Na czym polega szkolenie psa operanta?

Od klasycznego odruchu warunkowego nazwanego na cześć IP Pawłowa, odruch ten różni się tym, że opiera się na aktywnej celowej aktywności zwierzęcia, spowodowanej jakąś potrzebą. A jednocześnie wzmocnienie jest efektem tego bardzo aktywnego i celowego działania. W przypadku klasycznego odruchu warunkowego wzmocnieniem jest bodziec bezwarunkowy lub po prostu drugi bodziec.

Uczenie się operanta odkrył amerykański naukowiec EL Thorndike dzięki inteligencji kotów i psów. Faktem jest, że Thorndike, odkrywając zdolność zwierząt do uczenia się, zaprojektował specjalną klatkę wyposażoną w drzwi z prostym zamkiem. Zamykając koty i psy w tej klatce, patrzył ze zdrową radością naukowca, jak jego mniejsi bracia uczą się otwierać te drzwi. A młodsi bracia i siostry nauczyli się otwierać drzwi, podejmując różne próby, z których niektóre kończyły się sukcesem, a inne nie. Dlatego Thorndike nazwał odkrytą przez siebie formę uczenia się „próbami i błędami”.

Odruchem jednak tę formę uczenia się nazwał znacznie później inny znany amerykański naukowiec, BF Skinner, który poświęcił jej całe swoje życie naukowe. Dlatego też wśród kilku ojców odruchu instrumentalnego Skinner jest uważany za głównego ojca. Jednak słusznie zauważamy, że po raz pierwszy na świecie trening oparty na nauce instrumentalnej opisał nasz wspaniały trener Władimir Durow w swojej książce „Trening zwierząt. Obserwacje psychologiczne zwierząt trenowanych według mojej metody. 40 lat doświadczenia.” Tak więc o rosyjskiej wersji szkolenia operantowego można przeczytać w książce Władimira Durowa, a amerykańską wersję szkolenia operantowego dobrze opisano w książce „Nie warcz na psa!” autorstwa psycholog i trenerki Karen Pryor, którą swoją drogą również polecam przeczytać.

Ogólną metodę szkolenia instrumentalnego Skinnera można opisać w następujących krokach:

