Mi az az operáns kutyakiképzés?

Az I.P.-ről elnevezett klasszikus kondicionált reflexből. Pavlov szerint ez a reflex abban különbözik, hogy az állat aktív céltudatos tevékenységén alapul, amelyet valamilyen szükséglet okoz. A megerősítés pedig egyúttal ennek a nagyon aktív és céltudatos tevékenységnek az eredménye. Míg a klasszikus feltételes reflexnél a megerősítés a feltétel nélküli, vagy egyszerűen a második inger.

Az operáns tanulást az amerikai tudós, E.L. fedezte fel. Thorndike a macskák és kutyák intelligenciájának köszönhetően. A helyzet az, hogy Thorndike, kitalálva az állatok tanulási képességét, egy speciális ketrecet tervezett egyszerű zárral ellátott ajtóval. Ebbe a ketrecbe zárta a macskákat és a kutyákat, és egy tudós egészséges ujjongásával nézte, ahogy kisebb testvérei megtanulják kinyitni ezt az ajtót. A fiatalabb testvérek pedig különféle próbálkozások révén megtanulták kinyitni az ajtót, amelyek közül néhány sikeres volt, és volt, amelyik nem. Ezért Thorndike az általa felfedezett tanulási formát „próbának és tévedésnek” nevezte.

Reflexnek azonban ezt a tanulási formát jóval később egy másik neves amerikai tudós, B. F. Skinner nevezte el, aki egész tudományos életét ennek szentelte. Éppen ezért az operáns reflex számos apja közül Skinnert tekintik a fő apának. A méltányosság kedvéért azonban megjegyezzük, hogy a világon először az operáns tanuláson alapuló képzést csodálatos trénerünk, Vladimir Durov írta le az „Állatok kiképzése. Pszichológiai megfigyelések az én módszerem szerint kiképzett állatokon. 40 év tapasztalattal.” Így az operáns tréning orosz változatáról olvashat Vlagyimir Durov könyvében, az operáns tréning amerikai változatát pedig jól leírja a „Ne morogj a kutyára!” című könyvben. Karen Pryor pszichológus és tréner, amelyet egyébként azt is tanácsolom elolvasni.

Skinner általános operáns képzési módszere a következő lépésekben írható le:

