Открыть сервисСервис
Главная → Блог → Режимы подкрепления

Режимы подкрепления

Режимы подкрепления — это правила или условия, определяющие, как часто и при каких обстоятельствах подкрепляющее событие (стимул, реакция или награда) следует за целевым поведением. Понятие является одним из центральных в теории оперантного обусловливания, разработанной американским психологом Берресом Фредериком Скиннером. Режимы подкрепления описывают, каким образом зависимость между поведением и его последствиями влияет на скорость приобретения, прочность и угасание поведенческих паттернов. Исследования в этой области легли в основу модификации поведения в образовании, психотерапии, дрессировке животных и управлении персоналом.

История и происхождение понятия

Термин «режим подкрепления» был введён в 1930-х годах Скиннером в ходе экспериментов с животными (преимущественно крысами и голубями) в так называемом «ящике Скиннера». В этих опытах животное должно было нажать на рычаг или клюнуть диск, чтобы получить подкрепление (пищу). Скиннер заметил, что различное расписание выдачи подкрепления приводит к разным закономерностям в поведении: некоторые режимы давали более стабильный и устойчивый к угашению ответ, другие — более высокую частоту реакций.

Развитие концепции связано с именами таких исследователей, как Чарльз Ферстер, который совместно со Скиннером опубликовал в 1957 году книгу «Schedules of Reinforcement», систематизировавшую основные типы режимов. Позднее идеи были применены в рамках поведенческой психологии и экономики.

Классификация режимов подкрепления

Основное деление режимов проводится по двум критериям: по признаку постоянства (фиксированные или переменные) и по признаку зависимости от времени или количества реакций (интервальные или пропорциональные). В результате выделяют четыре базовых режима, которые могут комбинироваться. Также существуют более сложные схемы — с несколькими компонентами, с подкреплением не всех подряд реакций и т. д.

Фиксированный пропорциональный режим (ФП)

Подкрепление выдаётся после фиксированного числа реакций. Например, после каждых 10 нажатий на рычаг животное получает корм.

Переменный пропорциональный режим (ПП)

Подкрепление выдаётся после некоторого количества реакций, которое меняется от одного подкрепления к другому в пределах некоторого среднего значения. Например, в среднем после каждого 10-го нажатия, но фактически может быть после 5-го, 15-го, 8-го и т. д.

  • Характеристика: частота реакций очень высокая и равномерная, паузы после подкрепления минимальны или отсутствуют.
  • Угасание: поведение очень устойчиво к угашению, поскольку животное не может определить, когда прекратилось подкрепление.
  • Примеры: игровые автоматы (выигрыш происходит через переменное количество игр), ловля рыбы (поклёвка нерегулярна), торговля на фондовом рынке.

Фиксированный интервальный режим (ФИ)

Подкрепление выдаётся за первую реакцию, произведённую после фиксированного промежутка времени с предыдущего подкрепления. Например, пищу можно получить только спустя 1 минуту после предыдущего подкрепления, независимо от того, сколько раз животное нажимает в это время.

  • Характеристика: характерен «скроллинг» — после получения подкрепления частота реакций падает почти до нуля, а затем, ближе к окончанию интервала, резко возрастает.
  • Угасание: умеренная устойчивость.
  • Примеры: ежемесячная зарплата (известно, когда придёт выплата), проверка почты каждый час.

Переменный интервальный режим (ПИ)

Подкрепление выдаётся за первую реакцию, произведённую после переменного промежутка времени с предыдущего подкрепления. Средняя длина интервала задаётся, но каждый раз разная. Например, в среднем через 5 минут, но может быть через 2, 7, 9 минут.

  • Характеристика: частота реакций равномерная и средняя, без пауз перед подкреплением.
  • Угасание: очень устойчиво к угашению.
  • Примеры: проверка новых сообщений в мессенджере (неизвестно, когда придёт ответ), ожидание звонка от друга.

