AdatforrásokEdit

A kondicionálás elméleti kérdéseivel kapcsolatos kísérleteket többnyire gerinceseken, különösen patkányokon és galambokon végezték. A kondicionálást azonban gerincteleneknél is tanulmányozták, és a kondicionálás idegi alapjairól nagyon fontos adatok származnak a tengeri meztelen csiga, Aplysia kísérleteiből. A legtöbb releváns kísérlet a klasszikus kondicionálási eljárást alkalmazta, bár instrumentális (operáns) kondicionálási kísérleteket is alkalmaztak, és a klasszikus kondicionálás erősségét gyakran operáns hatásaival mérik, mint például a kondicionált szuppresszióban (lásd fentebb a Jelenségek című részt) és az automatikus alakításban. / p>

Stimulus-substitution theoryEdit

Pavlov szerint a kondicionálás nem új viselkedés elsajátítását jelenti, hanem inkább a hajlamot reagálni régi utak az új ingerekhez. Így elmélete szerint a CS csupán az USA-t helyettesíti a reflexválasz kiváltásában. Ezt a magyarázatot nevezzük a kondicionálás ingerszubsztitúciós elméletének.:84 Az ingerszubsztitúció elmélet kritikus problémája, hogy a CR és az UR nem mindig ugyanaz. Maga Pavlov megfigyelte, hogy a CR-ként termelt kutya nyála összetételében különbözik az UR-ként előállított nyálától. A CR néha még az UR ellentéte is. Például: az áramütésre adott feltétel nélküli válasz a pulzusszám növekedése, mivel az áramütéssel párosított CS csökkenti a pulzusszámot. (Javasolták azonban, hogy a CR és az UR ellentétek csak akkor vannak, amikor az UR nem vonja maga után a központi idegrendszert.)

Rescorla – Wagner modelEdit

A Rescorla – Wagner (R – W) modell egy viszonylag egyszerű, ugyanakkor hatékony kondicionálási modell. számos fontos jelenséget jósol meg, de ez fontos szempontból is kudarcot vall, így számos módosításhoz és alternatív modellhez vezet. Mivel azonban az elmúlt 40 év kondicionálására vonatkozó elméleti kutatások nagy részét ez a modell vagy a itt az R – W modell rövid leírást érdemel. : 85

A Rescorla-Wagner modell azt állítja, hogy van egy korlát a kondicionálás mennyiségére, amely két inger párosításakor előfordulhat. Ennek a határnak az egyik meghatározója az USA jellege. Például: egy harang és egy lédús steak párosítása nagyobb valószínűséggel eredményez nyálképződést, mint a harang és egy darab száraz kenyér párosítása, és a száraz kenyér valószínűleg jobban működik, mint egy darab karton. Az R – W modell mögött kulcsfontosságú elképzelés az, hogy egy CS jelzi vagy jósolja az USA-t. Azt lehet mondani, hogy a kondicionálás előtt az érintettet meglepi az USA. A kondicionálás után azonban a téma már nem lepődik meg, mert a CS megjósolja az USA eljövetelét. (Ne feledje, hogy a modell matematikailag leírható, és hogy az olyan szavak, mint a jóslás, meglepetés és várakozás, csak a modell megmagyarázásának segítésére szolgálnak.) Itt a modell működését rövid bemutatással szemléltetjük a megszerzésről, a kihalásról és a blokkolásról. A modell számos más jelenséget is megjósol, lásd a modell fő cikkét.

EquationEdit

Ez a Rescorla-Wagner egyenlet. Meghatározza a tanulás mennyiségét, amely a kondicionáló inger (CS) és a feltétel nélküli inger (US) egyetlen párosításakor következik be. A fenti egyenletet többször feloldják, hogy megjósolják a tanulás menetét sok ilyen kísérlet során.

