Руководство научением. Роль подкрепления и наказания в научении

При описании процесса научения бихевиористами широко используется термин подкрепление. Подкрепление – это стимул, предъявляемый после какого-то конкретного поведения и вызывающий повторение и научение этому поведению.

Подкрепления связаны с удовлетворением актуальных потребностей. Теоретики, занимающиеся научением, признавали два типа подкрепления – первичное и вторичное. Первичное подкрепление – это любое событие или объект, сами по себе обладающие подкрепляющими свойствами. Первичные подкрепления связаны с удовлетворением физиологических потребностей и стимулируют научение как у животных, так и у человека. Первичные подкрепляющие стимулы – это пища, вода (при жажде), физический комфорт и т.д. Вторичное или условное подкрепление – это любое событие или объект, которые приобретают свойство подкрепления посредством тесной ассоциации с первичным подкреплением, обусловленным прошлым опытом организма. Вторичное подкрепление характерно только для научения человека. Вторичными или условными подкрепителями научения являются следующие стимулы:

1) конкретные словесные подкрепления: похвала, одобрение;

2) символическая стимуляция другими (уважение, признание, внимание со стороны других людей);

3) внутренняя стимуляция: чувство удовлетворения от успеха;

4) соотнесение своих действий с ценностными установками (например, честностью, уважением, вежливостью, терпимостью и т.п.);

5) удовлетворение потребности в любопытстве.

В распоряжении учителей – большое количество подкреплений, которые можно разделить на внешние и внутренние.

Внешнее подкрепление – подкрепление, которое осуществляется извне. Оно напрямую контролируется учителем. К внешним подкреплениям относятся похвала, высокие отметки, улыбки, одобрение, уважение, внимание взрослых и сверстников, предоставление автономии, деньги, материальные ценности и т.п.

Внутреннее подкрепление – подкрепление, которое исходит от самого человека. К внутренним подкреплениям относятся удовольствие от процесса работы, удовлетворение потребности в новых знаниях, удовлетворение и ощущение достижения и успеха, соответствие поведения внутренней системе ценностей, осознание личностного роста. Хотя внутренние подкрепления напрямую не контролируются учителем, он может косвенно на них повлиять. Задача учителя – организовать обучение так, чтобы школьник чаще получал внутреннее удовлетворение.

Подкрепление может быть позитивным и негативным. К позитивному подкреплению усилий детей в процессе обучения относятся похвала, высокие отметки, деньги, выдаваемые родителями за старание и успехи в учебе. Положительным подкреплением является и избавление от неприятностей: родители перестают ворчать или учитель отменяет контрольную работу.

Негативным подкреплением могут стать наказание и отмена положительного подкрепления. В обоих случаях происходит торможение реакции: она появляется все реже. Например, нарушения дисциплины на уроке пресекаются выговором, низкой отметкой (наказание) или лишением внимания учителя, привычных для класса поощрений (отмена положительного подкрепления).

Эффективность научения зависит от режима предъявления подкреплений. Режим подкрепления – правило, устанавливающее вероятность, с которой подкрепление будет происходить. Самым простым правилом является предъявление подкрепления каждый раз, когда субъект даёт желаемую реакцию. Это называется режимом непрерывного подкрепления и обычно используется на начальном этапе любого оперантного научения, когда организм учится производить правильную реакцию. Б.Скиннер также тщательно изучал режим прерывистого, или частичного, подкрепления, когда для сохранения желаемой реакции используется не всегда одинаковое и регулярное подкрепление. Все возможные режимы подкрепления можно классифицировать в соответствии с двумя основными параметрами: 1) подкрепление может иметь место только после того, как истёк определённый или случайный временной интервал с момента предыдущего подкрепления (режим временного подкрепления); 2) подкрепление может иметь место только после того, как с момента подкрепления получено определённое или случайное количество реакций (режим пропорционального подкрепления). В соответствии с этими двумя параметрами выделяются четыре основных режима подкрепления.

