BFスキナー：行動主義とオペラント条件付けの理論 - エコノミア - 2025

バーフスフレデリックスキナー（1904-1990）はBFスキナーとしてよく知られており、行動主義の理論の発展における彼の貢献と、彼のユートピア小説Walden Two（1948）で非常に影響力のあるアメリカの心理学者でした。

スキナーは行動主義の流れの中で最も認識されている心理学者であり、彼の理論は心理学で最も影響力のあるものの1つです。行動主義は、すべての行動が環境内の特定の刺激に対する反応、または個人の歴史の結果であると想定しています。

バーフス・フレデリック・スキナー（1950）

行動主義者は一般に、行動の決定における遺伝の重要な役割を受け入れますが、彼らは主に環境要因に焦点を当てています。したがって、思考を非常に重視する認知心理学者とは異なります。

短い伝記

1904年にペンシルベニア州で生まれたスキナーは、ハーバード大学で博士号を取得した後、人間の行動に関する彼の考えに取り組み始めました。彼の作品には、The Behavior of Organisms（1938）と彼の理論に基づく小説Walden Dos（1948）が含まれます。彼は社会との関係における行動主義を、Beyond Freedom and Human Dignity（1971）を含む後の本で探究した。

スキナーはハミルトンカレッジの学生として、執筆への情熱を育みました。彼は1926年に卒業した後、プロの作家になることを試みましたが、ほとんど成功しませんでした。2年後、彼は彼の人生の新しい方向に従うことを決めました。彼は心理学を学ぶためにハーバード大学に入学しました。

スキナーは自由であると見なされ、以前の行動の結果に依存するような錯覚と人間の行動になります。結果が悪い場合、アクションが繰り返されない可能性が高くなります。逆に、結果が良い場合は、アクションが繰り返される可能性があります。スキナーはこれを補強原理と呼んだ。

スキナーボックス

行動を強化するために、スキナーはオペラントコンディショニングを使用し、それを研究するために、スキナーボックスとしても知られるオペラントコンディショニングチャンバーを発明しました。

1920年代までに、ワトソンは学術心理学を離れ、他の行動主義者が影響力を持ち、古典的な条件付けとは別に新しい学習方法を提案していました。

スキナーの考え方は、ワトソンの考え方よりも少し極端ではありませんでした。スキナーは私たちには心があると信じていましたが、内部の精神的な出来事よりも観察可能な行動を研究するほうが生産的であると信じていました。

行動主義入門

ジョン・ワトソン

行動主義は、1920年から1950年にかけて心理学の主要なパラダイムであり、ジョンワトソンによって設立され、行動は測定、訓練、および変更できるという信念に基づいています。行動主義は、この心理的な流れの「父」と見なされた、ワトソンからの次の引用で要約できます。

ジョンワトソン、行動主義、1930年。

行動主義の原則によれば、すべての行動は私たちが育った環境から学ばれます。行動主義者たちは生物学的決定を信じていなかった。

さらに、彼らは主に観察可能な行動に関心があり、人間で行われる学習と動物で行われる学習との間に大きな違いはないと信じていました。

行動主義はどのように始まったのですか？

ロシアの医師であるパブロフは、1890年代に行動主義の理論を最初に研究した人物です。古典的なパブロフの条件付けは、犬の消化に関する実験で、部屋に入ったときに犬が唾液を分泌していることを偶然発見しました。 、あなたと一緒に食べ物を持参することなく。

パブロフと犬

要約すると、古典的条件付けには、デフォルトで身体に反応をもたらす無条件刺激（たとえば、反射）を新しい刺激と関連付ける学習が含まれます。これにより、後者も同じ反応を持ちます。

1-犬は食べ物を見て唾液を出します。2-犬は鐘の音で唾液を流しません。3-ベルの音が食べ物の横に表示されます。4-調整後、犬は鈴の音で唾液を流します。

この理論は後に、行動心理学の学校を設立したアメリカの心理学者であるワトソン（1913）によって開発され、「行動主義者から見た心理学」と呼ばれる記事を発表しました。その後、彼は白いネズミを恐れるように男の子を条件付けました。

アメリカの心理学者であり教育者でもあるソーンダイクは、1905年に「効果の法則」という用語を正式に発表しました。オペラント条件付けとモデリング。

Burrhus Frederic Skinnerによる行動主義

出典：emaze.com。

スキナーの作品は、古典的な条件付けが単純すぎるため、複雑な人間の行動を完全に説明することができないという見方に根ざしています。スキナーは人間の行動を理解する最良の方法は行動の原因とその結果をチェックすることだと信じていました。彼はこのアプローチを「オペラント条件付け」と呼びました。

