Warunkowanie instrumentalne (operacyjne) jest podstawową koncepcją w psychologii behawioralnej, szczególnie w szkoleniu psów. Opracowane przez B.F. Skinnera warunkowanie operacyjne obejmuje uczenie się poprzez konsekwencje. Warunkowanie instrumentalne opiera się na zasadzie, że zachowania, po których następują pozytywne wyniki, są bardziej prawdopodobne do powtórzenia, podczas gdy te, po których następują negatywne wyniki, są mniej prawdopodobne do powtórzenia.

Kluczowe elementy warunkowania instrumentalnego:

Wzmocnienie: Zachęca do powtórzenia zachowania.

Wzmocnienie pozytywne: Obejmuje prezentowanie nagradzającego bodźca po zachowaniu. Zwiększa to prawdopodobieństwo ponownego wystąpienia danego zachowania.

Wzmocnienie negatywne: Polega na usunięciu bodźca awersyjnego, gdy wystąpi pożądane zachowanie

Kara: Zniechęca do powtarzania danego zachowania.

Kara pozytywna: Dodanie bodźca awersyjnego po zachowaniu, aby zmniejszyć jego występowanie (np. dodanie korekty smyczą, gdy pies skacze).

Kara negatywna: Usunięcie pożądanego bodźca w celu ograniczenia zachowania (np. "zabranie" głaskania, gdy pies skacze).

Upraszczając

Pozytywne wzmocnienie – Dodajemy coś (np. smakołyk), by zachęcić do jakiegoś działania (siadanie na komendę). Dodajemy głaskanie, by zachęcić psa do leżenia na komendę

Pozytywne karanie – Dodajemy coś (np. korektę smyczą), by zniechęcić go do jakiegoś działania (np. ciągnięcia). Używamy obroży eklektycznej, by zniechęcić psa do wychodzenia na drogę.

Negatywne wzmocnienie - Zabieramy coś (np. przestajemy szarpać smyczą), by zachęcić do jakiegoś działania (np. gdy pies wraca na luźną smycz). Przestajemy naciskać na zad psa, gdy ten siedzi spokojnie itp.

Negatywna kara – Zabieramy coś (np. smakołyk), by zniechęcić psa do jakiegoś działania (np. złamanie komendy). Przystajemy głaskać, gdy pies zaczyna na mnie skakać.

Zastosowanie warunkowania operacyjnego w szkoleniu psów

Należy znać i używać wszystkie metody. Wyobraźmy sobie warunkowanie instrumentalne jako koło składające się z 4 ćwiartek. Żeby się obracać potrzebuje każdej ćwiartki! Na przykładzie “równaj”:

1. Pies idzie ładnie na równaj za co jest nagradzany (pozytywne wzmocnienie)

2. Pies łamie komendę i przestajemy go nagradzać (negatywna kara)

3. Korygujemy psa smyczą, by przestał odchodzić (pozytywna kara)

4. Przestajemy korygować smyczą, gdy pies wróci na właściwą pozycje (negatywne wzmocnienie)

5. Wracamy do nagradzania psa za dobre zachowanie (pozytywne wzmocnienie)

itd..

Konsekwencja: konsekwentne stosowanie nagród lub korekt pomaga psu zrozumieć, które zachowania są pożądane, a które nie.

Natychmiastowa informacja zwrotna: natychmiastowe wzmocnienie lub kara po zachowaniu ma kluczowe znaczenie dla najszybszego uczenia się. Czas jest niezbędny, aby połączenie było jasne.

Odpowiednia intensywność: nagrody powinny być pożądane, a kary powinny być w stanie zniechęcić do zachowania bez nadmiernej surowości.

Stopniowa złożoność: zacznij od prostych zadań, które są łatwe do wykonania i stopniowo zwiększaj złożoność w miarę postępów uczenia się psa.

Przestarzałość metody

Przez wiele lat szkolenie zwierząt było oceniane za pomocą prostych etykiet. Eksperci często twierdzili, że trening z pozytywnym wzmocnieniem - nagradzanie zwierząt za dobre zachowanie - jest najłagodniejszą dostępną metodą. Jednak nowe odkrycia neuronauki zmuszają ekspertów ds. dobrostanu do ponownego przemyślenia tych starych pomysłów. Najnowsze badania pokazują, że sposób w jaki mózg zwierzęcia reaguje na trening jest bardziej złożony niż tylko "dobre" lub "złe" zachowanie. W rzeczywistości nauka sugeruje obecnie, że tradycyjne cztery ćwiartki warunkowania operacyjnego (wzmocnienie pozytywne, wzmocnienie negatywne, kara pozytywna i kara negatywna) są zbyt proste, aby zmierzyć, jak humanitarna jest naprawdę metoda szkolenia.

Kiedy pozytywne wzmocnienie może przynieść odwrotny skutek

Problem nieprzewidywalnych nagród:
Nawet metody szkoleniowe oparte na pozytywnym wzmocnieniu mogą czasami powodować stres. W wielu programach szkoleniowych nagrody są przyznawane tylko czasami (technika zwana częściowym wzmocnieniem) lub stopniowo podczas ćwiczeń kształtujących, w których nagradzane są małe kroki w kierunku ostatecznego zachowania. Gdy zwierzę oczekuje nagrody i jej nie otrzymuje, mózg doświadcza czegoś, co naukowcy nazywają „negatywnym błędem przewidywania” („negative prediction error"). Reakcja ta może prowadzić do uczucia frustracji i rozczarowania - emocji, które w rzeczywistości są dość awersyjne.