a nélkülözés szakasza. Skinner így nevezte ezt a szakaszt a 30-as években. Most azonban ezt a szakaszt „az alapvető szükséglet kiválasztásának és megteremtésének szakaszának” kell nevezni.
Az operáns kondícionált reflex kialakításánál szinte az összes, a kutyák által ismert szükséglet felhasználható, de Skinner gyakrabban használta fel a táplálékszükségletet. A nélkülözési szakasz jelentése pedig az volt, hogy Skinner vagy alultáplálta az állatokat egy ideig, vagy éheztette őket. Úgy gondolták, hogy a táplálékerősítés csak akkor vált jelentőségteljessé az állat számára és a tanulásban is hatásossá, amikor ez az állat elvesztette élősúlyának körülbelül 20%-át. Ó idők, ó modor!
A kondicionált táplálékerősítés kialakulásának szakasza. Skinner kutatásai során automata etetőket használt, amelyek hangja jelzésként szolgált az állatok számára a takarmánypellet megjelenésére. És ehhez idő kellett. A szakasz akkor tekinthető befejezettnek, amikor az etető hangjára reagálva a patkány azonnal az etetőhöz futott.
Valójában ez a szakasz egy klasszikus kondicionált hangreflex kialakulása ételerősítéssel. Ez egyben az úgynevezett klikker tréning alapjául is szolgál – egy kondicionált egészséges táplálék pozitív megerősítést alkalmazó edzésmódszer.
És el kell ismernünk, hogy az operáns képzés iskolája kedvezően különbözik a hazai hagyományos képzéstől azáltal, hogy az operáns képzés az erősítés kérdésére fordít. Különösen pozitív és valószínűségi megerősítés.
A reakció kialakulásának szakasza. Skinner mintaként arra tanította a patkányait, hogy nyomják a pedált, a galambjait pedig arra, hogy a billentyűt nyomkodják. A pedálnyomás reakciójának kialakítása háromféleképpen történt: próbálkozással és tévedéssel (spontán kialakulás), irányított vagy szekvenciális formációval és célmódszerrel.
A spontán kialakulás abból állt, hogy az állat a Skinner boxon áthaladva véletlenül megnyomta a pedált, és ennek lenyomását fokozatosan összekapcsolta az automata etetővel.
Az irányképzés során a kutató bekapcsolta az automata adagolót, először megerősítve bármilyen tájolást a pedál felé, majd megközelítve, végül megnyomva. Miért nem klikkeredzés!
A célmódszer pedig az volt, hogy ételpelletet ragasztottak a kulcsra, amit a leszakítási kísérletek a kar lenyomásához vezettek.
Az operáns tréning modern módszere a kívánt viselkedés beindítására lehetővé teszi szinte az összes ismert módszer alkalmazását az állat befolyásolására. Averziós (fájdalomhoz vagy kellemetlen érzéshez vezető) hatások alkalmazása azonban hatástalannak tekinthető.
A viselkedés ingerkontroll alá vonása vagy megkülönböztető inger bevezetése. Más szóval egy feltételes inger vagy parancs bevezetése.
Skinner és támogatói úgy vélték, hogy egy cselekvés kialakulása és egy feltételes ingerrel (parancs) való kapcsolatának egyidejű fejlődése két különböző folyamat. Két különböző dolog egyidejű asszimilációja pedig bonyolítja a tanulást. Ezért a hagyományos operánsok először alakítják ki a viselkedést, majd írják be a parancsot.
Hangsúlyozni kell, hogy az operáns tanulásban a megkülönböztető inger általában nem parancs a mi felfogásunk szerint. Egy csapat olyan, mint egy parancs, nem? Általában így értelmezzük. A megkülönböztető inger az az információ, hogy jelenleg egy viselkedés végrehajtása a leghatékonyabb és általában lehetséges. Így az operáns képzésben a „parancsnak” az a funkciója, hogy megengedi és megengedi a viselkedés végrehajtását.
Az érthetőség kedvéért elemezzük egy villanykörte bevezetését a kísérletbe, mint megkülönböztető ingert. Tehát a patkány megtanulta lenyomni a pedált, és megnyomja, amikor enni akar. A kutató néhány másodpercre felkapcsolja a lámpát, és olyan körülményeket teremt, amelyek mellett a pedál megnyomása csak akkor, amikor a lámpa világít, a tápellátáshoz vezet. És amikor a lámpa kialszik, bármennyire is nyomja, három ujj kombinációja lesz! Vagyis a villanykörte beépítése különböző feltételeket teremt, választ el, különböztet meg, különböztet meg. És a patkány hamarosan kezdi megérteni. És mivel nagyon szeretne enni (van kajaigénye!), Aztán amikor meglátja, hogy ég a villanykörte, azonnal a pedálhoz szalad, és na, megnyomja! Kívülről úgy tűnik, hogy a bekapcsolt villanykörte megcsinálja a patkányt, megparancsolja, hogy nyomja meg a pedált. De most már megérted, hogy ez nem így van. Amikor a lámpa kigyullad, azt írja ki: Most megnyomhatja a pedált. De csak!
Viselkedés erősítése. A kialakult viselkedés megszilárdítása a készséggé valószínûségi erõsítést alkalmazó ismétléssel történik. Szintén hasznos, ha ehhez különböző igényeket alkalmazunk, és ennek megfelelően különböző erősítéseket alkalmazunk.
Az operáns edzésmódszer Vlagyimir Durovtól származó hazai változata csak annyiban tér el, hogy azonnali végrehajtási inger (parancs, differenciáló inger, feltételes inger) bevezetését teszi lehetővé. A gyakorlat azt mutatja, hogy egy készség nem alakul ki lassabban, mint egy importált technikával. És mivel lehetővé teszi egy teljes lépés kiiktatását, időt takarít meg. Érdemes tehát támogatni az edzéstechnikák hazai gyártóját!