很多人，包括心理学学生、教师和专业人士，都对经典条件反射和操作性条件反射的概念感到困惑。 因此，我决定对经典条件反射和操作性条件反射过程做一个简单的解释。 没有比你即将读到的内容更简单的了。

经典条件反射和操作性条件反射是解释人类和其他动物如何学习的两个基本心理过程。 这两种学习模式的基本概念是 协会 .

简而言之，我们的大脑就是一台联想机器，我们将事物联系起来，从而了解我们的世界，做出更好的决定。

如果我们没有这种基本的联想能力，我们就无法在世界上正常运作和生存。 联想使我们能够根据最少的信息迅速做出决定。

例如，当你不小心碰到一个热炉子时，你会感到疼痛，并迅速把手臂缩回来。 当这种情况发生时，你就会知道 "碰到热炉子是危险的"。 因为你有这种学习能力，所以你会把 "热炉子 "和 "疼痛 "联系起来，并在以后尽量避免这种行为。

如果你没有形成这样的联想（热炉子 = 疼痛），你很可能会再次触摸热炉子，使自己的手面临更大的烧伤风险。

经典条件反射和操作性条件反射是我们形成这种联系的两种方式。

什么是经典条件反射？

伊万-巴甫洛夫在著名的狗流口水实验中科学地证明了经典条件反射。 他注意到，他的狗不仅在看到食物时会流口水，而且在看到食物前铃声响起时也会流口水。

怎么可能呢？

看着或闻着食物流口水是有道理的，我们也会这样，但为什么狗听到铃声会流口水呢？

原来，狗把铃声和食物联系在一起，因为当它们得到食物时，铃声几乎同时响起。 这种情况已经发生了很多次，狗已经把 "食物 "和 "铃声 "联系在一起了。

巴甫洛夫在实验中发现，当他出示食物并同时多次摇铃时，即使没有出示食物，狗也会在铃声响起时流口水。

换句话说，这些狗 获得的 条件反应。

让我们从头开始，以便您熟悉相关术语。

调节前

最初，当食物出现时，狗会流口水--这是出现食物时通常会产生的正常反应。 在这里，食物是 非条件刺激 (美国）和流涎是 非条件反应 (UR）。

当然，使用 "无条件 "一词表示尚未产生联想/条件。

由于还没有进行调节，敲钟是一种 中性刺激 (NS），因为它暂时不会对狗产生任何反应。

调节期间

当中性刺激（铃声）和非条件刺激（食物）反复一起出现在狗面前时，它们就会在狗的脑海中配对。

以至于中性刺激（铃声）单独产生的效果（流口水）与无条件刺激（食物）相同。

条件反射发生后，铃声（以前是 NS）现在变成了条件刺激（CS），流口水（以前是 UR）现在变成了条件反应（CR）。

食物（US）与铃声（NS）配对的初始阶段称为 收购 因为狗正在学习新的反应 (CR)。

调节后

随着时间的推移，这种反应会逐渐减弱，因为铃声和食物不再配对。

换句话说，配对变得越来越弱。 这就是所谓的 灭绝 的条件反应。

需要注意的是，铃声本身并不能诱发唾液分泌，除非与食物搭配，食物自然会自动诱发唾液分泌。

本质上，配对使中性刺激能够暂时 "借用 "非条件刺激的能力来诱发非条件反应。

在条件反射消失后，它可能会在暂停后再次出现，这就是所谓的 "条件反射"。 自动恢复 .

