การฝึกสุนัขหัตถการคืออะไร?

จากรีเฟล็กซ์ปรับอากาศแบบคลาสสิกที่ตั้งชื่อตาม IP Pavlov รีเฟล็กซ์นี้แตกต่างตรงที่มีพื้นฐานมาจากกิจกรรมที่มีจุดมุ่งหมายของสัตว์ ซึ่งเกิดจากความต้องการบางอย่าง และการเสริมกำลังในเวลาเดียวกันเป็นผลมาจากกิจกรรมที่กระตือรือร้นและมีจุดมุ่งหมายนี้ ในขณะที่รีเฟล็กซ์แบบมีเงื่อนไขแบบคลาสสิก การเสริมแรงคือสิ่งกระตุ้นที่ไม่มีเงื่อนไข หรือเพียงแค่สิ่งเร้าที่สอง

การเรียนรู้แบบปฏิบัติการถูกค้นพบโดยนักวิทยาศาสตร์ชาวอเมริกัน EL Thorndike เนื่องจากความฉลาดของแมวและสุนัข ความจริงก็คือ Thorndike ค้นพบความสามารถของสัตว์ในการเรียนรู้ได้ออกแบบกรงพิเศษที่มีประตูพร้อมตัวล็อคแบบธรรมดา เมื่อขังแมวและสุนัขไว้ในกรงนี้ เขาเฝ้าดูนักวิทยาศาสตร์ด้วยความละโมบขณะน้องชายคนเล็กของเขาเรียนรู้ที่จะเปิดประตูนี้ และพี่น้องชายหญิงเรียนรู้ที่จะเปิดประตูโดยพยายามหลายครั้งซึ่งบางคนประสบความสำเร็จและบางคนไม่ได้ ดังนั้น ธอร์นไดค์จึงเรียกรูปแบบการเรียนรู้ที่เขาค้นพบว่า “การลองผิดลองถูก”

อย่างไรก็ตาม รูปแบบการเรียนรู้นี้ได้รับการขนานนามในภายหลังโดยนักวิทยาศาสตร์ชาวอเมริกันที่มีชื่อเสียงอีกคนหนึ่ง บี.เอฟ. สกินเนอร์ ผู้ซึ่งอุทิศชีวิตทางวิทยาศาสตร์ทั้งหมดให้กับมัน ด้วยเหตุนี้ ในบรรดาบิดาหลายคนของโอเปอเรเตอร์รีเฟล็กซ์ สกินเนอร์จึงถือเป็นบิดาหลัก อย่างไรก็ตาม ในความเป็นธรรม เราทราบว่านี่เป็นครั้งแรกในโลกที่ผู้ฝึกสอนที่ยอดเยี่ยมของเราอธิบายการฝึกอบรมตามการเรียนรู้ของผู้ปฏิบัติงาน Vladimir Durov ในหนังสือของเขาเรื่อง Animal Training การสังเกตทางจิตวิทยาเกี่ยวกับสัตว์ที่ได้รับการฝึกฝนตามวิธีการของฉัน ประสบการณ์ 40 ปี” ดังนั้น คุณสามารถอ่านเกี่ยวกับการฝึกผู้ปฏิบัติการเวอร์ชั่นรัสเซียได้ในหนังสือของ Vladimir Durov และการฝึกผู้ปฏิบัติการเวอร์ชั่นอเมริกาได้อธิบายไว้อย่างดีในหนังสือ "อย่าคำรามใส่สุนัข!" โดยนักจิตวิทยาและครูฝึก คาเรน ไพรเออร์ ซึ่งยังไงก็แนะนำให้คุณอ่านด้วย

วิธีการฝึกผู้ปฏิบัติงานทั่วไปของสกินเนอร์สามารถอธิบายได้ในขั้นตอนต่อไปนี้:

ขั้นตอนของการกีดกัน นี่คือสิ่งที่สกินเนอร์เรียกเวทีนี้ในยุค 30 อย่างไรก็ตาม ตอนนี้ควรเรียกระยะนี้ว่า “ระยะของการเลือกและการสร้างความต้องการขั้นพื้นฐาน”
เมื่อสร้างรีเฟล็กซ์ที่วางเงื่อนไขโดยผู้ปฏิบัติงาน สุนัขสามารถใช้ความต้องการเกือบทั้งหมดที่สุนัขรู้จักได้ แต่สกินเนอร์ใช้ความต้องการอาหารบ่อยกว่า และความหมายของขั้นตอนการกีดกันก็คือว่าสกินเนอร์ให้อาหารสัตว์น้อยไปชั่วขณะ หรือไม่ก็อดอาหาร เชื่อกันว่าการเสริมอาหารมีความสำคัญต่อสัตว์เท่านั้นและมีผลสำหรับการเรียนรู้เมื่อสัตว์ตัวนี้สูญเสียน้ำหนักประมาณ 20% ของน้ำหนักที่มีชีวิต โอ้ครั้งโอ้มารยาท!
ขั้นตอนของการก่อตัวของอาหารเสริมที่มีเงื่อนไข ในการวิจัยของเขา สกินเนอร์ใช้เครื่องให้อาหารอัตโนมัติ ซึ่งเสียงควรจะเป็นสัญญาณให้สัตว์ทราบว่าอาหารเม็ดมีลักษณะอย่างไร และสิ่งนี้ต้องใช้เวลา เวทีถือว่าเสร็จสิ้นเมื่อตอบสนองต่อเสียงของเครื่องป้อน หนูจึงวิ่งไปที่เครื่องป้อนอาหารทันที
ในความเป็นจริง ขั้นตอนนี้เป็นการก่อตัวของเสียงสะท้อนปรับอากาศแบบคลาสสิกพร้อมการเสริมอาหาร นอกจากนี้ยังทำหน้าที่เป็นพื้นฐานสำหรับการฝึกอบรมที่เรียกว่า clicker ซึ่งเป็นวิธีการฝึกอบรมโดยใช้การเสริมแรงในเชิงบวกของอาหารที่มีเงื่อนไข
และเราต้องยอมรับว่าโรงเรียนฝึกอบรมผู้ปฏิบัติการนั้นแตกต่างในเกณฑ์ดีจากการฝึกอบรมแบบดั้งเดิมในประเทศ โดยให้ความสนใจว่าการฝึกอบรมผู้ปฏิบัติการให้ความสำคัญกับเรื่องของการเสริมกำลัง โดยเฉพาะอย่างยิ่งการเสริมแรงเชิงบวกและความน่าจะเป็น
ขั้นตอนของการเกิดปฏิกิริยา สกินเนอร์ฝึกหนูให้เหยียบคันเหยียบและให้นกพิราบจิกกุญแจ การก่อตัวของปฏิกิริยาของการกดแป้นนั้นดำเนินการด้วยวิธีใดวิธีหนึ่งจากสามวิธี: โดยการลองผิดลองถูก (การก่อตัวที่เกิดขึ้นเอง) โดยการสร้างโดยตรงหรือตามลำดับและโดยวิธีการเป้าหมาย
การก่อตัวที่เกิดขึ้นเองประกอบด้วยข้อเท็จจริงที่ว่าสัตว์เดินทางผ่านกล่องสกินเนอร์โดยบังเอิญเหยียบแป้นและค่อยๆ เกี่ยวเข้ากับการป้อนอัตโนมัติ
ในระหว่างการกำหนดทิศทาง ผู้วิจัยได้เปิดเครื่องป้อนอัตโนมัติ ขั้นแรกเสริมทิศทางใดๆ ไปทางคันเหยียบ จากนั้นเข้าใกล้คันเหยียบ และกดคันสุดท้าย ทำไมไม่ฝึก clicker!
และวิธีการเป้าหมายคือการที่เม็ดอาหารติดอยู่ที่กุญแจ ความพยายามที่จะฉีกมันออกนำไปสู่การกดคันโยก
วิธีการฝึกอบรมผู้ปฏิบัติงานสมัยใหม่เพื่อเริ่มต้นพฤติกรรมที่ต้องการช่วยให้สามารถใช้วิธีการที่รู้จักเกือบทั้งหมดในการมีอิทธิพลต่อสัตว์ อย่างไรก็ตาม การใช้เอฟเฟกต์ aversive (ซึ่งนำไปสู่ความเจ็บปวดหรือไม่สบาย) ถือว่าไม่ได้ผล
