شرطی شدن کنشگر از روش های یادگیری

نویسنده: دکتر محمد پارسا

یکی از شیوه های مهم یادگیری شرطی شدن کنشگر (1) یا عامل است که از سوی اسکینر (2) استاد نامدار دانشگاه هاروارد مطرح گردید. اسکینر شرطی شدن کلاسیک را که پاسخی پس از ظهور محرّکی پدیدار می شود پاسخگو (3) نامید. به عقیده ی او یادگیری به روش شرطی شدن کنشگر فراگیرتر و جامعتر از شرطی شدن کلاسیک است. زیرا رفتار برای دریافت پاداش یا محرّک آن به فعالیّت می آید.
اسکینر برای انجام دادن آزمایشهای خود جعبه ای را به نام جعبه ی اسکینر فراهم ساخت. به دیواره ی این جعبه اهرمی دیده می شد که در زیر آن تشتکی برای دریافت غذا نصب شده بود. اسکینر وقتی موش گرسنه ای را در درون جعبه قرار داد حیوان برای یافتن غذا به فعالیت های مختلفی پرداخت تا آنکه بر حسب اتفاق دستش به اهرم فشار آورد و مقداری غذا وارد تشتک شد. شکل (1) در نتیجه موش پی برد که میان فشردن اهرم و دریافت غذا رابطه ای وجود دارد و هر وقت او را وارد جعبه می کردند مستقیم به سراغ اهرم می رفت و به آن فشار می آورد و غذا دریافت می کرد. در این آزمایش اسکینر فشار آوردن به اهرم را پاسخ و دریافت غذا را محرک یا تقویت کننده (4) نامید. یعنی برخلاف شرطی شدن کلاسیک که محرک موجب بروز پاسخ می شود، در شرطی شدن کنشگر پاسخ سبب ایجاد محرک می گردد، به این ترتیب که:

آنچه که در شرطی شدن کنشگر بیش از همه اهمیت دارد تقویت کننده ها هستند که در زیر به اختصار به توضیح هر کدام می پردازیم.

تقویت کننده ها

اسکینر اساس شرطی شدن کنشگر را بر پایه تقویت (5) استوار می سازد. به عقیده ی او تقویت کننده هر عاملی است که ظهور مجدّد پاسخ را افزایش می دهد و انجام یافتن پاسخ سبب احتمال وقوع تقویت می شود. در شرطی شدن کنشگر عامل تقویتی، یعنی محرک باید بی درنگ پس از پاسخ بیاید. برای مثال، وقتی موش اهرم را می فشارد غذا بی درنگ وارد تشتک می شود. این عمل مؤیّد آن است که احتمال فشردن اهرم (پاسخ) به منظور دریافت غذا (تقویت کننده) ادامه خواهد یافت.
تقویت کننده ها به صورت تقویت مثبت و منفی به کار می روند. حضور تقویت کننده ی مثبت احتمال وقوع پاسخ را در موقعیّت مشابه افزایش می دهد، اما نبودن تقویت کننده منفی سبب تقویت رفتار می شود. برای مثال، در جعبه ی آزمایش اسکینر فشردن اهرم و دریافت غذا تقویت مثبت، اما اگر شوک الکتریکی دریافت شود آن را تقویت منفی می نامند.

تقویت نخستین و ثانوی

اسکینر عوامل تقویتی را به تقویت کننده ها یا تقویت نخستین و ثانوی مشخّص می سازد. منظور از تقویت کننده های نخستین آنهایی هستند که به طور مستقیم در رفع نیاز ارگانیزم به کار می روند، مانند غذا، آب، اکسیژن. اما تقویت کننده های ثانوی به عواملی گفته می شود که خود به طور مستقیم برای رفع نیازهای موجود زنده به کار نمی روند، بلکه وسیله هایی برای ارضای نیازها هستند. مانند پول، کوپن، نمره، تحسین و تشویق، ارتقای درجه و مرتبه و مانند اینها.