归纳和辨别

在经典条件反射中，刺激泛化是指当生物体接触到以下刺激时，会产生条件反射的趋势 类似 条件刺激。

因此，巴甫洛夫的狗即使在听到特定铃声时会流口水，但在听到其他类似声音的物体时也会流口水。

如果经过条件反射后，巴甫洛夫的狗一听到火警铃声、自行车铃声，甚至玻璃片的敲击声就会流口水，这就是泛化的一个例子。

简而言之，狗的大脑将这些不同的刺激视为相同的刺激，从而产生相同的条件反射。

这就解释了为什么你在一个素不相识的陌生人面前会感到不自在，可能是因为他们的面部特征、步态、声音或说话方式让你想起了过去讨厌的人。

巴甫洛夫的狗区分这些泛化刺激和环境中其他无关刺激的能力被称为 歧视 因此，没有被泛化的刺激会被从所有其他刺激中分辨出来。

恐惧症和经典条件反射

如果我们将恐惧和恐惧症视为条件反射，那么我们就可以运用经典条件反射原理使这些反应消失。

例如，一个害怕公开演讲的人最初在公开演讲时可能有过几次糟糕的经历。

他们所感受到的恐惧和不适与 "起身发言 "的动作配对在一起，以至于现在只要一想到要起身发言，就会产生恐惧反应。

如果这个人不顾最初的恐惧，经常站起来发言，那么 "当众发言 "和 "恐惧反应 "最终就会解开。 恐惧反应就会消失。

有两种方法可以做到这一点。

首先，让患者持续暴露在恐惧的环境中，直到恐惧感减弱并最终消失。 这就是所谓的 洪涝 并且是一次性活动。

或者，患者也可以接受所谓的 系统脱敏 在一段较长的时间内，患者逐渐暴露于不同程度的恐惧中，每一种新情况都比前一种更具挑战性。

经典条件反射的局限性

经典条件反射可能会让你认为，你可以将任何东西与任何东西配对。 事实上，这是该领域理论家的早期假设之一。 他们称之为 等价性 不过，后来人们知道，某些刺激物更容易与某些刺激物配对。

换句话说，你不能将任何刺激与任何其他刺激配对。 我们很可能在 "生物学上准备好 "对某些刺激产生反应，而不是对其他刺激产生反应2。

例如，我们大多数人都害怕蜘蛛，当我们看到一捆线时，这种恐惧反应也会被触发，误以为是蜘蛛（以偏概全）。

进化论的解释是，我们的祖先比无生命的物体更害怕有生命的物体（捕食者、蜘蛛、蛇）。

这意味着，有时你可能会把绳子误认为蛇，但你几乎不会把蛇误认为绳子。

操作性条件反射

经典条件反射讲的是我们如何将事件联系起来，而操作性条件反射讲的是我们如何将行为与后果联系起来。

操作性条件反射告诉我们，纯粹根据行为的后果，我们重复某种行为的可能性有多大。

使你的行为在未来更有可能发生的后果被称为 加固 而使你的行为在未来更不可能发生的后果被称为 惩 .

例如，一个孩子在学校取得了好成绩，父母为了奖励他，给他买了自己喜欢的游戏机。

现在，他在未来的考试中也更有可能取得好成绩。 这是因为游戏机是一种强化物，可以鼓励他在未来更多地出现某种行为（取得好成绩）。

当理想的东西 考虑到 对行为实施者而言，增加其未来实施该行为的可能性，被称为 正面强化 .

因此，在上述例子中，游戏机是一种正强化物，给孩子游戏机就是正强化。

然而，正面强化并不是今后增加特定行为频率的唯一方法。 父母还可以通过另一种方法来强化孩子 "取得好成绩 "的行为。

如果孩子保证在今后的考试中取得好成绩，父母可能会放松对他的要求，取消以前对他的一些限制。

其中一条不良规则可能是 "每周玩一次电子游戏"，父母可以取消这条规则，告诉孩子每周可以玩两次或三次电子游戏。

作为回报，孩子必须继续在学校表现出色，保持 "好成绩"。

这种类型的强化，是指不受欢迎的东西（严格的规则）被 带走 从行为的实施者那里，被称为 负强化 .

你可以这样记住它--"积极 "总是意味着某些事情是 考虑到 而 "负面 "则总是指某些事情是...... 带走 从他们那里。

请注意，在上述正强化和负强化的两种情况下，强化的最终目标都是一样的，即增加行为的未来可能性或强化行为（取得好成绩）。

当然，行为的实施者希望得到想要的东西，也希望摆脱不想要的东西。

帮他们其中一个或两个忙，他们就更有可能顺从你，并在将来重复你希望他们重复的行为。

到目前为止，我们已经讨论了强化是如何起作用的。 还有另一种思考行为后果的方法。

惩罚

当行为的后果使行为 更少 未来可能发生的后果称为 惩 因此，强化会增加未来发生某种行为的可能性，而惩罚则会减少这种可能性。

继续上面的例子，比如说，过了一年左右，孩子的考试成绩开始变得很差。 他被冲昏了头脑，把更多的时间花在了电子游戏上，而不是学习上。

现在，这种行为（成绩不好）是父母希望孩子今后少发生的。 他们希望今后减少这种行为的发生频率。 因此，他们必须使用惩罚。

同样，父母可以通过两种方式使用惩罚，即给予孩子一些东西（+）或剥夺一些东西（-），以促使他减少自己的行为（成绩不好）。

这时候，父母为了阻止孩子的行为，就必须给他一些不想要的东西，或者拿走一些孩子想要的东西。

如果父母对孩子重新实施严格的规则，他们就会 慷慨 因此，这将是 积极惩罚 .

