professur für allgemeine psychologie - tu-dresden.de · zwei konkurrierende verstärkungspläne vi...
TRANSCRIPT
Vorlesung im WS 2014/15
Lernen und Gedächtnis
Instrumentelles Konditionieren II
Prof. Dr. Thomas Goschke
Professur für
Allgemeine Psychologie
1
Überblick
Thorndikes Gesetz des Effekts
Skinners Forschung zum operanten Konditionieren
Shaping und Verhaltenssequenzen
Was wird beim O.K. gelernt?
Arten von Verstärkern
Verstärkungspläne
Wahlverhalten
Kontiguität und Kontingenz
Bestrafung, Flucht- und Vermeidungstraining
Generalisierung und Diskrimination
Neurobiologische Grundlagen des instrumentellen Konditionierens
2
Zwei konkurrierende Verstärkungspläne
VI 60“
• Verstärkt wird die erste Reaktion, die nach einem Intervall von durchschnittlich 60 Sekunden gezeigt wird
VI 120“
• Verstärkt wird die erste Reaktion, die nach einem Intervall von durchschnittlich 120 Sekunden gezeigt wird
?
4
Herrnsteins (1961) Matching Law
Optimales Verhalten = Maximierung des erhaltenen Futters
Gluck, Mercado and Myers
Copyright © 2008 by Worth Publishers
R1 ___________
R1+R2
V1 ___________
V1+V2 =
66% 33%
5
Premack-Prinzip: Verhalten als Verstärker David Premack (1959, 1961)
Tierexperiment
• Ratten erhielten freien Zugang zu Trinkwasser und einem Hamsterrad
• Ratten verbrachten anfangs ca. 5 x soviel Zeit mit Rennen als mit Trinken
• Danach erhielten Ratten nur Zugang zum Laufrad, wenn sie bestimmte Wassermenge getrunken hatten
• Ratten tranken doppelt so lange wie zu Beginn
Ratten lernten zu trinken, um Zugang zum Laufrad zu erhalten
Ein Verhalten (Rennen) wurde zum Verstärker für ein anderes Verhalten (Trinken)
Analoge Effekte bei Menschen
• Kinder, die Flipper spielen oder Süßigkeiten essen konnten
Die Möglichkeit ein bevorzugtes Verhalten auszuführen kann ein weniger präferiertes Verhalten verstärken
Zeitliche Kontiguität
Dickinson et al. (1992): Kürzere Abstand zwischen Verhalten und Verstärkung effektivere Konditionierung
9
Effekt des Zeitabstands zwischen Reaktion und Konsequenz
Schlinger & Blakey (1994):
• Ratten erhielten nach Drücken eines Hebels nach 0, 4 oder 10 Sekunden Futter als Belohnung
© 2008 by Worth Publishers
Bedeutung der Kontingenz
Hammon et al. (1980): Ratten wurden trainiert, Hebel zu drücken, um Futter zu erhalten
Reaktion innerhalb 1 s
5% Chance eines
Verstärkers
5% Chance eines
Verstärkers nach 1 s
egal ob Reaktion
oder nicht
Wie Phase 1 Wie Phase 2
11
Instrumentelles Konditionieren als kausale Inferenz
Wasserman (1990)
Vpn konnten Taste drücken
Dies führte manchmal dazu, dass Licht aufleuchtete
UV1: p(Licht|Taste)
= 0; 0.25; 0.5; 0.75; 1.0
UV2: p(Licht|keine Taste)
= 0; 0.25; 0.5; 0.75; 1.0
vgl. Rescorla-Wagner-Theorie des klassischen Konditionierens!
