Материал: Влияние подкрепления и наказания на поведение

Барон и Галицио Baron, A., & Galizio, M. (2005). Positive and negative reinforcement: Should the distinction be preserved? The Behavior Analyst, 28, 85-98 отметили, что прежде, чем спросить, как различаются положительное и отрицательное подкрепления, нужно установить, что они различаются. Это замечание обращает внимание на историческую двусмысленность, в отношении того, что выражается терминологическим различием между положительным и отрицательным подкреплением. Действительно ли позитивное и негативное подкрепление по-разному контролируют поведение? К сожалению, в течении почти века эмпирических исследований положительное и отрицательное подкрепление изучалось главным образом в отдельных экспериментах, а это означается, что анализ в основном требует сравнения результатов, генерируемых неидентичными процедурами. В подавляющем большинстве случаев процедуры, используемые для изучения положительного и отрицательного подкрепления не являются достаточно схожими для проведения значимых сопоставлений поведенческих эффектов Hineline, P.N. (1984). Aversive control: A separate domain? Journal of the Experimental Analysis of Behavior, 42,pp..1984.42-495. Филипп Хинелин отмечает, что сходство положительного и отрицательного подкрепляющих эффектов более велико, чем их различия. В дополнение, в начиная с середины прошлого века исследователями неоднократно предпринимались попытки разработки негативных подкрепляющих процедур, которые были бы параллельны позитивным Azrin, N.H., Holz, W.C., Hake, D.F., & Ayllon, T. (1963). Fixed-ratio escape reinforcement. Journal of the Experimental Analysis of Behavior, 6, 449-456. Dinsmoor, J.A. (1962). Variable-interval escape from stimuli accompanied by shocks. Journal of the Experimental Analysis of Behavior, 5, 41-47. Verhave, T. (1962). The functional properties of a time out from an avoidance schedule. Journal of the Experimental Analysis of Behavior, 5, 391-422.. Тем не менее их выводы в большинстве своём основывались на сравнении различных экспериментов исследовавших позитивное и негативное подкреплению, и зачастую сравниваемые эксперименты не были процедурно идентичными, или хотя бы достаточно схожими, чтобы можно было с некоторыми допущениями однозначно утверждать о наличии сходств и различий. В ходе исследования данного вопроса мы обнаружили основные препятствия и шаги, которые нужно предпринять для оценки сходства и различия позитивного и негативного подкрепления. В их число входят:

Необходимость сравнения позитивных и негативных подкреплений и наказаний в рамках одного исследования.

Необходимость оперировать вторичными подкреплениями и наказаниями повсеместно в ходе исследования.

Необходимость проведения оценки влияния на поведение как позитивных, так и негативных стимулов на каждом из испытуемых, а не отдельно.

Необходимость в качестве испытуемых использовать уравненную выборку людей.

Последний фактор особенно интересен в рамках поведенческой психологии. Исторически так сложилось, что эта наука, ставившая приоритет изначально исследовать элементарные элементы поведения, все эксперименты изначально предлагала проводить на животных, или по крайней мере допускать возможность предварительного исследования на животных, чаще всего голубей или шимпанзе. В нашем случае становится очевидным, что провести однозначную стандартизацию позитивных и негативных подкреплений к одной шкале для животных не представляется возможным, или по крайней мере, это создаст исключительную сложность при доказательстве валидности эксперимента, вдобавок к очень низкому показателю экономичности.

Эта дискуссия о сходстве и различии позитивного и негативного подкрепления остается, по большей части, неразрешённой, главным образом, по двум причинам. Во-первых, трудно сравнивать качественно различные факторы, к примеру подкрепление в виде еды и электрический шок как наказание в общем масштабе. Решением этой проблемы является работа с подкреплением и наказанием которые однородны. Во-вторых, предыдущие исследования ставившие перед собой этот вопрос использовали чрезмерно сложные парадигмы. Сложность научной парадигмы сильно затрудняет исследование влияния награды и наказания на поведение. Следовательно, для проведения объективного научного исследования необходимо использовать простую парадигму, с наименьшим количеством факторов Cronbach Lee J. Essentials of Psychological Testing (Third Edition). NY.: Harper and Row, 1970

2. Эмпирическое исследование

.1 Проблемы и цели

Проблема исследования. Различия во влиянии подкрепления и наказания на поведение между людьми с различной мотивацией.

