斯金納操作學習理論BF斯金納（Burrhus Frederick Skinner,19041990）是操作學習理論的創始人和行為矯正技術的開創者。他是美國新行為主義的主要代表，也是在所有新行為主義者中，在堅持行為主義基本立場方面最激進的一位，同時，也是對當今心理學影響最大、最重要的新行為主義者。他最有影響的主張集中體現在他的操作學習理論。一、操作學習理論的提出：在斯金納之前，心理學家們就已經用刺激反應聯結對學習作出解釋，如華生認為學習就是“以一種刺激替代另一種刺激建立條件反射的過程”；陳琦，劉儒德主編：當代教育心理學M北京：北京師范大學出版社，1997年4月第1版，（68，69）又如，桑代克提出的嘗試錯誤學習（trial-error learning）理論，認為學習的實質是“通過嘗試在一定的情景與特定的反應之間建立某種聯結”彭聃齡主編：普通心理學（修訂版）M. 北京：北京師范大學出版社，2004年3月第3版，（466）斯金納指出，雖然，某些人類的行為正如之前的心理學家們說的那樣，是由特定的刺激引起的，但是，這些只能解釋所有人類行為的一小部分，于是他提出了另外一類行為，稱之為操作性行為，因為它們是在環境中缺乏明顯的無條件刺激物時操作的。斯金納的工作主要集中在行為與后果的關系上，并由此提出了對教育實踐起巨大影響的學習理論操作學習理論。二、斯金納操作學習理論的基本觀點：（一）經典實驗斯金納箱（Skinner box）：20世紀30年代后期，斯金納改進了桑代克的迷籠，設計了“斯金納箱”，并用來研究各種動物（如白鼠與鴿子）的行為。此箱去掉了所有無關刺激，通常內設一杠桿，杠桿與一食物倉相連，動物（如白鼠）偶然地一按杠桿，食物倉便打開，落下一食物小丸于食物盤內，箱外有一記錄器，可記錄白鼠按壓杠桿的速度。實驗中，動物從初始的混亂動作中無意地碰到杠桿而得到食物，從而學會了按壓杠桿與得到食物之間的聯結。通過更為復雜的設計，動物還可以學會分化行為，如當燈亮時按杠桿可以得到食物，而燈滅時按杠桿得不到食物，于是，動物學會了只在燈亮時按壓杠桿。（二）兩種類型的學習：從對動物的研究中，斯金納認為，行為分為兩類：應答性行為和操作性行為。應答性行為是由已知的刺激引起的；操作性行為則是由有機體自身發出的。無條件反應是一種應答性行為，因為它們是無條件刺激所引起，而在日常生活中操作性行為是我們行為中的大部分。要強調的是，斯金納并不是指操作性行為不依賴于刺激作用而產生，而是說刺激引起這種行為是不知道的，而且去了解其原因也是不重要的。操作性行為不是取決于其事先的刺激，而是由其結果所控制。與兩類行為相應，斯金納把條件反射也分作兩類：一類是由刺激情景引發的反應，是一種不隨意的行為，稱應答性條件反射（respondents）與經典性條件反射相應，又稱刺激性條件反射；另一類是操作性條件反應（operants），又稱工具性條件反射，它不是由刺激情景引發的，而是有機體的自發行為，是隨意或有目的的。兩種反射的區別見表1：表1經典性條件反射操作性條件反射反應特征應答行為自發行為形成條件條件刺激與無條件刺激相匹配及時強化刺激對特定刺激才能產生反應不需要特定的刺激消退條件刺激多次單獨出現將強化物去掉經典條件作用只能用來解釋基于應答性行為的學習，斯金納把這類學習稱為“S（刺激）類條件作用”或叫“反射學習”。另一種學習模式，即操作性或工具性條件作用的模式，則可用來解釋基于操作性行為的學習，他稱為“R（強化）類條件作用”或叫“操作學習”。 操作學習模式認為，如果一種反應之后伴隨一種強化物，那么，在類似環境里發生這種反應的概率就增加。而且，強化物與實施強化的環境一起，都是一種刺激，我們可以以此來控制反應。