(O = Outcome; R = Response) 12
Nicht-kontingente Verstärkung und „abergläubisches“ Verhalten
Skinner (1948):
• Tauben erhielten alle 15 s Futterkörner unabhängig vom Verhalten
• Einige Tiere entwickelten bizarre „Rituale“ (z.B. mehrmals gegen den Uhrzeigersinn drehen) und verhielten sich, als ob sie „glaubten“, durch ihr Verhalten die Verstärkergabe kontrollieren zu können
Skinners Erklärung:
• Verstärker erhöht die Wahrscheinlichkeit jedes Verhaltens, dass zufällig unmittelbar vor der Verstärkergabe gezeigt wurde
• höhere Wahrscheinlichkeit, dass dieses Verhalten (zufälligerweise) erneut vor der Verstärkergabe auftritt weitere Verstärkung
• Im Lauf der Zeit können sich komplexe Verhaltensmuster bilden (analog zu natürlicher Selektion)
14
Allgemeinere Schlussfolgerungen
Organismen lernen kausale Regularitäten, die es ermöglichen, Effekte des eigenen Verhalten zu antizipieren
Dies ermöglicht es Organismen, sich adaptiv („rational“) zu verhalten = Verhalten zu selektieren, dass positive Konsequenzen hat und negative Konsequenzen zu vermeiden
Adaptives Verhalten muss nicht auf bewusster Überlegung oder Einsicht in die relevanten Kontingenzen beruhen
Relativ einfache assoziative Mechanismen können Verhalten erzeugen, das rational und zielgerichtet erscheint
17
Arten von Verstärkern
Verhaltenskonsequenz
Angenehm Unangenehm
Reiz erscheint nach Reaktion
Positive Verstärkung
(Belohnung)
Bestrafung 1. Art
Reiz verschwindet nach Reaktion
Bestrafung 2. Art
Negative Verstärkung
(Flucht / Vermeidung)
19
Abbau unerwünschter Verhaltensweisen
3 Möglichkeiten:
• Löschung: die das Verhalten aufrechterhaltenden Verstärker entziehen
• Bestrafung des unerwünschten Verhaltens
• Alternativverhalten aufbauen, das das unerwünschte Verhalten ablöst
Bestrafung kann sehr wirksam sein:
• Eine einzige Lernerfahrung kann Verhalten eliminieren (z.B. heiße Herdplatte)
20
Löschung
Die das unerwünschte Verhalten aufrecht erhaltenden Bedingungen (Verstärker) identifizieren
Entzug eben dieser Verstärker
Beispiel:
• Kind erhält durch ständiges Stören mehr Aufmerksamkeit
• Entzug der Aufmerksamkeit Löschung des Verhaltens
Löschung ist besonders effektiv, wenn gleichzeitig Alternativverhalten positiv verstärkt wird
• Bsp.: Kind erhält Aufmerksamkeit für erwünschtes Verhalten
21
Bestrafung und Zeitverzögerung
0
10
20
30
40
50
60
70
80
0 7,5 30 Kontrolle
Mit
tle
re A
nza
hl v
on
Re
ak
tio
ne
n
Camp, Raymond & Curch, 1967
1.Phase: Ratten wurden trainiert, Hebel zu drücken, um Futter zu bekommen
2. Phase: Auf 50% der Hebeldrücke folgt ein Elektroschock sofort, nach 7,5 oder nach 30 Sekunden (Kontrollgruppe: gleiche viele Schocks, aber kein Zusammenhang zu den Reaktionen)
22
Intensität der Bestrafung
Unterdrückung eines Verhaltens (Hebeldrücken) steigt mit Intensität der Bestrafung
Church, 1969
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0 0,15 0,5 2
Stärke des Schocks (mA)
Au
sm
aß
de
r U
nte
rdrü
ck
un
g
(%)
23
Bestrafung und Verhaltensalternativen
Unterdrückung eines Verhaltens durch Bestrafung ist effektiver, wenn alternative Verhaltensmöglichkeiten bestehen (insbesondere, wenn diese belohnt werden)
Anzrin & Holz (1966):
• Phase 1: Tauben lernten, auf einen Schalter zu picken, um Futter zu erhalten
• Phase 2: Auf Picken folgte Schock
