Forsterkning

Fakta

Kort definisjon

Forsterkning er en prosess der en konsekvens som følger en atferd, gjør atferden mer sannsynlig i lignende situasjoner senere. En forsterker defineres av denne effekten, ikke av hvordan den oppleves. Positiv forsterkning tilfører en stimulus; negativ forsterkning fjerner en.

Canis forklarer

Enkelt forklart

Hunden gjør noe, og rett etterpå skjer det noe som gjør at den gjør det oftere neste gang. Det er hele mekanismen. Det avgjørende er den siste biten – oftere neste gang. Vi sier ikke et ord om hva hunden «synes» eller «vil». Vi ser bare på hva som faktisk skjer med atferden etterpå.

Og her ligger en felle mange går i: en godbit er ikke automatisk en forsterker. Du kan gi hunden verdens beste pølsebit hver gang den setter seg – men hvis den ikke setter seg oftere som følge av det, har du strengt tatt ikke forsterket noe. Forsterkning er ikke det du gir. Det er det som skjer med atferden. Belønning sier at du mente vel. Forsterkning sier at det virket.

Fakta

Utfyllende faglig forklaring

Forsterkning er én av de fire operante prosedyrene B. F. Skinner identifiserte i The Behavior of Organisms (1938). De fire deles langs to akser: om prosedyren øker eller reduserer atferdens frekvens, og om en stimulus tilføres (positiv) eller fjernes (negativ). De to prosedyrene som øker frekvensen, kalte Skinner forsterkning; de to som reduserer den, kalte han straff.

Et sentralt skille er mellom forsterkning som navnet på operasjonen – at en stimulus tilføres eller fjernes avhengig av at atferden forekommer – og en forsterker som navnet på selve stimulusen. Man forsterker heller ikke individet, men atferden: presist sagt forsterket pølsebiten at Fido satte seg, ikke «Fido».

«Positiv» og «negativ» er ikke verdiord her. De betyr tilført og fjernet, omtrent som fortegn i matematikk. Ved positiv forsterkning følger atferden av at noe kommer til (hunden setter seg og får en godbit); ved negativ forsterkning av at noe opphører eller unngås (hunden lystrer og slipper et ubehag).

Forsterkeren er definert utelukkende ved sin virkning. Skinner (1953) formulerte det slik at «den eneste definerende karakteristikk for en positiv forsterker er at den forsterker». Hva som virker forsterkende varierer fra individ til individ, fra situasjon til situasjon og over tid, og kan bare fastslås ved å observere effekten på atferden – ikke antas på forhånd.

Nettopp derfor er begrepet så nyttig: det peker på noe du kan observere og påvirke. «Hunden kommer fordi den er glad i meg» forklarer ingenting du kan gjøre noe med; «innkallingen er forsterket» peker rett på konsekvensen som følger atferden – der du faktisk kan gripe inn.

Anvendelse

Eksempel: hundetrening

To hunder skal lære det samme – å komme når du kaller. Du bruker samme fremgangsmåte på begge: sier navnet, og gir en konsekvens i det hunden svinger inn mot deg.

Fido får en godbit. Innkallingen hans blir raskere og sikrere for hver runde – for Fido virket maten forsterkende. Tass får også en godbit, like god og like presist timet. Men for Tass gjør ikke maten stort med innkallingen – den blir verken raskere eller sikrere, uansett hvor sulten han er. Bytter du godbiten ut med en kort dragkamp i det han kommer, tar det av: nå kommer Tass i full fart, og innkallingen styrkes runde for runde. For Tass var det leken, ikke maten, som forsterket.

Observér hva som skjedde, ikke hva hundene «liker best»: samme atferd, samme prosedyre, men bare den konsekvensen som faktisk økte innkallingen, var en forsterker – og den var ulik for de to hundene. Det er hele poenget. En forsterker er ikke en egenskap ved godbiten eller leken i seg selv; den er noe ved relasjonen mellom atferden, konsekvensen og den enkelte hunden. Vil du vite hva som forsterker nettopp din hund, finnes svaret bare ett sted: i hva som skjer med atferden når du prøver.

Anvendelse

Eksempel: menneskelig læring

Du sjekker telefonen i en kjedelig pause og finner en morsom melding. Litt senere sjekker du igjen. Den lille «gevinsten» gjorde sjekke-atferden mer sannsynlig – helt uten at du bestemte deg for det. At forsterkning virker på oss selv, ubemerket, er en god påminnelse om at den ikke krever forståelse hos den som læres opp. Den virker på atferd, ikke på innsikt.

Hva begrepet ikke betyr

Forsterkning er ikke det samme som belønning. Belønning er et hverdagsord for noe vi mener er hyggelig; forsterkning er definert ved målbar effekt på atferd. Noe kan være ment som belønning uten å forsterke, og noe kan forsterke uten å være ment som belønning (oppmerksomhet på bjeffing er et klassisk eksempel).

«Positiv» betyr heller ikke «god», og «negativ» ikke «vond». Det er en av de mest utbredte forvekslingene i hundemiljøet, og den er verdt å rydde i: positiv/negativ sier bare om noe tilføres eller fjernes.

Vanlige misforståelser

• «Forsterkning = belønning.» Nei. En belønning som ikke øker atferden, har ikke forsterket den.
• «Positiv forsterkning er snillt, negativ er slemt.» Ordene beskriver om en stimulus tilføres eller fjernes, ikke etikk. Etiske vurderinger hører hjemme i diskusjonen om aversiver – ikke i definisjonen.
• «Hunden forstår at den blir belønnet.» Forsterkning krever ingen forståelse hos hunden. Den virker på atferdens sannsynlighet, enten hunden «skjønner» noe eller ikke.

Historie

Begrepet slik det brukes i dag, ble etablert av B. F. Skinner i The Behavior of Organisms (1938), der han skilte operant atferd fra respondent (refleksiv) atferd og beskrev de fire operante prosedyrene. I Science and Human Behavior (1953) formulerte han den funksjonelle, effektdefinerte forståelsen av forsterkeren som fortsatt står. Begrepet er senere videreført praktisk innen anvendt atferdsanalyse og dyretrening, blant annet gjennom Karen Pryors arbeid med shaping og klikkertrening.

Kilder

• skinner1938
• skinner1953