斯金納認為操作學習與反射學習是不同的。反射學習是SR的過程，而操作學習則是（S）RS的過程，重要的是跟隨反應之后的刺激（強化物），而不是反應之前的刺激。（三）操作性條件作用的主要規律：1、強化：1.1基本概念：1.1.1強化的含義：強化的概念在桑代克效果律中已有闡述。但是，在斯金納的強化理論中，強化所扮演的角色發生了重大的變化。斯金納將強化作為一個中性詞使用（而不是指獎勵），可簡單定義為“能增強反應率的效果”陳琦，劉儒德主編：當代教育心理學M北京：北京師范大學出版社，1997年4月第1版，（69）。1.1.2強化物的含義：強化是指“使反應發生概率增加、或維持某種反應水平的任何刺激”。施良方：學習論M. 北京：人民教育出版社，2001年5月第2版，（117）這也就是說，斯金納認為凡是強化，其結果都是行為概率的增加。反之，提高反應概率的任何事件都可以起強化作用，強化物也就不一定是一種令人愉快的刺激。而且，在一種情境中起強化作用的刺激，在另一種情境中并不一定起強化作用。同樣，對某一對象起強化作用的刺激，對另一對象并不一定起強化作用。由此可見，是刺激對反應的結果，而不是刺激本身的性質決定某種刺激是否為一種強化物。1.2強化的類型：斯金納區分了兩種強化類型：正強化（positive reinforcement，又譯積極強化）和負強化（negative reinforcement，又譯消極強化）。當在環境中增加某種刺激，有機體反應概率增加，這種刺激就是正強化物。比如，白鼠按開關時給食物，食物就是正強化。當某種刺激在有機體環境中消失時，反應概率增加，這種刺激就是負強化物。也就是說，負強化物是厭惡刺激，是有機體力圖避開的那種刺激。比如，當處于電擊狀態下的白鼠按開關時停止電擊，停止電擊就是負強化物。1.3強化的作用：塑造行為。1.4強化安排：1.4.1強化的方式：斯金納認為，在行為實驗分析中，最容易控制的、最有效的變量是給予強化的方式。在精確控制的實驗情景中，實驗者可以精確地決定使用什么類型的強化，怎樣給予強化和何時給予強化。強化的方式多種多樣，包括連續強化和間隔強化、固定比例強化和變化比例強化、固定時間強化和變化時間強化等。具體見表2：表2強化安排連續強化（每一次正確反應之后都給予強化）間歇強化（并不是每一次正確反應之后都給予強化）比例強化（根據一定比例給予強化，例如，每5次正確反應給予一次強化）間隔強化（根據一定時間間隔給予強化，例如，每5分鐘給予一次強化）固定比例強化（例如，每5次正確反應給予一次強化）變化比例強化（例如，在20次正確反應給予4次強化，至于強化何時給予，那是隨機的）固定間隔強化（例如，每5分鐘給予一次強化）變化間隔強化（例如，在20分鐘期間給予4次強化，至于強化何時給予，那是隨機的）表2是我修改施良方的學習論中的一個表格得到的。其中，連續強化、間歇強化這兩種強化方式應該比較好理解，對于其內涵學者們也基本沒什么異議。但是，對于比例強化和間隔強化，學者們的表述就有不一致的地方，對于其內涵也有不同的解釋。修改后的表2是我比較認同的理解。在彭聃齡主編的普通心理學（修訂版）中，將間隔強化與連續強化相對應，放在第一個層次。這與施良方在學習論中的理解只是語言表達上的差異，不存在本質的不同。然后，普心又將間隔強化細分為比率式和時間式兩種方式。在這里，就不僅僅是表達上的差異，同時隱含著對兩種方式的內涵的理解上的差異。先說比率式與比例強化。其中，比率式認為，比例是強化與“反應次數”之間呈一定比例（包括可變的比例與固定的比例）；而學習論中的比例強化是強化與“正確反應次數”之間呈一定比例。