– Gruppe A: Taube konnte auf anderen Schalter picken
– Gruppe B: Nur ein Schalter
• Ergebnis: Tauben in Gruppe A zeigten stärkere Unterdrückung des Pickens auf den ursprünglichen Schalter
24
0
50
100
150
200
250
300
0 20 40 60 80R
eak
tio
ne
n /
min
. Bestrafungsintensität (V)
AlternativeReaktionverfügbar
keinealternativeReaktionverfügbar
Kontingenz der Bestrafung
Vortraining: Ratten lernten, Hebel zu drücken, um Futter zu bekommen
Phase 1:
• Experimentalgruppe: Elektroschocks unabhängig vom Verhalten
• Kontrollgruppe: Nur Belohnung
Phase 2: Beide Gruppen erhalten nur Belohnung
Phase 3: Beide Gruppen erhalten reaktionskontingente Schocks
Church, 1969 25
Kontingenz der Bestrafung
Bestrafung war nur wirksam, wenn sie kontingent auf das Verhalten folgt
0
20
40
60
80
100
120
140R
ea
kti
on
sra
te (
% d
er
Ba
se
lin
e)
Kontrollgruppe(keine Schocks inPhase 1)
Exp.-gruppeSchocks in Phase 1)
Nicht
Kontingente
Bestrafung
Erneutes
Training
(Belohnung)
Kontingente
Bestrafung
Erfahrung nicht-kontingenter Bestrafung verhinderte späteres Lernen einer reaktions-kontingenten Bestrafung ( vgl. erlernte Hilflosigkeit)
26
Konsequenzen nicht-kontingenter Bestrafung: Erlernte Hilflosigkeit
Exp. von Overmier & Seligman (1967) / Maier & Seligman (1976) mit Hunden
Phase 1:
• Experimentgruppe: Glockenton -> unausweichlicher Stromstoß
• Kontrollgruppe: Konnten Schock durch eigenes Verhalten vermeiden
Phase 2:
• Beide Gruppen Vermeidungstraining
• Stromstoss wurde durch Ton angekündigt; Tiere konnten Stromstoss durch Sprung über eine Barriere vermeiden
Ergebnis:
• Kontrolltiere lernten schnell die Vermeidungsreaktion
• Tiere der Experimentalgruppe zeigten Anzeichen von Furcht, aber machten keine Anstalten, dem Schock zu entfliehen
„Erlernte Hilflosigkeit“:
• Erfahrung, dass Bestrafung nicht durch eigenes Verhalten beeinflusst werden kann, erschwert Erwerb und/oder Ausführung instrumenteller Reaktionen
• Tiere lernen, dass eigenes Verhalten keinen Effekt hat
27
Erlernte Hilflosigkeit bei Menschen Hiroto (1974)
Phase 1: unangenehme laute Geräusche
• Gruppe 1: Töne weder vermeidbar noch kontrollierbar
• Kontrollgruppe 2: Töne nicht vermeidbar; per Knopfdruck abstellbar
• Kontrollgruppe 3: keine Vorbehandlung
Phase 2: Ton wurde durch 5 sec. Lichtsignal angekündigt und konnte durch Schieberegler abgestellt werden
A.V: Latenzzeit für das Lernen Abstell-Reaktion
Ergebnis: Gruppe 1 lernte langsamer als Gruppe 2 und 3
Interpretation:
• Erfahrung der Unkontrollierbarkeit hat drei Effekte:
(1) motivationales Defizit (keine Anstrengung zu fliehen)
(2) kognitives Defizit (verzögertes Lernen)
(3) emotionales Defizit (Apathie, „Depression“)
30
Negative Folgen von Bestrafung
Bestrafung kann unter bestimmten Bedingungen zur Unterdrückung von jeglichem Verhalten führen
Diskriminative Hinweisreize, die Bestrafung signalisieren, können zu Täuschungsverhalten führen (Bsp.: Radarfalle)
Bestrafung unterdrückt oft lediglich Verhalten (Performanz); aber hohe Wahrscheinlichkeit, dass unerwünschtes Verhalten wieder gezeigt wird, sobald keine Bestrafung mehr erwartet wird
Beziehung zwischen Bestrafendem und Bestraftem leidet (kann Ärger und Aggression erzeugen)
Falsche Vorbildfunktion: Kinder könnten lernen, dass Bestrafung (Aggression) ein angemessenes Mittel zur Konfliktlösung ist