etap deprywacji. Tak Skinner nazwał ten etap w latach 30. Jednak teraz ten etap należy nazwać „etapem wyboru i stworzenia podstawowej potrzeby”.
Tworząc odruch warunkowy instrumentalny, można wykorzystać prawie wszystkie potrzeby znane psom, ale Skinner częściej korzystał z potrzeby pokarmowej. Znaczenie etapu pozbawienia było takie, że Skinner albo przez jakiś czas niedożywiał zwierzęta, albo je głodził. Uważano, że wzmocnienie pokarmowe nabrało dla zwierzęcia istotnego i skutecznego w uczeniu się dopiero wtedy, gdy zwierzę straciło około 20% swojej żywej wagi. Och, czasy, och maniery!
Etap powstawania warunkowanego wzmocnienia żywności. W swoich badaniach Skinner wykorzystywał karmniki automatyczne, których dźwięk miał być sygnałem dla zwierząt o pojawieniu się granulatu paszowego. A to wymagało czasu. Etap uznawano za zakończony, gdy w odpowiedzi na dźwięk karmnika szczur natychmiast podbiegł do karmnika.
W rzeczywistości ten etap polega na powstaniu klasycznego warunkowanego odruchu dźwiękowego ze wzmocnieniem pokarmowym. Służy także jako podstawa tzw. treningu klikerowego – metody treningowej wykorzystującej pozytywne wzmocnienie warunkowane zdrowym jedzeniem.
I trzeba przyznać, że szkoła szkolenia instrumentalnego wyróżnia się na tle tradycyjnego szkolenia krajowego uwagą, jaką szkolenie instrumentalne poświęca kwestii wzmocnienia. Szczególnie wzmocnienie pozytywne i probabilistyczne.
Etap powstawania reakcji. W ramach wzorcowego zachowania Skinner wytrenował swoje szczury, aby naciskały pedał, a gołębie, aby dziobały klawisz. Formowanie reakcji na naciśnięcie pedału odbywało się na jeden z trzech sposobów: metodą prób i błędów (formowanie spontaniczne), formacją ukierunkowaną lub sekwencyjną oraz metodą docelową.
Formacja spontaniczna polegała na tym, że zwierzę podróżując przez boks Skinnera przypadkowo nacisnęło pedał i stopniowo wiązało się z włączeniem automatycznego podajnika.
Podczas formowania kierunkowego badacz włączał podajnik automatyczny, najpierw wzmacniając dowolną orientację w kierunku pedału, następnie zbliżając się do niego, a na koniec wciskając go. Dlaczego nie szkolenie klikerowe!
A docelową metodą było przyklejenie do klawisza kulki jedzenia, próby jej wydarcia kończyły się naciśnięciem dźwigni.
Nowoczesna metoda szkolenia instrumentalnego w zakresie inicjowania pożądanych zachowań pozwala na wykorzystanie niemal wszystkich znanych metod oddziaływania na zwierzę. Za nieskuteczne uważa się jednak stosowanie efektów awersyjnych (powodujących ból lub dyskomfort).
Objęcie zachowania kontrolą bodźcową lub wprowadzenie bodźca różnicującego. Innymi słowy, wprowadzenie warunkowego bodźca lub polecenia.
Skinner i jego zwolennicy uważali, że kształtowanie działania i równoczesny równoległy rozwój jego powiązania z bodźcem warunkowym (rozkazem) to dwa różne procesy. A jednoczesna asymilacja dwóch różnych rzeczy komplikuje naukę. Dlatego też tradycyjne operatory najpierw tworzą zachowanie, a następnie wprowadzają polecenie.
Należy podkreślić, że w uczeniu się instrumentalnym bodziec różnicujący w zasadzie nie jest poleceniem w naszym rozumieniu. Zespół jest jak rozkaz, prawda? Zwykle interpretujemy to w ten sposób. Bodziec różnicujący to informacja, że w danym momencie wykonanie zachowania jest najskuteczniejsze i ogólnie możliwe. Zatem „rozkaz” w szkoleniu instrumentalnym pełni funkcję zezwalania i umożliwiania wykonania danego zachowania.
Dla jasności przeanalizujmy wprowadzenie do eksperymentu żarówki jako bodźca różnicującego. Zatem szczur nauczył się naciskać pedał i naciska go, gdy chce jeść. Badacz włącza światło na kilka sekund i stwarza warunki, w których naciśnięcie pedału dopiero przy włączonym świetle powoduje podanie paszy. A kiedy światło zgaśnie, niezależnie od tego, jak mocno naciśniesz, będziesz mieć kombinację trzech palców! Oznacza to, że włączenie żarówki tworzy, oddziela, odróżnia, różnicuje różne warunki. A szczur wkrótce zaczyna rozumieć. A skoro bardzo chce jeść (ma potrzebę jedzenia!), to gdy widzi, że żarówka się świeci, od razu biegnie do pedału i no cóż, wciska! Z zewnątrz wydaje się, że zapalona żarówka robi szczura, każe mu wcisnąć pedał. Ale teraz rozumiesz, że tak nie jest. Kiedy zapala się lampka, pojawia się komunikat: Teraz możesz nacisnąć pedał. Lecz tylko!
Wzmacnianie zachowania. Konsolidacja ukształtowanego zachowania do umiejętności odbywa się poprzez powtarzanie przy użyciu wzmocnienia probabilistycznego. Przydatne jest również wykorzystanie różnych potrzeb i odpowiednio zastosowanie różnych wzmocnień.
Krajowa wersja instrumentalnej metody treningu, wywodząca się od Władimira Durowa, różni się jedynie tym, że pozwala na natychmiastowe wprowadzenie bodźca wykonawczego (polecenie, bodziec różnicujący, bodziec warunkowy). Praktyka pokazuje, że umiejętność kształtuje się nie wolniej niż w przypadku importowanej techniki. A ponieważ pozwala wyeliminować cały krok, oszczędza czas. Warto więc wspierać krajowego producenta technik treningowych!