Цель исследования. Предложить новый психодиагностический метод, с помощью которого будет возможно измерить имеющиеся различия в реакции на позитивное и негативное подкрепление и наказание.

Объект исследования. Подкрепление и наказание как факторы, влияющие на поведение.

Предмет исследования. Подкрепление и наказание (положительные и отрицатенльные) как качественно различные факторы, по разному влияющие на поведение людей.

Гипотеза исследования: Н1- ненаправленная гипотеза, утверждающая о различном влиянии позитивного и негативного подкрепления и наказания как качественно различных факторов на поведение. Гипотеза об отличном друг от друга влиянии на выборку людей, разделённых с помощью комплекса опросников Эллерса и Шуберта.

В предыдущей главе этой работы было описано то, как влияет на наше поведение подкрепление и наказание, их режимы и временные интервалы, однако, возникает вопрос - различается ли влияние этих факторов на людей между собой? Возможно ли, что человек, привыкший играть, будет реагировать на стимулы отлично от человека, не играющего в видеоигры? Целью исследования является попытка ответить на эти вопросы.

Несмотря на то, что теоретические дискуссии зачатую предполагают различие между положительным и отрицательным подкреплением, в настоящее время литература содержит мало однозначных доказательств того, что они оказывают различные эффекты на поведение. Чтобы проверить, по-разному ли два вида последствий действий влияют на поведение, мы воспользовались данной нам возможностью измерить относительное влияние на поведение позитивных и негативных подкреплений и наказаний на поведение, в режиме распределения "фиксированный интервал с ограниченным удержанием" с помощью современных технологий программирования. Позже мы сопоставили результаты прохождения методики для оценки связи результатов с батареей психодиагностических методик, призванных измерить мотивацию испытуемого на успех, на избегание неудач, и готовность к риску. В эту психодиагностическую батарею входили опросники Эллерса (2 части: мотивация успеха + мотивация избегания неудач) вместе с методикой Шуберта- «Склонность к риску». Эти методики основаны на предположении, что мотивация успеха и мотивация избегания неудач - две отдельные мотивации, и их соотношение в разных ситуациях может быть различно.

Для проведения данного исследования мы воспользовались простой парадигмой. За методологическую основу был выбран метод исследования, опубликованного в 2015 году Яном Кубанеком (Cognition. 2015 Jun; 139: 154-167) Kubanek. J., L. H. Snyder., R. A. Abrams. Reward and punishment act as distincs factors in guiding behavior // J. Kubanek. Elsevier Cognition. NY.: CrossMark, 2015. Метод Яна был всесторонне усовершенствован практически во всех его частях, результатом чего явилась возможность как более точно отслеживать эффект диспропорции во влиянии различного подкрепления и наказания на поведение человека, так и отслеживать это влияние всесторонне, а не только со стороны позитивного подкрепления и наказания. Целью исследования было выявление различий между влияниями позитивным подкреплением и наказанием в зависимости от их величины. Основным методом воздействия на испытуемого было изменение величины награды и наказания после каждой пробы и автоматическое динамическое изменение сложности поставленных задач в зависимости от уровня правильных ответов (60%) испытуемого. Этот метод позволил нам измерить тенденцию испытуемых к повторению предыдущего выбора в зависимости от изменения величины награды и наказания. Эти простые условия позволяют проверить однофакторные и двухфакторные теории на возможность к предсказанию поведения. В этой парадигме, однофакторные теории предсказывают, что награды и штрафы приведут к симметричным, противоположным реакциям на поведение. В противоположность им, двухфакторные теории предсказывают, что тенденция к повторению результата в зависимости от величины награды или наказания, и будут качественно различными для этих двух факторов. В данном эксперименте было использовано два режима подкрепления: фиксированный и вариативный интервал подкрепления с ограниченным удержанием. Фиксированный интервал использовался при прохождении проб с предъявлением стимулов, вариативный интервал применялся при прохождении проб без предъявления стимулов. В этом исследовании не были использованы дополнительные различные комбинации режимов подкрепления, а только основные реакции на подкрепление и наказание, отрицательное и положительное, так как это потребовало бы значительно больших временных и вычислительных инвестиций. В силу того, что эта работа является дипломной, и это исследование ещё не прошло необходимой полной валидизации, полученные результаты нельзя считать однозначно верными, и ведущими к подтверждению H1. Данная гипотеза является ненаправленной, что характерно для предварительного исследования с применением новых методик. Необходимость предварительного исследования диктуется новизной методики, отсутствием высоковалидных способов анализа конструктной валидности в связи с отсутствием методик, измеряющих тот же параметр, что и новая методика, а также возможности экспертной оценки со стороны, как поступают с тестами достижений. Также предварительное исследование позволяет обнаружить ошибки и недочёты в новой методике, в том числе и негативный "эффект потолка", который не наблюдался в эксперименте.

