斯金纳操作学习理论

斯金纳操作学习理论

B·F·斯金纳（Burrhus Frederick Skinner,1904~1990）是操作学习理论的创始人和行为矫正技术的开创者。他是美国新行为主义的主要代表，也是在所有新行为主义者中，在坚持行为主义基本立场方面最激进的一位，同时，也是对当今心理学影响最大、最重要的新行为主义者。他最有影响的主张集中体现在他的操作学习理论。

一、操作学习理论的提出：

在斯金纳之前，心理学家们就已经用刺激——反应联结对学习作出解释，如华生认为学习就是“以一种刺激替代另一种刺激建立条件反射的过程”；①又如，桑代克提出的尝试——错误学习（trial-error learning）理论，认为学习的实质是“通过‘尝试’在一定的情景与特定的反应之间建立某种联结”②

斯金纳指出，虽然，某些人类的行为正如之前的心理学家们说的那样，是由特定的刺激引起的，但是，这些只能解释所有人类行为的一小部分，于是他提出了另外一类行为，称之为操作性行为，因为它们是在环境中缺乏明显的无条件刺激物时操作的。斯金纳的工作主要集中在行为与后果的关系上，并由此提出了对教育实践起巨大影响的学习理论——操作学习理论。

二、斯金纳操作学习理论的基本观点：

（一）经典实验——斯金纳箱（Skinner box）：

20世纪30年代后期，斯金纳改进了桑代克的迷笼，设计了“斯金纳箱”，并用来研究各种动物（如白鼠与鸽子）的行为。此箱去掉了所有无关刺激，通常内设一杠杆，杠杆与一食物仓相连，动物（如白鼠）偶然地一按杠杆，食物仓便打开，落下一食物小丸于食物盘内，箱外有一记录器，可记录白鼠按压杠杆的速度。实验中，动物从初始的混乱动作中无意地碰到杠杆而得到食物，从而学会了按压杠杆与得到食物之间的联结。通过更为复杂的设计，动物还可以学会分化行

为，如当灯亮时按杠杆可以得到食物，而灯灭时按杠杆得不到食物，于是，动物学会了只在灯亮时按压杠杆。

（二）两种类型的学习：

从对动物的研究中，斯金纳认为，行为分为两类：应答性行为和操作性行为。应答性行为是由已知的刺激引起的；操作性行为则是由有机体自身发出的。无条件反应是一种应答性行为，因为它们是无条件刺激所引起，而在日常生活中操作性行为是我们行为中的大部分。要强调的是，斯金纳并不是指操作性行为不依赖于刺激作用而产生，而是说刺激引起这种行为是不知道的，而且去了解其原因也是不重要的。操作性行为不是取决于其事先的刺激，而是由其结果所控制。

与两类行为相应，斯金纳把条件反射也分作两类：一类是由刺激情景引发的反应，是一种不随意的行为，称应答性条件反射（respondents）与经典性条件反射相应，又称刺激性条件反射；另一类是操作性条件反应（operants），又称工具性条件反射，它不是由刺激情景引发的，而是有机体的自发行为，是随意或有目的的。两种反射的区别见表1：

经典条件作用只能用来解释基于应答性行为的学习，斯金纳把这类学习称为“S（刺激）类条件作用”或叫“反射学习”。另一种学习模式，即操作性或工具性条件作用的模式，则可用来解释基于操作性行为的学习，他称为“R（强化）类条件作用”或叫“操作学习”。操作学习模式认为，如果一种反应之后伴随一种强化物，那么，在类似环境里发生这种反应的概率就增加。而且，强化物与实

施强化的环境一起，都是一种刺激，我们可以以此来控制反应。斯金纳认为操作学习与反射学习是不同的。反射学习是S—R的过程，而操作学习则是（S）—R —S的过程，重要的是跟随反应之后的刺激（强化物），而不是反应之前的刺激。

（三）操作性条件作用的主要规律：

1、强化：

1.1基本概念：

1.1.1强化的含义：强化的概念在桑代克效果律中已有阐述。但是，在斯金纳的强化理论中，强化所扮演的角色发生了重大的变化。斯金纳将强化作为一个中性词使用（而不是指奖励），可简单定义为“能增强反应率的效果”③。

