オペラント条件付けとは?定義と例

棒に乗ったニンジンを見るウサギ

ミクロゾア/ゲッティイメージズ。





オペラント条件付けは、特定の動作とその動作の結果との間で関連付けが行われるときに発生します。この関連付けは、行動を奨励または阻止するための強化および/または罰の使用に基づいて構築されています。オペラント条件付けは、行動心理学者の B.F. スキナーによって最初に定義され、研究されました。スキナーは、動物を対象としたいくつかの有名なオペラント条件付け実験を実施しました。

重要ポイント: オペラント条件付け

  • オペラント条件付けは、強化と罰を通して学習するプロセスです。
  • オペラント条件付けでは、行動の結果に基づいて行動が強化または弱体化されます。
  • オペラント条件付けは、行動心理学者の B.F. スキナーによって定義され、研究されました。

起源

B.F. スキナーは 行動主義者 つまり、心理学は観察可能な行動の研究に限定されるべきだと彼は信じていました。ジョン・B・ワトソンのような他の行動主義者は古典的条件付けに焦点を当てていましたが、スキナーはオペラント条件付けを通して起こる学習にもっと興味を持っていました.



彼は、 古典的条件付け反応 自動的に起こる先天的な反射によって引き起こされる傾向があります。彼はこの種の行動を呼んだ 被告 .彼は区別した オペラント行動からのレスポンデント行動 . オペラントの振る舞い スキナーは、それに続く結果によって強化される行動を説明するために使用された用語でした.これらの結果は、行動が再び実行されるかどうかに重要な役割を果たします。

スキナーズ アイデアはに基づいていました エドワード・ソーンダイクの効果の法則では、肯定的な結果を引き出す行動はおそらく繰り返され、否定的な結果を引き出す行動はおそらく繰り返されないと述べています。スキナーは、ソーンダイクのアイデアに強化の概念を導入し、強化された行動はおそらく繰り返される (または強化される) ことを特定しました。



オペラント条件付けを研究するには、 スキナーは、スキナー ボックスを使用して実験を行い、 片方の端にレバーがあり、押すと食べ物や水が出てくる小さな箱。ハトやネズミのような動物は、自由に動き回れる箱に入れられました。最終的に、動物はレバーを押して報酬を受け取ります。スキナーは、この過程で動物がレバーを押す頻度が高くなることを発見しました。スキナーは、それらの反応が強化されたときの動物の反応の割合を追跡することによって、学習を測定します。

強化と罰

スキナーは実験を通じて、行動を助長または抑止するさまざまな種類の強化と罰を特定しました。

強化

行動に密接に従う強化は、その行動を奨励し、強化します。強化には次の 2 種類があります。

    正の強化行動が好ましい結果をもたらすときに発生します。命令に従った後に御馳走を受け取る犬、またはクラスでうまく行動した後に教師から褒められる生徒。これらの技術は、報酬を再び受け取るために、個人が望ましい行動を繰り返す可能性を高めます。負の強化行動が好ましくない経験の除去につながる場合に発生します。サルが特定のレバーを押すと、サルに電気ショックを与えるのをやめた実験者。この場合、サルは好ましくない電気ショックを再び取り除こうとするため、レバーを押す動作が強化されます。

さらに、スキナーは 2 種類の強化子を特定しました。



    一次強化子行動は本質的に望ましいものであるため、自然に強化されます。食物。条件付き強化子行動を強化するのは、それが本質的に望ましいからではなく、 学び それらを一次強化子と関連付けます。たとえば、紙幣は本質的に望ましいものではありませんが、食料や住居などの本質的に望ましい商品を獲得するために使用できます。

罰は強化の反対です。罰が行動に続くとき、それはその行動を思いとどまらせ、弱めます。罰には2種類あります。

    正の罰(またはアプリケーションによる罰)は、行動の後に不利な結果が続く場合に発生します。子供が呪いの言葉を使った後、親が子供を叩く。負の罰(または削除による罰)は、行動が有利なものの削除につながる場合に発生します。子供の行儀が悪いために週ごとの手当を拒否する親。

罰は今でも広く使われていますが、スキナーと他の多くの研究者は、罰が必ずしも効果的ではないことを発見しました。罰は一時的に行動を抑えることができますが、望ましくない行動は長期的には再発する傾向があります.罰には、望ましくない副作用もあります。たとえば、教師に罰せられた子供は、将来の罰を避けるために何をすべきか正確にわからないため、不安で恐怖を感じるかもしれません.