برنامه ی تقویت و اصول ناظر بر شرطی شدن کنشگر

رفتار ممکن است به طور متوالی (6) یا متناوب (7) تقویت شود. در تقویت متوالی هر بار که یادگیرنده پاسخ دلخواه را بدهد عامل تقویتی به کار می رود. اما در تقویت متناوب رفتار مطلوب پس از هر چند بار وقوع یا یک دوره ی زمانی نامشخص فقط یک بار تقویت می شود. روان شناسان معتقدند که تقویت متناوب بیش از تقویت متوالی سبب تداوم و پایندگی رفتار می شود، مانند ماهیگیری که هر روز ساعتها چندین بار قلاّب خود را در آب می اندازد تا بتواند ماهی بگیرد. اسکینر و پیروانش چهار نوع برنامه ی تقویتی مطرح کرده اند که در زیر به اختصار به توضیح آنها می پردازیم:

برنامه ی نسبی ثابت

تقویت مداوم نمونه ای از برنامه ی نسبی ثابت (8) است. در این برنامه آزمودنیها پس از دادن چند پاسخ معیّن، برای مثال هر پنج پاسخ، پاداش دریافت می کنند. منظور از تقویت مداوم یا مستمر پاداش دادن به هر پاسخ درست است. مزیّت این برنامه آن است که موجود زنده زودتر از برنامه های دیگر شرطی می شود.

برنامه ی نسبی متغیّر (9)

در این برنامه ریزی تقویتی موجود زنده، برای مثال می تواند در سومین، هفتمین، دوازدهمین پاسخ، یا بر حسب هر ترتیب دیگری، پاداش دریافت دارد. این برنامه با بالاترین بازده کار ارتباط پیدا می کند.

برنامه ی فاصله دار ثابت (10)

آزمودنی پس از هر دوره ی زمانی ثابت، مانند هر 15 ثانیه که پاسخ درستی بدهد پاداش دریافت می دارد.

برنامه ی فاصله دار متغیّر (11)

در این نوع برنامه موجود زنده یا آزمودنی (12) در زمانهای متفاوت، برای مثال در سومین، هفتمین یا دهمین ثانیه پاداش دریافت می کند.

اصل پریمک

یکی دیگر از اصولی که در مورد تقویت عنوان شده است اصل پریمَک (13) نام دارد. بنا به این اصل فعالیّتی که در زمان معیّنی بیشتر مورد علاقه است می تواند در همان هنگام به صورت تقویت کننده برای فعالیّتی به کار رود که کمتر مورد توجه است. مادری که به کودک خود می گوید «اگر دوا یا غذایت را بخوری آن وقت تو را برای گردش به پارک می برم» از اصل پریمک بهره می گیرد.

تعمیم و تخصیص محرّک

در شرطی شدن کلاسیک، چنانکه دیده شد، و در شرطی شدن کنشگر نیز تعمیم محرک (14) رخ می دهد. یعنی، پاسخها به محرّکهای مشابه محرک نخستین تعمیم می یابند و همانند آن پاسخ خود را دریافت می کنند. برای مثال، کبوتری که آموخته است به تصویر دایره شکل نوک بزند و غذا دریافت دارد ممکن است به تصویر کمی بیضی شکل نیز نوک بزند و انتظار دریافت غذا را داشته باشد که این پدیده را تعمیم محرّک می نامند. اما اگر بخواهند که پرنده میان شکل دایره و بیضی فرق بگذارد و برای دریافت غذا فقط به شکل دایره نوک بزند و به بیضی نوک نزند، در این صورت است که ممکن است تخصیص یا افتراق محرّک (15) مطرح می شود.

مهار یا کنترل محرّک

اسکینر در جعبه ی آزمایش خود به کبوتر آموخت که وقتی چراغ روشن می شود به شکل دایره نوک بزند و غذا دریافت دارد و اگر چراغ روشن نشود نوک زدن به دایره سودی ندارد و غذایی در کار نخواهد بود. در اینجا اسکینر روشن شدن چراغ برای نوک زدن و دریافت پاداش را کنترل محرّک (16) می نامد که اجرای رفتاری وابسته به رفتار دیگر است.

تفکیک پاسخ

یکی دیگر از اصول مهمّ در شرطی شدن کنشگر تفکیک پاسخ (17) است. اسکینر در جعبه ی آزمایش خود توانست به موش بیاموزد که برای فشردن اهرم و دریافت غذا فقط دست چپ خود را به کار برد نه دست راست، سر و پاها یا پوزه ی خود را. چنین حالتی در شرطی شدن کنشگر تفکیک پاسخ نامیده می شود.