如果父母拿走孩子的游戏机并将其锁在小屋里，他们就是 夺走 这就是消极惩罚。

要记住实施的是哪种强化或惩罚，始终要记住行为的实施者。 我们要通过强化或惩罚来分别增加或减少他的行为。

此外，还要记住行为的实施者想要什么，这样你就能知道给予和拿走什么是强化还是惩罚。

连续逼近和整形

你见过狗和其他动物在主人的命令下表演复杂的技巧吗？ 这些动物是通过操作性条件反射训练出来的。

您可以让狗狗跳过障碍物，如果狗狗在跳过（行为）后获得了食物（正强化）。 这是一个简单的技巧。 狗狗已经学会了如何在您的命令下跳跃。

您可以继续这个过程，连续给予狗狗更多奖励，直到狗狗越来越接近理想的复杂行为。 这就是所谓的 "奖励"。 逐次近似 .

比如，您想让狗狗在跳起后立即冲刺。 您必须在狗狗跳起后奖励它，然后在它冲刺后奖励它。 最后，您可以放弃最初的奖励（跳起后），只在狗狗执行跳起+冲刺的行为序列时奖励它。

重复这一过程，您就可以训练狗狗跳跃 + 冲刺 + 奔跑，如此一气呵成。 这一过程被称为 塑形 .3

这段视频展示了西伯利亚雪橇犬复杂行为的塑造过程：

强化时间表

在操作性条件反射中，强化会增加反应的强度（更有可能在未来发生）。 如何提供强化（强化时间表）会影响反应的强度。

你可以在每次行为发生时强化它（持续强化），也可以在某些时候强化它（部分强化）。

虽然部分强化需要时间，但所形成的反应却很难消退。

孩子每次考试成绩好都给他糖果，这就是持续强化；反之，如果只在某些时候给他糖果，而不是每次成绩好都给他糖果，这就是部分强化。

根据我们提供强化的时间，有不同类型的部分或间歇强化计划。

当我们在某一行为完成一定次数后提供强化物时，这被称为 固定比率 .

例如，每当孩子在三次考试中取得好成绩，就给他糖果；然后，在他三次考试取得好成绩后，再奖励他一次，以此类推（一种行为的固定次数=3）。

在固定的时间间隔后进行强化，这被称为 定周期 强化时间表。

例如，每周日给孩子糖果就是固定间隔强化计划（固定时间间隔 = 7 天）。

这些都是固定强化计划的例子。 强化计划也可以是可变的。

当某种行为重复了不可预知的次数后，再给予强化，这被称为 变比 强化时间表。

例如，在孩子取得 2、4、7 和 9 分的好成绩后给他糖果。 请注意，2、4、7 和 9 是随机数字，并不像固定比率强化计划（3、3、3，以此类推）那样在固定的间隔后出现。

如果在不可预测的时间间隔后给予强化，则称为 可变间隔 强化时间表。

例如，2 天后给孩子糖果，3 天后给孩子糖果，1 天后给孩子糖果，依此类推。 并不像固定间隔强化计划（7 天）那样有固定的时间间隔。

一般来说，可变强化物比固定强化物产生更强烈的反应。 这可能是因为我们对获得奖励没有固定的预期，这让我们认为随时都可能获得奖励。 这可能会让人高度上瘾。

社交媒体通知就是可变强化的一个很好的例子。 你不知道什么时候（可变间隔）和经过多少次检查（可变比率）会收到通知（强化）。

因此，你可能会不断查看账户（强化行为），以期待收到通知。

参考资料

1. Öhman，A.，Fredrikson，M.，Hugdahl，K.，& Rimmö，P. A.（1976 年）。 人类经典条件反射中等价性的前提：对潜在恐惧刺激的条件性皮电反应。 实验心理学杂志：综合 , 105 (4), 313.
2. McNally, R. J. (2016)。 塞利格曼 "恐惧症与准备"（1971 年）的遗产。 行为疗法 , 47 (5), 585-594.
3. Peterson, G. B. (2004). A day of great illumination: BF Skinner's discovery of shaping. 行为实验分析期刊 , 82 (3), 317-328.
4. Ferster, C. B., & Skinner, B. F. (1957). Schedules of reinforcement.