Wenn Bestrafung, sollte stets erwünschtes Alternativverhalten ermöglicht und verstärkt werden
33
Negative Verstärkung
Verhalten kann verstärkt / aufrechterhalten werden, weil es Bestrafung vermeidet
Exp. von Solomon & Wynne (1953): Hunde in Käfig mit Stahlgitter als Boden
Licht aus Elektroschock
10 Sek. Hund springt
über Barriere
in sicheren Käfig
Licht aus
Hund springt
über Barriere
in sicheren Käfig
37
Negative Verstärkung und Vermeidungsverhalten
Vermeidungsverhalten kann sehr löschungsresistent sein
Auch wenn kein Schock mehr gegeben wird, springen Hunde weiter (mitunter 200 mal) über Barriere (Solomon, Kamin, & Wynne, 1953)
Latenz des Vermeidungsverhaltens nimmt sogar weiter ab
Warum wird Vermeidungsverhalten nicht gelöscht wird, obwohl die Tiere nie mehr einen Schock erhalten?
Vermeidungsverhalten verhindert, dass die Hunde lernen, dass die Kontingenz zwischen Licht und Schock gar nicht mehr besteht
Erklärt die Aufrechterhaltung von Vermeidungsverhalten bei phobischen Ängsten (z.B. soziale Angst; Flugangst)
38
Negative Verstärkung und Vermeidungsverhalten
Wie kann Vermeidungsverhalten gelöscht werden?
(1) Bestrafung (z.B. Schock) wird erteilt, obwohl das Vermeidungsverhalten gezeigt wird Organismus lernt, dass es keine Kontingenz zwischen Verhalten und Bestrafung gibt
(2) Verhindern, dass das Vermeidungsverhalten ausgeführt wird
Baum (1969):
• Vermeidungstraining (Ton Schock Flucht)
• Danach wurden Ratten daran gehindert, beim Ton in sicheren Teil des Käfigs zu flüchten
• Nach kurzer Zeit hatten Ratten gelernt, dass es keine Kontingenz mehr zwischen Ton und Schock gab
Klinische Anwendung: Reizkonfrontationstherapie bei Phobien
39
Zwei-Prozess-Theorie des Vermeidungslernens (Mowrer, 1947)
1. Phase: Klassisches Konditionieren
CS (Ton) US (Schock) UR (Angst)
CS (Ton) CR (Angst)
2. Phase: Operantes Konditionieren
Angstreaktion ist mit wahrnehmbaren inneren Reizen verbunden (z.B. Veränderung der Herzrate, Atmung, etc.)
Vermeidungs-
reaktion Ton aus Angstreduktion
(Vermeidungsreaktion wird als Fluchtreaktion (vor dem angstauslösenden
CS) uminterpretiert) 40
Probleme der Zweifaktorentheorie I
Phase 1: Klassisches Konditionieren
Wenn konditionierte Angst die Vermeidungsreaktion auslöst (bzw. Angstreduktion der Verstärker ist), sollte Angst umso größer sein, je stärker Vermeidungsreaktion ist
Aber:
Vermeidungsverhalten tritt auch auf, wenn CS keine Anzeichen von Furcht mehr auslöst (z.B. Kamin, Brimer, & Black, 1963)
Nachdem Vermeidungsreaktion gelernt wurde, verschwinden oft Anzeichen von Angst (z.B. Solomon & Wynne, 1953)
Alternative Erklärung:
Gelernt wird nicht CS-CR-Assoziation (Ton-Furcht), sondern CS-US-Assoziation (Ton-Schock)
CS (Ton) Antizipation des US (Schock)
Vermeidungsreaktion wird durch Antizipation des US ausgelöst
41
Probleme der Zweifaktorentheorie II
Phase 2: Operantes Konditionieren
Zweifaktorentheorie: Elimination des CS und damit verbundene Angstreduktion soll verstärkend sein
Aber: Elimination des CS ist gar nicht nötig für Vermeidungslernen
Kamin (1956): Tiere lernen Vermeidungsverhalten, auch wenn der CS nach dem Vermeidungsverhalten andauerte
43
Probleme der Zweifaktorentheorie II Sidmans (1953, 1966): Freie operante Vermeidung
(a) Wenn das Individuum nicht reagiert, wird alle 5 Sekunden ein Schock verabreicht.