既然，強化的作用是塑造行為，那么，如果將強化以“反應次數”為度，效果肯定沒有以“正確反應次數”為度來得好，因為前者是只要出現反應，無論對錯，只要靠次數就給強化，就可能出現反應者隨便做出反應的結果。因此，我更贊同將比例強化理解為強化與正確反應次數之間呈比例。其次要說的是時間式與學習論中的間隔強化的不同。時間式顯然是強化與“時間”之間的間隔。而學習論中的間隔強化是強化與一定時間內的正確反應的間隔（例如，每隔5分鐘正確反應給予一次強化）。顯然，后者比較復雜，因為它將強化與兩個條件相聯系，一是時間（5分鐘），一是反應的性質（正確反應），乍看似乎比只考慮時間因素更能符合強化的塑造行為的作用。但是，細想之后發現這種理解有個致命的缺陷可操作性不強！這種理解是說在5分鐘之內的反應都是正確的才給強化嗎？還是說5分鐘之內只要出現過正確反應就給強化？如果一直沒出現正確反應，但是5分鐘時間已到（這時時間條件滿足，但反應性質條件沒滿足），這種情況給不給強化？一系列的問題都說明這種理解的可操作性不強。而，斯金納的強化理論，甚至是整個操作學習理論都是來自于他的實驗的，因此，他所采用的像強化這種概念應該會更多地考慮可操作性。因此，我更贊同將間隔強化理解為只與時間之間的間隔。這也是我修改學習論中的表的原因。1.4.2不同強化安排的效果：強化的方式可以有種種不同的結合和順序，不同的強化安排對學習測試也會產生不同的影響。1.4.2.1對習得速度的影響：一般說來，如果最初學習時給予連續強化，學習速度就會比較快些。如果最初學習時使用間歇強化，學習就會困難些，速度也就慢一些。1.4.2.2對反應速度的影響：首先，一般說來，比例強化比間隔強化的反應速度要快些。其次在兩種固定強化安排中（固定比例強化和固定間隔強化），在每次強化后，反應速度立即變慢，其反應速度是從這一次強化后到下一次強化前有規則地逐漸加快。由于這種圖解很像海里的扇貝，因此把它稱為“扇貝型”（scalloping）效應。最后，在兩次強化之間反應速度的這些變式，只表現在固定強化安排中，在變化強化安排中則沒有呈現這種現象。1.4.2.3對消退速度的影響：首先，連續強化安排比間歇強化安排習得的速度要快些，但在不給強化后，導致消退的速度也會更快些。其次，固定強化安排比變化強化安排引起的習得速度要快些，但在沒有強化時，它引起的消退速度也會更快些。最后，在比例強化（不論是變化比例還是固定比例）安排中，強化比例高的反應速度要比比例低的快一些，但在不給強化后，消退速度相應地也要快一些。綜上，最佳的訓練組合也許是，最初時使用連續強化，然后是固定間隔強化，最后是變化比例強化。此外，隨著訓練期的推移，比例也可以改變?？傮w說來，減少強化的比例，會使消退速度放慢。2、消退：2.1消退的含義：“有機體作出以前曾被強化過的反應，如果在這一反應之后不再有強化物相伴，那么這一反應在今后發生的概率便會降低，稱為消退?！绷殖绲轮骶?，姚梅林，王健敏，馮忠良，伍新春著：教育心理學M. 北京：人民教育出版社2000年12月第1版，（122）2.2消退的作用：在強化中，無論是正強化的獎賞還是負強化的回避，其作用都在于增加某種反應在將來發生的概率，以達到塑造行為的目的，而消退則不然。消退是一種無強化的過程，其作用在于，當有機體自發地做出某種反應以后，不對其施與任何強化，從而降低該反應在將來發生的概率，以達到消除某種行為的目的。在消退早期，在不施與任何強化時，行為頻率會在短時間內忽然增加，之后頻率減少，才是真正的消退。早期頻率的增加很好理解。比如，白鼠之前按開關就得到食物，后來，消退開始，按開關不給食物了，白鼠就會更用力更頻繁地按開關，為的是確認是否是因為自己按得不夠大力或是其他什么偶然的原因使食物不出現。