Qu'est-ce que la formation de chien opérant?

Du réflexe conditionné classique nommé d'après IP Pavlov, ce réflexe diffère en ce qu'il est basé sur l'activité intentionnelle active de l'animal, provoquée par une sorte de besoin. Et le renforcement en même temps est le résultat de cette activité très active et déterminée. Alors qu'avec le réflexe conditionné classique, le renforcement est l'inconditionné, ou simplement le second stimulus.

L'apprentissage opérant a été découvert par le scientifique américain EL Thorndike grâce à l'intelligence des chats et des chiens. Le fait est que Thorndike, découvrant la capacité d'apprentissage des animaux, a conçu une cage spéciale équipée d'une porte avec une simple serrure. Enfermant chats et chiens dans cette cage, il regarda avec la jubilation saine d'un scientifique ses petits frères apprendre à ouvrir cette porte. Et les jeunes frères et sœurs ont appris à ouvrir la porte en faisant diverses tentatives, dont certaines ont réussi, d'autres non. Par conséquent, Thorndike a appelé la forme d'apprentissage qu'il a découverte "essai et erreur".

Réflexe pourtant, cette forme d'apprentissage fut adoubée bien plus tard par un autre scientifique américain bien connu, BF Skinner, qui y consacra toute sa vie scientifique. C'est pourquoi, parmi les nombreux pères du réflexe opérant, Skinner est considéré comme le père principal. Cependant, en toute justice, notons que pour la première fois au monde, un entraînement basé sur l'apprentissage opérant a été décrit par notre merveilleux entraîneur Vladimir Durov dans son livre "Animal Training". Observations psychologiques sur des animaux dressés selon ma méthode. 40 ans d'expérience." Ainsi, vous pouvez lire sur la version russe de la formation opérante dans le livre de Vladimir Durov, et la version américaine de la formation opérante est bien décrite dans le livre "Ne grognez pas contre le chien!" par la psychologue et formatrice Karen Pryor, que je vous conseille d'ailleurs de lire également.

La méthode générale d'entraînement opérant de Skinner peut être décrite dans les étapes suivantes :

stade de privation. C'est ainsi que Skinner appelait cette étape dans les années 30. Cependant, cette étape devrait maintenant être appelée "l'étape du choix et de la création d'un besoin fondamental".
Lors de la formation d'un réflexe conditionné opérant, presque tous les besoins connus des chiens peuvent être utilisés, mais Skinner a utilisé le besoin alimentaire plus souvent. Et la signification de l'étape de privation était que Skinner avait soit sous-alimenté les animaux pendant un certain temps, soit les avait affamés. On croyait que le renforcement alimentaire ne devenait significatif pour l'animal et efficace pour l'apprentissage que lorsque cet animal perdait environ 20 % de son poids vif. Ô temps, ô manières !
L'étape de formation du renfort alimentaire conditionné. Dans ses recherches, Skinner a utilisé des mangeoires automatiques, dont le son était censé être un signal aux animaux pour l'apparition d'un granulé d'alimentation. Et cela a pris du temps. L'étape était considérée comme terminée lorsque, en réponse au bruit de la mangeoire, le rat courait immédiatement vers la mangeoire.
En fait, cette étape est la formation d'un réflexe sonore conditionné classique avec renforcement alimentaire. Il sert également de base à ce que l'on appelle l'entraînement au clicker - une méthode d'entraînement utilisant le renforcement positif des aliments sonores conditionnés.
Et force est d'admettre que l'école de formation opérante se distingue favorablement de la formation traditionnelle domestique par l'attention que la formation opérante porte à la question du renforcement. Renforcement particulièrement positif et probabiliste.
Stade de formation de la réaction. Comme comportement modèle, Skinner a entraîné ses rats à appuyer sur la pédale et ses pigeons à picorer la touche. La formation de la réaction d'appuyer sur la pédale a été réalisée de l'une des trois manières suivantes: par essais et erreurs (formation spontanée), par formation dirigée ou séquentielle et par la méthode cible.
La formation spontanée consistait dans le fait que l'animal, voyageant à travers la boîte de Skinner, appuyait accidentellement sur la pédale et associait progressivement cette pression à l'inclusion du chargeur automatique.
Lors de la formation directionnelle, le chercheur a allumé le chargeur automatique, renforçant d'abord toute orientation vers la pédale, puis s'en rapprochant et enfin appuyant dessus. Pourquoi ne pas s'entraîner au clicker ?
Et la méthode cible était qu'une pastille de nourriture était collée sur la clé, les tentatives de l'arracher amenaient à appuyer sur le levier.
La méthode moderne d'entraînement opérant pour initier le comportement souhaité permet l'utilisation de presque toutes les méthodes connues pour influencer l'animal. Cependant, il est considéré comme inefficace d'utiliser des effets aversifs (entraînant de la douleur ou de l'inconfort).
Amener le comportement sous contrôle du stimulus ou introduire un stimulus différenciateur. En d'autres termes, l'introduction d'un stimulus ou d'une commande conditionnée.
Skinner et ses partisans pensaient que la formation d'une action et le développement parallèle simultané de sa connexion avec un stimulus conditionné (commande) sont deux processus différents. Et l'assimilation simultanée de deux choses différentes complique l'apprentissage. Par conséquent, les opérateurs traditionnels forment d'abord le comportement, puis entrent la commande.
Il convient de souligner que dans l'apprentissage opérant, un stimulus différenciateur n'est généralement pas une commande dans notre compréhension. Une équipe, c'est comme un ordre, n'est-ce pas ? Nous l'interprétons généralement de cette façon. Un stimulus différenciateur est une information selon laquelle l'exécution d'un comportement est actuellement la plus efficace et généralement possible. Ainsi, la «commande» dans la formation opérante a pour fonction de permettre et de permettre que le comportement soit exécuté.
Pour y voir plus clair, analysons l'introduction d'une ampoule dans l'expérience comme un stimulus différenciateur. Ainsi, le rat a appris à appuyer sur la pédale et l'appuie quand il veut manger. Le chercheur allume la lumière pendant quelques secondes et crée des conditions dans lesquelles appuyer sur la pédale uniquement lorsque la lumière est allumée conduit à l'alimentation. Et quand la lumière s'éteint, peu importe combien vous appuyez, vous aurez une combinaison de trois doigts ! C'est-à-dire que l'inclusion d'une ampoule crée, sépare, distingue, différencie différentes conditions. Et le rat commence bientôt à comprendre. Et comme elle a très envie de manger (elle a un besoin de nourriture !), alors, quand elle voit l'ampoule allumée, elle court aussitôt sur la pédale et, eh bien, appuie dessus ! De l'extérieur, on dirait que l'ampoule allumée fait le rat, lui ordonne d'appuyer sur la pédale. Mais maintenant vous comprenez qu'il n'en est rien. Lorsque le voyant s'allume, il indique : Maintenant, vous pouvez appuyer sur la pédale. Mais, seulement!
Renforcer le comportement. La consolidation du comportement formé à la compétence est effectuée par répétition à l'aide d'un renforcement probabiliste. Il est également utile d'utiliser différents besoins pour cela et, en conséquence, d'appliquer différents renforts.
La version domestique de la méthode d'entraînement opérante, originaire de Vladimir Durov, ne diffère que par le fait qu'elle vous permet d'introduire immédiatement un stimulus exécutif (commande, stimulus différenciateur, stimulus conditionné). La pratique montre qu'une compétence ne se forme pas plus lentement qu'avec une technique importée. Et comme cela permet d'éliminer toute une étape, cela fait gagner du temps. Il est donc logique de soutenir le fabricant national de techniques de formation !