زنجیره کردن و شکل دادن

در شرطی شدن کنشگر وقتی دو یا چند پاسخ و محرّک به هم ارتباط می یابند تا رفتار دلخواه به دست آید آن را زنجیره کردن (18) می نامند، مانند آماده ساختن غذا یا پختن نان که از مراتب مختلفی تشکیل یافته اند.
اما منظور از شکل دادن (19) پاسخ در شرطی شدن کنشگر تغییر دادن وضع موجود و رسیدن به رفتار دلخواه است که به شیوه ی تقریبهای تدریجی (20) انجام می پذیرد. برای مثال، کودکی که از خرگوش می ترسد، پدر یا مادر هنگامی که در کنار کودک نشسته اند خرگوش را از دور به او نشان می دهند و می گویند چه خرگوش ناز و قشنگی؟! در ضمن یک شکلات هم به کودک می دهند. این کار را چند بار تکرار می کنند و هر بار خرگوش را به کودک نزدیک تر می کنند و سرانجام با دست کشیدن به سر و تن خرگوش کودک که ترسش کاهش یافته او هم به تن خرگوش دست می کشد و ترسش می ریزد. این فرایند را شکل دادن نامیده اند.
مقایسه ی شرطی شدن کلاسیم با کنشگر

فرایندهای بنیادی	شرطی کلاسیک	شرطی کنشگر
	محرک طبیعی (US ) پاسخ طبیعی را به دنبال دارد (UR ). پس از اینکه محرک دیگری چندین بار با این محرک همراه شود پاسخ آن را به خود اختصاص می دهد. در اینجا محرک جدید را محرک شرطی (CS ) و پاسخ شرطی می نامند.	تقویت به صورت مثبت و منفی به کار می رود تا به پاسخ دلخواه شکل دهد. وقتی پاسخ شکل گرفت تنها برنامه ی خاص تقویتی ضامن تداوم آن است.
آموزش یا کسب پاسخ جدید	با همراهی محرک شرطی و طبیعی و چندین بار تکرار عادت یا یادگیری جدید نمودار می شود.	چون پس از پاسخ مورد علاقه عامل تقویتی به دست می آید احتمال تکرار پاسخ افزایش می یابد.
خاموشی با کاهش فراوانی یا بسامد پاسخ شرطی سروکار دارد.	محرک شرطی بدون محرک طبیعی عرضه می شود، در نتیجه مشاهده می گردد که محرک شرطی رفته رفته رو به کاهش می گذارد و سرانجام از بین می رود.	عامل تقویتی پدیدار نمی شود و بر اثر آن میزان پاسخدهی رو به کاهش می گذارد.
تعمیم زمانی رخ می دهد که پاسخها به محرکهای همانند نیز داده شود.	محرکهای همانند با محرک شرطی (CS ) به طور یکسان پاسخ دلخواه را دریافت می کنند.	در این رابطه پاسخ هنگامی رخ می دهد که محرکها همانند محرک تخصیصی یا افتراقی ارائه شود.
تخصیص یا افتراق پاسخهایی هستند که فقط در مورد محرکهای خاصی به کار می روند.	محرکهایی که همانند محرکهای شرطی (CS ) هستند موجب ایجاد پاسخ شرطی نمی شوند.	فقط محرک تخصیصی یا افتراقی منجر به ایجاد پاسخ می شود.

تأثیر تنبیه در رفتار

تنبیه (21) مخالف پاداش است. تقویت احتمال وقع رفتار را افزایش و تنبیه آن را کاهش می دهد. موشی که از دست زدن به شیء ممنوع ضربه ی الکتریکی دریافت می دارد و کودکی که از داشتن دوچرخه یا رفتن به مهمانی بر اثر بداخلاقی و خودسری محروم می ماند می آموزد که به شیء ممنوع دست نزد و بدرفتاری نکند.
با این همه، تنبیه دارای پیامدهای زیان باری است. رفتار تنبیه شده فراموش نمی شود، بلکه سرکوب می شود. این سرکوبی موقتی ممکن است رفتار تنبیه کننده را تقویت کند و او را پیوسته به این کار وادارد، اما اگر تنبیه شونده موقعیّت رهایی از تنبیه را به دست آورد، به احتمال زیاد به همان رفتار ناروای خود ادامه می دهد. برای مثال، کودکی که بر اثر ناسزاگویی و بدزبانی در خانه تنبیه می شود، ممکن است در خانه ناسزاگویی نکند، امّا نمی توان اطمینان داشت که در جای دیگر به این رفتار نادرست ادامه ندهد.
تنبیه می تواند موجب پرخاشگری نیز بشود. به عقدیه ی اشتراوس (22) بسیاری از بزهکاران پرخاشگر به خانواده های سلطه جو و متجاوز تعلق دارند. زیرا در دوران کودکی رفتار پدران و مادرانشان با آنان از راه بدزبانی و سلطه جویی صورت گرفته است. معلّمی که با تنبیه شاگردان سرو کار دارد آنان را از درس و مدرسه بیزار می کند. بیشتر روان شناسان تشویق را بر تنبیه ترجیح می دهند، زیرا تنبیه شونده نفرت تنبیه کننده را به دل می گیرد و تا می تواند از اجرای دستور او سر باز می زند.
با کمال تأسف باید گفت بسیاری از پدران و مادران جوانان بزهکار نمی توانند، بی آنکه فریاد بکشند و متوسّل به تنبیه شوند، رفتار مطلوب را در فرزندان خود تقویت کنند. بی شک این دسته از افراد نیاز به باز آموزیهای سنجیده ی انسانی دارند که از وظایف مهمّ انجمنهای خانه و مدرسه به شمار می آیند. در این آموزشها باید کوشش شود تنبیه جای خود را به تشویق بدهد.