罰の代わりに、スキナーらは、望ましい行動を強化し、望ましくない行動を無視することを提案しました.強化 個人に言います 罰は、どのような行動が望ましくないかを個人に伝えるだけですが、どのような行動が望まれるかを教えてくれます。

行動形成

オペラント条件付けは、ますます複雑な行動につながる可能性があります。 成形 、近似法とも呼ばれます。形成は、より複雑な動作の各部分が強化されるにつれて、段階的に行われます。シェーピングは、動作の最初の部分を強化することから始まります。行動のその部分が習得されると、強化は行動の 2 番目の部分が発生したときにのみ発生します。この強化のパターンは、行動全体が習得されるまで続けられます。



たとえば、子供が泳ぎ方を教えられたとき、最初は水に入っただけで褒められるかもしれません。彼女は蹴ることを学ぶとき、そして特定の腕のストロークを学ぶとき、再び賞賛されます.最後に、彼女は特定のストロークとキックを同時に実行することで水の中を推進することで賞賛されています.このプロセスを通じて、全体の動作が形作られました。

強化スケジュール

現実の世界では、行動が常に強化されるわけではありません。スキナーは、強化の頻度が、新しい行動をどれだけ早く、どれだけうまく学習するかに影響を与える可能性があることを発見しました.彼は、それぞれ異なるタイミングと頻度で、いくつかの強化スケジュールを指定しました。



    連続強化特定の反応が、特定の行動のすべてのパフォーマンスに続く場合に発生します。学習は継続的な強化によって急速に行われます。ただし、強化が停止すると、行動は急速に低下し、最終的には完全に停止します。これは絶滅と呼ばれます。固定比率スケジュール指定された数の応答後に行動に報酬を与える。たとえば、子供は家事を 5 回完了するごとに星を獲得する場合があります。このスケジュールでは、報酬が配信された直後に応答速度が遅くなります。変動比率スケジュール報酬を得るために必要な行動の数を変化させます。このスケジュールは応答率が高く、その変動性が動作を維持するため、消すのも困難です。スロット マシンは、この種の強化スケジュールを使用します。定時制スケジュール一定時間経過後に報酬を与える。時間給は、この種の強化スケジュールの一例です。固定比率スケジュールと同様に、報酬が近づくと応答率が増加しますが、報酬を受け取るとすぐに応答率が低下します。可変間隔スケジュール報酬間の時間を変化させます。たとえば、いくつかの肯定的な行動を示している限り、週のさまざまな時間に手当を受け取る子供は、可変間隔のスケジュールになっています。子供は、最終的に手当を受け取ることを期待して、積極的な行動を示し続けます。

オペラント条件付けの例

ペットを訓練したり、子供に教えたりしたことがあるなら、自分の人生でオペラント条件付けを使用したことがあるでしょう。オペラント条件付けは、教室や治療環境など、さまざまな現実世界の状況で今でも頻繁に使用されています。

たとえば、教師は、最近の宿題に似た質問をする簡単な小テストを定期的に行うことで、定期的に宿題を行う生徒を強化することができます。また、子供が注意を引くために癇癪を起こした場合、親はその行動を無視し、癇癪が終わったら再び子供を認めることができます。

オペラント条件付けも使われる 行動修正 、恐怖症、不安、夜尿症、および他の多くを含む、大人と子供の多くの問題の治療へのアプローチ.動作の変更を実装できる 1 つの方法は、 トークンエコノミー 、デジタルバッジ、ボタン、チップ、ステッカー、またはその他のオブジェクトの形のトークンによって、望ましい動作が強化されます。最終的に、これらのトークンは実際の報酬と交換できます。

批評

オペラント条件付けは多くの行動を説明することができ、今でも広く使用されていますが、そのプロセスにはいくつかの批判があります.まず、オペラント条件付けは、 不完全な説明 生物学的および認知的要素の役割を無視しているため、学習のために。

さらに、オペラント条件付けは、 権威者 行動を強化し、好奇心の役割と、自分自身の発見をする個人の能力を無視します。批評家は、オペラント条件付けが行動の制御と操作に重点を置いていることに反対し、権威主義的な慣行につながる可能性があると主張しています.しかし、スキナーは、環境が自然に行動を制御し、人々はその知識を善悪のために使用することを選択できると信じていました.

最後に、オペラント条件付けに関するスキナーの観察は動物を使った実験に依存していたため、彼は次のように批判されています。 外挿 彼の動物研究から、人間の行動についての予測を行います。一部の心理学者は、人間と人間以外の動物は物理的および認知的に異なるため、この種の一般化には欠陥があると考えています。

ソース