1.1.2强化物的含义：强化是指“使反应发生概率增加、或维持某种反应水平的任何刺激”。④

这也就是说，斯金纳认为凡是强化，其结果都是行为概率的增加。反之，提高反应概率的任何事件都可以起强化作用，强化物也就不一定是一种令人愉快的刺激。而且，在一种情境中起强化作用的刺激，在另一种情境中并不一定起强化作用。同样，对某一对象起强化作用的刺激，对另一对象并不一定起强化作用。由此可见，是刺激对反应的结果，而不是刺激本身的性质决定某种刺激是否为一种强化物。

1.2强化的类型：

斯金纳区分了两种强化类型：正强化（positive reinforcement，又译积极强化）和负强化（negative reinforcement，又译消极强化）。当在环境中增加某种刺激，有机体反应概率增加，这种刺激就是正强化物。比如，白鼠按开关时给食物，食物就是正强化。当某种刺激在有机体环境中消失时，反应概率增加，这种刺激就是负强化物。也就是说，负强化物是厌恶刺激，是有机体力图避开的那种刺激。比如，当处于电击状态下的白鼠按开关时停止电击，停止电击就是负强化物。

1.3强化的作用：塑造行为。

1.4强化安排：

1.4.1强化的方式：

斯金纳认为，在行为实验分析中，最容易控制的、最有效的变量是给予强化的方式。在精确控制的实验情景中，实验者可以精确地决定使用什么类型的强化，怎样给予强化和何时给予强化。强化的方式多种多样，包括连续强化和间隔强化、固定比例强化和变化比例强化、固定时间强化和变化时间强化等。具体见表2：

表2

表2是我修改施良方的《学习论》中的一个表格得到的。其中，连续强化、间歇强化这两种强化方式应该比较好理解，对于其内涵学者们也基本没什么异

议。但是，对于比例强化和间隔强化，学者们的表述就有不一致的地方，对于其内涵也有不同的解释。修改后的表2是我比较认同的理解。

在彭聃龄主编的《普通心理学（修订版）》中，将间隔强化与连续强化相对应，放在第一个层次。——这与施良方在《学习论》中的理解只是语言表达上的差异，不存在本质的不同。然后，《普心》又将间隔强化细分为比率式和时间式两种方式。在这里，就不仅仅是表达上的差异，同时隐含着对两种方式的内涵的理解上的差异。先说比率式与比例强化。其中，比率式认为，比例是强化与“反应次数”之间呈一定比例（包括可变的比例与固定的比例）；而《学习论》中的比例强化是强化与“正确反应次数”之间呈一定比例。既然，强化的作用是塑造行为，那么，如果将强化以“反应次数”为度，效果肯定没有以“正确反应次数”为度来得好，因为前者是只要出现反应，无论对错，只要靠次数就给强化，就可能出现反应者随便做出反应的结果。因此，我更赞同将比例强化理解为强化与正确反应次数之间呈比例。其次要说的是时间式与《学习论》中的间隔强化的不同。时间式显然是强化与“时间”之间的间隔。而《学习论》中的间隔强化是强化与一定时间内的正确反应的间隔（例如，每隔5分钟正确反应给予一次强化）。显然，后者比较复杂，因为它将强化与两个条件相联系，一是时间（5分钟），一是反应的性质（正确反应），乍看似乎比只考虑时间因素更能符合强化的塑造行为的作用。但是，细想之后发现这种理解有个致命的缺陷——可操作性不强！这种理解是说在5分钟之内的反应都是正确的才给强化吗？还是说5分钟之内只要出现过正确反应就给强化？如果一直没出现正确反应，但是5分钟时间已到（这时时间条件满足，但反应性质条件没满足），这种情况给不给强化？……一系列的问题都说明这种理解的可操作性不强。而，斯金纳的强化理论，甚至是整个操作学习理论都是来自于他的实验的，因此，他所采用的像强化这种概念应该会更多地考虑可操作性。因此，我更赞同将间隔强化理解为只与时间之间的间隔。这也是我修改《学习论》中的表的原因。

1.4.2不同强化安排的效果：

强化的方式可以有种种不同的结合和顺序，不同的强化安排对学习测试也会