等到它確信再怎么按也不會有食物的時候，它的按開關的行為才開始真正的減少，最后消退。3、懲罰：3.1懲罰的含義：“當有機體作出某種反應以后，呈現一個厭惡刺激或不愉快刺激，以消除或抑制此類反應的過程，稱作懲罰。”林崇德主編，姚梅林，王健敏，馮忠良，伍新春著：教育心理學M. 北京：人民教育出版社2000年12月第1版，（121）3.2懲罰的作用：懲罰與負強化和消退都有所不同，負強化是要增加行為發生的概率，消退是不施與強化。但懲罰是通過厭惡刺激的呈現來使行為反應在將來發生的概率降低。但是，動物實驗表明，懲罰對于消除行為來說并不一定十分有效，厭惡刺激停止作用以后，原先建立的反應仍會逐漸恢復。（這點可以用班杜拉的觀察學習理論來解釋。班杜拉認為人們的大部分行為是通過觀察學習習得的。觀察學習要經過注意、保持、再現和動機四個階段，這樣，懲罰就只是阻止了動機階段的發生，而使行為沒有表現出來，但是不能阻止前三個階段的發生，因此，個體還是將不良行為記在腦子里，只是由于懲罰而暫時不做而已，只要懲罰撤銷，個體還有可能再做。）因此，懲罰的效果一般不好，它并不能使行為發生永久性的改變，不能根除行為，而只能暫時抑制行為。與此同時，懲罰也可能會引起副效應，如攻擊性行為。因此，懲罰要慎用，消退才是減少不良行為、消除壞習慣的有效方法。在非得給予懲罰時，一定要注意：第一，要注意使用懲罰后的反應抑制期。也就是說，懲罰一種不良行為應與強化一種良好行為結合起來，不但要說什么不能做，也要說明什么能做和應該怎么做，這樣才能取得預期的效果；第二，懲罰一定要在不良反應發生后立即給予，延遲的懲罰可能是無效的；第三，懲罰一旦決定實施，一開始就要選擇強度大的，越來越強的懲罰不可取，因為會產生適應；第四，在可選擇的情況下，與其給予厭惡刺激懲罰（2），還不如不給獎勵刺激懲罰（1）。（見下表4）最后，將正負強化、消退、懲罰的區別列成兩表，見表3，表4：表3正強化負強化消退懲罰刺激增加獎勵刺激減少厭惡刺激不施與呈現厭惡刺激目的增加反應概率增加反應概率減少反應概率減少反應概率應用塑造良好行為塑造良好行為消除不良行為消除不良行為表4施良方：學習論M. 北京：人民教育出版社，2001年5月第2版，（124）反應后呈現反應后消除獎勵性刺激正強化懲罰（1）厭惡性刺激懲罰（2）負強化三、斯金納操作學習理論的應用：斯金納的操作學習理論在實際的教學和教育工作中有著非常廣泛的應用，影響最大的是程序教學和行為矯正。（一）程序教學：1、程序教學概述：程序教學是20世紀第一個具有全球影響的教學改革運動，深刻地影響到當時美國及世界其他國家的教學實踐。簡單地說，程序教學是通過教學機器呈現程序化教材而進行自學的一種方法。它把一門課程學習的總目標分成幾個單元，再把每個單元分成許多小步子。學生在學完每一步驟的課程后，就會馬上知道自己的學習結果，即能得到及時強化，然后按順序進入下一步的學習，直到學完一個個單元。在學習過程中，學生可按自己的學習能力和學習習慣，自定學習步調，自主進行反應，逐步達到總目標。2、淺評程序教學：程序教學確實具有不少優點，不僅可以集中最優秀的教師來編制教學過程，而且學生在每一步都能獲得及時的強化，學生甚至可以自定步調來學習，克服了全班上課的缺陷。但是，程序教學也有其致命的不足：首先，是忽視了主體的主動性，學生只能按程序教材上規定的正確答案回答，如果不同意機器呈現的答案，或是有不明白的地方，他不能跟機器爭論，也不能要求機器做進一步的解釋。最重要的是，這種用機器的學習就排除了作為重要教學資源的老師和同伴。機器教學無法取代教師的人格教育活動，也不能取代同伴關系在學生成長過程中的積極