操作性条件反射理论

操作性条件反射理论
（一） 桑代克
桑代克（ E. L. Thorndike, 1874-1949 ）是现代教育心理学的奠基人。他把人和动物的学习定义为刺激与反应之间的联结，联结是通过盲目尝试、逐步减少错误而形成的，即通过试误形成的。桑代克以动物为对象研究学习过程，较著名的实验是饥饿的猫打开迷箱。将“饿猫”放入迷箱中，箱外放置着可望而不可及的食物。猫初入箱子时，乱叫、乱抓，偶尔触动开门的设施，得以逃出并获取食物。在以后的实验中，猫在迷箱中的错误、盲目的动作随练习次数的增加而逐步减少，直至最后 “ 放入箱中即触动开门机关，逃出并得到食物。桑代克连续做了多次测验，对猫每次逃脱笼子所用的时间加以记录，由此制成的图表就是著名的“学习曲线”。根据这一实验结果，桑代克认为，动物初次进入迷箱时，其活动不是根据对笼子性质的理解，而是依照某种一般的冲动行事，随着错误反应的逐渐减少，正确反应的逐渐巩固，最终形成稳定的“刺激一反应”联结即“Ｓ－Ｒ”。

通过卓有成效的研究，桑代克总结了“试误说”的三大定律： (1) 效果律。试误学习的过程中，如果其他条件相等，在学习情境作特定的反应之后能够获得满意的结果时，则其联结就会增强；而得到烦恼的结果时，其联结就会削弱。 (2) 练习律。在试误学习的过程中，任何刺激与反应的联结，一旦练习运用，其联结的力量就逐渐增大；如果不运用，则联结的力量会逐渐减小。 (3) 准备律。在试误学习的过程中，当刺激与反应之间的联结，事前有一种准备状态时，实现则感到满意，否则感到烦恼；反之，当此联结不准备实现时，实现则感到烦恼。应该说明的是，虽然“尝试一错误”学习模式是从动物实验中抽象概括出来的，但它对于人类学习来说，仍有很大的借鉴意义。

在桑代克发现的“效果律”中，产生学习的机制远比巴甫洛夫学说或是经典条件反射理论要更加多样化。巴甫洛夫的学说或经典条件反射理论有一个限制，那就是必须事先存在一个联结自然刺激和反应的反射，然后以条件刺激“取代”自然刺激，学习才会得以发生。然而，桑代克的理论并没有这样的限制，只要施以及时的强化和奖赏，任何刺激与反应之间都可以形成反射。

（二）斯金纳
到 20 世纪 30 年代晚期，桑代克的观点由斯金纳（ Burrhus Frederic Skinner,1904-1990 ）发扬光大。斯金纳针对实验室中的老鼠和鸽子进行研究，取得了相当出色的研究成果。

斯金纳把动物和人的行为分为应答性行为和自发性行为。前者如风吹导致眨眼，食物刺激味蕾引起唾液分泌。这类行为

（或反应）是对特定刺激的应答，具有不随意性。巴甫洛夫的经典条件反射主要是研究这类行为。后者如婴儿喃喃自语，鸽子不停地啄地板。这类行为不是对特定刺激的反应，而是机体自发产生的，但它们可以对环境施加影响并受意识控制，因此是操作行为。斯金纳认为，操作条件反应（ operant conditioned response ）实验研究的是这类行为。

斯金纳箱是斯金纳研究操作条件反应的重要工具。饥饿的白鼠被置于斯金纳箱中，自发地发出多种行为，如闻、抓等。当它偶然踩压箱中的杠杆，杠杆与释放食丸的装置连接，能自动释放食丸至食槽中。假设你的目的是教会白鼠按压箱中的杠杆，那么每当它偶然踩在杠杆上时，立即释放食物。若干次这样的压杆与食物结合之后，不给食物，白鼠也会多次压杆。如同经典条件反射一样，若多次压杆而得不到食物，白鼠习得的压杆行为会逐渐消退。

在巴甫洛夫经典条件反射实验和斯金纳操作条件反应实验中，外部的强化是学习成功的重要条件，不过两者在强化物出现的时间安排上有所不同。在巴甫洛夫经典条件反射实验中，强化物伴随条件刺激出现，动物的反应在强化物出现之后。在操作条件反应实验中，动物先发出适当反应（如压杆），然后强化物出现，强化物出现在动物的适当行为之后。

斯金纳曾把上述原理应用到人类的学习上，譬如，教学机器和程序教科书的研究。不论是教学机器还是程序教科书，教材都以小单元的形式来组织，在学习时学生需要回答问题，如果答案正确，则会获得正向的反馈，然后进行下一道题目；相反，如果答题者没有正确地回答问题，就会给他一道补救性的题目或者解题范例。斯金纳指出，教学机器只是提供符合学生预备程度的教材。教学机器可以给学生提示，协助他（她）做出正确的回答。