Оперантное обусловливание

Оперантное обусловливание — это влияние последствий поведения на самого человека и его поведение, под последствиями понимают изменения в окружающей среде (изменение стимула), которые происходят сразу после поведения и влияют на частоту воспроизводства этого поведения человеком в будущем^[1]. Этот процесс имеет схожие черты с дарвиновским естественным отбором в том смысле, что поведение отбирается по его последствиям в течение жизни особи подобно тому, как виды отбраковываются по последствиям выживания в процессе эволюции. Понятие оперантного обусловливания введено Б. Ф. Скиннером.

Оперантное научение основывается на оперантном поведении — поведении, воздействующем на окружение, которым управляют непосредственные последствия этого поведения, в противоположность ответному (респондентному) поведению, которым управляет предшествующий стимул^[2]. Б. Ф. Скиннер сформулировал концепцию оперантного обусловливания после многолетних экспериментов на животных, проведённых им в университете Гарварда.

Множество действий, определяющихся по последствиям (постцедентными воздействиями), называется оперантом. Операнты определяются функционально, то есть по тем изменениям, которые вызывает поведение человека в его непосредственном окружении. Связи между оперантным поведением и событиями, происходящими вокруг него, называются контингенциями^[3]. Наиболее распространённой схемой для оперантного анализа является трёхчастная контингенция, состоящая из связи между предшествующим событием, или обстановкой, в которой произошло поведение, поведением и последствиями^[2].

Термин условие указывает на сочетания, возникновение которых вероятно, но не неизбежно. В исследованиях поведения влияние некоторого условия на поведение необходимо доказывать.

Теоретические постулаты оперантного бихевиоризма применяются на практике в некоторых вариантах программированного обучения, поведенческой терапии^[4], прикладного анализа поведения^[2].

Оперантное обусловливание иногда называют инструментальным научением, которое было впервые тщательно изучено Эдвардом Торндайком (1874—1949): он исследовал поведение кошек, которые должны были выбираться из «проблемного ящика»^[5]. Кошка могла выбраться из ящика, совершив простое действие — например, потянув за шнур или надавив на шест, — но в первый раз кошке требовалось много времени, чтобы выбраться оттуда. При повторных экспериментах неэффективные реакции возникали реже, а успешные возникали чаще, поэтому кошки выбирались из ящика все быстрее и быстрее^[5]. Торндайк обобщил эти данные в своем законе эффекта (англ. Law of effect), который гласит, что поведение, которое приносит удовольствие, имеет тенденцию повторяться, а поведение, приводящее к неприятным последствиям, повторяется с меньшей вероятностью. Короче говоря, некоторые последствия усиливают поведение, а некоторые — ослабляют поведение. Составив график времени, которое требовалось кошке, чтобы выбраться из ящика, относительно числа испытаний, Торндайк создал первые известные кривые обучения животных с помощью такой процедуры.^[6] Теперь этот процесс называется оперантным обусловливанием.

Отцом термина оперантное обусловливание является Б. Ф. Скиннер (1904—1990). Его книга 1938 года «The Behavior of Organisms: An Experimental Analysis» положила начало изучению оперантного обусловливания и его применения к поведению человека и животных^[7]. Следуя идеям Эрнста Маха, Скиннер отверг опору на ненаблюдаемые психические состояния, такие как удовлетворение (как это было у Торндайка), построив свой анализ на наблюдаемом поведении и его последствиях, которые так же можно наблюдать^[8].

Подкрепление и наказание — это два инструмента, с помощью которых происходит модификация оперантного обусловливания. Всего существует 5 видов его последствий:

1. Положительное подкрепление — сразу после поведенческой реакции предъявляется стимул, который приводит к увеличению частоты возникновения этого класса реакций в будущем^[1].
2. Отрицательное подкрепление (избегание) — сразу после поведенческой реакции некий аверсивный стимул убирается из окружающей среды, что приводит к увеличению частоты возникновения этого класса реакций в будущем^[1]. В экспериментах Скиннера, таким стимулом был громкий звук внутри коробки. Когда крыса нажимала на рычаг, звук прекращался, таким образом, поведение крысы получало отрицательное подкрепление.
3. Положительное наказание — сразу после поведенческой реакции предъявляется аверсивный стимул, и это приводит к тому, что частота возникновения поведения в будущем уменьшается^[1].
4. Отрицательное наказание — после поведенческой реакции из среды убирается желаемый стимул, и это приводит к уменьшению возникновения этого поведения в будущем^[1].
5. Угасание — ослабление поведенческой реакции до уровня, наблюдаемого до начала подкрепления, либо полное её исчезновение в результате прекращения ее подкрепления. В прикладном анализе поведения также применяется процедура гашения, то есть процедура формирования угасания путём отмены подкрепления. В процессе применения данной процедуры обычно возникает угасательное обострение, то есть увеличение частоты реакций сразу после отмены подкрепления^[1]. Пример: сначала крыса много раз получает пищу после нажатия на рычаг, затем пища перестает поступать после нажатия рычага; со временем крыса начинает нажимать на рычаг всё реже и реже.

• Поведение
• Прикладной анализ поведения
• Классическое обусловливание

В другом языковом разделе есть более полная статья Operant conditioning (англ.). Вы можете помочь проекту, расширив текущую статью с помощью перевода