予礼物、承诺、赞美或任何东西,完全无法增强这们行为,因为受到增强的是增强物出现当下的行为,也最可能是要求增强物的行为。
进行负增强训练的时机点也很重要。马儿学习到当左边缰绳拉紧时向左转,但是在牠左转后必须不再拉繁缰绳,这个停止拉扯的动作即为增强物。在上马后踢踢马腹,马匹往前走了,便不该再继续踢(除非你要牠跑快一点)。新手骑士常会不断踢马,彷佛得不断踩油门马儿才会跑,但对于马儿而言这个动作并不具讯息,因此马术学校里产生了“铁腹马”,无论骑马的人踢得多急,牠们仍以牛步行进。
同样反应也出现在常遭父母、老板或老师唠叨责骂的人,负增强物在期望结果达成时如果没有立刻消失,它将不会有增强作用,也不会传递任何讯息,唠叨责骂不但只成为名符其实的噪音,也是信息论(information theory)中谈到的'噪音'。
我观赏足球和棒球的电视转播赛时发现,球员被增强的时机点总是准确无误,这让我印象深刻。在球员跨过本垒达阵的同时,观众立即爆出欢呼声,而且一旦得分或确定输赢,仔细看看那些球员之问彼此热烈增强的动作。这对演员来说却相当不同,尤其是电影演员。即使是在舞台上演出,仍然得等到谢幕才能获得掌声,而电影演员除了偶尔从导演、摄影师或工作人员得到响应外,他们获得的增弦全都错过了时机,影迷信件和好的影评在数周或甚至好几个月后才会出现,这与洋基球场爆出轰天欢呼的情形比起来显得逊色无趣,他们工作起来可能特别缺乏成就感,即使有很不错的增强物,但获得的时机却总是「太迟」,也难怪常有一些明星近乎病态地喜欢谄媚奉承和追求刺激了。
增强物的大小 (p。42)
(Size。or。Reinforcer。–。p。10)。
刚关始利用食物来增强的训练新手常搞不清楚食物增强物应该多大,答案是尽可能越小越好,增强物越小,动物能越快吃掉它,不但可以减少训练者等待的时问,而且每次练习时还可以增加增强物的使用次数,不会让动物一下子就吃饱吃腻了。一九七九年,我担任华盛顿特区的国立动物园(National Zoological Park In Washington, D。C。)的顾问,教导动物园员工使用正增强技巧。在训练课程上有位管理员抱怨自己的猫熊训练进展得太慢,我认为这不寻常,像猫熊这种贪心又活跃的大型动物以食物作为增强应该很容易训练,在我观察过一回训练后发现,这位管理员虽然已缓俊塑造出猫熊的动作,但是问题出在她每次给予大熊猫的增强物竟是一整根胡萝卜,猫熊好整以暇地享受每根胡箩卜,在管理员宝贵的十五分钟训练时间里牠只得到了三次增强物(而且牠也难免吃腻胡萝卜了),如果改成每次只给一片胡萝卜的话,情况将好得多。
一般来说,一小口增强物就足以让动物保持兴趣,对鸡而言是一两粒玉米,对猫来说是半公分的小肉块,对大象则是半颗苹果,如果是特别喜爱的食物,份量共至可以更少,例如喂给马儿茶匙的谷子,美国国立动物园的管理员甚至只用葡萄干便训练北极熊做出许多有用的行为(例如依指令移动至另一个栏舍)。
训练的基本法则是,如果每天只训练一次,在满足每日给食份量的四分之一前,动物的训练反应都会很好,等训练结束后再给牠其余的份量。如果每天训练达到三至四次,你可以把平常份量分为约八十等份,每次训练用二十至三十份。八十份增强物似乎是任何动物维持学习兴趣的每日最高量(这或许是幻灯片匣是多只能放入八十张幻灯片的原因,因为每常讲师要求换第二个幻灯片匣时我总是会抱怨一下)。
行为的难易程度也与增强物的大小有关,我们在海洋生物世界的经验发现,要求鲸鱼表演笔直冲出水面二十二呎的高难度跳跃动作时,必须给予一条大青花鱼作为奖赏,如果只给平常增强用的两条小梭鱼,牠们会拒绝表演这个动作。
至于人类,增强物的大小虽然没有一定的定律,但是有时候工作越艰难,报酬将会越大,如果我们完成了艰难工作却未获得相对报酬时,我们肯定痛很不已。
意外的'大奖'(p。44)
(Jackpot。–。p。11)。
「大奖」(jackpots)是一个对动物或人类都极为有效的技巧。大奖是指非常大的增强物,万至可能比平常大上十倍,而且训练对象没料到它会出现。我曾在一家广告公司任职,公司除了有一般的圣诞派对,大案子结案或签下新客户时也会有非正式的庆祝活动,不过董事长还有个习惯,他每年总会举行两次突如其来的惊喜派对,可能是在某天下午三、四点时,他会阔步行经每个办公室,大喊着要大家停下工作、关上电话总机,接踵而至的是外烩服务人员、乐师、调酒员、香槟、熏鲑鱼和所有派对应有的东西。这些全为我们而来,而且没有特殊理由,这对五十名员工来说完全是出乎意外的大奖,我认为这对提升高昂的工作情绪有极大影响。
