Режимы подкрепления (II) (schedules of reinforcement)

Нек-рые стимулы, напр., пища для голодного животного или одобрение для чел., ищущего расположения аудитории, увеличивают частоту реакций, к-рые вызывают появление этих стимулов (или предшествуют им). Крыса, получившая пищу вслед за нажатием на рычаг, в дальнейшем с большей вероятностью будет нажимать на этот рычаг, а чел., чьи слова вызвали горячее одобрение аудитории, с большей вероятностью будет продолжать свою речь. Стимулы, к-рые усиливают предшествовавшие им реакции, называются подкрепляющими стимулами, или просто подкреплениями. Для того, чтобы усилить желательную реакцию, ее не обязательно подкреплять всякий раз после того, как она возникла (напр., нажатие крысы на рычаг может вызывать появление пищи не всякий раз, а лишь после пяти таких нажатий). Полный набор тех условий, при к-рых осуществляется подкрепление реакции, называется Р. п.. Исслед. показывают, что Р. п. во многом определяет воздействие конкретного подкрепления на реакцию. Здесь будут рассмотрены два аспекта изучения Р. п.: поведенческие эффекты и теорет. трактовка.

Поведенческие эффекты

Принято выделять 3 поведенческих эффекта Р. п.: приобретение, поддержание и сохранение реагирования. В целом приобретение (или научение) замедляется в том случае, когда реакция подкрепляется лишь после того, как она возникла несколько раз. Крыса, научающаяся нажимать на рычаг, будет быстрее приобретать эту реакцию, если пища появляется после каждого нажатия, а не после неск. нажатий. Р. п., при к-ром пища предъявляется вслед за каждым возникновением реакции, называется непрерывным, или постоянным режимом; режим, при к-ром пища предъявляется лишь после неск. воспроизведений реакции, называется прерывистым, или парциальным режимом.

После того как реакция уже приобретена, для поддержания реагирования обычно оказывается достаточно прерывистых Р. п., особенно если подкрепляющий режим постепенно изменяется от постоянного к прерывистому. Прерывистые режимы поддерживают реагирование и, что более важно, задают общую частоту и временные паттерны реагирования. Напр., одно и то же количество подкреплений может вызывать как высокую, так и низкую частоту реагирования, в зависимости от характеристик режима. Традиционно Р. п. классифицируют на основе 2 характеристик: количества реакций и времени реагирования, необходимого для подкрепления. Режимы, при к-рых для появления подкрепления требуется определенное количество реакций, называются пропорциональными (долевыми) режимами; в них задается пропорциональное отношение числа реакций на одно подкрепление. Напр., если крыса должна четыре раза нажать на рычаг, прежде чем пятое нажатие приведет к появлению пищи, пропорциональный режим будет определяться как 5:1. Режимы, в к-рых помимо самой реакции, необходимой для появления подкрепления, предъявляются требования ко времени реагирования, называются интервальными режимами. Напр., если должна пройти 1 минута с момента последнего появления пищи, прежде чем нажатие на рычаг вновь вызовет ее появление, такой интервальный режим будет определяться как минутный. В целом пропорциональные режимы вызывают более высокую частоту реагирования по сравнению с интервальными режимами. Как в пропорциональных, так и в интервальных режимах может задаваться либо фиксированное, либо изменяющееся количество реакций или времени соответственно. Так, если пища появляется после каждого пятого нажатия на рычаг, то этот режим будет режимом с фиксированной пропорцией; если пища появляется в среднем после пяти реакций (напр., после трех, пяти или семи реакций), то такой режим будет режимом с изменяющейся пропорцией. В целом режимы с изменяющимся подкреплением поддерживают стабильную частоту реагирования, в то время как фиксированные режимы вызывают изменяющуюся частоту реагирования. При фиксированных режимах частота реагирования вслед за появлением подкрепления сначала снижается, когда реакция уже не может вызвать этого подкрепления, а потом начинает увеличиваться.

Третий поведенческий эффект Р. п. касается сохранения реагирования (т. е. пределов, в к-рых данная реакция продолжает возникать уже после того, как она больше не вызывает появления подкрепления). В целом, прерывистые Р. п. в значительной степени повышают сохранение реагирования (т. е. сопротивляемость угашению).

Поскольку частотные и временные характеристики реагирования в высокой степени зависят от конкретного Р. п., мн. стороны поведения, традиционно рассматриваемые в мотивационных терминах, могут интерпретироваться как эффекты Р. п. Напр., родители, к-рые все-таки покупают ребенку сладости после долгого сопротивления его просьбам, сопровождаемым нытьем и хныканьем, ненамеренно подкрепляют такое поведение в соответствии с пропорциональным режимом. Поведенческий анализ относит это поведение к тому Р. п., на основе к-рого оно приобреталось и поддерживалось, в отличие от др. способов объяснения такого поведения, относящих его к существованию «потребности» в сладостях или к определенному внутреннему состоянию, напр., к избалованности этого ребенка.

Теоретические трактовки режимов подкрепления

Теорет. трактовка Р. п. приняла две комплементарные формы: молярные и молекулярные подходы. В молярных подходах осн. усилия концентрируются на объяснении глобальных аспектов поведения, вызываемого тем или иным режимом (напр., предельной частоты реакций или продолжительности реагирования в ходе угашения реакции). В качестве иллюстрации здесь можно привести общее заключение о том, что организм при столкновении с двумя одновременно доступными реакциями (так называемый параллельный Р. п.) будет распределять свои реакции пропорционально количеству подкреплений, вызываемых этими реакциями. Так, если в течение определенного периода времени одна реакция будет вызывать в три раза меньше подкреплений, чем др., то реакций первого типа будет возникать в три раза меньше. Это молярное соотношение между числом подкреплений и числом реакций выражается общим принципом соответствия: обучающийся согласует относительное число реакций с относительным числом подкреплений.

С др. стороны, наблюдаемые в том или ином Р. п. особенности поведения могут анализироваться с т. зр. моментальных, или молекулярных отношений между конкретными стимулами, реакциями и подкреплениями, возникающими в каждый момент времени. При данном подходе изучаемые молярными подходами глобальные отношения рассматриваются в качестве кумулятивного выражения молекулярных процессов. То есть, молярные отношения являются лишь следствиями молекулярных процессов и не представляют собой фундаментальных принципов. Молекулярного подхода в интерпретации Р. п. придерживался Б. Ф. Скиннер. В противоположность этому, при молярном подходе глобальные отношения рассматриваются в качестве фундаментальных на основании того, что такие отношения обеспечивают описание поведения на том единственном уровне, на к-ром могут наблюдаться организованные функциональные отношения. Существующие исслед. указывают, что нек-рые молярные отношения действительно могут интерпретироваться как суммарное выражение молекулярных процессов, тогда как др. не могут. Молярно-молекулярная проблема остается предметом теорет. дискуссий в данной области. Независимо от того, какой из этих уровней в конечном итоге окажется наиболее полезным в трактовке эффектов Р. п., исслед. последних остается по-прежнему актуальной задачей вследствие их чрезвычайно важной роли в приобретении, поддержании и сохранении поведения как в условиях лабораторных экспериментов, так и в повседневной жизни.

См. также Экспериментальные планы, Кривые научения, Теории научения, Оперантное обусловливание, Вознаграждения

Дж. У. Донахью