行为主义学习理论(4)

强化伴随着条件刺 强化伴随着反应， 激，强化不是奖赏 强化是奖赏 反应是被动的 刺激间信号关系 信号学习 情绪学习 反应是主动的 特定的反应 简单的 技能学习
结果的角色: 结果的角色: 强化 Reinforcement
强化物（Reinforcer） 强化物（Reinforcer）: 能增强行为的各种结果 consequence which increases the frequency of behavior
不确定的 不可预期的
先行事件的作用 Role of Antecedents
提示线索或先行刺激（antecedent stimulus） ：表明哪些行为将受到强化或惩罚，如提前告 知学生作品的评价量规（演示文稿支架.doc）
辨别（discrimination）：利用提示线索（ cues）了解行为强化的最佳时机，如学生知道 何时向老师提出合理要求，教师察觉课堂上学 生的面部表情
Albert Bandura’s 社会学习理论
Social Learning Theory
社会性学习:
通过观察和模仿，直接向榜样学习 观察学习（observational learning）的四个阶 段: 1. 注意阶段 Attention
2. 3. 4.
保持阶段 Retention 再现阶段 Reproduction 动机阶段 Motivation
结果的作用: 结果的作用: 强化
普雷马克原理（ Principle） 普雷马克原理（Premack Principle） (“Grandma’s Rule”):将低渴望的活动与高 Rule”):将低渴望的活动与高 渴望的活动联系起来， 渴望的活动联系起来，以促进低渴望活动的出 现
“If you eat your vegetables, you may have dessert.”
B. F. Skinner ‘s 操作性条件反 射
Operant Conditioning
定义: 应用愉快的或不愉快的结 果来改变行为 use of pleasant and unpleasant consequences to change behavior Box: Skinner’s Box 在控制的环境中开展试验
如果一个动作之后伴随着某种令人不满的结果，则 该动作在相似情景中被重复的可能性就会减少，联 结就减弱。
桑代克的练习律和准备律
个体当前行为的结果在决定其未来行为方 面起到非常重要的作用 练习律：一个已形成的可变联结，若加以 利用，就会增强（用律）；若久不利用， 就会变弱（废律）。 准备律：当一个传导单位准备好传导时， 传导就产生满足；不传导就产生烦恼。当 一个传导单位未准备好传导时，强行传导 就会产生烦恼。
行为主义学习理论的优势和局限
优势：在解释人类的大部分行为方面非常有用，在 行为改变方面有为明显 局限性：只关注可观察的外显行为，很少对难以观 察到的内部学习过程，尤其是对高级认知能力的过 程进行研究 社会学习理论是行为主义学习理论的直接衍生物， 在行为主义和认知主义观点间架起了一座桥梁
强化物（reinforcer）
强化物：能增强行为（提高行为出现 的频率）的各种结果 没有任何一种奖赏能成为适合于所有 情景中所有人的强化物 强化物的分类：
一级强化物和二级强化物 正强化物和负强化物 内部强化物和外部强化物
一级强化物和二级强化物
一级强化物：满足人类基本需求，如 食物、安全、温暖
社会强化物，如表扬、微笑、 拥抱、关注
Social Learning Theory: 迈承巴姆Meichenbaum 迈承巴姆Meichenbaum
认知行为矫正 （Cognitive Behavior Modification）: 通过自我陈述（自言 Modification）
自语）对自己的行为进行监控和调节
“What is my problem? What is my plan? Am I using my plan? How did I do?
使行为与结果之间的联系明确化 提高反馈的信息价值
塑造 Shaping
定义：对学生趋向成功的每 定义： 定义 一步都给予强化，以引导学 生实现最终的目标 课堂应用 通过强化学习者逐步趋 课堂应用: 课堂应用 近预期目标的每一步来教授新技能 或新行为
强化程序 Schedules of Reinforcement:
操作性条件反射
强化结果 Reinforcing Consequences
增加行为重复发 生的可能性
惩罚结果 Punishing Consequences
减少行为重复发 生的可能性
经典条件反射与操作性条件反射的区别
经典条件反射 反应类型 强化的性质 反应的主动性 学到了什么 适合于解释 S-R 型 操作条件反射 R-S 型
causes a
惊吓Βιβλιοθήκη BaiduStartle (UCR) 刺耳的噪声 Loud noise (UCS)
+ =
场景 Presentation (CS) 场景 Presentation (CS) 惊吓 Startle (CR)
causes a
E.L. Thorndike’s 效果律
Law of Effect
如果一个动作之后伴随着某种令人满意的结果，则该 动作在相似情景中被重复的可能性就会增加，联结就 增强。
实用的强化物
最好使用能起作用、但不太贵的非物质的强化物 从最不物质化到最物质化依次排列的强化物：
自我强化 表扬 关注 评定和认证 家庭强化 特权 活动强化物 物质化的强化物 食物
课堂中强化的应用
1. 确定你想要学生做出的行为，当这些行为出现时予以 确定你想要学生做出的行为， 强化。 强化。
2. 告诉学生你所期望的行为表现，当他们表现出来时， 给予强化，并告知原因。
负强化物（ Reinforcer） 负强化物（Negative Reinforcer）: 使 个体摆脱不愉快情景， 个体摆脱不愉快情景，如免除孩子洗 碗 结果: 强化行为 strengthens behavior 结果:
