Сара Эллис - Как воспитать вашу кошку

Как только такая реакция достигается, важно начать отходить от принципа непрерывного подкрепления. Для этого имеется несколько причин. Первая: если мы будем продолжать награждать любое поведенческое проявление, у нас не будет шанса его усовершенствовать. Скажем, вы учили кота подходить на зов. Иногда он бежал к вам со всех ног, иногда едва плелся, останавливаясь понюхать травинку или забраться по пути на дерево. В одних случаях реакция была именно такой, какой вы добивались, в других не совсем, но если строго придерживаться принципа непрерывного подкрепления, любое действие одинаково награждалось. Кот приходил к убеждению, что всегда получит поощрение, если подойдет к терпеливо ждущей на пороге хозяйке, так зачем пороть горячку, когда вокруг столько интересного? Продолжая соблюдать принцип непрерывного подкрепления, нам не удастся создать ситуацию, когда кот понесется домой со всех ног. Таким образом, как бы этот принцип ни был полезен для закрепления реакции, он ничего не даст для совершенствования качества и повторяемости поведения.

Вторая причина: постоянно подкрепляемый рефлекс особенно подвержен торможению: мы не сумеем добиться желаемого поведения, если несколько раз подряд за ним сразу не последует награда. Представьте, например, ситуацию: хозяйка много лет подряд исправно угощала кота за то, что тот добровольно входил в переноску. Но однажды у нее не оказалось печенья, и она решила, что не случится ничего страшного, если поощрение пропустить. Кот находился в переноске, несколько секунд или даже минут, ожидая положенной награды. Затем выбрался наружу и подошел к хозяйке в расчете на угощение. Возвратился в переноску, рассчитывая, что его все-таки наградят. Но, убедившись, что ничего не получит, вернулся к тому, чем занимался до того как переноску внесли в комнату.

Не получая награды, большинство кошек просто перестанут выполнять то, что от них хотят, но попадаются и такие, которые отвечают на ситуацию состоянием крайнего разочарования. В этом третья причина отхода от непрерывного подкрепления, после того как достигнуто нужное поведение: если коту случайно или намеренно не дают угощения, он может стать агрессивным – пытаться выхватить его из руки или даже укусить хозяина, чтобы добиться своего. Такая реакция более характерна для котов, которых всю жизнь поощряют по принципу непрерывного подкрепления, или животных с низким порогом перехода к состоянию неудовлетворенности.

В любом случае шансы, что кот самостоятельно пойдет в переноску, как только ее в следующий раз внесут в комнату, можно считать ничтожными, или, выражаясь научным языком, этот его навык потерян. Кот быстро сообразит, что нахождение в переноске больше не вознаграждается, поэтому нечего пытаться опять туда залезать.

К тому же не всегда есть условия каждый раз поощрять кота, когда он демонстрирует желаемое поведение. Предположим, вы встречаете гостей, и ваш нервный кот встречает их вместе с вами. Хозяйка приглашает людей в дом, и ее руки заняты: нужно открыть дверь, обнять друзей – ей не до того, чтобы в это время кормить кота. Или вы везете кота к ветеринару. Сначала он настороженно сидит в переноске, но вот ложится и успокаивается, но вы не можете его поощрить, поскольку нельзя отвлекаться от дороги, а в машине кроме вас никого нет. Еще один фактор: если всякий раз поощрять кота, когда он демонстрирует правильное поведение, он быстро растолстеет, если награда – еда, или отощает, если его поощряют игрой. С лаской тоже не все так просто: кошки предпочитают, чтобы их гладили недолго, но часто. И если затянуть ласку, она больше не будет восприниматься наградой.

Поэтому, как только кот начнет отвечать желаемой реакцией, чтобы закрепить и усовершенствовать его поведение, следует переходить от принципа непрерывного подкрепления к такому, когда награждается не каждое выполнение задания. Это называется прерывистым подкреплением или подкреплением через нефиксированные интервалы. С его помощью формируются долговременные поведенческие реакции, гораздо более стойкие к стиранию.

Вспомните «одноруких бандитов» или иные виды азартных игр. Все они основаны на принципе прерывистого подкрепления. Не каждая опущенная в щель игрального автомата монета и не каждая ставка оборачиваются выигрышем. Игроки не в силах предсказать, какая монета и какая ставка принесут им удачу, и в этом причина постоянства их поведения. Но когда удача выпадает, она ощущается весомее, чем если бы выигрыши следовали каждый раз, хотя в денежном выражении игрок приобрел бы больше.

Представьте ситуацию: кот мяукает, требуя, чтобы его выпустили на улицу. Хозяйка то сразу открывает дверь, то через некоторое время, то вообще не обращает на кота внимания. В результате привычка закрепляется, проявляется с большей готовностью, и день ото дня животное мяукает все настойчивее. В этом случае хозяйка бессознательно создала ситуацию, которой стремилась избежать, – беспрерывного мяуканья своего подопечного. Прерывистое подкрепление сделало поведение более стойким и менее подверженным устранению, поэтому придется потратить много времени, не обращая на кота внимания, прежде чем оно прекратится. Хотя вначале хозяевам это трудно выполнить, но полное игнорирование мяуканья (демонстрация, что за него не положено награды) – единственный способ от него избавиться.

Но то же явление можно использовать для пользы человека, когда требуется привить коту желаемую поведенческую реакцию. Например, прерывистое подкрепление эффективно для закрепления привычки кота подходить на зов. Он будет каждый раз подбегать, поскольку не захочет упустить возможность получить награду. Поскольку подкрепление непостоянное, ему неизвестно, когда положено угощение, и он захочет это выяснить. Хозяевам не придется искать кота – он послушно прибежит с улицы или из другой комнаты.

Можно не только решать, давать коту награду или не давать, но, давая, варьировать, за сколько выполненных заданий и за какое время демонстрации желаемого поведения. Скажем, за пару спокойно проведенных минут на релаксационном одеяле или за такое же поведение, но продолжительностью не менее нескольких минут. В другом случае награда полагается за разное число проявлений поведенческой реакции – за одно проведение расческой по шерсти или за несколько. Можно также варьировать формы и ценность награды: приберегая самую желанную для наиболее удачных проявлений требуемого поведения, мы содействуем совершенствованию ответной реакции.

Следовательно, так называемые планы подкрепления серьезно влияют на обучение: их разнообразие и спектр огромны и подробно описаны в литературе по психологии. Этой теме посвятил отдельную книгу один из самых влиятельных психологов прошлого столетия Б. Ф. Скиннер. Однако цель нашего труда – не создание оптимально послушных животных, чье поведение безукоризненно, поэтому нам излишне знать планы подкрепления во всех подробностях и точные ситуации применения. Нам важно только поощрить желаемую поведенческую реакцию животного (путем создания ассоциации с наградой) и тем самым не допускать наказания наших кошек за разные провинности и таким образом способствовать укреплению у них положительных эмоций и улучшению отношений с людьми. Важно понять одно: как только удалось добиться желаемого поведения, следует переходить к планам прерывистого или вариативного подкрепления, что является лучшим способом поддержания и совершенствования достигнутого. Пока мы постоянно варьируем, как, чем и за что поощрять, мы будем добиваться успеха в обучении кошек поведению, которого от них ждем [33]