Sign up to save your podcasts
Or
Share 打開史金納的箱子：行為主義大師史金納與操作制約學習【謝伯讓｜大腦好好玩 S04 EP02】
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
打開史金納的箱子：行為主義大師史金納與操作制約學習【謝伯讓｜大腦好好玩 S04 EP02】
['
在第四季第一集的《大腦好好玩》裡，主持人謝伯讓介紹到將「古典制約學習」在人類身上發揚光大的心理學家華生（John Watson）。這一集的節目，則要介紹開創行為主義重要理論「操作制約學習（operant conditioning）」的心理學家史金納（B.F. Skinner）。
\n
\n這位美國行為主義的大師，是如何從美國教育心理學之父桑代克（Edward Thorndike）的三項學習定律延伸設計實驗，嘗試驗證「操作制約學習」理論？而「操作制約」的學習現象，又是如何透過「強化（\u200b\u200breinforcement）」與「處罰（punishment）」兩大操作要素，影響動物與人類的學習結果？
\n
本集重點：
\n04:55 桑代克的三項學習定律
\n10:31 操作制約學習理論基本概念介紹
\n
延伸閱聽：
\n《動物好好玩》第二季 EP02｜哪種鳥比鸚鵡還會模仿？緝毒犬如何學會找毒品？談動物的學習能力：https://mirrorvoice.com.tw/podcasts/124/2127
\n\n
謝伯讓的腦科學世界：https://www.facebook.com/pojanghsieh
\n\n
【本集節目是由鏡好聽製作播出的《大腦好好玩第四季》】
\n每隔週四上線全新一集
\n開啟小鈴鐺、按下追蹤，持續關注最新節目
\n\n
製作人：余韋達
\n後製：孫藝庭
\n圖片：Shutterstock
\n\n
鏡好聽全新改版上線！想聽愛聽就在鏡好聽，訂閱《鏡好聽》並下載 APP 收聽，只給你最好的聲音。
\n| 立即訂閱《鏡好聽》：https://www.mirrorvoice.com.tw/mirrorvoice-plus
\n| 免費下載《鏡好聽》APP：https://mirrormediafb.pros.is/LY67K
\n| 追蹤《鏡好聽》Facebook：https://facebook.com/mirrorvoice2019
\n| 追蹤《鏡好聽》Instagram：https://instagram.com/mirror_voice
\n| 合作、節目建議歡迎來信：[email protected]
\n\n
節目內容全文：
\n\n
在上一集的節目中，我們介紹了美國行為主義心理學家華生（John Watson），這位華生，可以說是帕伐洛夫古典制約學習理論在美國的繼承人。而今天，我們則要繼續介紹美國的另一位行為主義大師史金納（B.F. Skinner）。
\n\n
史金納和華生雖然都是行為主義心理學家，但是兩者最大的差異就是，史金納並沒有延續帕伐洛夫的古典制約研究典範，而是自己開創出了另外一種制約典範，我們現在稱之為操作制約（operant conditioning），那我們待會，就會針對這個典範來做仔細介紹。
\n\n
在介紹操作制約學習之前，我們先再來回顧一下帕伐洛夫和華生的古典制約學習。我們現在已經知道，古典制約（classical conditioning），這種制約學習，就是在學習兩個刺激之間的關聯性，好讓我們可以預期某個即將到來的事件，以便提前做出反應。
\n\n
那操作制約又是什麼呢？操作制約（operant conditioning），就是當我們做出某一個行為之後，我們可以根據這個行為的後果，來改變我們以後的行為。比方說，如果做出一個行為之後會得到獎賞，那這個行為就會被強化，但是如果做出一個行為之後會得到懲罰，那這個行爲就會被弱化，這種學習方式，就叫做操作制約學習，也就是根據行為操作的結果來進行學習。
\n\n
至於操作制約學習現象最開始是如何被發現的呢？關於操作制約的最早發現者，可以追溯到20世紀初期的一位美國心理學家桑代克（Edward Thorndike）。這位桑代克，算是美國的「教育心理學之父」，而且應該也是早期美國最多產的、論文數量最豐富的一位心理學家，他在研究生涯之中，就發表了超過500篇的論文和書籍，而他也是美國國家科學院中第一位入選院士的心理學家。
\n\n
桑代克當年非常關心的一個問題就是，包括人類在內的各種動物，到底是怎麼學會新事物或新技能的？
\n\n
・桑代克的迷籠
\n\n
為了研究這個問題，桑代克就設計了一種叫做「迷籠」的道具，迷宮的迷，籠子的ㄌ籠，英文是（puzzle box）。所謂的迷籠，就是一個裡面藏有機關的籠子，如果動物想要逃脫這個籠子來取得籠子外的食物，那就得要自己去學會如何觸碰和操控籠子中的機關才行。
\n\n
桑代克在當年的一項迷籠實驗中，就是把貓放在迷籠中，然後去觀察貓是如何學會逃出迷籠的。結果發現，貓在迷籠中的解謎方式，似乎和人類的行為不太一樣。大家可以想像一下，如果是人類被關在密室中玩密室脫逃遊戲，那通常人類應該是會先觀察、再推理、然後產生洞見來解謎逃脫。但是貓卻不是這樣，桑代克發現，迷籠中的貓，並不是透過單純的觀察機關、然後再用推理產生洞見，貓的解謎方式，似乎就只是單純的「試誤法」而已，也就是直接嘗試錯誤然後找出答案，英文叫做Trial-and Error。
\n\n
也就是說，貓會在籠子中隨意觸碰事物，然後碰巧有幾次就剛好觸碰到機關，在觸碰到機關後，門就開啟、並獲得獎勵食物，最後貓就記住自己碰巧開門的動作。
\n\n
如果我們觀察貓的反應時間，也就是每次花了多久才能逃脫，我們就可以看到，隨著練習次數越多，貓的逃脫時間也會變得越來越快。由此可見，貓的確有在這樣的試誤法中學習到如何逃脫迷籠。
\n\n
・桑代克的三項學習定律
\n\n
好，桑代克根據這些實驗結果，就提出了他的三項學習定律，分別是準備律、練習律、以及效果律。
\n\n
桑代克學習定律的第一項，就是「準備律」（Law of Readiness）。所謂的準備律，就是說，個體一定要在準備就緒的時候，學習才會有效。比方說，在桑代克的實驗裡面，貓可能必須要是有逃生慾望的貓、或是肚子餓的貓，牠必須要有想逃脫籠子的慾望、或是出去籠子外面吃東西的慾望，如此一來，才能學得會逃脫籠子。要不然，如果你把一隻吃飽、且本來就喜歡躲在籠子裡的貓放進籠子的話，牠基本上是不會有動機想去學習如何逃出籠子的。
\n\n
同樣的，人類的學習也是一樣，只有當學習者在生理上、心理上、情緒上、和動機上都準備就緒的時候，學習才可能出現。比方說，生理和心理上如果發展還不成熟，那當然不可能學得會。至於情緒和動機方面，如果有強烈的情緒和動機，基本上就會學得比較快。這個現象在學校中其實也很常見，例如當學生的學習動機很強時，我們通常就可以觀察到比較好的學習結果。
\n\n
第二定律：練習律（Law of Exercise）
\n\n
再來，桑代克學習定律中的第二個定律就是練習律（Law of Exercise），練習律其實非常的簡單易懂，所謂的練習律就是，常常重複練習的，就比較容易被習得。那我們現在知道，不管是在動物或是人類身上，重複的練習可以說是學習的關鍵。不管是在動作的學習、或是知識的學習、還是概念的學習都一樣，最有效的學習方式，通常就是不斷透過動作去練習，或是不斷重複地去聆聽、並且以不同角度去接觸和思考。
\n\n
第三定律：效果律（Law of Effect）
\n\n
最後，也是最重要的就是第三個定律，效果律（Law of Effect）。所謂的效果律，指得就是，個體的行為會根據其結果而產生改變。也就是說，如果一個行為馬上產生效果，那我們很快就可以學會該行為和效果的關聯性，並藉此來改變我們的行為。比方說，如果一個行為馬上獲得獎賞，那我們就會強化該行為，但是如果一個行為馬上獲得懲罰，那我們就會弱化該行為。
\n\n
好，那我們為什麼要介紹桑代克的三個學習定律呢？這是因為，桑代克的理論，後來對史金納產生了很大的影響。史金納當年在得知桑代克的發現之後，馬上就開始思索一些問題。
\n\n
比方說，第一的問題就是，我們有沒有辦法透過更嚴謹的方式，來系統性的研究動物如何學習自己的行為後果？第二個問題是，透過這種學習方式，動物究竟可以學會的東西有多少？第三個問題則是，行為與獎勵之間的時間間隔關係，對於學習有什麼影響？
\n\n
那我們現在就先來看看第一個問題，也就是該怎麼研究動物如何學習自己的行為所產生的後果。關於動物可以透過行為的結果來學習的現象，史金納很快就提出了自己的理論和實驗方法。在理論方面，史金納提出了三項關係論（Three Term Contingency）。
\n\n
那這三項關係論中的三項是哪三項呢？這三項，分別是先行物、行為和結果。先行物，也就是先行在前的事物，英文是（antecédence），它指的就是環境中的一些具有區辨力的線索，這些線索，可能會讓我們的行為的結果變得不一樣。
\n\n
我們直接舉例的話，就是假設有一隻狗喜歡跳上沙發，那這隻狗在透過試誤法之後發現，每次主人不在家的時候，只要自己一跳上沙發就可以非常享受，但是只要主人在家，那麼跳上沙發就會被趕走然後處罰。
\n\n
在這個例子中，先行物，就是主人在不在家，行為就是跳上沙發，結果就是享受沙發或是被處罰。而這種由先行物、行為、和結果所構成的三項關係，就是我們在日常生活中學習很多事物時的重要關鍵。
\n
\n
・史金納盒子（Skinner’s Box）
\n\n
再來，除了理論之外，史金納也透過實驗的方式，找到了許多關於學習的法則。他最有名的實驗方式，就是使用所謂的史金納盒子（Skinner’s Box）。所謂的史金納盒子，就是他設計出來的一種實驗盒子，透過這個盒子，史金納把小動物放在盒子中，然後呈現聲音和光線等各種刺激，並且同時給予食物獎勵或電擊處罰。最後透這些刺激和賞罰的組合，他就可以觀察動物學習的法則。
\n\n
經由這樣的實驗方法，史金納有了許多新的發現，其中最重要的發現之一，就是操作制約學習（operant conditioning）。所謂的操作制約，就是當我們做出某一個行為之後，我們可以根據這個行為的後果，來改變我們以後的行為。如果結果很好，我們就會繼續做這樣的行為，而如果結果不好，我們就不會再做一樣的行為。
\n\n
比方說，如果你在餐廳打工時發現，不經意的微笑竟然讓你多拿了很多小費，那你以後可能就會刻意的微笑來賺取更多小費。又比方說，當你在學習新技能、像是騎腳踏車的時候，如果剛好某個姿勢讓你可以維持平衡很久，那你就會傾向繼續維持同一個姿勢來保持平衡。
\n\n
那這其中的原理就在於，如果做出一個行為會得到獎賞，那這個行為就會被強化，但是如果做出一個行為會得到懲罰，那這個行爲就會被弱化，這種學習方式，就叫做操作制約學習，也就是根據行為操作的結果來進行學習。
\n\n
好，那各位眼尖耳利聽眾聽到這邊，應該就已經注意到，操作制約中最關鍵的兩個要素，其實就是強化（reinforcement）和處罰（punishment）。那我們現在就逐一來看看這兩個要素到底扮演了什麼角色。
\n\n
首先我們先看強化（reinforcement）。強化，就是在行為發生之後，環境中的一些變化，會讓這個行為受到正面的獎勵。而強化，又會根據獎勵的形式而區分成兩種，分別是，正向強化和負向強化（positive reinforcement和negative reinforcement）。
\n\n
正向強化，就是透過給予一些對方喜歡的東西來進行強化，比方說，如果動物喜歡溫暖，那我們就可以在動物做出你想要他做出的行為之後，給予溫暖的光照來當作獎勵。
\n\n
至於負向強化，則是移除對方不喜歡的事物，比方說，你可以在動物做出你想要他做出的行為之後，移出環境中一些他所不喜歡的事物。例如動物如果不喜歡光，那就移除光照。如果不喜歡噪音，那就移除掉噪音。
\n\n
好，剛剛看到的是強化（reinforcement），現在來看看處罰（punishment）。處罰，就是在行為發生之後，環境中的一些變化，會讓這個行為受到負面的抑制。那處罰也跟剛剛的強化一樣，可以根據負面抑制的形式而區分成兩種，這兩種形式分別是，正向處罰和負向處罰（positive punishment和negative punishment）。
\n\n
正向處罰，就是你可以透過「加入」一些對方不喜歡的東西，來達到抑制行為的效果，例如體罰、責罵，就是正向處罰。那負向處罰，則是你可以「移除」一些對方喜歡的東西，來達到抑制行為的效果。例如不准下課、不准放假，就是負向處罰。
\n\n
所以我們可以看到，正向和負向的定義，並不是好或壞，也不是想要或是不想要。正向的定義，就是加入一些東西；負向的定義，就是移除一些東西。如果你加入對方喜歡的，就是正向強化，如果加入對方不喜歡的，就是正向處罰。如果移除對方喜歡的，就是負向處罰，如果移除對方不喜歡的，就是負向強化。
\n\n
操作制約的這四種型態，其實都可以在史金納的動物實驗盒中看到，比方說，如果我們在老鼠按壓按鈕的時候「給予」食物，那就是正向強化。如果我們在老鼠按壓按鈕的時候「給予」電擊，那就是正向處罰。那如果我們在老鼠按壓按鈕的時候「移除」噪音，那就是負向強化。至於負向處罰，在史金納的動物實驗盒中比較少見，但是我們可以想像，如果我們在老鼠按壓按鈕的時候「移除」氧氣，那就會是負向處罰。
\n\n
所以我們再強調一次，只要是給予東西，就是正向。給予喜歡的，就是正向強化。給予不喜歡的，就是正向處罰。相對的，只要是移除事物，就是負向。移除討厭的，就是負向強化，移除喜歡的，就是負向處罰。