Комбинированные и специальные режимы

Кроме базовых, существуют более сложные схемы:

  • Режим с ограничением по числу неподкреплённых реакций: подкрепление даётся только после определённого количества неподкреплённых реакций (например, после каждых 20 неверных ответов даётся подсказка).
  • Режим с фиксированной задержкой: подкрепление происходит с фиксированной задержкой после реакции.
  • Режим с дифференцированным подкреплением низкой или высокой частоты: подкрепляются только реакции, происходящие с определённой частотой.
  • Сложные последовательности: цепочки из нескольких режимов, которые сменяют друг друга (например, сначала ФП-10, потом ПИ-5 минут).

Факторы, влияющие на эффективность режимов

Несколько ключевых переменных определяют поведение в зависимости от режима:

  • Величина подкрепления: чем значимее награда, тем сильнее мотивация.
  • Задержка подкрепления: короткая задержка повышает вероятность выработки ассоциации.
  • Принцип моментальности: чем быстрее подкрепление следует за реакцией, тем эффективнее обучение.
  • Конкурирующие режимы: если человек или животное одновременно находится под действием нескольких режимов, поведение может меняться.

Применение в различных областях

В психологии и психотерапии

Режимы подкрепления используются в поведенческой терапии: для коррекции нежелательного поведения (например, при фобиях, зависимостях) и для укрепления альтернативных конструктивных реакций. В частности, режим переменного подкрепления используется для поддержания устойчивого изменения поведения.

В образовании

Педагоги используют различные расписания похвалы, оценок и привилегий. Например, фиксированный интервал (еженедельные тесты) стимулирует подготовку, а переменное подкрепление (неожиданные небольшие похвалы за активность) удерживает интерес.

В экономике и маркетинге

  • Скидочные программы: накопительные карты с фиксированным процентом скидки после определённого числа покупок (аналог ФП).
  • Лотереи и розыгрыши: переменное подкрепление стимулирует постоянное участие.
  • Системы заработной платы: сдельная оплата (ФП) и повременная оплата (ФИ).

В дрессировке животных

Дрессировщики сознательно выбирают режимы: от фиксированного пропорционального (например, дать лакомство за каждое выполненное действие) до переменного интервального (похвала через нерегулярные промежутки времени) для закрепления навыка.

В управлении поведением (бизнес и менеджмент)

Принципы режимов используются для разработки систем мотивации сотрудников: переменные бонусы, программы признания заслуг, неожиданные поощрения.

Критика и ограничения

Некоторые учёные отмечают, что классическая теория режимов подкрепления слишком упрощает реальное человеческое поведение, которое зависит от когнитивных факторов, личных ценностей и социального контекста. В лабораторных условиях условия строго контролируются, в реальной же жизни одновременно действуют множество подкрепляющих и наказывающих стимулов, что делает прогнозирование сложным. Кроме того, исследования часто проводятся на животных, что не всегда переносимо на человека. Также существуют этические возражения относительно применения систем манипуляции поведением (например, в гемблинге).

Интересные факты

  • Эксперименты Скиннера на голубях показали, что при переменном пропорциональном режиме голуби могут совершать до 10 000 клевков без единого подкрепления, прежде чем поведение угаснет.
  • Режимы подкрепления лежат в основе многих азартных игр, которые используют принцип переменного подкрепления для поддержания зависимости.
  • В бытовом контексте люди часто непроизвольно используют режимы подкрепления: родители могут подкреплять истерику ребёнка вниманием (некоторая форма переменного подкрепления), что приводит к укреплению нежелательного поведения.

Источники

  • Ferster, C. B., & Skinner, B. F. (1957). Schedules of Reinforcement.
  • Skinner, B. F. (1938). The Behavior of Organisms.
  • Лайтман, Б. (2008). Большой психологический словарь.
  • Шапиро, Д. (2015). Поведенческая экономика и психология.

Похожие материалы

Заметили ошибку или не согласны с информацией в статье? Напишите нам support@bfometr.ru