(b) Jede Reaktion verschiebt den nächsten Schock um 30 Sekunden.
0
0
20
20
40
30 Sekunden
Zeit (Sekunden)
Zeit (Sekunden)
Reaktionen
Reaktionen
b) Elektroschocks
a) Elektroschocks
30 Sekunden
40
60
60
80
80
100
100
• Schock kommt ohne Warnung (kein äußerer CS)
• Tier kann Schock für 30 Sekunden aufschieben, indem es Hebel drückt
• Tiere lernen, Schock komplett zu vermeiden, indem sie Hebel rechtzeitig drücken
• Vermeidungsverhalten obwohl kein CS durch das Verhalten eliminiert wird
44
Schlussfolgerung und alternative kognitive Erklärung
Lebewesen lernen Kontingenzen zwischen CS, Reaktionen und Verhaltenskonsequenzen
Dies ermöglicht es, negative Konsequenzen zu antizipieren und Verhalten auszuwählen, dass negative Konsequenzen vermeidet
45
Das Generalisierung-Diskriminations-Dilemma
Grundproblem für Lebewesen beim klassischen Konditionieren:
• Wann signalisiert ein neuer (dem CS mehr oder weniger ähnlicher) Reiz den gleichen US?
• Generalisierung: Auslösung der konditionierten Reaktion durch ähnliche Reize
• Diskrimination: Auslösung der Reaktion nur durch ganz bestimmte Reize
Grundproblem beim instrumentellen Konditionieren:
• Wann führt die gleiche Reaktion auf einen neuen (mehr oder weniger ähnlichen) diskriminativen Hinweisreiz zur gleichen Konsequenz und wann nicht?
49
Reizgeneralisierung
Guttman & Kalish (1956)
• Trainierten Tauben, auf eine beleuchtete Taste zu picken
• Picken auf Licht einer bestimmten Wellenlänge wurde mit Futter belohnt
• Transferphase: Licht anderer Wellenlänge beleuchtet
50
Generalisierung als Suche nach ähnlichen Effekten
Generalisierung spiegelt die erwartete Wahrscheinlichkeit, dass die gleiche Reaktion auf zwei verschiedene Reize die gleiche Konsequenz haben wird
52
Differenzielles Training und Generalisierungsgradienten (Jenkins & Harrison 1960)
Nichtdifferenzielles Training • Tauben wurden nach variablem Intervallplan
trainiert, auf eine beleuchtete Scheibe zu picken, wenn ein 1000-Hz Ton dargeboten wurde
• Löschungsphase: Töne anderer Frequenz oder kein Ton
Differenzielles Training • Durchgänge mit beleuchteter Scheibe und
1000 Hz Ton Verstärkung • Durchgänge mit beleuchteter Scheibe ohne
Ton Keine Verstärkung
F r e q u e n z i n Z y k l e n p r o S e k u n d e
3 0
2 0
1 0
0 3 0 0 4 5 0 6 7 0 1 0 0 0 1 5 0 0 2 2 5 0 3 5 0 0 N o T o n e
N o . 7 0
N o . 7 1
N o . 7 2
F r e q u e n z i n Z y k l e n p r o S e k u n d e
5 0
4 0
3 0
2 0
1 0
0 3 0 0 4 5 0 6 7 0 1 0 0 0 1 5 0 0 2 2 5 0 3 5 0 0 N o T o n e
S D
N o . 8
N o . 5 2
N o . 5 4
N o . 5 8
N o . 6 0
S
© Mazur (2006). Pearson Studium. 55
Reizdiskrimination (Jenkins & Harrison, 1962)
Standardtraining: 1000-Hz-Ton auf Taste picken Verstärkung
Diskriminationstraining: Zusätzlich 950-Hz-Ton keine Verstärkung
Gluck, Mercado and Myers (2008) Copyright © 2008 by Worth Publishers
56
Negative Generalisierungsgradienten (Terrace 1972)