นำพฤติกรรมมาอยู่ภายใต้การควบคุมสิ่งเร้าหรือแนะนำสิ่งเร้าที่แตกต่าง กล่าวอีกนัยหนึ่งคือการแนะนำสิ่งกระตุ้นหรือคำสั่งที่มีเงื่อนไข
สกินเนอร์และผู้สนับสนุนของเขาเชื่อว่าการก่อตัวของการกระทำและการพัฒนาแบบคู่ขนานไปพร้อม ๆ กันของความเชื่อมโยงกับสิ่งเร้าที่มีเงื่อนไข (คำสั่ง) เป็นสองกระบวนการที่แตกต่างกัน และการดูดซึมพร้อมกันของสองสิ่งที่แตกต่างกันทำให้การเรียนรู้ซับซ้อนขึ้น ดังนั้น ตัวดำเนินการดั้งเดิมจึงสร้างลักษณะการทำงานก่อน แล้วจึงป้อนคำสั่ง
ควรเน้นย้ำว่าในการเรียนรู้แบบปฏิบัติการ สิ่งเร้าที่สร้างความแตกต่างโดยทั่วไปแล้วไม่ใช่คำสั่งในความเข้าใจของเรา ทีมก็เหมือนคำสั่งไม่ใช่เหรอ? เรามักจะตีความในลักษณะนี้ สิ่งเร้าที่สร้างความแตกต่างคือข้อมูลที่ตอนนี้การดำเนินการของพฤติกรรมนั้นมีประสิทธิภาพมากที่สุดและเป็นไปได้โดยทั่วไป ดังนั้น "คำสั่ง" ในการฝึกผู้ปฏิบัติการจึงมีหน้าที่อนุญาตและอนุญาตให้แสดงพฤติกรรม
เพื่อให้ชัดเจนยิ่งขึ้น ให้เราวิเคราะห์การนำหลอดไฟเข้ามาในการทดลองเพื่อกระตุ้นความแตกต่าง ดังนั้นหนูจึงเรียนรู้ที่จะเหยียบแป้นและกดเมื่อมันต้องการกิน ผู้วิจัยเปิดไฟสองสามวินาทีและสร้างเงื่อนไขซึ่งการกดแป้นเหยียบเฉพาะเมื่อไฟสว่างขึ้นจะนำไปสู่การจ่ายไฟ และเมื่อไฟดับลง ไม่ว่าคุณจะกดเท่าไหร่ คุณก็จะมีสามนิ้วรวมกัน! นั่นคือการรวมหลอดไฟเข้าด้วยกันจะสร้าง แยก แยกแยะ แยกแยะเงื่อนไขต่างๆ และในไม่ช้าหนูก็เริ่มเข้าใจ และเนื่องจากเธอต้องการกินจริงๆ (เธอมีความต้องการอาหาร!) จากนั้นเมื่อเธอเห็นหลอดไฟเปิดอยู่เธอก็วิ่งไปที่คันเหยียบทันทีและกดมัน! จากภายนอกดูเหมือนว่าหลอดไฟที่เปิดอยู่จะทำให้หนูสั่งให้เหยียบคันเร่ง แต่ตอนนี้คุณเข้าใจแล้วว่ามันไม่เป็นเช่นนั้น เมื่อไฟสว่างขึ้น จะมีข้อความว่า: ตอนนี้คุณสามารถเหยียบคันเร่งได้ แต่เท่านั้น!
เสริมสร้างพฤติกรรม การรวมพฤติกรรมที่เกิดขึ้นกับทักษะนั้นดำเนินการโดยการทำซ้ำโดยใช้การเสริมความน่าจะเป็น นอกจากนี้ยังเป็นประโยชน์ในการใช้ความต้องการที่แตกต่างกันสำหรับสิ่งนี้และดังนั้นให้ใช้การเสริมแรงที่แตกต่างกัน
วิธีการฝึกอบรมผู้ปฏิบัติงานในประเทศซึ่งมีต้นกำเนิดมาจาก Vladimir Durov นั้นแตกต่างกันตรงที่จะช่วยให้คุณแนะนำสิ่งกระตุ้นผู้บริหารได้ทันที (คำสั่ง, สิ่งเร้าที่แตกต่าง, สิ่งเร้าที่มีเงื่อนไข) การปฏิบัติแสดงให้เห็นว่าทักษะไม่ได้เกิดขึ้นช้ากว่าเทคนิคที่นำเข้า และเนื่องจากช่วยให้คุณลดขั้นตอนทั้งหมดได้ จึงช่วยประหยัดเวลา ดังนั้นจึงเหมาะสมที่จะสนับสนุนผู้ผลิตเทคนิคการฝึกอบรมในประเทศ!