7斯金纳操作学习理论

B·F·斯金纳（Burrhus Frederic Skinner，1904-1990）认为，经典条件作用知识解释了人类与动物的数量非常有限的行为。传统的刺激-反应理论的一句名言：没有刺激便没有反应。斯金纳承认这种模式在解释某些行为时是确切的，但他认为，人类与动物显示出来的许多反应并不是明显的刺激引发的。斯金纳把刺激引发的（elicited）反应称为“应答性反应（respondents）”；把有机体发出的（emitted）反应称为“操作性反应”（operants）。前者往往是一种不随意的行为；后者大多是随意的或有目的的行为。在应答性行为中，有机体是被动地对环境作出反应；而在操作性行为中，有机体是主动地作用于环境。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”。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”。任何作为强化的结果而习得的行为，都可以被看作是操作条件作用的例子。人们由此把斯金纳的理论称为强化理论。重要的刺激是跟随反应之后的刺激（强化物），而不是反应之前的刺激。

斯金纳体系试图回答的中心问题是：自变量（强化的类型和强化的安排）是如何影响学习的。斯金纳区别了两种强化类型：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。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。无论是正强化物还是负强化物，它们的结果都是增加反应概率。在桑代克那里，强化是用来解释刺激-反应联结加强的一条主要原理，而在斯金纳体系中，强化只用一个用来描述反应概率增加的术语，如何安排强化才是核心。斯金纳还区分了强化的两个来源：一级强化物和二级强化物。强化安排对几种学习测度的影响：1、对习得速度的影响。最初学习时给与连续强化，即每一次正确反应都给与强化的话，学习的速度就会比较快些。如果最初学习时使用间歇强化，学习就会困难些，速度也就慢一些。所有正确的反应（有时甚至只是近似于所期望的行为）都给与强化，目的是为了使动物尽快地掌握操作技能。2、对反应速度的影响。一般来说，比例强化安排比间隔强化安排的反应速度要快些；在两种固定强化安排中，在每次强化后，反应速度立即变慢。反应速度是从这一次强化后到下一次强化前有规则地逐渐加快的。3、对消退速度的影响：最佳的训练组合也许是，最初时使用连

负强化与惩罚这两个概念有本质区别的。间歇惩罚（即并非每次不良反应后都给与惩罚）比连续惩罚（每次反应后都给与惩罚）的效果要更好些，持续的时间也更久些。斯金纳认为，惩罚有时在改变行为方面是一种有效的方法，但不是一种理想的方法。虽说惩罚会导致反应的减少，但它只是间接地起作用的，它只是抑制而不是消除这种行为的。在非得给与惩罚时，一定要注意两点。第一，要注意利用惩罚后的反应抑制期。第二，惩罚一定要在不良反应发生后立即给与，延迟的惩罚可能是无效的。

PS：基于斯金纳的“惩罚”理论，国家对于“惩罚”明令禁止是完全有理可依的。当然，我国提出的“惩罚”并不仅仅是生理上的，而且包含心理上的。

斯金纳根据强化相倚关系设计的、促使有机体行为变化所采用的两种技术：塑造与渐退。

1、塑造：反应的辨别

塑造（shaping）是指通过安排特定的强化相倚关系使有机体作出他（它）们行为库中原先不曾有过的复杂动作。通过塑造技术来教有机体从事某种行为反应，主要是采用“相继近似法”（method of successive approximations），就是通过不断强化一系列逐渐接近最终行为的反应来塑造行为。斯金纳认为，成功地使用塑造技术的一个关键要素是必须控制环境刺

激。

2、渐退：刺激的辨别

渐退（fading）是指，通过有差别的强化，缓慢地减少两种（或两种以上）刺激的特征，从而使有机体最终能对两种只有很小差异的刺激作出有辨别的反应。斯金纳有时把这种技术称之为刺激控制。斯金纳认为，通过巧妙地编排程序，可以使动物对微妙的刺激差别作出辨别反应。

斯金纳一生中最大的贡献是提出了操作性条件作用的原理，设计了用以研究操作性条件作用的实验装置——斯金纳箱，并对各种强化程序安排的效果做了详细而又比较科学的考察。他根据强化原理所设计各种应用性技术（如塑造和渐退的方法），不仅使实验室动物行为发生了变化，而且被广泛应用于人类的社会情境。从某种意义上说，斯金纳的强化理论是桑代克效果律的进一步延伸和发展。但是，斯金纳操作性条件作用原理的独特性，以及他所设计的技术在程序教学、课程管理和行为矫正方面的有效性，是桑代克的效果律所不能比拟的。