Інструментальний та класичний умовний рефлекс

Режими пропорційного підкріплення. Одним із прикладів такого підкріплення є режим з фіксованим співвідношенням (ФС), коли учасник експерименту повинен зробити визначену кількість дій для одержання кожної винагороди. Кількість необхідних дій визначає показник співвідношення, який стоїть поруч із ФС: якщо потрібні дві дії для одержання одного підкріплення — це режим ФС 2. Якщо потрібні три або чотири дії — це режим ФС 3 або ФС 4 (і т.д.). Такий режим може приводити до високих темпів реагування, особливо при високому показнику співвідношення, але щоб досягти такого темпу, показник повинен підвищуватися поступово, починаючи з 1 (кожна дія винагороджується).

Коли показник ФС досить високий, з'являється нова особливість у поведінці: слідом за кожною винагородою тварина робить деяку паузу; чим вищий показник, тим довша пауза (мал. 4.14). Таким чином, лабораторний голуб має багато загального зі студентом, який закінчив одну курсову роботу і повинен починати іншу. Важко починати, але коли перший лист буде закінчено, другий піде легше.

Паузу, що випливає за кожним підкріпленням, можна видалити, перейшовши до режиму з довільним співвідношенням (ДС). У цьому режимі підкріплення також випливає після визначеної кількості дій, але кількість необхідних дій варіює від одного підкріплення до іншого. Режим ДС описується середнім числом необхідних дій: так, наприклад, ДС10 — це режим, у якому тварина одержує винагороду в середньому за кожні 10 дій. Але при такому режимі може виявитися, що перших п'яти дій буде досить для одержання однієї винагороди, а для того, щоб заробити наступне, будуть потрібні ще п'ятнадцять.

У режимі ДС тварина ніяк не може знати, яка з дій принесе їй наступну нагороду. Може бути, що наступна дія принесе приз, а може бути, буде потрібно ще сто. Ця невизначеність допомагає зрозуміти, чому режим ДС викликає такий високий рівень реагування і у людей, і у тварин. Це легко продемонструвати в лабораторії, але більш переконливі докази можна знайти в кожному казино. Там гральні автомати виплачують виграш за законами режиму ДС, з так улаштованою системою підкріплення, що «реакції» проходять у дуже швидкому темпі, будучи заставою того, що казино будуть приносити вигоду своїм власникам, але не їх клієнтам.

Інтервальні режими. В основі режимів пропорційного підкріплення лежить деяка кількість реакцій. Інтервальні режими засновані на часі. При режимі з фіксованим інтервалом (ФІ) підкріплення з'являється тільки після проходження визначеного інтервалу часу з моменту останнього підкріплення. Як тільки інтервал пройдений, наступна дія приносить нагороду. Прикладом режиму ФІ може служити заглядання в поштову скриньку. Неважливо, скільки разів ви перевіряєте свою скриньку; ваші старання залишаються марними, якщо ви відкриваєте скриньку до того, як принесли пошту. Але як тільки пошта принесена, то наступна спроба обов'язково буде нагороджена. Оскільки пошту, як правило, приносять щодня, режим буде мати інтервал у 24 години.

Після того як тварина провела якийсь час, діючи в режимі ФІ, у неї з'являється характерний спосіб поведінки. Відразу ж після підкріплення швидкість реакції дуже мала. Однак поступово збільшується, і реакції усі прискорюються і прискорюються в міру того, як наближається кінець інтервалу.

На малюнку показана крива сумарних реакцій голуба. Діагональні штрихи вказують момент підкріплення. Як видно з малюнка, швидкість реакції надзвичайно висока і паузи після підкріплення відсутні (Fester and Skinner, 1957) 

Манера поведінки тварин зміниться в умовах режиму з довільним інтервалом (ДІ). У принципі, відмінності між режимомДІ і режимом ФІ — такі ж, як між режимами ПС і ФС. У режимі ДІ підкріплення відбувається після якогось визначеного інтервалу, однак цей інтервал непередбачуваний, оскільки змінюється від досвіду до досвіду (мал. 4.16).

Часткове підкріплення і загасання. Різні режими підкріплення, як ми вже бачили, впливають на поведінку. Але один з найважливіших ефектів часткового підкріплення виявляється тільки в процесі загасання. Основний результат можна виразити просто: часткове підкріплення сповільнює процес загасання. Цей феномен іноді називають ефектом часткового підкріплення (Humphreys, 1939; мал. 4.17).

 

На малюнку показана швидкість загасання УР при однаковій кількості проб у двох груп пацюків. Одна група одержувала повне підкріплення (тобто при кожній пробі), інша — тільки в 30% проб. З графіка видно, що група з повним підкріпленням (суцільна лінія) припинила дії значно раніш, ніж група, що одержувала часткове підкріплення (штрихова лінія).

На перший погляд, ефект часткового підкріплення здається парадоксальним. Якщо кожне підкріплення підсилює інструментальну реакцію, тоді більша кількість підкріплень повинна приводити до більшої стійкості поведінки. Ми, природно, очікуємо, що група, яка одержувала повне підкріплення, буде продовжувати свої дії набагато довше тієї, котра одержувала підкріплення протягом тільки 30% проб. Однак у дійсності відбувається саме зворотне. Чому? Виходячи з позиції здорового глузду, можна сказати, що тварина, що частково винагороджується, звикла до того, що не кожне зусилля веде до успіху; вона засвоїло, що «якщо відразу одержати не вдалося, потрібно спробувати знову». Тварина, можливо, спочатку навіть не зауважує, що почалися загасаючі проби, оскільки вона і до цього моменту багато разів здійснювалася реакцію без винагороди.

Границі прояву інструментального умовного рефлексу

Вище ми відзначали, що прояви класичного умовного рефлексу можна спостерігати в самих різних тварин і в самих різних ситуаціях.