делать (или не делать) то, что позволяет избежать наказания, лишь частично объясняет реальность.

Еще одно «темное пятно» в теории Скиннера, которое довольно скоро стало очевидным для психологов и психотерапевтов, состоит в том, что из нее не понятно, как появляются абсолютно новые формы поведения.

Из теории следовало, что позитивное, новое, здоровое поведение должно подкрепляться, и лучше, если это подкрепление не систематично и не отсрочено. Этот достаточно надежный принцип применим к простым навыкам, вероятность спонтанного появления которых достаточно высока.

Если же речь идет о сложных навыках (например, решение математических задач), то достаточно долго вероятно, придется держать наготове подкрепление, прежде чем в результате спонтанной поисковой активности будет найден способ их решения. Иными словами, не очень понятно, как подтолкнуть человека к тем образцам поведения, которые следует подкреплять и относительно которых он не имеет никакого представления.

Ответы на эти вопросы были найдены другими психологами поведенческого направления.

Оперантное обусловливание Скиннера

Образ человека, предложенный теорией мотивации Б. Скиннера, называется оперантным обусловливанием Скиннера.

Скиннер Б. — американский психолог, автор книг «Наука и поведение», »О бихевиоризме», «По ту сторону мира и достоинства», посвященных психологическим проблемам управления. Скиннер считает, что теоретики мотивации излишне много внимания уделяют «внутренней сущности» (т.е. потребностям, мотивам, желаниям), и концентрировал свое внимание исключительно на наблюдаемых явлениях — стимулах и реакциях на них. Работы Скиннера наиболее убедительно доказывают, что воздействие окружающей среды определяет наше поведение. В отличие от других психологов, Скиннер утверждал, что почти всецело поведение непосредственно обусловлено возможностью подкрепления из окружающей среды. По его мнению, для того чтобы объяснить поведение (и таким образом имплицитно понять личность), нам нужно только проанализировать функциональные отношения между видимым действием и видимыми последствиями. Работа Скиннера послужила фундаментом для науки о поведении, не имеющей аналогов в истории психологии. По мнению многих, он является одним из самых высокочтимых психологов нашего времени. Теория оперантного обусловливания, выдвинутая Скиннером, представляет своего рода теорию обучения. Скиннер утверждает, что оперантное обусловливание — это процесс, при котором поведение изменяется и происходит обучение. Процесс обучения облегчается благодаря положительному подкреплению необходимого поведения. Положительным подкреплением может быть любой фактор, который усиливает частоту возникновения нужной реакции всякий раз, когда он имеет место. Денежное вознаграждение за хорошо сделанную работу — это положительное подкрепление. Но ключ к пониманию теории Скиннера следует искать скорее в способе, которым осуществляется подкрепление, или в режиме подкрепления. В теории оперантного обусловливания Скиннера мотивация к поведению, в той или иной мере позволяющая получать желаемые результаты в зависимости от характера применяемых стимулов. Наиболее распространенным является положительное подкрепление, при котором подкрепляющий фактор (стимул) усиливает вероятность нужной реакции (результата) и которое может проявляться, например, в форме денежной заработной платы в зависимости от выполненной работы (С—Р). Этот вид мотивации, или непрерывного подкрепления, характерен для системы Тэйлора и не вызывает, по Скиннеру, особого трудового энтузиазма. Поэтому некоторые руководители применяют определенные формы частичного подкрепление (оплаты труда) через заранее установленные интервалы вроде С—С—С—Р, С—С—С—Р или же по произвольной схеме, например С—Р, С—С—С—С—Р, С—С—Р. Подобные схемы успешно используются для оплаты труда временных консультантов, рекламных агентов или научных сотрудников в лабораториях, где средняя заработная плата недостаточно мотивирует к интенсивному труду. Всякий раз, когда имеет место оперантное поведение (выпуск еще одной единицы продукции или окончание еще одного рабочего дня), достигается результат (последствия — получение дневной ставки или оклада) — человек получает заработную плату. Такой режим подкрепления поощряет стабильное, но без энтузиазма поведение. Основной стимул при этом — трудиться на протяжении интервала времени, необходимого для получения еженедельной заработной платы или производства количества продукции, достаточного для сохранения рабочего места. В дополнение к непрерывному подкреплению менеджер может использовать какую-либо форму частичного подкрепления. Как подсказывает само название, нужное следствие не возникает после каждого повторения действия, подкрепление осуществляется через фиксированные интервалы времени или через некий переменный интервал. Допустим, после выполнения каждых трех заданий подряд следует вознаграждение, или результат. При подкреплении с переменным интервалом невозможно предсказать точную повторяемость, которая приведет к желаемому результату. Основной подход, опирающийся на эту теорию, получил название “модификации поведения”, который может быть выражен следующей формулировкой: “Поведение является функцией его последствий”. Люди действуют (или воздерживаются от действий) определенным образом, учитывая последствия или вознаграждения, ассоциируемые с таким поведением. Концепция “модификации поведения” существенно опирается на теорию научения и исходит из того, что поведение определяется внешними последствиями. Эти последствия или подкрепления могут быть четырех типов: а) позитивное подкрепление; б) негативное подкрепление; в) отсутствие обратной связи (суть его состоит в следующем — если одно лицо ничего не делает для подкрепления поведения другого лица, то последний перестает действовать подобным образом); г) наказание. При этом используются графики частоты применения подкреплений. Они могут выступать в следующих формах: непрерывный и прерывный график (с фиксированной частотой, с фиксированным интервалом, с переменной частотой, с переменным интервалом, т. е. на случайной основе). Трудно преувеличить то влияние, которое основные принципы теории научения оказали на психологию и теорию личности. Концепции классического и оперантного научения, предоставляют мощный инструмент для объяснения того, как формы поведения приобретаются, сохраняются и модифицируются в результате научающего прошлого опыта индивида. В последние десятилетия, однако, персонологи начали выдвигать предположения, что поведение человека регулируется сложными взаимодействиями между внутренними явлениями (включая веру, ожидания, самовос- приятие) и факторами окружения. Кульминацией таких рассуждений, являющихся развитием в различных направлениях взглядов классических бихевиористов, можно назвать социальнокогнитивное направление. Особенности этого направления наиболее отчетливо представлены в работах двух выдающихся персонологов — Альберта Бандуры и Джулиана Роттера. Теория каждого из них значительно отличается от радикального бихевиоризма Скиннера, но сохраняет строгую научную и экспериментальную методологию, которая характеризует бихевиористский подход.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *