在關于狗乞食行為的例子中，狗在做出乞食反應后，伴隨著一些愉快的事情(得到肉塊)，所以會使其反應增多。相似地，如果你學習后取得了好成績，你就會繼續(xù)努力或更加努力地學習。在這一過程中，愉快的后果使反應更可能發(fā)生，這叫正強化。

正負強化物和懲罰物

但也存在另一種類型的強化——負強化(negative reinforcement)，它涉及去除一些不愉快事物的過程。例如，如果有人總是嘮叨讓你學習，當你聽從時就不再嘮叨，你的學習行為可能會增加——因為你想避免被嘮叨：同樣，吃藥會緩解病痛，在校園里刻意選擇走某條路就是為了避免碰見那個粗魯?shù)娜�，都是負強化發(fā)生的情況。

這種正負的區(qū)分也可用于懲罰：出現(xiàn)一些行為后，會發(fā)生一些不愉快事件(正懲罰)，或者一些愉快事件被去除(負懲罰)。例如，如果你的朋友取笑你是個書呆子(正懲罰)，或如果學習使你沒時間和朋友在一起(負懲罰)，你可能就會停止學習。

正負強化和正負懲罰之間的區(qū)別常常是引起學生產(chǎn)生混淆的原因，它擾亂了許多聰明的大腦。如果你理解了“正”“負”與“好”“壞”無關，就能更快地掌握這些術語。

它們是指是否呈現(xiàn)某物或拿走某物。在強化程序中，應把正強化物看作某種增加或獲得的東西(你可以畫一個“+”號)，負強化則是避免或逃離某種不愉快的事物(可以畫一個“—”號)。

在這兩種情況下，反應都變得更可能發(fā)生。還記得小艾伯特通過經(jīng)典條件反射學會恐懼老鼠時發(fā)生了什么嗎?在他學會恐懼后，逃離當前可怕的情境時，爬走的行為被強化了。逃離或避免某種不愉快事物帶來的負強化，可以解釋為什么如此多的恐懼可以長久持續(xù)，在避免一種可怕物體或情境的同時，也切斷了所有消除恐懼的機會。

人們常常混淆負強化是可以理解的，這是因為二者都包含不愉快刺激。但是，在懲罰中，你遭受了不愉快刺激，而在負強化中，不愉快刺激則被去除掉了。

為了正確理解這些術語，應當記�。簯土P(無論正負)減少了反應發(fā)生的可能性，而強化(無論正負)則增加了這種可能性。

在現(xiàn)實生活中，懲罰和負強化常常同時存在。如果你使用項圈來教狗跟隨主人，那么猛拉項圈就是對它走到你前面去的懲罰，而放松項圈就是對狗在你旁邊的負強化。

你可以通過休息一會兒來正強化你對這些材料的學習，當你已經(jīng)掌握了這些材料時，焦慮降低就將對你的學習產(chǎn)生負強化。但是，我們希望你不會對自己說“我永遠也會不了”或“這太難了”來懲罰你的努力。

操作性條件反射的原理

研究者進行了數(shù)以千計操作性條件反射的研究，其中許多都是以動物為被試進行的。一種受歡迎的研究工具是斯金納箱(Skinner box)，它有一種裝置，當動物做出期望反應時就給它食物或水，當做出不期望的反應時就給它電擊。

在現(xiàn)在的版本中，電腦會記錄反應并生成一張圖，表明反應隨時間而增加的次數(shù)。

在斯金納(Skinner，1938)的早期學術生涯中，他使用斯金納箱經(jīng)典地證明了操作性條件反射。他將先前學會了通過食物釋放裝置吃東西的老鼠放在箱中，因為沒有食物，老鼠表現(xiàn)出典型的行為，倉皇四竄、到處嗅聞，偶爾會碰到地板和墻。非常偶然地，它壓到了墻上的杠桿，一粒美味鼠食立即掉在食盤中。

然后老鼠又四處亂竄，再次偶然地碰到杠桿，得到食物。再經(jīng)過幾次這樣碰到杠桿得到食物的重復，它的行為就開始減少隨機性，能夠更協(xié)調(diào)地按壓杠桿。最后，斯金納使老鼠學會了盡可能快地按壓杠桿。

消退

就像經(jīng)典條件反射那樣，在操作性條件反射中，消退(extinction)是導致先前習得反應消失的程序。在操作性條件反射中，保持反應的強化物被去除或不能得到時就會發(fā)生消退。起初，可能會出現(xiàn)反應爆發(fā)，但隨后反應就會漸漸變?nèi)�，最終則會消失。

設想一下，若你在售貨機里投入一枚硬幣，卻什么也沒得到，你也許會投入另一枚硬幣，甚至兩枚，但隨后你就可能會停止嘗試。第二天，你也許還會投入一枚硬幣，這是自然恢復的例子。但最終，你會放棄那臺機器。你的反應已經(jīng)消退了。

刺激泛化和分化

就像經(jīng)典條件反射那樣，在操作性條件反射中也可能發(fā)生刺激泛化2(stimulus generaliza-tion)。也就是說，反應可能會泛化到在最初的學習情境中沒有出現(xiàn)的但在某種程度上類似于最初刺激的刺激。

例如，通過訓練已經(jīng)學會啄圓形的鴿子，也會啄有點橢圓的圖形。但是，如果你想訓練這種鳥辨別這兩種形狀，你就應同時呈現(xiàn)圓形和橢圓，每次鴿子啄圓形時就給出強化物，啄橢圓時就不給強化物，最后它就會產(chǎn)生刺激分化(stimulus discrimination)的反應。

事實上，鴿子已經(jīng)獲得了特殊的辨別能力，它們甚至學習了區(qū)別凡·高(Van Gogh)和馬克·夏卡爾(Marc Chagall)的油畫(Watanabe，2001)，然后，呈現(xiàn)這兩位畫家的其他兩幅作品，它們也能區(qū)分開。

有時，動物或人只有在其他一些刺激存在時，才能學會對刺激反應，這種刺激叫作辨別刺激。

這種辨別刺激提示了反應是否會得到獎勵。對于斯金納箱中的鴿子來說，燈光可以作為啄圓形的辨別刺激。燈亮時，啄的行為會得到獎勵;燈滅時，啄的行為是徒勞的。人類的行為被許多辨別刺激所控制，如語言(營業(yè)時間是9點到5點)和非語言的(交通信號燈、門鈴、電話鈴、別人的面部表情)。為了有效生活并與他人相處，我們都學會了如何在辨別信號呈現(xiàn)時做出正確反應。按程序學習

通常來說，當一種反應剛開始形成時，如果每次反應都得到強化，學習得最快，這種程序叫作連續(xù)強化。但是，一旦反應變得確實會發(fā)生，如果用間隔(部分)強化程序，反應就不太可能消退，這種程序只對一些反應進行強化。

在斯金納(Skinner，1956)的研究中，偶爾會發(fā)生食球短缺的情況，斯金納被迫降低了強化物的發(fā)放頻率，卻意外地發(fā)現(xiàn)了這個事實。

在間隔強化程序中，一些間隔程序只在一定次數(shù)反應后，給出強化物;另一些間隔程序只對上次強化物出現(xiàn)一定時間后做出的反應進行強化。這影響了行為的頻率、形式和時機。

間隔強化有助于解釋為什么人們常常喜歡“幸運”帽、護身符和宗教儀式。一個擊球手摸了一下耳垂，然后打出了一記本壘打，從那時起，他每次走向本壘時都要摸一下耳垂。一個學生考試用紫色筆得了A，此后她每次考試都用紫色筆。

這些儀式會繼續(xù)下去，因為有時它們會很偶然地帶來強化物(擊中球、好成績)，所以它們不會消退。

斯金納(曾通過在實驗室中制造了8只“迷信的”鴿子證明了這種現(xiàn)象。他操縱鴿籠，即使鴿子一動不動，也讓食物每15秒送達一次。鴿子常常在活動，所以當食物來了時，每只動物都可能正在做著什么，這種正在做著的行為被食物的送達所強化。

行為當然完全是偶然被強化的，但仍然很可能再次發(fā)生，這樣就被再次強化。在很短時間內(nèi)，6只鴿子一直在練習某種儀式性的行為——逆時針轉圈，上上下下地輕輕點頭，或者搖著頭走來走去。

這些活動都由于強化物的出現(xiàn)而具有很大的效果;這些鴿子表現(xiàn)出“迷信行為”。它們似乎認為是自己的動作帶來了食物。

現(xiàn)在要集中注意了，因為下面是關于操作性條件反射所要了解的最有用的東西。如果你想在習得后能持久地保持某種反應，那么就應該使用間隔強化，而非連續(xù)強化。

如果你的倉鼠哈里用鼻子推彈球，你連續(xù)給它強化，隨后你突然停止了強化，哈里就會很快停止推球。因為強化的改變是巨大的，從連續(xù)強化到根本沒有強化，哈里能很容易辨別出這種改變。但是如果你只是經(jīng)常強化哈里的行為，變化就不會這樣顯著，你那饑餓的倉鼠將會繼續(xù)應答一段時間。

被間隔強化的鴿子、老鼠和人，在停下休息之前，特別是強化物出現(xiàn)的時機有變化時，已經(jīng)在實驗室中沒有強化的情況下應答了幾千次。動物有時會為了不可預測的、不常出現(xiàn)的一點食物而如此努力地完成任務，它們消耗的能量比從獎賞中獲得的食物還多。從理論上講，它們實際上能一直工作到死!

因此，如果你想消除自己或別人的某種反應，你就要小心，不要對它進行間隔強化。如果你想通過忽略它來消退非期望行為，你必須完全一致地去避免強化(你的注意)，如孩子的哭鬧、朋友的午夜電話、父母的煩人建議。

否則，別人會學會，如果他或她一直哭叫、打電話或提建議的時間足夠長，他們最終會得到獎賞。從行為主義的觀點來看，人們犯的最普遍的錯誤就是，他們間歇地獎勵他們想要消除的反應。

來源：教育相先生