2.2 Процедура эксперимента

Испытуемый садился за стол перед компьютером, на расстоянии 50-80 см от монитора. Первоначально испытуемый проводил серию из 20 проб, чтобы привыкнуть к заданию. Перед испытуемыми открывалось графическое изображение, в котором на светло-сером фоне по двум сторонам экрана, на расстоянии около 8 см друг от друга располагалось 2 круга, размером в 2 зрительных градуса или |2о|. Эти условия были необходимы для избегания попадания кругов в области слепых пятен испытуемых. Во время проведения проб координаты кругов были неизменны. В дополнение, были отобраны испытуемые без астигматизма и косоглазия, во избежание попадания кругов в зоны слепых пятен.

Эксперимент выглядел следующим образом: До исследования всем испытуемым, было объявлено, что игроки, набравшие наибольшее количество баллов получат приз, который будет объявлен после 26 июня. В начале испытуемому было необходимо заполнить информацию о себе, перейти к правилам игры, которые даны в приложении №1. После того, как было установлено, что испытуемый понял все правила, он получал возможность приступить к психодиагностической игре. Образец того, как выглядели пробы 1 типа приведён в приложении №2, 3 типа - в приложении №3.

Суть игры состояла в наборе наибольшего количества очков путем ответа на последовательно появляющиеся друг за другом пробы. Всего испытуемый проходил 240 проб, первые 20 из которых считались обучающими, и не брались в учёт при оценке уровня влияние позитивных и негативных подкреплений и наказаний. В ходе пробы испытуемому было необходимо выявить сторону (правую или левую), на которой круги мигали чаще. Для дачи ответов использовалась кнопки, появляющиеся после предъявления пробы под полем предъявления кругов.

Всего в эксперименте насчитывалось 4 вида задач.

Проба, в которой предъявлялись синие круги. При правильном ответе испытуемый получал 1, 2 или 4 балла. При неправильном - терял 1, 2 или 4 балла.

Проба, в которой не предъявлялось кругов. При переходе на эту пробу поле предъявления окрашивалось в синий цвет, и от испытуемого требовалось сделать выбор в пользу той или иной стороны. При правильном ответе испытуемый получал 1, 2 или 4 балла. При неправильном - терял 1, 2 или 4 балла.

Проба, в которой предъявлялись зелёные круги. При правильном ответе испытуемый получал баллы, предотвращающие потерю 1, 2 или 4 баллов в будущем. При неправильном - получал баллы, предотвращающие получение 1, 2 или 4 баллов в будущем.