1.Режим подкрепления с постоянным соотношением (ПС). Организм подкрепляется по наличию заранее определённого или «постоянного» числа соответствующих реакций. В промышленности эта система известна как плата за единицу продукции. Чем чаще организм реагирует, тем большее подкрепление он получает. Необходимо в процессе нового научения. Действие разбивается на этапы. Учитель подкрепляет каждый правильный шаг на пути овладения новым навыком (максимально часто) и не подкрепляет ошибочные действия. При научении речи у младенца – сначала подкрепляется восторгом любое, даже отдалённо напоминающее «ма» звукосочетание. В результате избирательного подкрепления ребёнок научается отбрасывать неподкреплённые реакции и сохраняет лишь те, которые близки к ожидаемому результату. Этот способ был открыт и описан Б.Скиннером и получил название метода последовательных приближений. Научение происходит кратчайшим путём. Подкрепление незначительных шагов, делаемых в нужном направлении, у многих учителей вызывает трудности. Возможно, это связано с установкой, что ученик не продемонстрировал своих усилий и поощрять его не за что.

2.Режим подкрепления с постоянным интервалом (ПИ). Организм подкрепляется после того, как твёрдо установленный или «постоянный» временной интервал проходит с момента предыдущего подкрепления. Например, университеты работают в соответствии с данным режимом подкрепления. Экзамены устанавливаются на регулярной основе и отчёты об академической успеваемости издаются в установленные сроки. Режим ПИдаёт низкую скорость реагирования сразу после того, как получено подкрепление – феномен, названный паузой после подкрепления. Это показательно для студентов, испытывающих трудности при обучении в середине семестра, так как следующий экзамен будет ещё не скоро.

3. Режим подкрепления с вариативным соотношением (ВС). В этом режиме организм подкрепляется на основе какого-то в среднем предопределённого числа реакций. Иллюстрацией поведения человека, находящегося под контролем режима ВС, является захватывающая азартная игра. Игральные аппараты запрограммированы таким образом, что подкрепление (деньги) распределяется в соответствии с числом попыток, за которые человек платит. Однако выигрыш непредсказуем, непостоянен и редко позволяет получать свыше того, что вложил игрок. Угасание поведения, приобретённого в соответствии с режимом ВС, происходит очень медленно, так как организм точно не знает, когда будет следующее подкрепление. Таким образом, игрок принуждается опускать монеты в прорезь автомата, несмотря на ничтожный выигрыш (или даже проигрыш), в полной уверенности, что в следующий раз он «сорвёт куш». Аналогичный механизм – догадка в математике случайно оказалась правильной – получение правильного ответа при помощи ошибочных действий приводит к закреплению ошибочных действий в поведении ученика.

4.Режим подкрепления с вариативным интервалом (ВИ). В этом режиме организм получает подкрепление после того, как проходит неопределённый временной интервал. Как правило, скорость реагирования при режиме ВИ является прямой функцией применённой длины интервала: короткие интервалы порождают высокую скорость, а длинные интервалы порождают низкую скорость. Преподаватели, которые дают «неожиданные» контрольные работы, частота которых варьирует от одной в три дня до одной в три недели используют режим ВИ. При этих условиях от студентов можно ожидать сохранения относительно высокого уровня прилежания, так как они никогда не знают, в какой момент будет следующая контрольная работа. Ожидание подкрепления, происходящего с постоянным интервалом, обуславливает феномен паузы сразу после подкрепления. Низкая скорость реагирования сразу после того, как получено подкрепление (успешно сдал сессию). Студенты испытывают трудности при обучении в середине семестра, так как следующая сессия (подкрепление) ещё не скоро.

Режим ВИ эффективен, когда научение освоено. Его подкрепление может носить случайный нерегулярный характер (время от времени). Обучающийся может поощряться за правильные действия, но никогда за «неверные». Многие учителя редко поощряют своих учеников похвалой за правильно сделанную работу, желательное поведение после того, как произошло научение. Отсутствие подкрепления в конце концов может привести к исчезновению усвоенного типа поведения, оно может забыться.

В бихевиористской модели научения были сформулированы принципы применения подкрепления.