大奖也可以用来标定「突破性的意外进步」,以我认识的一名训马师为例,当年轻马儿首度完成一项困难动作时,他随即从马背跃下,除去马鞍和马勒,然后放牠在场地里任意奔跑 给予完全的自由便是一个大奖,而这么做似乎把新行为保留下来。
然而,遇到动物不听话、害怕或抗拒而完全不出现好行为时,偶尔给一次大奖也可能有效改善动物的反应。我们曾在海洋生物世界进行一些由美国海军资助的研究,作法是增强海豚的新反应,但不增强过去训练过的旧有行为,研究对象是一只极少出现新反应、名为'胡'的温驯海豚,如果牠出现反应却未获增强,牠就会变得不动。后来有次训练时,牠持续二十分钟没有出现反应,训练师在这时候丢给牠两条鱼奖励牠这个「没有反应的行为」,'胡'似乎被这个慷慨大礼吓了一跳,再度变得活跃起来,很快出现一个可被增强的动作,后来的几次训练因而出现了真正进展。
我也曾亲身体会过这只海豚的经验。在我十五岁时,骑马课是我最大的人生乐事,每张骑马券可上十次课,但我每个月零用钱只够买一张。当时我与父亲菲利普·威利(Philip Wylie)及继母瑞琪(Ricky)同住,虽然他们对我很好,但正处于青少年叛逆期的我,总是一副刻薄残忍、暴躁易怒的态度。有天晚上这两位慈爱又总明的家长告诉我,他们对我的行为感到忍无可忍,所以他们决定要嘉奖我: 他们送给我一张全新的骑马券,这是他们其中一人不辞辛劳地到马场购买的。 哇! 我完全没资格收下这样的人奖! 我记得我当下洗心革面,多年后在我撰写本书时,继母瑞琪确认这段记忆的确属实。
我并不完全了解这种不劳而获的大奖为什么具有如此突然又效果深远的作用,我只知道那张额外的骑马券实时解放我心中的压抑和憎恨,我猜这便是那只海豚的感受。或许将来有人会拿它作为博士研究论文,向我们解释原由。
制约增强物 (p。46)
(Conditioned。Reinforcers。–。p。13)。
当动物出现你希望鼓励的行为时,你司能根本无法即刻给予增强物,尤其使用食物增强时更是如此。以训练海豚跳跃为例,当牠跃入空中时我不可能马上拿鱼喂牠,这么一来每次奖励牠跳跃而赏牠鱼儿吃的时问势必延误。但事实上,久而久之海豚终究还是会把跳跃动作和吃鱼联想在一块儿,于是跳跃动作还是会增加,只是关键在于牠无法得知我到底是喜欢牠跳跃的哪一点,是高度?弧度?还是水花四溅的入水动作?于是牠必须跳跃许多次,才能找到我心中期望的跳跃动作是什么。遇到这种状况时,我们便可以利用「制约增强物」(conditioned reinforcers)。
「制约增强物」是指一个原本不具意义的讯号(可能是声音、光线或动作),刻意让它在增强物出现之前或出现期间出现。现代海豚训练师都利用警用哨笛作为制约增强物,海豚即使在水底也可听到哨音,而且训练师还可以空出双手比手势及喂鱼。我时常使用一种发出响声的便宜派对玩具训练其它动物,这些玩具只要一压就会发出喀达喀达声,或者我也会特别选用某个称赞用语,当成制约增强物之用,例如使用「乖狗狗!」或「乖马儿!」学校老师常使用「那很不错唷!」和「非常好!」等具有形式意义且谨慎运用的赞美也出于此理,学童总是会迫不及待把事情做完,等着听到这启赞美。
日常生活中的制约增强物不胜枚举,诸如我们总是喜欢听到电话铃响或看到被信塞得满满的信箱,即便接到的电话大都很无趣或者信箱里多半是垃圾信,因为我们从过去多次经验学习到,电话铃响或信件与好的事情具有关连性。我们喜欢圣诞节音乐,讨厌牙医诊所的气味,我们在周遭摆设一些东西(照片、盘子或奖杯),不是因为它们美观或实用,而是因为它们能让我们回忆起快乐时光或亲爱的人,这些东西都是制约增强物。
讲求实效的正增强动物训练几乎都应该先从建立制约增强物开始,在正式展开训练前,趁动物尚未刻意出现行为,先教导牠制约增强物的重要性,作法是让这个「制约增强物」与食物、拍抚或其它真正的增强物产生联结,随后你可以在动物身上看出牠们是否已经理解这是你示意「很好!」的讯号,通常牠们接收到制约增强物时会表现出停格一下的反应,然后开始寻找真正的增强物。有了制约增强物,你将拥有一个能够真正与动物沟通的方式,告知牠你到底喜欢牠的哪一点行为,所以不必当怪医杜立德也能与动物「交谈」,利用这种「习得」的增强物你将会惊讶自己可以对动物「说」出许多讯息。