Ebben a modellben a tanulás mértékét az alapján mérjük, hogy a CS mennyire jósolja az Egyesült Államokat, amit az “asszociatív erő” ad “a CS. Az egyenletben V a CS aktuális asszociatív erejét képviseli, és ∆V ennek az erősségnek a változása, amely egy adott próbán történik. ΣV a helyzetben jelenlévő összes inger erősségének összege. λ az a maximális asszociációs erő, amelyet egy adott USA támogatni fog; értéke általában 1-re van állítva a vizsgálatok során, amikor az Egyesült Államok jelen van, és 0-ra, amikor az Egyesült Államok nincs. Az α és β a CS szembetűnőségével és a tanulás sebességével kapcsolatos állandók egy adott USA-ban. A következő szakaszok elmagyarázzák, hogy az egyenlet hogyan jelzi előre a különböző kísérleti eredményeket. További részletekért lásd a modell fő cikkét.: 85–89

R – W modell: megszerzésEdit

Az R – W modell a kondicionálást „asszociatív erő” hozzárendelésével méri. a CS-nek és más helyi ingereknek. Mielőtt egy CS kondicionálva lenne, asszociatív ereje nulla. A CS és az USA párosítása a CS asszociatív erejének fokozatos növekedését okozza. Ezt a növekedést az USA jellege (pl. Intenzitása) határozza meg.: 85–89 A CS-USA párosítás során bekövetkező tanulás mennyisége a CS és a helyzetben lévő egyéb ingerek (ΣV az egyenletben) teljes asszociatív erőssége és az USA által meghatározott maximális különbségétől függ ( λ az egyenletben). A CS és az USA első párosításakor ez a különbség nagy, és a CS asszociatív ereje nagy lépést tesz. Amint a CS-USA párosítások felhalmozódnak, az USA kiszámíthatóbbá válik, és az egyes kísérletek során az asszociatív erő növekedése egyre kisebb. Végül a CS asszociatív erőssége (plusz bármely más ingerekre felhalmozódó) és a maximális erő közötti különbség eléri a nullát. Vagyis az USA teljes előrejelzéssel rendelkezik, a CS asszociatív ereje nem növekszik, és a kondicionálás teljes.

R – W modell: extinctionEdit

Az R – W modell által leírt asszociatív folyamat szintén a kihalásnak felel meg (lásd a fenti “eljárásokat”). A kihalási eljárás a CS pozitív asszociatív erejével indul, ami azt jelenti, hogy a CS megjósolja az USA bekövetkezését. Egy kihalási kísérlet során az Egyesült Államok nem fordul elő a CS után. Ennek a “meglepő” eredménynek a következtében a CS asszociatív ereje egy lépéssel lejjebb megy. A kihalás akkor teljes, amikor a CS ereje eléri a nullát; nem jósolnak USA-t, és nem fordul elő USA. Ha azonban ugyanaz a CS az USA nélkül, de jól bevált kondicionált inhibitor (CI) kíséretében, vagyis egy ingerrel, amely megjósolja az USA hiányát (RW kifejezésekben negatív társult erősségű inger), akkor RW azt jósolja, hogy a CS nem fog kihalás alatt áll (V értéke nem csökken).

R – W modell: blockingEdit

A legfontosabb és újszerű hozzájárulás Az R – W modell feltételezése, hogy a CS kondicionálása nemcsak ettől a CS-től és annak USA-hoz való viszonyától, hanem a kondicionálási helyzetben jelenlévő összes többi ingertől is függ. Az USA-t a kondicionáló szituációban jelenlévő összes inger asszociatív erejének összege jósolja ion. A tanulást a teljes asszociatív erő és az USA által támogatott erő különbsége szabályozza. Amikor ez az erősségek összege eléri az USA által meghatározott maximumot, a kondicionálás az imént leírtak szerint végződik.: 85–89

A blokkoló jelenség R – W magyarázata szemlélteti az imént közölt feltételezés egyik következményét. A blokkolás során (lásd a fenti “jelenségeket”) a CS1 párosul egy USA-val, amíg a kondicionálás be nem fejeződik. Ezután további kondicionálási kísérletek során megjelenik egy második inger (CS2) a CS1-gyel együtt, és mindkettőt követi az USA. Végül a CS2 tesztelésre kerül, és kiderül, hogy nem ad választ, mert a CS2-ről való tanulást „blokkolta” a CS1-ről szóló kezdeti tanulás. Az R – W modell ezt azzal magyarázza, hogy a kezdeti kondicionálás után a CS1 teljes mértékben megjósolja az Egyesült Államokat. különbség az előrejelzettek és a történtek között, a CS1 + CS2 további kísérletein nem történik új tanulás, ezért a CS2 később nem ad választ.