آموزش برنامه ای

مهمترین کاربرد شرطی شدن کنشگر طرح و تنظیم آموزش برنامه ای (23) و ماشینهای آموزشی است. آموزش برنامه ای با توجّه به تفاوتهای فردی شاگردان از نظریّه ها و پژوهشهای یادگیری ناشی شده است. به عقیده ی اسکینر رفتاری که باید آموخته شود می تواند در کنترل محرّکهای کلامی و غیرکلامی قرار گیرد. این کار به وسیله ی ماشینهای آموزشی بهتر انجام می شود.
برنامه های آموزشی به طور کلّی شامل یک رشته اطلاعاتی است که در چهارچوب (24) یا قالبهای مشخصی انجام می گردد. به صورتهای گوناگون مانند کتاب، جزوه، نوار ضبط، یک دسته ورق، یک ماشین ساده یا ماشینهای مجهّز الکترونیکی ارائه می شود. این دستگاه ها کارهای کم و بیش مشابهی را انجام می دهند. هر ماشین آموزشی (25) دارای روزنه یا دریچه ای است که از درون آن پرسشهای مربوط و مشخصی پدیدار می شود. دریچه ی دیگری وجود دارد که شاگرد پاسخ خود را بر روی نوار موجود می نویسد و دریچه یا شکاف سوم با کنار زدن سرپوش آن پاسخ درست را دریافت می دارد. در برخی از ماشینها هنگامی که شاگرد اقدام به آموختن قالب دیگری می کند پاسخ درست چهارچوب پیشین خود به خود نمایان می گردد. شاگرد پاسخ خود را با پاسخی که دستگاه در اختیارش می گذارد تطبیق می دهد و به درستی یا نادرستی آن پی می برد. وقتی یک قالب یا واحد معلوماتی به خوبی آموخته شد ماشین به یادگیرنده اجازه می دهد که به واحد بعدی بپردازد.

تغییر رفتار

در شرطی شدن کنشگر یکی از شیوه های مهم آموزشی تغییر رفتار (26) است که بیشتر در زندانها، بیمارستانهای روانی و مدارس به کار می رود. در تغییر رفتار روان شناس هدف رفتاری ویژه ای را تعیین می کند و گام به گام و از راه پاداش رفتار ناخواسته ای را به رفتار دلخواه تبدیل می کند.
تغییر رفتار را رفتار درمانی (27) نیز نامیده اند. این دو اصطلاح از کاربردهای اصولی یادگیری به شمار می آیند که برای ایجاد رفتار مطلوب، یا از میان بردن رفتارهای نامطلوب و یا دست کم کاستن از شدّت رفتارهای مسئله آفرین به کار می روند. واتسن، روان شناس رفتارگرای آمریکایی، نیز در آزمایشهای خود نشان داد که با شرطی شدن هیجانی (28) می توان در کودک هراس به وجود آورد یا آن را از بین برد. میزان رفتارهای انحرافی و مسائل ناجور شخصی در رفتار درمانی بسیار گسترده و چشمگیر است که جای بحث آنها بیشتر در مبحث اختلالهای روانی و درمان بیماریهاست.

پی نوشت ها :

1- operant conditioning
2- Skinner, B. F.
3- respondent
4- reinforcer
5- reinforcment
6- consecutive
7- intermittent
8- fixed ratio schedule
9- variable ratio schedule
10- fixed interval scheduale
11- variable interval schedule
12- subject
13- premack principle
14- stimulus generilazation
15- stimulus discrimination
16- stimulus control
17- respons differentiation
18- chaining
19- Shaping
20- Progressive approximmations
21- Punishment
22- Straus, M. A 1980
23- programed instruction
24- frame
25- teaching machines
26- behavior modification
27- behavior therapy
28- emotional conditioning