制约增强物的威力极大,我曾见过饱足的海洋哺乳动物为了获取制约增强物仍持续工作,马儿和狗儿持续工作一小时以上只为了得到少许的初级增强物,人类当然也会为了钱不停工作,说穿了「钱」就是一种制约增强物,是用来买东西的代换品,而钱赚得根本花不完的人甚至特别爱赚钱,他们对这个制约增强物已沉迷得无法自拔。
可以联结到多种初级增强物的制约增强物将更具威力。举例来说,动物在训练时可能不想要食物,但如果同一个声音增强物曾被刻意联结到喝水或其它乐趣,这个增强物将仍具效用,而且会更有效。我家猫咪听见「好乖!」时就会看见晚餐出现、被人拍抚、得以进出门口或领取表演把戏的奖赏,于是我现在便可以轻易利用「好乖!」增强牠们跳下餐桌的行为,而不必给予真正的增强物。然而,金钱之所以具有极大增强作用,或许正是因为它几乎可以与所有东西作联结,是一种联结甚广的制约增强物。
制约增强物一旦建立起来了,便必须谨慎的使用它,以免减低了它的效用。帮我骑乘我家韦尔斯小型马的孩子很快便学会,只有在他们想增强马儿行为时才可以说「乖马儿!」,若只是单纯想表达对马儿的喜爱,只要不使用这三个字,他们对着马儿说得天花乱坠都没有关系。某天他们看见一名新来的孩子抚摸马儿脸颊时边说:「你是乖马儿!」其中三个孩子立即包围质问她:「妳为什么对牠这么说?牠又没做什么!」同理,我们应该给予子女(配偶、父母、情人或朋友)很多的爱与关注,不需要在他们出现特定行为才给予,但我们确实应该慎用赞美,把赞美当成制约增强物,实际出现好行为时才赞美,即便是幼童,人们对于虚情假意或无意义的赞美都会很快感到厌恶,因而不再具有任何增强作用。
响片训练 (p。49)
(Click!。–。p。15)。
海洋哺乳动物训练师通常以哨音作为制约增强物,用来训练鲸豚、海豹和北极熊。凯勒·布瑞兰(Keller Breland)首度在六○年代将这个训练概念引进海洋哺乳动物园和美国军用海豚训练,他曾是制约心理学家史金纳博士的研究生,他把哨音称作「中介刺激」(Bridging stimulus),因为它除了告知海豚即将获得一条鱼之外,也成了海豚「在池中央跳跃」(被增强的行为)和「游到池旁领赏」两个动作之间的中介联结。
行为分析的文献承认制约增强物具有这两个作用,不过它还有更多作用等候发现。到了90年代,越来越多动物训练师开始使用操作制约、塑形法、正增强和制约增强物,也有越来越多的民众开始这么做,由狗儿饲主引领风潮(请见第六章),由于狗儿饲主使用的制约增强物是种内含金属簧片的塑料响片,他们便称这种训练为「响片训练」,而称自己为「响片训练者」。
响片训练者使用的响片除了是制约增强物,以及介于「赚取」和「实际获得」食物之闲的刺激外,它还具有多种未获研究的功能。首先最重要的功能是奥登·林兹(Ogden Lindsley)博士所称的「事件标定器」(event marker)作用,响片让训练对象明确知道被增强的行为是什么,它甚至把主控权交到训练对象的身上,过了一阵子之后训练对象不再只是重复行为,而是显露出意愿:「嘿!我使你按下响片了!你看看,我再做一次!」响片训练者把这种转变称为「灯泡亮了」比喻浑然开窍、豁然开朗的时刻,不管对训练者或训练对象都具有极大的增强效果。
爱伦·瑞丝(Ellen Reese)博士向我指出,响片训练者使用的制约增强物也是一个代表「完毕了!」的终结讯号,诚如训练师盖瑞·威尔克斯(Gary Bateson)所言:「响片终结了行为」吃块热狗奖赏。
哲学家葛雷格里·贝特森(Gregory Bateson)在海洋生物世界任职数年,他主张操作制约只不过是一个用来与外星生物沟通的系统,它的确可以拿来这么用。标定讯号的另一个主要功能是用来沟通特定讯息,训练师史帝夫·怀特(Steve Wilkes)警官告诉我,他曾叫他的巡逻德国牧羊大搜寻某个被丢在六呎高树丛顶端的对象,那只狗在地面搜寻很久但徒劳无功,然后当牠碰巧把头抬高时,史帝夫按下了响片,那只