Niebezpieczeństwa związane z frustracją:
Frustracja jest nie tylko nieprzyjemna - czasami może prowadzić do niebezpiecznych zachowań. Zdarzały się przypadki, w których orki atakowały, a nawet zabijały trenerów. Jedna z teorii głosi, że powtarzająca się frustracja, spowodowana niespełnionymi oczekiwaniami podczas treningu, może z czasem narastać i prowadzić do agresywnych reakcji. Kiedy mózg zwierzęcia nieustannie radzi sobie ze stresem związanym z brakiem oczekiwanej nagrody, może to wywołać poziom negatywnych emocji, które ostatecznie mogą skutkować agresywnym zachowaniem.

Poza czterema ćwiartkami warunkowania operacyjnego

Chociaż kategorie te mogą opisywać obserwowalne działania, nie oddają one wewnętrznego doświadczenia zwierzęcia - uczuć i procesów mózgowych zachodzących podczas treningu. Neuronauka pokazuje nam, że stan emocjonalny zwierzęcia niezależnie od tego czy jest to ulga, przyjemność, stres czy frustracja, odgrywa kluczową rolę w jego ogólnym samopoczuciu.

Na przykład pies, który uniknie wstrząsu elektrycznego niewidzialnego ogrodzenia może odczuwać ulgę, a nawet przyjemność, dzięki aktywacji układu nagrody (mezolimbiczny układ dopaminowy), jednocześnie ciesząc się korzyściami płynącymi z wolności na podwórku. Z drugiej strony, pies, który ma źle dobrany harmonogram pozytywnego wzmocnienia, może doświadczać powtarzających się frustracji, które mogą być równie stresujące, jeśli nie bardziej, niż inne metody. Ta złożoność oznacza, że cztery kwadranty warunkowania operacyjnego są przestarzałym i niekompletnym sposobem oceny humanitarności każdego planu szkolenia zwierząt.

Neuronauka uczy nas, że szkolenie zwierząt jest znacznie bardziej złożone niż zwykłe stosowanie etykiet pozytywnego lub negatywnego wzmocnienia. Zarówno nagrody, jak i ulga w unikaniu czegoś złego mogą aktywować te same ośrodki przyjemności w mózgu, a nawet metody uważane za łagodne mogą prowadzić do stresu, jeśli nie są odpowiednio wdrażane. Przykłady takie jak niewidzialne ogrodzenie pokazują, że dobrze zaprojektowany system negatywnego wzmocnienia może promować zarówno bezpieczeństwo, jak i dobrostan zwierzęcia. Jednocześnie przypadki frustracji - takie jak te związane z agresją orek (w oceanariach) - pokazują, że nieodpowiednio dobrane wzmacnianie może mieć poważne konsekwencje.

W świetle tych ustaleń eksperci ds. dobrostanu zmuszeni są do ponownego zbadania tradycyjnych twierdzeń behawiorystów. Nie wystarczy już polegać wyłącznie na obserwowalnych zachowaniach lub uproszczonych kategoriach, aby ocenić, jak humanitarna jest dana metoda szkoleniowa. Zamiast tego potrzebne jest bardziej holistyczne podejście, które uwzględnia wewnętrzne doświadczenie emocjonalne zwierzęcia. Integrując neuronaukę z praktykami szkolenia zwierząt możemy opracować protokoły, które skutecznie kształtują zachowanie i zapewniają prawdziwy dobrostan naszym towarzyszom.

Warunkowanie operacyjne w Szkole Psów Pustynny Pies 

W naszej szkole proces uczenia się psa (i właściciela) podzielony jest na fazy. Faza 1 szkolenia skupia się pozytywnym wzmocnieniu i negatywnej karze. Dzięki temu jasno dajemy psu do zrozumienia co oznaczają nasze słowa czy gesty i czego od niego oczekujemy. 

Pozytywne wzmocnienie i negatywna kara idą ze sobą w parze – dajemy psu smakołyki za dobre zachowanie (np. utrzymywanie komendy "siad"), a gdy pies zerwie się z komendy przestajemy dawać mu smakołyki. Zadziałało zarówno pozytywne wzmocnienie (dałem smakołyk, by zachęcić do siedzenia) oraz negatywna kara (przestałem dawać smakołyki, by zniechęcić do zrywania komendy).

W kolejnych fazach zaczynamy wymagać od psa danego zachowania. Aby pies był niezawodny, będziemy musieli zastosować również metody awersyjne. Nie stosujemy bezsensownych kar, lecz korekty, które pomagają psu wrócić na właściwe tory, na których ponownie może być nagradzany za właściwe zachowanie. 

Pozytywna kara i negatywne wzmocnienie idą ze sobą w parze – dodaję korektę smyczą, by pies przestał napinać smycz i przestaję korygować go smyczą, gdy zacznie iść na luźnej smyczy. Zadziałała zarówno pozytywna kara (dodałem korektę smyczą, by zniechęcić psa do ciągnięcia) i negatywne wzmocnienie (przestałem korygować smyczą, by zachęcić do luźnej smyczy).