Elméleti kérdések és alternatívák a Rescorla – Wagner modellEdit

Az R – W modell fontosságának egyik fő oka az, hogy viszonylag egyszerű és egyértelmű előrejelzéseket tesz. Ezeknek az előrejelzéseknek a vizsgálata számos fontos új megállapításhoz vezetett, és a kondicionálás jelentősen megértettebbé vált. új információk alátámasztották az elméletet, de sokan nem, és általánosságban egyetértés van abban, hogy az elmélet legjobb esetben is túl egyszerű. Úgy tűnik azonban, hogy egyetlen modell sem felel meg a kísérletek összes jelenségének. Az alábbiakban röviden összefoglaljuk néhány kapcsolódó elméleti kérdés.

A learningEdit tartalma

Az R – W modell a kondicionálást a CS és az USA asszociációjáig csökkenti, és ezt egyetlen számmal, az asszociatívval méri. a CS erőssége. Számos kísérleti eredmény azt jelzi, hogy ennél többet tanulnak. Ezek közé tartozik a jelen cikkben korábban leírt két jelenség.

• Látens gátlás: Ha az alany a kondicionálás megkezdése előtt ismételten ki van téve a CS-nek, akkor a kondicionálás hosszabb ideig tart. Az R – W modell ezt nem tudja megmagyarázni, mert az előzetes expozíció a CS erősségét változatlanul nullán hagyja.
• A reagálás helyreállítása a kihalás után: Úgy tűnik, hogy valami megmaradt, miután a kihalás az asszociatív erőt nullára csökkentette, mert több eljárás miatt reagálva további kondicionálás nélkül újra megjelennek.

A figyelem szerepe a learningEdit

Előfordulhat, hogy látens gátlás lép fel, mert az alany abbahagyja a hangsúlyt egy olyan CS-re, amelyet gyakran látnak, mielőtt párosulna az USA-val.Valójában a CS iránti figyelem megváltozása áll két prominens elmélet középpontjában, amelyek megpróbálnak megbirkózni az R – W modell nehézségeit okozó kísérleti eredményekkel. Ezek közül az egyikben, amelyet Nicholas Mackintosh javasolt, a kondicionálás sebessége a CS-nek szentelt figyelem nagyságától függ, ez a figyelem pedig attól függ, mennyire jósolja meg a CS az USA-t. Pearce és Hall egy másik figyelmi elven alapuló kapcsolódó modellt javasoltak. Mindkét modellt alaposan tesztelték, és egyik sem magyarázza meg az összes kísérleti eredményt. Következésképpen különböző szerzők megpróbálták a két figyelmi folyamatot ötvöző hibrid modelleket. Pearce és Hall 2010-ben integrálták figyelmes ötleteiket, sőt felvetették a Rescorla-Wagner-egyenlet integrált modellbe történő beépítésének lehetőségét.

ContextEdit

Mint korábban említettük, a kondicionálás egyik kulcsfontosságú gondolata az, hogy a CS jelzi vagy megjósolja az Egyesült Államokat (lásd fent a “nulla kontingencia-eljárást”). Azonban például az a helyiség, amelyben a kondicionálás zajlik, szintén “megjósolja”, hogy az Egyesült Államok előfordulhat. Ennek ellenére a szoba jóval kisebb biztonsággal jósol, mint maga a kísérleti CS, mert a szoba a kísérleti kísérletek között is ott van, amikor az Egyesült Államok nincs jelen. Az ilyen kontextus szerepét szemlélteti az a tény, hogy Pavlov kísérletében a kutyák néha nyálasodni kezdtek, amikor a kísérleti készülékhez közeledtek, mielőtt bármilyen CS-t láttak vagy hallottak. Ilyen úgynevezett “kontextus” ingerek mindig vannak jelen, és befolyásuk segít elszámolni néhány egyébként rejtélyes kísérleti eredményt. A kontextus ingerek asszociatív ereje beírható a Rescorla-Wagner egyenletbe, és fontos szerepet játszanak az alábbiakban ismertetett összehasonlító és számítási elméletekben.