', OrderedDict([('content:encoded', '在第四季第一集的《大腦好好玩》裡，主持人謝伯讓介紹到將「古典制約學習」在人類身上發揚光大的心理學家華生（John Watson）。這一集的節目，則要介紹開創行為主義重要理論「操作制約學習（operant conditioning）」的心理學家史金納（B.F. Skinner）。
\n
\n這位美國行為主義的大師，是如何從美國教育心理學之父桑代克（Edward Thorndike）的三項學習定律延伸設計實驗，嘗試驗證「操作制約學習」理論？而「操作制約」的學習現象，又是如何透過「強化（\u200b\u200breinforcement）」與「處罰（punishment）」兩大操作要素，影響動物與人類的學習結果？
\n
本集重點：
\n04:55 桑代克的三項學習定律
\n10:31 操作制約學習理論基本概念介紹
\n
延伸閱聽：
\n《動物好好玩》第二季 EP02｜哪種鳥比鸚鵡還會模仿？緝毒犬如何學會找毒品？談動物的學習能力：https://mirrorvoice.com.tw/podcasts/124/2127
\n\n
謝伯讓的腦科學世界：https://www.facebook.com/pojanghsieh
\n\n
【本集節目是由鏡好聽製作播出的《大腦好好玩第四季》】
\n每隔週四上線全新一集
\n開啟小鈴鐺、按下追蹤，持續關注最新節目
\n\n
製作人：余韋達
\n後製：孫藝庭
\n圖片：Shutterstock
\n\n
鏡好聽全新改版上線！想聽愛聽就在鏡好聽，訂閱《鏡好聽》並下載 APP 收聽，只給你最好的聲音。
\n| 立即訂閱《鏡好聽》：https://www.mirrorvoice.com.tw/mirrorvoice-plus
\n| 免費下載《鏡好聽》APP：https://mirrormediafb.pros.is/LY67K
\n| 追蹤《鏡好聽》Facebook：https://facebook.com/mirrorvoice2019
\n| 追蹤《鏡好聽》Instagram：https://instagram.com/mirror_voice
\n| 合作、節目建議歡迎來信：[email protected]
\n\n
節目內容全文：
\n\n
在上一集的節目中，我們介紹了美國行為主義心理學家華生（John Watson），這位華生，可以說是帕伐洛夫古典制約學習理論在美國的繼承人。而今天，我們則要繼續介紹美國的另一位行為主義大師史金納（B.F. Skinner）。
\n\n
史金納和華生雖然都是行為主義心理學家，但是兩者最大的差異就是，史金納並沒有延續帕伐洛夫的古典制約研究典範，而是自己開創出了另外一種制約典範，我們現在稱之為操作制約（operant conditioning），那我們待會，就會針對這個典範來做仔細介紹。
\n\n
在介紹操作制約學習之前，我們先再來回顧一下帕伐洛夫和華生的古典制約學習。我們現在已經知道，古典制約（classical conditioning），這種制約學習，就是在學習兩個刺激之間的關聯性，好讓我們可以預期某個即將到來的事件，以便提前做出反應。
\n\n
那操作制約又是什麼呢？操作制約（operant conditioning），就是當我們做出某一個行為之後，我們可以根據這個行為的後果，來改變我們以後的行為。比方說，如果做出一個行為之後會得到獎賞，那這個行為就會被強化，但是如果做出一個行為之後會得到懲罰，那這個行爲就會被弱化，這種學習方式，就叫做操作制約學習，也就是根據行為操作的結果來進行學習。
\n\n
至於操作制約學習現象最開始是如何被發現的呢？關於操作制約的最早發現者，可以追溯到20世紀初期的一位美國心理學家桑代克（Edward Thorndike）。這位桑代克，算是美國的「教育心理學之父」，而且應該也是早期美國最多產的、論文數量最豐富的一位心理學家，他在研究生涯之中，就發表了超過500篇的論文和書籍，而他也是美國國家科學院中第一位入選院士的心理學家。
\n\n
桑代克當年非常關心的一個問題就是，包括人類在內的各種動物，到底是怎麼學會新事物或新技能的？
\n\n
・桑代克的迷籠
\n\n
為了研究這個問題，桑代克就設計了一種叫做「迷籠」的道具，迷宮的迷，籠子的ㄌ籠，英文是（puzzle box）。所謂的迷籠，就是一個裡面藏有機關的籠子，如果動物想要逃脫這個籠子來取得籠子外的食物，那就得要自己去學會如何觸碰和操控籠子中的機關才行。
\n\n
桑代克在當年的一項迷籠實驗中，就是把貓放在迷籠中，然後去觀察貓是如何學會逃出迷籠的。結果發現，貓在迷籠中的解謎方式，似乎和人類的行為不太一樣。大家可以想像一下，如果是人類被關在密室中玩密室脫逃遊戲，那通常人類應該是會先觀察、再推理、然後產生洞見來解謎逃脫。但是貓卻不是這樣，桑代克發現，迷籠中的貓，並不是透過單純的觀察機關、然後再用推理產生洞見，貓的解謎方式，似乎就只是單純的「試誤法」而已，也就是直接嘗試錯誤然後找出答案，英文叫做Trial-and Error。
\n\n
也就是說，貓會在籠子中隨意觸碰事物，然後碰巧有幾次就剛好觸碰到機關，在觸碰到機關後，門就開啟、並獲得獎勵食物，最後貓就記住自己碰巧開門的動作。
\n\n
如果我們觀察貓的反應時間，也就是每次花了多久才能逃脫，我們就可以看到，隨著練習次數越多，貓的逃脫時間也會變得越來越快。由此可見，貓的確有在這樣的試誤法中學習到如何逃脫迷籠。
\n\n
・桑代克的三項學習定律
\n\n
好，桑代克根據這些實驗結果，就提出了他的三項學習定律，分別是準備律、練習律、以及效果律。
\n\n
桑代克學習定律的第一項，就是「準備律」（Law of Readiness）。所謂的準備律，就是說，個體一定要在準備就緒的時候，學習才會有效。比方說，在桑代克的實驗裡面，貓可能必須要是有逃生慾望的貓、或是肚子餓的貓，牠必須要有想逃脫籠子的慾望、或是出去籠子外面吃東西的慾望，如此一來，才能學得會逃脫籠子。要不然，如果你把一隻吃飽、且本來就喜歡躲在籠子裡的貓放進籠子的話，牠基本上是不會有動機想去學習如何逃出籠子的。
\n\n
同樣的，人類的學習也是一樣，只有當學習者在生理上、心理上、情緒上、和動機上都準備就緒的時候，學習才可能出現。比方說，生理和心理上如果發展還不成熟，那當然不可能學得會。至於情緒和動機方面，如果有強烈的情緒和動機，基本上就會學得比較快。這個現象在學校中其實也很常見，例如當學生的學習動機很強時，我們通常就可以觀察到比較好的學習結果。
\n\n
第二定律：練習律（Law of Exercise）
\n\n
再來，桑代克學習定律中的第二個定律就是練習律（Law of Exercise），練習律其實非常的簡單易懂，所謂的練習律就是，常常重複練習的，就比較容易被習得。那我們現在知道，不管是在動物或是人類身上，重複的練習可以說是學習的關鍵。不管是在動作的學習、或是知識的學習、還是概念的學習都一樣，最有效的學習方式，通常就是不斷透過動作去練習，或是不斷重複地去聆聽、並且以不同角度去接觸和思考。
\n\n
第三定律：效果律（Law of Effect）
\n\n
最後，也是最重要的就是第三個定律，效果律（Law of Effect）。所謂的效果律，指得就是，個體的行為會根據其結果而產生改變。也就是說，如果一個行為馬上產生效果，那我們很快就可以學會該行為和效果的關聯性，並藉此來改變我們的行為。比方說，如果一個行為馬上獲得獎賞，那我們就會強化該行為，但是如果一個行為馬上獲得懲罰，那我們就會弱化該行為。
\n\n
好，那我們為什麼要介紹桑代克的三個學習定律呢？這是因為，桑代克的理論，後來對史金納產生了很大的影響。史金納當年在得知桑代克的發現之後，馬上就開始思索一些問題。
\n\n
比方說，第一的問題就是，我們有沒有辦法透過更嚴謹的方式，來系統性的研究動物如何學習自己的行為後果？第二個問題是，透過這種學習方式，動物究竟可以學會的東西有多少？第三個問題則是，行為與獎勵之間的時間間隔關係，對於學習有什麼影響？
\n\n
那我們現在就先來看看第一個問題，也就是該怎麼研究動物如何學習自己的行為所產生的後果。關於動物可以透過行為的結果來學習的現象，史金納很快就提出了自己的理論和實驗方法。在理論方面，史金納提出了三項關係論（Three Term Contingency）。
\n\n
那這三項關係論中的三項是哪三項呢？這三項，分別是先行物、行為和結果。先行物，也就是先行在前的事物，英文是（antecédence），它指的就是環境中的一些具有區辨力的線索，這些線索，可能會讓我們的行為的結果變得不一樣。
\n\n
我們直接舉例的話，就是假設有一隻狗喜歡跳上沙發，那這隻狗在透過試誤法之後發現，每次主人不在家的時候，只要自己一跳上沙發就可以非常享受，但是只要主人在家，那麼跳上沙發就會被趕走然後處罰。
\n\n
在這個例子中，先行物，就是主人在不在家，行為就是跳上沙發，結果就是享受沙發或是被處罰。而這種由先行物、行為、和結果所構成的三項關係，就是我們在日常生活中學習很多事物時的重要關鍵。
\n
\n
・史金納盒子（Skinner’s Box）
\n\n
再來，除了理論之外，史金納也透過實驗的方式，找到了許多關於學習的法則。他最有名的實驗方式，就是使用所謂的史金納盒子（Skinner’s Box）。所謂的史金納盒子，就是他設計出來的一種實驗盒子，透過這個盒子，史金納把小動物放在盒子中，然後呈現聲音和光線等各種刺激，並且同時給予食物獎勵或電擊處罰。最後透這些刺激和賞罰的組合，他就可以觀察動物學習的法則。
\n\n
經由這樣的實驗方法，史金納有了許多新的發現，其中最重要的發現之一，就是操作制約學習（operant conditioning）。所謂的操作制約，就是當我們做出某一個行為之後，我們可以根據這個行為的後果，來改變我們以後的行為。如果結果很好，我們就會繼續做這樣的行為，而如果結果不好，我們就不會再做一樣的行為。
\n\n
比方說，如果你在餐廳打工時發現，不經意的微笑竟然讓你多拿了很多小費，那你以後可能就會刻意的微笑來賺取更多小費。又比方說，當你在學習新技能、像是騎腳踏車的時候，如果剛好某個姿勢讓你可以維持平衡很久，那你就會傾向繼續維持同一個姿勢來保持平衡。
\n\n
那這其中的原理就在於，如果做出一個行為會得到獎賞，那這個行為就會被強化，但是如果做出一個行為會得到懲罰，那這個行爲就會被弱化，這種學習方式，就叫做操作制約學習，也就是根據行為操作的結果來進行學習。
\n\n
好，那各位眼尖耳利聽眾聽到這邊，應該就已經注意到，操作制約中最關鍵的兩個要素，其實就是強化（reinforcement）和處罰（punishment）。那我們現在就逐一來看看這兩個要素到底扮演了什麼角色。
\n\n
首先我們先看強化（reinforcement）。強化，就是在行為發生之後，環境中的一些變化，會讓這個行為受到正面的獎勵。而強化，又會根據獎勵的形式而區分成兩種，分別是，正向強化和負向強化（positive reinforcement和negative reinforcement）。
\n\n
正向強化，就是透過給予一些對方喜歡的東西來進行強化，比方說，如果動物喜歡溫暖，那我們就可以在動物做出你想要他做出的行為之後，給予溫暖的光照來當作獎勵。
\n\n
至於負向強化，則是移除對方不喜歡的事物，比方說，你可以在動物做出你想要他做出的行為之後，移出環境中一些他所不喜歡的事物。例如動物如果不喜歡光，那就移除光照。如果不喜歡噪音，那就移除掉噪音。
\n\n
好，剛剛看到的是強化（reinforcement），現在來看看處罰（punishment）。處罰，就是在行為發生之後，環境中的一些變化，會讓這個行為受到負面的抑制。那處罰也跟剛剛的強化一樣，可以根據負面抑制的形式而區分成兩種，這兩種形式分別是，正向處罰和負向處罰（positive punishment和negative punishment）。
\n\n
正向處罰，就是你可以透過「加入」一些對方不喜歡的東西，來達到抑制行為的效果，例如體罰、責罵，就是正向處罰。那負向處罰，則是你可以「移除」一些對方喜歡的東西，來達到抑制行為的效果。例如不准下課、不准放假，就是負向處罰。
\n\n
所以我們可以看到，正向和負向的定義，並不是好或壞，也不是想要或是不想要。正向的定義，就是加入一些東西；負向的定義，就是移除一些東西。如果你加入對方喜歡的，就是正向強化，如果加入對方不喜歡的，就是正向處罰。如果移除對方喜歡的，就是負向處罰，如果移除對方不喜歡的，就是負向強化。
\n\n
操作制約的這四種型態，其實都可以在史金納的動物實驗盒中看到，比方說，如果我們在老鼠按壓按鈕的時候「給予」食物，那就是正向強化。如果我們在老鼠按壓按鈕的時候「給予」電擊，那就是正向處罰。那如果我們在老鼠按壓按鈕的時候「移除」噪音，那就是負向強化。至於負向處罰，在史金納的動物實驗盒中比較少見，但是我們可以想像，如果我們在老鼠按壓按鈕的時候「移除」氧氣，那就會是負向處罰。
\n\n
所以我們再強調一次，只要是給予東西，就是正向。給予喜歡的，就是正向強化。給予不喜歡的，就是正向處罰。相對的，只要是移除事物，就是負向。移除討厭的，就是負向強化，移除喜歡的，就是負向處罰。
')])]
View all episodes
By 鏡好聽
4.4
3333 ratings
['
在第四季第一集的《大腦好好玩》裡，主持人謝伯讓介紹到將「古典制約學習」在人類身上發揚光大的心理學家華生（John Watson）。這一集的節目，則要介紹開創行為主義重要理論「操作制約學習（operant conditioning）」的心理學家史金納（B.F. Skinner）。
\n
\n這位美國行為主義的大師，是如何從美國教育心理學之父桑代克（Edward Thorndike）的三項學習定律延伸設計實驗，嘗試驗證「操作制約學習」理論？而「操作制約」的學習現象，又是如何透過「強化（\u200b\u200breinforcement）」與「處罰（punishment）」兩大操作要素，影響動物與人類的學習結果？
\n
本集重點：
\n04:55 桑代克的三項學習定律
\n10:31 操作制約學習理論基本概念介紹
\n
延伸閱聽：
\n《動物好好玩》第二季 EP02｜哪種鳥比鸚鵡還會模仿？緝毒犬如何學會找毒品？談動物的學習能力：https://mirrorvoice.com.tw/podcasts/124/2127
\n\n
謝伯讓的腦科學世界：https://www.facebook.com/pojanghsieh
\n\n
【本集節目是由鏡好聽製作播出的《大腦好好玩第四季》】
\n每隔週四上線全新一集
\n開啟小鈴鐺、按下追蹤，持續關注最新節目
\n\n
製作人：余韋達
\n後製：孫藝庭
\n圖片：Shutterstock
\n\n
鏡好聽全新改版上線！想聽愛聽就在鏡好聽，訂閱《鏡好聽》並下載 APP 收聽，只給你最好的聲音。
\n| 立即訂閱《鏡好聽》：https://www.mirrorvoice.com.tw/mirrorvoice-plus
\n| 免費下載《鏡好聽》APP：https://mirrormediafb.pros.is/LY67K
\n| 追蹤《鏡好聽》Facebook：https://facebook.com/mirrorvoice2019
\n| 追蹤《鏡好聽》Instagram：https://instagram.com/mirror_voice
\n| 合作、節目建議歡迎來信：[email protected]
\n\n
節目內容全文：
\n\n
在上一集的節目中，我們介紹了美國行為主義心理學家華生（John Watson），這位華生，可以說是帕伐洛夫古典制約學習理論在美國的繼承人。而今天，我們則要繼續介紹美國的另一位行為主義大師史金納（B.F. Skinner）。
\n\n
史金納和華生雖然都是行為主義心理學家，但是兩者最大的差異就是，史金納並沒有延續帕伐洛夫的古典制約研究典範，而是自己開創出了另外一種制約典範，我們現在稱之為操作制約（operant conditioning），那我們待會，就會針對這個典範來做仔細介紹。
\n\n
在介紹操作制約學習之前，我們先再來回顧一下帕伐洛夫和華生的古典制約學習。我們現在已經知道，古典制約（classical conditioning），這種制約學習，就是在學習兩個刺激之間的關聯性，好讓我們可以預期某個即將到來的事件，以便提前做出反應。
\n\n
那操作制約又是什麼呢？操作制約（operant conditioning），就是當我們做出某一個行為之後，我們可以根據這個行為的後果，來改變我們以後的行為。比方說，如果做出一個行為之後會得到獎賞，那這個行為就會被強化，但是如果做出一個行為之後會得到懲罰，那這個行爲就會被弱化，這種學習方式，就叫做操作制約學習，也就是根據行為操作的結果來進行學習。
\n\n
至於操作制約學習現象最開始是如何被發現的呢？關於操作制約的最早發現者，可以追溯到20世紀初期的一位美國心理學家桑代克（Edward Thorndike）。這位桑代克，算是美國的「教育心理學之父」，而且應該也是早期美國最多產的、論文數量最豐富的一位心理學家，他在研究生涯之中，就發表了超過500篇的論文和書籍，而他也是美國國家科學院中第一位入選院士的心理學家。
\n\n
桑代克當年非常關心的一個問題就是，包括人類在內的各種動物，到底是怎麼學會新事物或新技能的？
\n\n
・桑代克的迷籠
\n\n
為了研究這個問題，桑代克就設計了一種叫做「迷籠」的道具，迷宮的迷，籠子的ㄌ籠，英文是（puzzle box）。所謂的迷籠，就是一個裡面藏有機關的籠子，如果動物想要逃脫這個籠子來取得籠子外的食物，那就得要自己去學會如何觸碰和操控籠子中的機關才行。
\n\n
桑代克在當年的一項迷籠實驗中，就是把貓放在迷籠中，然後去觀察貓是如何學會逃出迷籠的。結果發現，貓在迷籠中的解謎方式，似乎和人類的行為不太一樣。大家可以想像一下，如果是人類被關在密室中玩密室脫逃遊戲，那通常人類應該是會先觀察、再推理、然後產生洞見來解謎逃脫。但是貓卻不是這樣，桑代克發現，迷籠中的貓，並不是透過單純的觀察機關、然後再用推理產生洞見，貓的解謎方式，似乎就只是單純的「試誤法」而已，也就是直接嘗試錯誤然後找出答案，英文叫做Trial-and Error。
\n\n
也就是說，貓會在籠子中隨意觸碰事物，然後碰巧有幾次就剛好觸碰到機關，在觸碰到機關後，門就開啟、並獲得獎勵食物，最後貓就記住自己碰巧開門的動作。
\n\n
如果我們觀察貓的反應時間，也就是每次花了多久才能逃脫，我們就可以看到，隨著練習次數越多，貓的逃脫時間也會變得越來越快。由此可見，貓的確有在這樣的試誤法中學習到如何逃脫迷籠。
\n\n
・桑代克的三項學習定律
\n\n
好，桑代克根據這些實驗結果，就提出了他的三項學習定律，分別是準備律、練習律、以及效果律。
\n\n
桑代克學習定律的第一項，就是「準備律」（Law of Readiness）。所謂的準備律，就是說，個體一定要在準備就緒的時候，學習才會有效。比方說，在桑代克的實驗裡面，貓可能必須要是有逃生慾望的貓、或是肚子餓的貓，牠必須要有想逃脫籠子的慾望、或是出去籠子外面吃東西的慾望，如此一來，才能學得會逃脫籠子。要不然，如果你把一隻吃飽、且本來就喜歡躲在籠子裡的貓放進籠子的話，牠基本上是不會有動機想去學習如何逃出籠子的。
\n\n
同樣的，人類的學習也是一樣，只有當學習者在生理上、心理上、情緒上、和動機上都準備就緒的時候，學習才可能出現。比方說，生理和心理上如果發展還不成熟，那當然不可能學得會。至於情緒和動機方面，如果有強烈的情緒和動機，基本上就會學得比較快。這個現象在學校中其實也很常見，例如當學生的學習動機很強時，我們通常就可以觀察到比較好的學習結果。
\n\n
第二定律：練習律（Law of Exercise）
\n\n
再來，桑代克學習定律中的第二個定律就是練習律（Law of Exercise），練習律其實非常的簡單易懂，所謂的練習律就是，常常重複練習的，就比較容易被習得。那我們現在知道，不管是在動物或是人類身上，重複的練習可以說是學習的關鍵。不管是在動作的學習、或是知識的學習、還是概念的學習都一樣，最有效的學習方式，通常就是不斷透過動作去練習，或是不斷重複地去聆聽、並且以不同角度去接觸和思考。
\n\n
第三定律：效果律（Law of Effect）
\n\n
最後，也是最重要的就是第三個定律，效果律（Law of Effect）。所謂的效果律，指得就是，個體的行為會根據其結果而產生改變。也就是說，如果一個行為馬上產生效果，那我們很快就可以學會該行為和效果的關聯性，並藉此來改變我們的行為。比方說，如果一個行為馬上獲得獎賞，那我們就會強化該行為，但是如果一個行為馬上獲得懲罰，那我們就會弱化該行為。
\n\n
好，那我們為什麼要介紹桑代克的三個學習定律呢？這是因為，桑代克的理論，後來對史金納產生了很大的影響。史金納當年在得知桑代克的發現之後，馬上就開始思索一些問題。
\n\n
比方說，第一的問題就是，我們有沒有辦法透過更嚴謹的方式，來系統性的研究動物如何學習自己的行為後果？第二個問題是，透過這種學習方式，動物究竟可以學會的東西有多少？第三個問題則是，行為與獎勵之間的時間間隔關係，對於學習有什麼影響？
\n\n
那我們現在就先來看看第一個問題，也就是該怎麼研究動物如何學習自己的行為所產生的後果。關於動物可以透過行為的結果來學習的現象，史金納很快就提出了自己的理論和實驗方法。在理論方面，史金納提出了三項關係論（Three Term Contingency）。
\n\n
那這三項關係論中的三項是哪三項呢？這三項，分別是先行物、行為和結果。先行物，也就是先行在前的事物，英文是（antecédence），它指的就是環境中的一些具有區辨力的線索，這些線索，可能會讓我們的行為的結果變得不一樣。
\n\n
我們直接舉例的話，就是假設有一隻狗喜歡跳上沙發，那這隻狗在透過試誤法之後發現，每次主人不在家的時候，只要自己一跳上沙發就可以非常享受，但是只要主人在家，那麼跳上沙發就會被趕走然後處罰。
\n\n
在這個例子中，先行物，就是主人在不在家，行為就是跳上沙發，結果就是享受沙發或是被處罰。而這種由先行物、行為、和結果所構成的三項關係，就是我們在日常生活中學習很多事物時的重要關鍵。
\n
\n
・史金納盒子（Skinner’s Box）
\n\n
再來，除了理論之外，史金納也透過實驗的方式，找到了許多關於學習的法則。他最有名的實驗方式，就是使用所謂的史金納盒子（Skinner’s Box）。所謂的史金納盒子，就是他設計出來的一種實驗盒子，透過這個盒子，史金納把小動物放在盒子中，然後呈現聲音和光線等各種刺激，並且同時給予食物獎勵或電擊處罰。最後透這些刺激和賞罰的組合，他就可以觀察動物學習的法則。
\n\n
經由這樣的實驗方法，史金納有了許多新的發現，其中最重要的發現之一，就是操作制約學習（operant conditioning）。所謂的操作制約，就是當我們做出某一個行為之後，我們可以根據這個行為的後果，來改變我們以後的行為。如果結果很好，我們就會繼續做這樣的行為，而如果結果不好，我們就不會再做一樣的行為。
\n\n
比方說，如果你在餐廳打工時發現，不經意的微笑竟然讓你多拿了很多小費，那你以後可能就會刻意的微笑來賺取更多小費。又比方說，當你在學習新技能、像是騎腳踏車的時候，如果剛好某個姿勢讓你可以維持平衡很久，那你就會傾向繼續維持同一個姿勢來保持平衡。
\n\n
那這其中的原理就在於，如果做出一個行為會得到獎賞，那這個行為就會被強化，但是如果做出一個行為會得到懲罰，那這個行爲就會被弱化，這種學習方式，就叫做操作制約學習，也就是根據行為操作的結果來進行學習。
\n\n
好，那各位眼尖耳利聽眾聽到這邊，應該就已經注意到，操作制約中最關鍵的兩個要素，其實就是強化（reinforcement）和處罰（punishment）。那我們現在就逐一來看看這兩個要素到底扮演了什麼角色。
\n\n
首先我們先看強化（reinforcement）。強化，就是在行為發生之後，環境中的一些變化，會讓這個行為受到正面的獎勵。而強化，又會根據獎勵的形式而區分成兩種，分別是，正向強化和負向強化（positive reinforcement和negative reinforcement）。
\n\n
正向強化，就是透過給予一些對方喜歡的東西來進行強化，比方說，如果動物喜歡溫暖，那我們就可以在動物做出你想要他做出的行為之後，給予溫暖的光照來當作獎勵。
\n\n
至於負向強化，則是移除對方不喜歡的事物，比方說，你可以在動物做出你想要他做出的行為之後，移出環境中一些他所不喜歡的事物。例如動物如果不喜歡光，那就移除光照。如果不喜歡噪音，那就移除掉噪音。
\n\n
好，剛剛看到的是強化（reinforcement），現在來看看處罰（punishment）。處罰，就是在行為發生之後，環境中的一些變化，會讓這個行為受到負面的抑制。那處罰也跟剛剛的強化一樣，可以根據負面抑制的形式而區分成兩種，這兩種形式分別是，正向處罰和負向處罰（positive punishment和negative punishment）。
\n\n
正向處罰，就是你可以透過「加入」一些對方不喜歡的東西，來達到抑制行為的效果，例如體罰、責罵，就是正向處罰。那負向處罰，則是你可以「移除」一些對方喜歡的東西，來達到抑制行為的效果。例如不准下課、不准放假，就是負向處罰。
\n\n
所以我們可以看到，正向和負向的定義，並不是好或壞，也不是想要或是不想要。正向的定義，就是加入一些東西；負向的定義，就是移除一些東西。如果你加入對方喜歡的，就是正向強化，如果加入對方不喜歡的，就是正向處罰。如果移除對方喜歡的，就是負向處罰，如果移除對方不喜歡的，就是負向強化。
\n\n
操作制約的這四種型態，其實都可以在史金納的動物實驗盒中看到，比方說，如果我們在老鼠按壓按鈕的時候「給予」食物，那就是正向強化。如果我們在老鼠按壓按鈕的時候「給予」電擊，那就是正向處罰。那如果我們在老鼠按壓按鈕的時候「移除」噪音，那就是負向強化。至於負向處罰，在史金納的動物實驗盒中比較少見，但是我們可以想像，如果我們在老鼠按壓按鈕的時候「移除」氧氣，那就會是負向處罰。
\n\n
所以我們再強調一次，只要是給予東西，就是正向。給予喜歡的，就是正向強化。給予不喜歡的，就是正向處罰。相對的，只要是移除事物，就是負向。移除討厭的，就是負向強化，移除喜歡的，就是負向處罰。
', OrderedDict([('content:encoded', '在第四季第一集的《大腦好好玩》裡，主持人謝伯讓介紹到將「古典制約學習」在人類身上發揚光大的心理學家華生（John Watson）。這一集的節目，則要介紹開創行為主義重要理論「操作制約學習（operant conditioning）」的心理學家史金納（B.F. Skinner）。
\n
\n這位美國行為主義的大師，是如何從美國教育心理學之父桑代克（Edward Thorndike）的三項學習定律延伸設計實驗，嘗試驗證「操作制約學習」理論？而「操作制約」的學習現象，又是如何透過「強化（\u200b\u200breinforcement）」與「處罰（punishment）」兩大操作要素，影響動物與人類的學習結果？
\n
本集重點：
\n04:55 桑代克的三項學習定律
\n10:31 操作制約學習理論基本概念介紹
\n
延伸閱聽：
\n《動物好好玩》第二季 EP02｜哪種鳥比鸚鵡還會模仿？緝毒犬如何學會找毒品？談動物的學習能力：https://mirrorvoice.com.tw/podcasts/124/2127
\n\n
謝伯讓的腦科學世界：https://www.facebook.com/pojanghsieh
\n\n
【本集節目是由鏡好聽製作播出的《大腦好好玩第四季》】
\n每隔週四上線全新一集
\n開啟小鈴鐺、按下追蹤，持續關注最新節目
\n\n
製作人：余韋達
\n後製：孫藝庭
\n圖片：Shutterstock
\n\n
鏡好聽全新改版上線！想聽愛聽就在鏡好聽，訂閱《鏡好聽》並下載 APP 收聽，只給你最好的聲音。
\n| 立即訂閱《鏡好聽》：https://www.mirrorvoice.com.tw/mirrorvoice-plus
\n| 免費下載《鏡好聽》APP：https://mirrormediafb.pros.is/LY67K
\n| 追蹤《鏡好聽》Facebook：https://facebook.com/mirrorvoice2019
\n| 追蹤《鏡好聽》Instagram：https://instagram.com/mirror_voice
\n| 合作、節目建議歡迎來信：[email protected]
\n\n
節目內容全文：
\n\n
在上一集的節目中，我們介紹了美國行為主義心理學家華生（John Watson），這位華生，可以說是帕伐洛夫古典制約學習理論在美國的繼承人。而今天，我們則要繼續介紹美國的另一位行為主義大師史金納（B.F. Skinner）。
\n\n
史金納和華生雖然都是行為主義心理學家，但是兩者最大的差異就是，史金納並沒有延續帕伐洛夫的古典制約研究典範，而是自己開創出了另外一種制約典範，我們現在稱之為操作制約（operant conditioning），那我們待會，就會針對這個典範來做仔細介紹。
\n\n
在介紹操作制約學習之前，我們先再來回顧一下帕伐洛夫和華生的古典制約學習。我們現在已經知道，古典制約（classical conditioning），這種制約學習，就是在學習兩個刺激之間的關聯性，好讓我們可以預期某個即將到來的事件，以便提前做出反應。
\n\n
那操作制約又是什麼呢？操作制約（operant conditioning），就是當我們做出某一個行為之後，我們可以根據這個行為的後果，來改變我們以後的行為。比方說，如果做出一個行為之後會得到獎賞，那這個行為就會被強化，但是如果做出一個行為之後會得到懲罰，那這個行爲就會被弱化，這種學習方式，就叫做操作制約學習，也就是根據行為操作的結果來進行學習。
\n\n
至於操作制約學習現象最開始是如何被發現的呢？關於操作制約的最早發現者，可以追溯到20世紀初期的一位美國心理學家桑代克（Edward Thorndike）。這位桑代克，算是美國的「教育心理學之父」，而且應該也是早期美國最多產的、論文數量最豐富的一位心理學家，他在研究生涯之中，就發表了超過500篇的論文和書籍，而他也是美國國家科學院中第一位入選院士的心理學家。
\n\n
桑代克當年非常關心的一個問題就是，包括人類在內的各種動物，到底是怎麼學會新事物或新技能的？
\n\n
・桑代克的迷籠
\n\n
為了研究這個問題，桑代克就設計了一種叫做「迷籠」的道具，迷宮的迷，籠子的ㄌ籠，英文是（puzzle box）。所謂的迷籠，就是一個裡面藏有機關的籠子，如果動物想要逃脫這個籠子來取得籠子外的食物，那就得要自己去學會如何觸碰和操控籠子中的機關才行。
\n\n
桑代克在當年的一項迷籠實驗中，就是把貓放在迷籠中，然後去觀察貓是如何學會逃出迷籠的。結果發現，貓在迷籠中的解謎方式，似乎和人類的行為不太一樣。大家可以想像一下，如果是人類被關在密室中玩密室脫逃遊戲，那通常人類應該是會先觀察、再推理、然後產生洞見來解謎逃脫。但是貓卻不是這樣，桑代克發現，迷籠中的貓，並不是透過單純的觀察機關、然後再用推理產生洞見，貓的解謎方式，似乎就只是單純的「試誤法」而已，也就是直接嘗試錯誤然後找出答案，英文叫做Trial-and Error。
\n\n
也就是說，貓會在籠子中隨意觸碰事物，然後碰巧有幾次就剛好觸碰到機關，在觸碰到機關後，門就開啟、並獲得獎勵食物，最後貓就記住自己碰巧開門的動作。
\n\n
如果我們觀察貓的反應時間，也就是每次花了多久才能逃脫，我們就可以看到，隨著練習次數越多，貓的逃脫時間也會變得越來越快。由此可見，貓的確有在這樣的試誤法中學習到如何逃脫迷籠。
\n\n
・桑代克的三項學習定律
\n\n
好，桑代克根據這些實驗結果，就提出了他的三項學習定律，分別是準備律、練習律、以及效果律。
\n\n
桑代克學習定律的第一項，就是「準備律」（Law of Readiness）。所謂的準備律，就是說，個體一定要在準備就緒的時候，學習才會有效。比方說，在桑代克的實驗裡面，貓可能必須要是有逃生慾望的貓、或是肚子餓的貓，牠必須要有想逃脫籠子的慾望、或是出去籠子外面吃東西的慾望，如此一來，才能學得會逃脫籠子。要不然，如果你把一隻吃飽、且本來就喜歡躲在籠子裡的貓放進籠子的話，牠基本上是不會有動機想去學習如何逃出籠子的。
\n\n
同樣的，人類的學習也是一樣，只有當學習者在生理上、心理上、情緒上、和動機上都準備就緒的時候，學習才可能出現。比方說，生理和心理上如果發展還不成熟，那當然不可能學得會。至於情緒和動機方面，如果有強烈的情緒和動機，基本上就會學得比較快。這個現象在學校中其實也很常見，例如當學生的學習動機很強時，我們通常就可以觀察到比較好的學習結果。
\n\n
第二定律：練習律（Law of Exercise）
\n\n
再來，桑代克學習定律中的第二個定律就是練習律（Law of Exercise），練習律其實非常的簡單易懂，所謂的練習律就是，常常重複練習的，就比較容易被習得。那我們現在知道，不管是在動物或是人類身上，重複的練習可以說是學習的關鍵。不管是在動作的學習、或是知識的學習、還是概念的學習都一樣，最有效的學習方式，通常就是不斷透過動作去練習，或是不斷重複地去聆聽、並且以不同角度去接觸和思考。
\n\n
第三定律：效果律（Law of Effect）
\n\n
最後，也是最重要的就是第三個定律，效果律（Law of Effect）。所謂的效果律，指得就是，個體的行為會根據其結果而產生改變。也就是說，如果一個行為馬上產生效果，那我們很快就可以學會該行為和效果的關聯性，並藉此來改變我們的行為。比方說，如果一個行為馬上獲得獎賞，那我們就會強化該行為，但是如果一個行為馬上獲得懲罰，那我們就會弱化該行為。
\n\n
好，那我們為什麼要介紹桑代克的三個學習定律呢？這是因為，桑代克的理論，後來對史金納產生了很大的影響。史金納當年在得知桑代克的發現之後，馬上就開始思索一些問題。
\n\n
比方說，第一的問題就是，我們有沒有辦法透過更嚴謹的方式，來系統性的研究動物如何學習自己的行為後果？第二個問題是，透過這種學習方式，動物究竟可以學會的東西有多少？第三個問題則是，行為與獎勵之間的時間間隔關係，對於學習有什麼影響？
\n\n
那我們現在就先來看看第一個問題，也就是該怎麼研究動物如何學習自己的行為所產生的後果。關於動物可以透過行為的結果來學習的現象，史金納很快就提出了自己的理論和實驗方法。在理論方面，史金納提出了三項關係論（Three Term Contingency）。
\n\n
那這三項關係論中的三項是哪三項呢？這三項，分別是先行物、行為和結果。先行物，也就是先行在前的事物，英文是（antecédence），它指的就是環境中的一些具有區辨力的線索，這些線索，可能會讓我們的行為的結果變得不一樣。
\n\n
我們直接舉例的話，就是假設有一隻狗喜歡跳上沙發，那這隻狗在透過試誤法之後發現，每次主人不在家的時候，只要自己一跳上沙發就可以非常享受，但是只要主人在家，那麼跳上沙發就會被趕走然後處罰。
\n\n
在這個例子中，先行物，就是主人在不在家，行為就是跳上沙發，結果就是享受沙發或是被處罰。而這種由先行物、行為、和結果所構成的三項關係，就是我們在日常生活中學習很多事物時的重要關鍵。
\n
\n
・史金納盒子（Skinner’s Box）
\n\n
再來，除了理論之外，史金納也透過實驗的方式，找到了許多關於學習的法則。他最有名的實驗方式，就是使用所謂的史金納盒子（Skinner’s Box）。所謂的史金納盒子，就是他設計出來的一種實驗盒子，透過這個盒子，史金納把小動物放在盒子中，然後呈現聲音和光線等各種刺激，並且同時給予食物獎勵或電擊處罰。最後透這些刺激和賞罰的組合，他就可以觀察動物學習的法則。
\n\n
經由這樣的實驗方法，史金納有了許多新的發現，其中最重要的發現之一，就是操作制約學習（operant conditioning）。所謂的操作制約，就是當我們做出某一個行為之後，我們可以根據這個行為的後果，來改變我們以後的行為。如果結果很好，我們就會繼續做這樣的行為，而如果結果不好，我們就不會再做一樣的行為。
\n\n
比方說，如果你在餐廳打工時發現，不經意的微笑竟然讓你多拿了很多小費，那你以後可能就會刻意的微笑來賺取更多小費。又比方說，當你在學習新技能、像是騎腳踏車的時候，如果剛好某個姿勢讓你可以維持平衡很久，那你就會傾向繼續維持同一個姿勢來保持平衡。
\n\n
那這其中的原理就在於，如果做出一個行為會得到獎賞，那這個行為就會被強化，但是如果做出一個行為會得到懲罰，那這個行爲就會被弱化，這種學習方式，就叫做操作制約學習，也就是根據行為操作的結果來進行學習。
\n\n
好，那各位眼尖耳利聽眾聽到這邊，應該就已經注意到，操作制約中最關鍵的兩個要素，其實就是強化（reinforcement）和處罰（punishment）。那我們現在就逐一來看看這兩個要素到底扮演了什麼角色。
\n\n
首先我們先看強化（reinforcement）。強化，就是在行為發生之後，環境中的一些變化，會讓這個行為受到正面的獎勵。而強化，又會根據獎勵的形式而區分成兩種，分別是，正向強化和負向強化（positive reinforcement和negative reinforcement）。
\n\n
正向強化，就是透過給予一些對方喜歡的東西來進行強化，比方說，如果動物喜歡溫暖，那我們就可以在動物做出你想要他做出的行為之後，給予溫暖的光照來當作獎勵。
\n\n
至於負向強化，則是移除對方不喜歡的事物，比方說，你可以在動物做出你想要他做出的行為之後，移出環境中一些他所不喜歡的事物。例如動物如果不喜歡光，那就移除光照。如果不喜歡噪音，那就移除掉噪音。
\n\n
好，剛剛看到的是強化（reinforcement），現在來看看處罰（punishment）。處罰，就是在行為發生之後，環境中的一些變化，會讓這個行為受到負面的抑制。那處罰也跟剛剛的強化一樣，可以根據負面抑制的形式而區分成兩種，這兩種形式分別是，正向處罰和負向處罰（positive punishment和negative punishment）。
\n\n
正向處罰，就是你可以透過「加入」一些對方不喜歡的東西，來達到抑制行為的效果，例如體罰、責罵，就是正向處罰。那負向處罰，則是你可以「移除」一些對方喜歡的東西，來達到抑制行為的效果。例如不准下課、不准放假，就是負向處罰。
\n\n
所以我們可以看到，正向和負向的定義，並不是好或壞，也不是想要或是不想要。正向的定義，就是加入一些東西；負向的定義，就是移除一些東西。如果你加入對方喜歡的，就是正向強化，如果加入對方不喜歡的，就是正向處罰。如果移除對方喜歡的，就是負向處罰，如果移除對方不喜歡的，就是負向強化。
\n\n
操作制約的這四種型態，其實都可以在史金納的動物實驗盒中看到，比方說，如果我們在老鼠按壓按鈕的時候「給予」食物，那就是正向強化。如果我們在老鼠按壓按鈕的時候「給予」電擊，那就是正向處罰。那如果我們在老鼠按壓按鈕的時候「移除」噪音，那就是負向強化。至於負向處罰，在史金納的動物實驗盒中比較少見，但是我們可以想像，如果我們在老鼠按壓按鈕的時候「移除」氧氣，那就會是負向處罰。
\n\n
所以我們再強調一次，只要是給予東西，就是正向。給予喜歡的，就是正向強化。給予不喜歡的，就是正向處罰。相對的，只要是移除事物，就是負向。移除討厭的，就是負向強化，移除喜歡的，就是負向處罰。
')])]More shows like 知識好好玩
View all
大人的Small Talk
244 Listeners
一起文學吧
11 Listeners
啟點文化一天聽一點
125 Listeners
哇賽心理學
132 Listeners
文森說書
82 Listeners
泛泛泛科學之思想實驗室
10 Listeners
那些電影教我的事
130 Listeners
《The Real Story》By 報導者
305 Listeners
下一本讀什麼？
190 Listeners
迷誠品
39 Listeners
法學叫獸的X話群組
18 Listeners
一個人的收藏
1 Listeners
診間裡的女人
9 Listeners
香港來的風
5 Listeners
鄭麗君的思想操場：自由六講
12 Listeners
娛樂住海邊
0 Listeners
博音
199 Listeners
別人的工作最有趣
7 Listeners
哇賽讀心書
19 Listeners
朝聖──永恆的安娜普納
7 Listeners
親愛的少年
1 Listeners
瑪法達：星座萬物論
2 Listeners
好好評新聞──公評人來了！
0 Listeners
周慕姿放心說
50 Listeners
鄧惠文-心事有人知
23 Listeners
我城與我們
0 Listeners
當我們與世界交響
4 Listeners
藝文大師好好聊
2 Listeners
許書華的診間連線
0 Listeners
山之事──給漫遊者的探索手札
0 Listeners
你的心理師上線中
0 Listeners
投資不踩雷
0 Listeners
人性指南下載區
0 Listeners
裴社長吃喝玩樂
1 Listeners