操作制約

斯金纳（1904-1990）以桑代克的理論作為基础，建立了關於增強、惩罚與消弱的详细的操作制約理论，並發明了operant conditioning chamber，一個實驗箱來高度控制目標動物的學習行為。增強（reinforcement）和惩罚（punishment）兩種刺激是操作制約的核心思想，另外消弱（extinction）指的是没有產生作用的刺激。增強、懲罰或是消弱不但能夠使用在實驗室中，也能夠用來形容包括人類以外其他動物的自然環境。

斯金納所建構的操作制約理論，與諾貝爾獎得主康拉德·勞倫茲所提出的固定行為型態（fixed action patterns，FAPs）或本能行為有所對比。這些斯金納所說的行為，存在外在的操作制約變數，在進行行為的廣泛深入分析時是需要仔細思考的。

在狗的訓練中，利用覓食的慾望來對工作犬和偵查犬等進行訓練。這種來自於狩獵本能的固定行為型態的刺激，是產生非常困難但一致的行為的鑰匙刺激，且在大多數的例子裡，並不包括操作、古典或其他制約。在固定行為型態的演化塑造過程中，這些型態在長久的時間由於生存機制而維持穩定，也就是操作制約。

根據操作制約的規律，任何一個在一段時間內一致回饋的行為，將會在間歇性的對反應增強，並導致更穩定的反應速率，且對消弱有較大的抵抗力的行為更快的被消除。因此，以一隻偵查犬來說，任何對尋找指令作出的正確的行為，必須總是被以玩具或球的回饋來對反應作初始的獲取。之後則是衰減的過程，增強會被"減小"，也就是並非每次的反應都被增強，使狗進入間歇性增強的行程，使牠對沒有增強的情況有更強的抵抗力。

然而，有些訓練者現在只利用狩獵慾望來訓練寵物狗，並發現效果狗對訓練的反應比只根據斯金納的操作制約更好。顯示本能在遊戲時的支配[14]。

消弱發生時，在不間斷的執行動作之後，會導致欲消除行為確實的減少，但在短期內對象可能會產生消弱突然爆發（extinction burst），這種情形經常發生在消弱剛開始的時候。消弱突然爆發會使行為的出現頻率在短時間內暫時性的增加，之後欲消除的行為會開始減少。

舉例而言，某實驗中利用食物增強一隻鴿子敲啄按鈕的行為，每當牠敲啄按鈕，將會出現一些能吃的種子作為增強物，因此鴿子飢餓時，便會敲琢按鈕以獲得食物。然而當某一次敲啄按鈕之後食物不再出現，這隻鴿子將會再試著敲啄一次按鈕，若是食物仍未出現，牠將會一次、一次又一次的敲啄...。當這種瘋狂的行為依然無效的時候，鴿子就會減少敲啄的頻率。這種消弱突然爆發（extinction burst）行為擁有演化上的優勢，因為在自然界中，動物的行為並非絕對的附帶增強刺激，一次失敗之後，牠們有可能在多試一次之後確實得到增強。因此這些動物比起其他輕易放棄的動物更有生存優勢。

消弱-誘導變異（Extinction-induced variability）扮演類似的角色。當消弱開始，改變的並非只有行為的頻率增加，行為的改變也會反映在反應形（response topography、反應的型式）上。對象會一步一步的稍微改變他們的表現，這些改變可以包括特殊的動作、力道的大小、和行為作用時間的小小改變等等。成功的行為變化將會被保留，失敗的行為變化則會漸漸減少。在常態分佈中，水平線方向表示某行為可能的變異，垂直線方向表示某狀態下的行為出現頻率。當一個行為出現在分佈圖的中央（出現頻率最高）時，表示在此動物的經驗中，這種行為變異最能有效的產生增強刺激。

Solomon和 Wynne使用Shuttle Box來實驗[15]。Shuttle Box是[16][17]一個實驗箱子分成兩個房間，其中一間地面會通電，目標要學會離開 (shuttling) 原本房間來避免電擊

這個理論來自於對辨別迴避學習的解釋，並假設有兩種過程發生。辨別迴避學習 (discriminated avoidance learning) - 新的刺激（如光線或聲音）出現之後，發生某個令人厭惡的刺激如驚嚇或電擊，兩者類似古典制約中的制約刺激（CS）和非制約刺激（US）。當動物表現操作反應時，各個帶有CS的US被移除。在第一次試驗（稱作逃脫試驗）中，動物會經常經驗到CS和US，表現出操作行為以終結令人厭惡的US。同時動物將學習到在CS發生的時候表現某些行為能夠使US的出現被阻止。例如Miller一個黑白雙房間實驗箱中，老鼠學懂要按制及推輪子來開啟白房間的門來逃脫至黑房間[18]，這種學習被稱為辨別迴避學習。

• 恐懼的古典制約(classical conditioning of fear) - 在第一個訓練的試驗中，生物個體經歷了制約刺激（CS）和厭惡的非制約刺激（US）。理論假設古典制約透過CS與US的同時出現參與這個試驗，因為對於US自然而然的厭惡，使得CS能夠引起制約情緒反應（conditioned emotional reaction、CER），也就是恐懼。在古典制約中，CS附帶厭惡的US出現使得生物個體進行的行為被中斷。
• 產生操作反應並得到減少恐懼的增強(reinforcement of the operant response by fear-reduction) - 由於第一個過程，CS代表了厭惡的US，透過引起恐懼使本身變成一個厭惡的刺激，生物個體產生操作反應以減少這種不愉快的情緒。生物個體學習到在CS出現時進行某個反應能夠終結CS帶來的厭惡的內部反應。一個重要的觀點在於"迴避"並無法完全的描述生物個體的行為，他們不是"避開"厭惡的US；而是逃離由CS所造成的厭惡的內在狀態。

一個有關訓練動物的操作制約訓練觀點是使用塑型（shaping），增強近似成功的行為，就像連鎖一樣。

• 自由-操作迴避學習 (free-operant avoidance learning)- 在這種實驗類型裡，沒有不連續的刺激被當成厭惡刺激的發生訊號使用。也就是說，厭惡刺激（如驚嚇）的表現與明確的警告刺激分開。
• safety signal hypothesis，目標不只逃避驚嚇，而是去追求安全訊號。安全訊號亦可壓抑驚嚇，從而增強新的行為，如逃走。
• Species-Specific Defense Reactions (SSDRs)，指動物天生的逃脫反應。
• 認知理論，來解釋預期如何影響逃脫反應[19]。

兩種重要的時間間隔決定迴避學習的速率，

• 驚嚇-驚嚇-間隔（S-S-interval），這是成功表現驚嚇的經過時間（除非操作反應表現）
• 反應-驚嚇-間隔（R-S-interval），這是操作反應在沒有驚嚇被傳遞前的的時間長度。也就是動物在沒有驚嚇的狀態下表現操作反應的時間。

因為持續不能離開該環境，而目標降低學習其他方法的能力。影響因素有[20]：

• 動機原因，不想再學新的方法逃脫
• 想法原因，即使學其他方法也不一定能逃脫而不如不學
• 情感原因，該環境實在太痛苦
• 控制原因，目標能否有方法去終止該痛苦刺激物
• 預測原因，目標能否有方法得知痛苦刺激物來的事機

避免習得性無助，可以透過：

• immunization，如果一開始目標能控制痛苦刺激物，之後較不受不能控制的事情所影響。在教育上，McKean建議老師可以一開始給一些較易完成的功課，學生們就有更多自信心去繼續課程[21]。
• Learned optimism[22]