Què és l'entrenament de gossos operants?

Del reflex condicionat clàssic que porta el nom d'IP Pavlov, aquest reflex es diferencia perquè es basa en l'activitat activa amb finalitat de l'animal, causada per algun tipus de necessitat. I el reforç al mateix temps és el resultat d'aquesta activitat molt activa i proposada. Mentre que amb el reflex condicionat clàssic, el reforç és l'incondicionat, o simplement el segon estímul.

L'aprenentatge operant va ser descobert pel científic nord-americà EL Thorndike gràcies a la intel·ligència dels gats i els gossos. El fet és que Thorndike, esbrinant la capacitat d'aprenentatge dels animals, va dissenyar una gàbia especial equipada amb una porta amb un simple pany. Tancant gats i gossos en aquesta gàbia, va veure amb la glòria sana d'un científic com els seus germans petits aprenia a obrir aquesta porta. I els germans més petits van aprendre a obrir la porta fent diversos intents, alguns dels quals van tenir èxit i altres no. Per tant, Thorndike va anomenar la forma d'aprenentatge que va descobrir "assaig i error".

Un reflex, però, aquesta forma d'aprenentatge va ser batejada molt més tard per un altre conegut científic nord-americà, BF Skinner, que hi va dedicar tota la seva vida científica. Per això, entre els diversos pares del reflex operant, Skinner és considerat el pare principal. Tanmateix, per ser justos, observem que, per primera vegada al món, la formació basada en l'aprenentatge operant va ser descrita pel nostre meravellós entrenador Vladimir Durov al seu llibre "Ensinistrament d'animals. Observacions psicològiques sobre animals entrenats segons el meu mètode. 40 anys d'experiència.” Així, podeu llegir sobre la versió russa de l'entrenament operant al llibre de Vladimir Durov, i la versió nord-americana de l'entrenament operant està ben descrita al llibre "No grunyis al gos!" de la psicòloga i formadora Karen Pryor, que, per cert, també us aconsello llegir.

El mètode general d'entrenament operant de Skinner es pot descriure en els passos següents:

1. etapa de privació. Així és el que Skinner va anomenar aquesta etapa als anys 30. Tanmateix, ara aquesta etapa s'hauria d'anomenar "l'etapa d'elecció i creació d'una necessitat bàsica".

   Quan es forma un reflex condicionat operant, es poden utilitzar gairebé totes les necessitats que coneixen els gossos, però Skinner va utilitzar la necessitat d'aliment amb més freqüència. I el significat de l'etapa de privació era que Skinner o bé va alimentar malament els animals durant un temps o els va morir de fam. Es creia que el reforç dels aliments només esdevenia significatiu per a l'animal i eficaç per a l'aprenentatge quan aquest animal perdia al voltant del 20% del seu pes viu. Oh vegades, oh maneres!

   

2. L'etapa de formació del reforç alimentari condicionat. En la seva investigació, Skinner va utilitzar alimentadors automàtics, el so dels quals se suposava que era un senyal per als animals per a l'aparició d'un pellet de pinso. I això va portar temps. L'etapa es va considerar acabada quan, en resposta al so de l'alimentador, la rata immediatament va córrer cap a l'alimentador.

   

   De fet, aquesta etapa és la formació d'un reflex sonor condicionat clàssic amb reforç alimentari. També serveix de base per a l'anomenat entrenament amb clics, un mètode d'entrenament que utilitza un reforç positiu d'aliments sonors condicionats.

   I hem d'admetre que l'escola de formació operant es distingeix favorablement de la formació tradicional domèstica per l'atenció que la formació operant presta a la qüestió del reforç. Sobretot el reforç positiu i probabilístic.

3. Etapa de formació de la reacció. Com a model de comportament, Skinner va entrenar les seves rates perquè premeu el pedal i els seus coloms per picotejar la clau. La formació de la reacció de prémer el pedal es va dur a terme de tres maneres: per assaig i error (formació espontània), per formació dirigida o seqüencial i pel mètode objectiu.

   La formació espontània va consistir en el fet que l'animal, viatjant per la caixa Skinner, va prémer accidentalment el pedal i va associar la seva pressió amb la inclusió de l'alimentació automàtica.

   

   Durant la formació direccional, l'investigador va encendre l'alimentador automàtic, primer va reforçar qualsevol orientació cap al pedal, després s'hi va apropar i finalment el va pressionar. Per què no entrenament amb clics!

   I el mètode objectiu va ser que es va enganxar un pellet de menjar a la clau, els intents d'arrencar-lo van portar a prémer la palanca.

   El mètode modern d'entrenament operant per iniciar el comportament desitjat permet l'ús de gairebé tots els mètodes coneguts per influir en l'animal. No obstant això, es considera ineficaç utilitzar efectes aversius (que provoca dolor o malestar).

4. Posar la conducta sota control de l'estímul o introduir un estímul diferenciador. En altres paraules, la introducció d'un estímul o ordre condicionat.

   Skinner i els seus partidaris creien que la formació d'una acció i el desenvolupament paral·lel simultani de la seva connexió amb un estímul condicionat (ordre) són dos processos diferents. I l'assimilació simultània de dues coses diferents complica l'aprenentatge. Per tant, els operants tradicionals primer formen el comportament i després introdueixen l'ordre.

   

   Cal subratllar que en l'aprenentatge operant, un estímul diferenciador, en general, no és una ordre en la nostra comprensió. Un equip és com una ordre, no? Normalment ho interpretem d'aquesta manera. Un estímul diferenciador és la informació que ara mateix l'execució d'una conducta és la més efectiva i generalment possible. Així, el "comandament" en l'entrenament operant té la funció de permetre i permetre que es realitzi el comportament.

   Per aclarir-ho, analitzem la introducció d'una bombeta a l'experiment com a estímul diferenciador. Així doncs, la rata ha après a prémer el pedal i el pressiona quan vol menjar. L'investigador encén la llum durant un parell de segons i crea condicions en les quals prémer el pedal només quan la llum està encesa condueix al subministrament d'alimentació. I quan s'apagui la llum, per molt que premeu, tindreu una combinació de tres dits! És a dir, la inclusió d'una bombeta crea, separa, distingeix, diferencia diferents condicions. I la rata aviat comença a entendre. I com que té moltes ganes de menjar (té una necessitat de menjar!), Llavors, quan veu la bombeta encesa, de seguida corre cap al pedal i, bé, premeu-lo! Des de fora, sembla que la bombeta encesa fa que la rata, li ordeni que preme el pedal. Però ara entens que no és així. Quan s'encén la llum, diu: Ara pots prémer el pedal. Però només!

5. Reforç de la conducta. La consolidació de la conducta formada a l'habilitat es realitza mitjançant la repetició mitjançant el reforç probabilístic. També és útil utilitzar diferents necessitats per a això i, en conseqüència, aplicar diferents reforços.

   La versió domèstica del mètode operant d'entrenament, provinent de Vladimir Durov, només difereix perquè permet introduir immediatament un estímul executiu (ordre, estímul diferenciador, estímul condicionat). La pràctica demostra que una habilitat no es forma més lentament que amb una tècnica importada. I com que permet eliminar un pas sencer, estalvia temps. Per tant, té sentit donar suport al fabricant nacional de tècniques d'entrenament!

24 2019 setembre

Actualitzat: 26 de març de 2020