操作制約
维库，知识与思想的自由文库
|
操作制約是一种由刺激引起的行为改变的過程與方法，又被稱為工具制約或工具学习。操作制約与古典制約有所不同，操作制約的作用對象，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。 操作制約的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。在桑代克的效果律中解释，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，某些結果能夠增强行为，而某些结果能夠减弱行为。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。
[编辑] 增強、懲罰與消弱增强(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。
正向(positive)與負向(negative)在操作制約理論中則是代表增加與減少之意。正向指在生物個體境所處環境增加刺激並產生反應；负向指在生物個體所處環境減少刺激並產生反應。並由此導出4種操作制約分類如下:
此外：
操作制約 vs 固定行為型態 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[2]。 [编辑] 神經科學與操作制約的關係羅斯提·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[3][4]。他們發現將乙醯膽鹼釋放到大腦皮質的基底核神經元，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可塑性(plasticity)[5]。 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。 [编辑] 改變刺激效果的因子某些因子的增加和減少，能夠改變增強和懲罰刺激的效果。這些因子包括對刺激的滿足感(Satiation)、產生刺激的立即性(Immediacy)、和行為對刺激的附帶性(Contingency)，以及刺激的大小(Size)。
這些改變效果的因子大多有生物學上的理由。生物個體的體內恆定可以用來解釋滿足感，例如生物個體需要補充糖類的時候，則糖的甜味會成為一個增強刺激；當生物體內的血糖濃度升高，甜味的刺激效果就會降低，甚至產生厭惡感。 立即性和附帶性能夠以神經化學來解釋，當生物個體受到增強刺激，則大腦中的多巴胺通道將被活化，這些通道組成的網路"釋放短暫的多巴胺脈衝到許多樹突，因此散發增強刺激訊號到突觸後神經元[6]。造成剛被活化的的突觸對輸出訊號的感應加強，因此造成增強刺激之前的行為的出現機率增加。在統計學上顯示對行為的增強刺激成功。然而當增強刺激的立即性和附帶性減少，多巴胺對突觸的影響能力也會減少。 [编辑] 消弱-誘導變異消弱發生時，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)扮演類似的腳色。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。 以一個在房間裡且能夠開門離開的人為例，他的行為是開門，而增強物是開門所得到的自由，當他開門的時候，並非總是用同一種方法，而是會有小小的改變，如力氣大小、雙手或單手、速度的快慢等等。因為能夠打開這道門而得到增強的方法並不是單一的，而是有一定的範圍。當某一次他試圖開門卻打不開的時候，就會發生消弱-誘導變異。他會試圖以不同的方法使門打開或是離開這個房間。這就是消弱使變異產生的過程，是一個重要的操作過程稱作"塑型"(shaping)。 [编辑] 回避学习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。有2种常用的实验設定，分別是辨別迴避學習(Discriminated avoidance learning)，和自由-操作迴避學習(Free-operant avoidance learning)。
兩種重要的時間間隔決定迴避學習的速率，第一種稱作S-S-interval(驚嚇-驚嚇-間隔)，這是成功表現驚嚇的經過時間(除非操作反應表現)。另一種稱作R-S-interval(反應-驚嚇-間隔)，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。 [编辑] 迴避學習的双过程理論這個理論來自於於對辨別迴避學習的解釋，並假設有兩種過程發生。
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，就向連鎖一樣。 [编辑] 延伸閱讀
[编辑] 参见[编辑] 參考文獻
[编辑] 外部链接 | ||||||||||||||