オペラント条件付けはオペラントと関係があり、周囲の環境に影響を与える意図的な行動です。スキナーは、特定のオペラント行動の発生を多かれ少なかれ可能にするプロセスを特定し始めました。

オペラント条件付けチャンバー内のラット

スキナーのオペラント条件付け理論は、ソーンダイク（1905）の研究に基づいています。エドワードソーンダイクは、パズルボックスを使用して動物の学習を研究し、「効果の法則」として知られる理論を提案しました。

スキナーのオペラント条件付け

すでに述べたように、スキナーはオペラント条件付けの父と見なされていますが、彼の研究はソーンダイクの効力の法則に基づいています。スキナーは、効果の法則に新しい用語である強化を導入しました。強化された行動は繰り返す傾向があります。強化されていない振る舞いは、衰退（衰弱）する傾向があります。

スキナーは、ソーンダイクのパズルボックスに似た「スキナーボックス」に入れた動物実験を行うことにより、オペラント条件付けを研究しました。

Skinnerは「オペラント条件付け」という用語を作り出しました。これには、望ましい応答の後に与えられる強化を使用して動作を変更することが含まれます。Skinnerは、行動を追跡できる3つのタイプの応答またはオペラントを識別しました。

• ニュートラル演算子。それらは、行動が繰り返される確率を増加も減少もしない環境からの応答です。
• これらの応答は、動作が繰り返される可能性を高めます。増援は、ポジティブまたはネガティブです。
• これらは、行動が繰り返される確率を下げる応答です。罰は問題の行為を弱める。

私たちはみな、強化と罰の影響を受けた行動の経験例をすべて持っています。私たちが子供だったとき、たとえば、授業中に話をすると、先生は黙ってと言った。教師側のこの反応は、少なくともおそらく授業中にクラスメートと話すことの行動を弱めるはずである罰を構成します。

たとえば、思春期の間、特定のスタイルやブランドの服を着ることは、賛美、社会的受容、または単に親切なジェスチャーを通じて、同年代の仲間によって積極的に強化される可能性があります。これにより、特定のブランドの服を着る動作が繰り返される可能性が高くなります。

正の補強

スキナーの箱と鳩を持つ研究者。

スキナーは、空腹のネズミを彼のスキナーボックスに入れることにより、ポジティブ補強がどのように機能するかを示しました。箱の片側にはレバーがあり、箱の中を移動するネズミが誤ってレバーを押しました。すぐに、フードペレットがレバーの横の小さなコンテナに落ちました。

数回箱に入れられた後、ラットはすぐにレバーに直進することを学びました。彼らがレバーを押した場合に食物を受け取るという結果は、彼らがその行動を何度も繰り返すことを保証した。

ポジティブな強化は、個人がやりがいと考えている結果を提供することによって行動を強化します。たとえば、宿題を終えるたびに先生からお金がもらえると、将来、宿題をやり直す傾向が強まり、この行動が強化されます。

負の補強

不快な強化を排除すると、特定の行動を強化することもできます。これは、人や動物にとって「やりがいのある」有害な刺激を取り除くため、ネガティブ強化と呼ばれます。否定的な強化は、不愉快な経験を止めるか排除することによって行動を強化します。

たとえば、頭痛がある場合は、アスピリンを服用して緩和します。痛みが消えるという事実は、アスピリンを服用する行動のネガティブな強化要因となり、将来頭痛が起こったときに再発する可能性が高くなります。

スキナーは、ネガティブ補強がどのように機能するかを、スキナーボックスにネズミを置き、不快な電流にさらすことである程度の不快感を引き起こしたことを調査しました。今回は、ボックスのレバーが電流を停止させました。

ラットは最初、偶然にレバーを押しましたが、すぐにレバーを押して電流を止めることを学びました。電流を逃がした結果、ボックスに入れられるたび、または電気を感じるたびにアクションを繰り返すことが保証されました。

実際、Skinnerは電流が現れる直前にライトをオンにすることで電流を避けるようにラットに教えました。ラットは、これが電流がオンになるのを妨げることを知っていたので、ライトが点灯したときにレバーを押すことを早く学びました。