内部强化物和外部强化物
内部强化物（intrinsic reinforcers）：人 内部强化物（intrinsic reinforcers）：人 们因受到内部动机的驱使而从事某种活动，行 为本身所具有的奖励 外部强化物（extrinsic reinforcers）：激 外部强化物（extrinsic reinforcers）：激 励人们从事某种活动的表扬和奖励 对儿童原本自愿做出的某些行为进行强化，则 可能削弱长期的内部动机（Deci， 可能削弱长期的内部动机（Deci，Koeatner & Ryan，1999） Ryan，1999） 但教师无需担心外部强化物的作用会损害内部 动机
可变时距程序 （ variable-interval ： VI）：不定时给予强化物， 课堂上对学习活动的抽查。 VI能够非常有效地维持一 个高频率的行为，具有很 强的抗消退性
课堂行为的维持
当学习一个新行为时，用以下方式强化正确行为:
经常的 可预测的
当一个行为或技能已经建立，用以下方式强化正确 行为:
只有当强化不奏效时才考虑使用惩罚 当有必要使用惩罚时，应尽可能采用温和的方式， 不能使个体感到彻底挫败 学校中的体罚是违法的
结果的及时性
结果在行为之后立即出现比延迟一段时间再出现 更能影响行为 立即给予的小强化物比延迟给予的大强化物更有 效力（Kulik 1988），如戒烟和控制饮食的困难 效力（Kulik 1988），如戒烟和控制饮食的困难 及时反馈的目的：
条件刺激 Conditioned Stimulus 条件刺激 Conditioned Stimulus 条件反应 Conditioned Response
causes a
Classical Conditioning: An Example
刺耳的噪声 (UCS) 场景 Presentation (NS)
Pavlov’s Classical Conditioning
无条件刺激 无条件反应 Unconditioned Stimulus causes an Unconditioned Response 中性刺激 Neutral Stimulus
+ =
无条件刺激 Unconditioned Stimulus
刺激Stimuli: 刺激Stimuli: 刺激
- 气味 smells - 声音 sounds - 温度 temperature
定义: 因经验而导致个体行 为的改变 change in an individual caused by experience
学习的类型
有意的 Intentional 无意的 Unintentional
教育心理学: 教育心理学: 理论与实践 第五章
行为主义学习理论
本讲的主要问题
什么是学习? 什么是学习? 行为主义学习理论是如何演变的? 行为主义学习理论是如何演变的? 行为主义学习理论有什么主要原则? 行为主义学习理论有什么主要原则? 社会学习理论如何帮助我们理解人类 的学习? 的学习?
什么是学习? 什么是学习?
暂时隔离（time out）：将犯错误的学生与其他学生隔离一 暂时隔离（time out）：将犯错误的学生与其他学生隔离一 段时间，如让这些学生在角落里、教室外的走道上或办公室 “坐冷板凳”实验（Sit “坐冷板凳”实验（Sit and Watch）（White & Bailey， Watch）（White Bailey， 1990）：这个方案在体育课上产生明显的惩罚效果 1990）：这个方案在体育课上产生明显的惩罚效果
强化物
二级强化物： 与一级或其他 二级强化物联 系，获得强化 价值
活动强化物，如玩玩具、做 游戏、从事有趣的活动 代币强化物，如钱、分数、 积分、奖品
强化物类型
一级强化物 Primary Reinforcers:
食物 Food 水 Water 温暖 Warmth 安全 Security 性 Sex
固定比率程序（fixedratio ：FR）：做出定 量的行为之后获得强化 物，如做完6题可以玩
固定时距程序（ fixed-interval：FI ）：定时给予强化物 ，如期中、期末考试
可变比率程序（variableratio ：VR）：做出不定 量的行为之后获得强化物 ，如VR1、VR60，如赌博游 戏、被点名回答问题。 VR具有很强的抗消退能力
强化物类型
二级强化物 Secondary Reinfocers 金钱 Money 分数 Grades 星星 Stars 表扬 Praise
正强化物和负强化物: 正强化物和负强化物:
正强化物（ Reinforcer） 正强化物（Positive Reinforcer）:给 予个体的强化物，如表扬、分数、 奖品等 结果：强化行为strengthens 结果：强化行为strengthens behavior
3. 在恰当的行为出现时，尽快给予强化。
惩罚物 Punishment: 减弱行为的结果
两种惩罚
呈现不愉快的结果 Presentation of unpleasant consequences
取消愉快的结果 Removal of pleasant consequences
惩罚物
惩罚物的分类：
呈现惩罚（presentation punishment）：使用不愉快的 呈现惩罚（presentation punishment）：使用不愉快的 结果或厌恶性刺激（aversive stimulus），即强迫接触 结果或厌恶性刺激（aversive stimulus），即强迫接触 不喜欢的事或情景，如批评、指责学生 取消性惩罚（removal punishment）：愉快结果的取消， 取消性惩罚（removal punishment）：愉快结果的取消， 即阻止接触喜欢的事或情景，如丧失特权、剥夺课间休息 、放学后留校