Összehasonlító elméletEdit

A tanultak megismeréséhez valamilyen módon mérnünk kell a viselkedést (“teljesítményt”) egy teszthelyzetben. Mivel azonban a hallgatók túl jól tudják, a teszthelyzetben nyújtott teljesítmény nem mindig Ami a kondicionálást illeti, bizonyítékok vannak arra, hogy egy blokkoló kísérletben résztvevők valóban tanulnak valamit a “blokkolt” CS-ről, de nem mutatják be ezt a tanulást azért, mert általában tesztet tesznek. d.

A komparátor „összehasonlító” elméletei „teljesítményalapúak”, vagyis hangsúlyozzák, hogy mi zajlik a teszt idején. Különösen megvizsgálják az összes ingert, amely jelen van a tesztelés során, és azt, hogy az ezen ingerek által megszerzett asszociációk hogyan léphetnek kölcsönhatásba. Némileg túl egyszerűsítve, az összehasonlító elméletek azt feltételezik, hogy a kondicionálás során az alany CS-USA és kontextus-USA asszociációkat szerez. A teszt időpontjában ezeket az asszociációkat összehasonlítjuk, és a CS-re csak akkor reagálunk, ha a CS-USA asszociáció erősebb, mint a kontextus-USA asszociáció. Miután egy CS és USA többször párosul egyszerű szerzéssel, a CS-USA asszociáció erős, a kontextus-USA pedig viszonylag gyenge. Ez azt jelenti, hogy a CS erős CR-t vált ki. A “nulla kontingencia” esetén (lásd fent) a feltételes válasz gyenge vagy hiányzik, mert a kontextus-USA asszociáció körülbelül olyan erős, mint a CS-USA asszociáció. A blokkolás és egyéb finomabb jelenségek összehasonlító elméletekkel is magyarázhatók, megint nem tudnak mindent megmagyarázni.

Számítási elméletSzerkesztés

Az organizmusnak a jövőbeni események előrejelzésének igénye központi szerepet játszik a kondicionálás modern elméleteiben. A legtöbb elmélet az ingerek közötti asszociációkat alkalmazza ezekre a jóslatokra. Például: Az R – W modellben a CS asszociatív ereje megmondja, milyen erősen jósolja meg a CS az USA-t. Az előrejelzés más megközelítését javasolják olyan modellek, mint például Gallistel & Gibbon (2000, 2002) által javasolt modellek. Itt a választ nem az asszociatív erősségek határozzák meg. Ehelyett a szervezet rögzíti a CS-ek és az USA-k megjelenésének és ellensúlyozásának idejét, és ezeket felhasználva kiszámítja annak valószínűségét, hogy az USA követni fogja a CS-t. Számos kísérlet kimutatta, hogy az emberek és az állatok megtanulhatják az események időzítését (lásd: Állatok megismerése), és a Gallistel & Gibbon modell nagyon jó mennyiségi illeszkedést eredményez a különféle kísérleti adatokhoz. A legújabb tanulmányok azonban azt sugallják, hogy az időtartam-alapú modellek nem tudnak figyelembe venni egyes empirikus eredményeket, valamint az asszociatív modelleket.

Elem-alapú modellekEdit

A Rescorla-Wagner modell az ingert úgy kezeli, mint egyetlen entitás, és ez egy inger asszociatív erejét képviseli egy számmal, és nincs nyilvántartás arról, hogy ezt a számot hogyan érték el. Amint azt fentebb megjegyeztük, ez megnehezíti a modell számára számos kísérleti eredmény elszámolását. Nagyobb rugalmasságot biztosít, ha feltételezzük, hogy az ingert belsőleg egy elemek gyűjteménye képviseli, amelyek mindegyike asszociatív állapotból a másikba változhat.Például az egyik inger hasonlósága a másikval azt jelentheti, hogy a két ingernek közös elemei vannak. Ezek a közös elemek segítenek számba venni az inger-általánosítást és más jelenségeket, amelyek függhetnek az általánosítástól. Emellett ugyanazon halmaz különböző elemei más-más asszociációval rendelkezhetnek, és aktivációik és asszociációik különböző időpontokban és sebességgel változhatnak. Ez lehetővé teszi, hogy az elem alapú modellek kezeljék az egyébként megmagyarázhatatlan eredményeket.