これらの2つの学習された応答は、「脱出学習」および「回避学習」として知られています。

罰

罰は、確率を高めるのではなく、反応を弱めたり排除したりするように設計されているため、強化の反対として定義されます。それは、続く行動を減少させる嫌悪的な出来事です。

強化と同様に、罰は、反応後の感電などの不快な刺激を直接適用することによって、または潜在的にやりがいのある刺激を取り除くことによって機能します。

たとえば、望ましくない行動を罰するために誰かの給与からお金を差し引くこと。罰と否定的な補強を区別することは必ずしも容易ではないことに注意すべきです。

罰の使用に関しては、次のようないくつかの問題があります。

• 罰せられた振る舞いは忘れられず、抑制されます。この動作は、罰が存在しない場合に戻ります。
• 罰は攻撃性を高める可能性があります。それは攻撃性が問題に対処する方法であることを示すことができます。
• 罰は、たとえば学校に行くことへの恐怖など、望ましくない行動に広がる恐れを生み出します。
• 多くの場合、罰は望ましい目標に向かって行動を形づくらない。強化は何をすべきかを教えてくれますが、罰は何をすべきでないかだけを教えてくれます。

行動モデリング

スキナーのボックスはマウスの動作を変更します。出典：Wikimedia Commons経由のユーザーU3144362

スキナーのもう1つの重要な貢献は、逐次的なアプローチによる行動モデリングの概念です。スキナーは、問題の生物が望ましい行動にますます近づくよう奨励する方法で報酬と罰が実行されれば、オペラント条件付けの原理を使用して非常に複雑な行動を生み出すことができると主張している。

この結果が発生するには、報酬を受け取るために必要な条件（または不測の事態）が、生物が望ましい行動に近づくたびに変化する必要があります。

スキナーによると、人間の行動のほとんど（言語を含む）は、この種の継続的なアプローチの産物として説明できます。

行動修正

行動修正は、オペラント条件付けに基づく一連の療法または技術です。基本原則は、人の特定の行動に関連する環境イベントを変更することです。たとえば、望ましい動作を強化し、不要な動作を無視または罰します。

ただし、これは思ったほど簡単ではありません。たとえば、常に望ましい行動を強化することは、基本的に誰かに賄賂を贈ることです。

ポジティブ補強にはいくつかのタイプがあります。一次強化は、報酬がそれ自体で行動を強化するときに発生します。2次強化は、何かが1次強化子につながるために動作を強化するときに発生します。

教育実用アプリケーション

従来の学習状況では、オペラント条件付けは、学習に関連するコンテンツではなく、教室と学習に関連するトピックに適用されます。

行動モデリングの教育アプリケーションに関して、行動をモデル化する簡単な方法は、学習者のパフォーマンスに関するフィードバックを提供することです（たとえば、賛辞、承認の兆候、励まし）。

たとえば、教師が生徒にクラスでの質問に答えるように促したい場合、答えが正しいかどうかに関係なく、すべての試みで生徒を賞賛する必要があります。徐々に、教師は生徒の解答が正しかったときにのみ生徒を称賛し、時間の経過とともに例外的な解答のみが称賛されます。

授業に遅刻したり、クラスでの議論を支配したりするなどの不要な行動は、教師がそのような行動に注意を向けることによって強化されるのではなく、教師によって無視されることによって消滅する可能性があります。

それが将来の学習の動機となるので、あなたが成功していることを知ることも重要です。ただし、動作が持続するように、提供される補強のタイプを変えることが重要です。これは簡単なことではありません。教師が生徒をほめたたえたときの振る舞いについて考えすぎていると、教師が不誠実に見える可能性があるためです。

その他の実用的なアプリケーションと重要な評価

オペラント条件付けは、学習プロセスから中毒、言語習得まで、多くの行動を説明するために使用できます。また、これまでに説明した教育、刑務所、精神病院、経済学などの実用的なアプリケーションもあります。

経済学では、オペラント条件付けのよく知られているアプリケーションはトークンエコノミーです。トークンエコノミーは、目的の動作を実行した直後に人がトークンを受け取るシステムです。トークンは収集され、個人にとって意味のあるものと交換されます。

オペラント条件付けに関する動物研究の使用はまた、調査結果の外挿の問題を提起します。

一部の心理学者は、解剖学と生理学が異なり、経験を反映したり、人間のように理由、忍耐、記憶を呼び出すことができないため、動物を使った研究の結論を人間の行動に一般化できないと主張しています。