Що таке оперантний спосіб навчання собак?

Оперантний метод навчання собак — це навчання, засноване на закономірності формування оперантного (умовного) рефлексу. Іноді цей же рефлекс називають інструментальним, іноді умовним рефлексом II типу, а іноді навіть і гетерогенним умовним рефлексом.

Від класичного умовного рефлексу імені І.П. Павлова цей рефлекс відрізняється тим, що ґрунтується на активній цілеспрямованій діяльності тварини, викликаною якоюсь потребою. І підкріпленням при цьому є результат цієї найактивнішої та цілеспрямованої діяльності. У той час як при класичному умовному рефлексі підкріпленням є безумовний, або просто другий подразник.

Оперантне навчання було відкрито американським вченим Е.Л. Торндайком завдяки кмітливості кішок та собак. Справа в тому, що Торндайк, з’ясовуючи здатність тварин до навчання, сконструював спеціальну клітину, з дверцятами з нескладним затвором. Закриваючи в цій клітці кішок і собак, він зі здоровою зловтіхою вченого спостерігав, як брати його менші навчалися ці дверцята відчиняти. А навчалися відчиняти дверцята брати та сестри менші за допомогою здійснення різноманітних спроб, деякі з яких були вдалими, а деякі ні. Тому Торндайк і назвав відкриту ним форму навчання «методом спроб та помилок».

Рефлексом цю форму навчання назвав набагато пізніше ще один відомий американський учений — Б.Ф. Скіннер, який присвятив йому все своє наукове життя. Саме тому серед кількох батьків оперантного рефлексу — Скіннер вважається головним батьком. Проте заради справедливості зазначимо, що вперше у світі дресирування, засноване на оперантному навчанні, описав дресирувальник Володимир Дуров у своїй книзі «Дресирування тварин. Психологічні спостереження над тваринами, дресованими за моїм методом. 40-річний досвід». Таким чином, про російський варіант оперантного дресирування ви можете прочитати в книзі Володимира Дурова, а американський варіант оперантного дресирування добре описаний у книзі психолога та дресирувальника Карен Прайор «Не гарчіть на собаку!», яку, до речі, варто прочитати.

Загальну методику оперантного дресирування за Скіннером можна описати у вигляді наступних етапів:

1. Етап депривації. Так називав цей етап Скіннер у 30-х роках минулого століття. Однак зараз цей етап слід називати «етапом вибору та створення базової потреби».При формуванні оперантного умовного рефлексу можуть бути використані практично всі з відомих собак потреб, але Скіннер частіше використовував харчову потребу. І зміст етапу депривації полягав у тому, що Скіннер або недогодовував тварин якийсь час, або морив їх голодом. Вважалося, що харчове підкріплення тільки тоді ставало значущим для тварини та ефективним для навчання, коли ця тварина втрачала близько 20% живої ваги. О часи, о звичаї!
2. Етап формування умовного харчового підкріплення. У своїх дослідженнях Скіннер використовував автоматичні годівниці, звук яких мав стати для тварин сигналом появи гранули корму. І для цього потрібен час. Етап вважався завершеним, коли у відповідь на звук механізму подачі корму щур відразу біг до годівниці. По суті, цей етап є формуванням класичного умовного звукового рефлексу з харчовим підкріпленням. Він також служить основою так званого клікер-дресирування – способу дресирування з використанням умовного звукового харчового позитивного підкріплення. І доводиться визнати, що школу оперантного дресирування від вітчизняного традиційного дресирування вигідно відрізняє увагу, яку оперантне дресирування приділяє питанню підкріплення. Особливо позитивного та ймовірнісного підкріплення.
3. Етап формування реакції. Як модельна поведінка Скіннер навчав своїх щурів натискати на педаль, а голубів клювати клавішу. Формування реакції натискання на педаль здійснювалося одним із трьох способів: способом проб і помилок (спонтанного формування) шляхом спрямованого або послідовного формування і способом мішені. Спонтанне формування полягало в тому, що тварина, подорожуючи ящиком Скіннера, випадково натискала на педаль і поступово пов’язувала натискання на неї з включенням автогодівниці. При спрямованому формуванні включав автокормушку дослідник, підкріплюючи спочатку будь-яку орієнтацію убік педалі, потім наближення до неї і, нарешті, натискання на неї. Ну чим не клікер-дресирування!А спосіб мішені полягав у тому, що на клавішу наклеювали гранулу корму, спроби відірвати яку і призводили до натискання на важіль. Сучасна методика оперантної дресирування для ініціації необхідної поведінки допускає використання практично всіх відомих способів на тварину. Однак вважається неефективним використання аверсивних (що призводять до болю чи неприємних відчуттів) впливів.
4. Підведення поведінки під стимульний контроль чи введення диференційного стимулу. Інакше кажучи, запровадження умовного подразника чи команди. Скіннер та його прихильники вважали, що формування дії та одночасне паралельне вироблення його зв’язку з умовним подразником (командою) — два різні процеси. А одночасне засвоєння двох різних речей ускладнює навчання. Тому традиційні оперантники спочатку формують поведінку, а потім запроваджують команду. Слід особливо наголосити, що в оперантному навчанні диференціюючий стимул, за великим рахунком, не є командою в нашому розумінні. Команда — це як наказ? Ми зазвичай так трактуємо її. А стимул, що диференціює, — це інформація про те, що саме зараз виконання поведінки найбільш ефективно і взагалі можливе. Таким чином, «команда» в оперантному дресируванні несе функцію дозволу та дозволу здійснити поведінку. Щоб стало зрозумілішим, розберемо введення в експеримент лампочки як диференціювального подразника. Отже, щур навчився натискати на педаль і натискає на нього, коли хоче їсти. Дослідник включає лампочку на пару секунд і створює умови, за яких натискання на педаль тільки при включеній лампочці призводить до подачі корму. А коли лампочка вимикається, то скільки не натискай, буде тобі комбінація з трьох пальців! Тобто, включення лампочки створює, поділяє, розрізняє, диференціює різні умови. І щур це скоро починає розуміти. А оскільки він (щур) дуже хоче їсти (у нього ж створена харчова потреба!), то побачивши включену лампочку, тут же біжить до педалі і ну на неї натискати! Збоку здається, що включена лампочка змушує щура, наказує йому натискати на педаль. Але тепер ви розумієте, що це не так. Увімкнена лампочка каже: тепер можеш натискати на педаль. І тільки!
5. Закріплення поведінки. Закріплення сформованої поведінки до навички здійснюється шляхом повторення з використанням імовірнісного підкріплення. Корисно також для цього використовувати різні потреби і, відповідно, застосовувати різне підкріплення. Російський варіант оперантної методики дресирування, що бере початок від Володимира Дурова, відрізняється тільки тим, що дозволяє відразу вводити виконавчий стимул (команду, стимул, що диференціює, умовний подразник). Практика показує, що навичка формується анітрохи не повільніше, ніж за імпортної методики. А оскільки дозволяє виключити цілий етап, економить час.

Наш аналіз 2025 року — щасливі тварини, щасливі люди.