Пробы с синим цветом представляли собой "Позитивное подкрепление и наказание", в котором наградой считается получение баллов, а наказанием - потеря. Пробы с зелёным цветом представляли собой "Негативное подкрепление и наказание", в котором наградой считается удаление аверсивного стимула (потери баллов) а наказанием - удаление подкрепляющего стимула (получения баллов).

Всего предусмотрено 12 различных исходов проб. Для синих проб исход исчисляется в итоговом изменении кол-ва баллов {-4;-2;-1;1;2;4}. Для зелёных проб исход исчисляется в баллах, которые предотвращают изменение баллов исходами синих проб {4,2,1,-1,-2,-4}. Подобные величины были взяты неслучайно. Основанием для их выбора послужил "Закон Стивенса", доказанный в 1957 го Стенли Стивенсоном, модифицировавший психофизиологический "закон Вебера-Фехнера" (). Этот закон постулирует о том, что зависимость силы ощущения от интенсивности раздражителя описывается степенной функцией (где Y - сила субъективного ощущения, S - интенсивность стимула, n - показатель степени функции и k - константа, зависящая от единиц измерения), а не логарифмической, как считалось ранее. Целью подбора возможных изменений количества баллов было составление экономного (во избежание излишне большого количества дополнительных переменных, которые бы потребовали заметно увеличить количество проб в исследовании), и соотносимого состава целых величин, так, чтобы каждая следующая ощущалась в 2 раза больше предыдущей, и в целом отвечала генерализованному восприятию соотношения величин. В качестве константы была выбрана "протяжённость линии", как самая наглядная в плане восприятия. В результате мы получили величины (1,2,4), которые затем перевели в отрицательные. Так мы добились удобного представления величин, отвечавшее требованию экономности. В результате каждая из проб получила 25 возможных результатов. Величина награды для каждого отдельного задания присваивалась методом подбора случайных чисел, (1;3), где 1 - 1 балл, 2 - 2 балла, 3 - 4 балла. За каждым из заданий закреплялась величина |1;2;4|, которая уже во время проведения методики изменяла свой знак на отрицательный или положительный, в зависимости от ответа испытуемого. Испытуемые не были проинформированы о том, что изначально за каждым заданием закреплялась случайная величина награды и наказания соответственно.

Ход пробы: Испытуемый переходил к новой пробе, затем, если она представляла 1 или 3й тип задач, то в течении четырёх секунд на правой и левой сторонах поля для пробы появлялись и исчезали круги со статичной для каждого из кругов частотой. После того как предъявление кругов заканчивалось, поле предъявления окрашивалось в цвет кругов, предъявляемых в этой пробе. У испытуемого было 2 секунды на то, чтобы сделать выбор в пользу правой или левой стороны. После ответа немедленно следовал результат пробы и на месте кнопок "С левой" и "С правой" появлялся текст величиной в 30 пикселей, соответствовавший результату ответа. Для подтверждения ответа испытуемому было необходимо нажать левой кнопкой мыши на один из вариантов ответа. Если был дан правильный ответ, то текст результата был с белой рассеянной обводкой величиной в 3 пикселя. Если был дан неверный ответ, то обводка была красной, толщиной в 3 пикселя. Если проба представляла 2 или 4й тип задач, то в течении двух секунд после перехода к пробе поле предъявления окрашивалось в цвет, соответствовавший типу задания, под которым появлялся текст "Сделай выбор наугад" и испытуемому требовалось выбрать сторону без предъявления стимулов. Далее следовало предъявление результатов ответа и на месте кнопок "С левой" и "С правой" появлялся текст величиной в 30 пикселей, соответствовавший результату ответа. Если был дан правильный ответ, то текст результата был с белой рассеянной обводкой величиной в 3 пикселя. Если был дан неверный ответ, то обводка была красной, толщиной в 3 пикселя. В случае если испытуемый за данные ему 3 секунды на ответ не выбирал какой либо из вариантов, то проба считалась проваленной и испытуемый переходил к следующему испытанию. Общее количество валидных проб в итоге составило 99.58%.