Ce este dresajul câinilor operanți?

De la reflexul condiționat clasic numit după IP Pavlov, acest reflex diferă prin faptul că se bazează pe activitatea activă cu scop a animalului, cauzată de un fel de nevoie. Și întărirea în același timp este rezultatul acestei activități foarte active și cu un scop. În timp ce cu reflexul condiționat clasic, întărirea este stimulul necondiționat, sau pur și simplu al doilea stimul.

Învățarea operantă a fost descoperită de omul de știință american EL Thorndike datorită inteligenței pisicilor și câinilor. Faptul este că Thorndike, dând seama de capacitatea animalelor de a învăța, a proiectat o cușcă specială echipată cu o ușă cu încuietoare simplă. Închizând pisicile și câinii în această cușcă, el a privit cu bucuria sănătoasă a unui om de știință cum frații săi mai mici învățau să deschidă această ușă. Iar frații și surorile mai mici au învățat să deschidă ușa făcând diverse încercări, dintre care unele au avut succes, iar altele nu. Prin urmare, Thorndike a numit forma de învățare pe care a descoperit-o „încercare și eroare”.

Un reflex însă, această formă de învățare a fost supranumită mult mai târziu de un alt cunoscut om de știință american, BF Skinner, care și-a dedicat întreaga viață științifică. De aceea, printre cei mai mulți părinți ai reflexului operant, Skinner este considerat tatăl principal. Cu toate acestea, în mod corect, observăm că, pentru prima dată în lume, formarea bazată pe învățarea operantă a fost descrisă de minunatul nostru antrenor Vladimir Durov în cartea sa „Animal Training. Observații psihologice asupra animalelor antrenate după metoda mea. 40 de ani de experiență.” Astfel, puteți citi despre versiunea rusă a antrenamentului operant în cartea lui Vladimir Durov, iar versiunea americană a antrenamentului operant este bine descrisă în cartea „Nu mârâi la câine!” de psihologul și trainerul Karen Pryor, pe care, de altfel, vă sfătuiesc și eu să o citiți.

Metoda generală de antrenament operantă a lui Skinner poate fi descrisă în următorii pași:

stadiul de privare. Așa a numit Skinner această etapă în anii 30. Cu toate acestea, acum această etapă ar trebui numită „etapa alegerii și creării unei nevoi de bază”.
Când se formează un reflex condiționat operant, pot fi folosite aproape toate nevoile cunoscute de câini, dar Skinner a folosit mai des nevoia de hrană. Iar sensul etapei de privare a fost că Skinner fie a subhrănit animalele pentru o perioadă, fie le-a înfometat. Se credea că întărirea hranei a devenit semnificativă pentru animal și eficientă pentru învățare doar atunci când acest animal a pierdut aproximativ 20% din greutatea vie. O, ori, o, maniere!
Etapa de formare a întăririi alimentare condiționate. În cercetările sale, Skinner a folosit hrănitori automate, al căror sunet trebuia să fie un semnal pentru animale pentru apariția unei pelete de furaje. Și asta a luat timp. Etapa a fost considerată încheiată atunci când, ca răspuns la sunetul hrănitorului, șobolanul a alergat imediat la hrănitor.
De fapt, această etapă este formarea unui reflex sonor condiționat clasic cu întărire alimentară. De asemenea, servește ca bază pentru așa-numitul antrenament cu clicker – o metodă de antrenament care utilizează întărirea pozitivă cu alimente sunet condiționate.
Și trebuie să recunoaștem că școala de pregătire operantă se distinge favorabil de pregătirea tradițională autohtonă prin atenția pe care formarea operantă o acordă problemei întăririi. În special întărirea pozitivă și probabilistă.
Stadiul formării reacției. Ca model de comportament, Skinner și-a antrenat șobolanii să apese pedala și porumbeii să ciugulească cheia. Formarea reacției de apăsare a pedalei s-a realizat într-unul din trei moduri: prin încercare și eroare (formare spontană), prin formare dirijată sau secvențială și prin metoda țintă.
Formarea spontană a constat în faptul că animalul, călătorind prin cutia Skinner, a apăsat accidental pedala și a asociat treptat apăsarea acesteia cu includerea alimentatorului automat.
În timpul formării direcționale, cercetătorul a pornit alimentatorul automat, mai întâi întărind orice orientare către pedală, apoi apropiindu-se de ea și, în final, apăsând-o. De ce nu antrenament cu clicker!
Iar metoda țintă a fost că un pelet de mâncare a fost lipit de cheie, încercările de a o rupe au dus la apăsarea pârghiei.
Metoda modernă de antrenament operant pentru inițierea comportamentului dorit permite utilizarea aproape tuturor metodelor cunoscute de influențare a animalului. Cu toate acestea, se consideră ineficientă utilizarea efectelor aversive (care duc la durere sau disconfort).
Aducerea comportamentului sub controlul stimulului sau introducerea unui stimul diferențiator. Cu alte cuvinte, introducerea unui stimul sau a unei comenzi condiționate.
Skinner și susținătorii săi credeau că formarea unei acțiuni și dezvoltarea paralelă simultană a conexiunii acesteia cu un stimul condiționat (comandă) sunt două procese diferite. Iar asimilarea simultană a două lucruri diferite complică învățarea. Prin urmare, operanții tradiționali formează mai întâi comportamentul, apoi introdu comanda.
Ar trebui subliniat faptul că în învățarea operantă, un stimul diferențiator este în general nu o comandă în înțelegerea noastră. O echipă este ca un ordin, nu-i așa? De obicei o interpretăm în acest fel. Un stimul de diferențiere este informația conform căreia în acest moment executarea unui comportament este cea mai eficientă și în general posibilă. Astfel, „comanda” în antrenamentul operant are funcția de a permite și de a permite îndeplinirea comportamentului.
Pentru a fi mai clar, să analizăm introducerea unui bec în experiment ca stimul diferențiator. Deci, șobolanul a învățat să apese pedala și o apasă când vrea să mănânce. Cercetătorul aprinde lumina pentru câteva secunde și creează condiții în care apăsarea pedalei numai atunci când lumina este aprinsă duce la alimentarea cu furaj. Iar când lumina se stinge, indiferent cât de mult ai apăsa, vei avea o combinație de trei degete! Adică, includerea unui bec creează, separă, distinge, diferențiază condiții diferite. Și șobolanul începe curând să înțeleagă. Și din moment ce își dorește foarte mult să mănânce (are nevoie de hrană!), Apoi, când vede becul aprins, aleargă imediat la pedală și, ei bine, apasă! Din exterior se pare ca becul aprins face sobolanul, ii ordona sa apese pedala. Dar acum înțelegi că nu este așa. Când lumina se aprinde, spune: Acum poți apăsa pedala. Doar daca!
Consolidarea comportamentului. Consolidarea comportamentului format la deprindere se realizează prin repetare folosind întărirea probabilistică. De asemenea, este util să folosiți diferite nevoi pentru aceasta și, în consecință, să aplicați diferite întăriri.
Versiunea domestică a metodei operante de antrenament, originară de la Vladimir Durov, diferă doar prin aceea că vă permite să introduceți imediat un stimul executiv (comandă, stimul diferențiator, stimul condiționat). Practica arată că o abilitate se formează nu mai lent decât cu o tehnică importată. Și deoarece vă permite să eliminați un pas întreg, economisește timp. Deci, are sens să sprijinim producătorul autohton de tehnici de antrenament!