• Tauben wurden trainiert, bei Licht auf Scheibe zu picken, erhielten aber keine Verstärkung, wenn das Licht gelb-rot (570nm) war
• Testphase: Licht unterschiedlicher Wellenlänge
58
Spences (1937) Theorie des Diskriminationslernens
Verstärkung in Anwesenheit eines Reizes positiver Generalisierungsgradient
Keine Verstärkung negative Generalisierungsgradient
Verhalten ist Kombination positiver und negativer G.-Gradienten
Peak
Shift
59
Relationales Lernen
Anwendung von Spence‘s Theorie auf Auswahl zwischen zwei Reizen:
• Training, zwischen Reizen von 160 und 256 cm2 zu diskriminieren
• Test: Tier bekommt Wahl zwischen Reizen von 256 und 409 cm2
Tiere wählen meist Reiz von 409 cm2 Steht in Einklang mit Spence-Theorie Alternative Erklärung: Tiere lernen die Relation zwischen den Reizen („Wähle den größeren Reiz“)
60
Relationales Lernen (Lawrence & DeRivera, 1954)
Karten in unterschiedlichen Grauschattierungen (1= weiß; 7 = schwarz)
Ratten wurden trainiert,
• sich nach rechts zu drehen, wenn obere Karte heller war
• sich nach links zu drehen, wenn obere Karte dunkler war
Ratten drehten sich
nach links
Ratten drehten sich
nach rechts
Tiere haben die relationale Information gelernt! 61
Biologische Einschränkungen beim operanten Konditionieren: Instinktive Drift
Breland & Breland (1961):
• Trainierten Waschbären, Holzmünzen aufzuheben und in einen Behälter zu legen
• Tiere zeigten bald nicht verstärkte Verhaltensweisen (z.B. „Waschen“ der Münzen) machte Trainingsprogramm zunichte
• Entspricht artspezifischem Verhalten bei der Nahrungssuche
• Analoge Ergebnisse für andere Spezies
Lerneffizienz wird durch angeborene Lernbereitschaften moduliert
Breland, K. & Breland, M. (1961) The misbehavior of organisms. American Psychologist, 16, 681-684.
67
Biologische Einschränkungen beim operanten Konditionieren: Reizmerkmale
Organismen sind biologisch prädisponiert, bestimmte Reize als bedeutsam zu betrachten und andere zu ignorieren
Foree & LoLordo (1973):
• Trainierten Tauben mit kombiniertem CS (Licht + Ton)
• Verstärker = Futter Verhalten wurde durch Licht kontrolliert
• Verstärker = Schock Verhalten wurde durch Ton kontrolliert
In natürlicher Umwelt
• ist visuelle Information oft kritisch, um Futter zu identifizieren
• Signalisieren Geräusche oft Gefahr
72
Biologische Einschränkungen beim operanten Konditionieren: Reaktionsmerkmale
Shettleworth (1975):
Hungrige Hamster zeigten bestimmtes Verhalten häufiger
• Auf Hinterbeine aufrichten
• An Wänden kratzen
• Graben
Andere Verhaltensweisen traten nicht häufiger auf
• Waschen; kratzen; markieren
Im Experiment wurden Hamster dann für unterschiedliche Verhaltensweisen mit Futter belohnt
Tiere sind biologisch prädisponiert, bestimmte Reaktions-Verstärker Assoziationen besser zu lernen als andere
Mittlere Zeit, die die verstärkte Reaktion innerhalb
120 sek ausgeführt wurde
73