Az SOP modelEdit

Az elem megközelítés egyik kiemelkedő példája a Wagner “SOP” modellje. bevezetése óta különféle módon kidolgozott, és ma már elvben a kísérleti eredmények nagyon sokféle változatát képes elszámolni. A modell bármely adott ingert nagy elemgyűjteménnyel reprezentál. A különféle ingerek megjelenésének ideje, elemeinek állapota és az elemek közötti kölcsönhatások mind meghatározzák az asszociatív folyamatok menetét és a kondicionálási kísérletek során megfigyelt viselkedést.

Az egyszerű kondicionálás SOP-számlája példázza az SOP modell néhány lényeges elemét. Először is, a modell feltételezi, hogy a CS-t és az USA-t egyaránt nagy elemcsoport képviseli. Ezen inger elemek mindegyike a három állapot egyikében lehet:

• elsődleges tevékenység (A1) – durván szólva, az inger “részt vesz”. (A “figyelem” -re való hivatkozások csak a megértést hivatottak segíteni, és nem részei a modellnek.)
• másodlagos tevékenység (A2) – Az ingert “periférikusan veszik figyelembe”.
• inaktív (I) – Az ingert “nem veszik figyelembe”.

Azok közül az elemek közül, amelyek egy adott ingert egyetlen pillanatban képviselnek, egyesek lehetnek A1, mások A2 állapotban, és néhány I. állapotban van.

Amikor egy inger először megjelenik, egyes elemei az I inaktivitásból az elsődleges A1 tevékenységbe ugranak. Az A1 állapotból fokozatosan bomlanak le A2-re, és végül vissza az I. elemre. csak így változhatnak; különösen az A2-ben lévő elemek nem mehetnek közvetlenül vissza az A1-be. Ha mind a CS, mind pedig az USA elemei egyszerre vannak A1 állapotban, akkor a két ingerület asszociációt tanul. azt jelenti, hogy ha egy későbbi időpontban a CS-t az Egyesült Államok előtt mutatják be, és egyes CS-elemek A1-be lépnek, akkor ezek az elemek aktiválnak néhány amerikai elemet. csak az A2 állapotba kerül. (Ezt úgy gondolhatjuk, hogy a CS felidézi az Egyesült Államok emlékét, amely nem lesz olyan erős, mint a való.) Ismételt CS-USA vizsgálatokkal egyre több elem társul, és egyre több amerikai elem megy A2-be amikor a CS bekapcsol. Ez fokozatosan egyre kevesebb amerikai elemet hagy, amelyek beléphetnek az A1-be, amikor maga az Egyesült Államok megjelenik. Ennek következtében a tanulás lelassul és megközelíti a határt. Azt mondhatjuk, hogy az Egyesült Államok “teljesen megjósolt” vagy “nem meglepő”, mert szinte minden eleme csak akkor léphet be A2-be, amikor a CS bejön, keveset hagyva új társulások létrehozására.

A modell megmagyarázhatja a Rescorla-Wagner modell által elszámolt eredmények és számos további megállapítás is. Például a legtöbb más modelltől eltérően az SOP időt vesz figyelembe. Az elem aktiválásának növekedése és bomlása lehetővé teszi a modell számára az időfüggő hatások magyarázatát, például azt a tényt, hogy a kondicionálás a legerősebb, amikor a CS közvetlenül az USA előtt jön, és hogy amikor a CS az USA után jön (“backward kondicionálás”), akkor az eredmény gyakran gátló CS. Sok más finomabb jelenséget is megmagyaráznak.

Az elmúlt években számos más erőteljes modell jelent meg, amelyek elemeinek reprezentációit tartalmazzák. Ezek gyakran azt a feltételezést tartalmazzák, hogy az asszociációk magukban foglalják az az ingereket, válaszokat és esetleg a köztes összekapcsolások egy vagy több “rejtett” rétegét képviselő “csomópontok” közötti kapcsolatok. Az ilyen modellek kapcsolatba lépnek az ideghálózatok, a mesterséges intelligencia és a gépi tanulás jelenlegi kutatásának robbanásával.