数学教育心理学第八次课

刺激反应学习理论（下）华南师范大学数学科学学院何小亚一、上一讲内容要点回顾二、斯金纳的操作学习理论

一．斯金纳箱实验二．经典性条件反射与操作性条件反射的比较

三．两种学习的类型四.强化与惩罚上一讲的内容要点回顾刺激反应学习理论（上）一、已学内容要点回顾二、桑代克的试误学习理论三、巴甫洛夫条件反射理论桑代克的试误学习理论一．桑代克的迷箱实验二.学习的本质是形成刺激与反应之间的联结S—R（通过试误建立）三.学习规律准备律,效果律,练习律，多重反应律，选择性反应律同化律，联想性转换律四.试误学习理论与数学学习

(一)学习规律的运用准备律，效果律(二)数学学习与“尝试错误”1.解决数学问题的思路探索过程:尝试—错误—尝试—错误…

2.积累探索证明思路的尝试错误经验，是学好平面几何的关键.3.通过揭示错误、剖析错误、改正错误和反思错误来减少和消除错误反应，强化正确反应.五．拓展了教育观和学习观巴甫洛夫条件反射学习理论一．巴甫洛夫的实验二.学习的本质学习即是学会条件反射.需要通过ＵＳ与ＵＣＳ的配对建立.三.学习规律习得律,消退律,泛化律，辨别律，高级条件作用律.四.数学符号语言的学习

（一）符号语言的习得过程建立一些条件反射，在听、想、读、写之间建立等值关系.(二)数学符号语言学习的层次性机械的与有意义的条件反射（三）数学学习中由泛化律引起的错误巴甫洛夫条件作用过程图条件作用之前

CS（铃声）无唾液分泌

UCS（肉）UCR（唾液分泌）条件作用期间

CS（铃声）

+UCS（肉）UCR（唾液分泌）条件作用之后

CS（铃声）CR（唾液分泌）伊万·巴甫洛夫的其它实验第一步对受试动物，用正圆形投影作为给食的讯号，建立了条件反射之后，每见正圆形的投影，动物们就知道要给食了。第二步，与此同时，用椭圆形投影(直径与横径之比为1：2)作为通电刺激讯号，建立了条件反射之后动物每见椭圆形投影，就能及时避免以防触电。第三步，把椭圆形的直径与横径之比逐次改为2：3，3：4，4：5，5：6……，当两经之比达8：9时，由于椭圆形的投影已十分接近圆形，动物们无法分别，搞不清是将要给食还是触电，在此生死攸关之际，不知所措，从而出现血压上升、烦躁、挣扎、失眠、消化功能紊乱等症状。人类在社会环境、自然环境剧变，对复杂的社会鉴别困难的情况下，也会出现神经功能失调。

人们何尝不是那只想吃肉又怕被电的狗？（对策？）巴甫洛夫式求爱法:

将爱意如和风细雨般渗透，等对方养成了习惯，再褫夺之，这样她就会因为习惯和害怕失去和你在一起.男孩与女孩的故事：英文声音少20元音×20辅音声音少需重复，思维慢英文只由26个字母生成，重复多，又长又臭！10000000001入门易，提高难学多才可知1万~10万单词中文声音多21×35×4=2940可用的2500个，普通话仅仅用了1200个.声音种类多，思维就快汉字由213个偏旁部首生成，重复少.1025入门难，提高易学少而知多3、4千字为什么中文是比较好的文字？英文meatpigporklardsheepMuttonsuetbeefTallow中文肉猪猪肉猪油羊羊肉羊油牛肉牛油中文与英文的比较变阻器(change-resistance-machine)rheostat火箭——由火驱动的箭（firedrivearrow）rocketdodecagon\hendecagon\decagon\nonagon\octagonheptagon\hexagon\pentagon\quadrangle\polygontetrahedron\pentahedron\hexahedronheptahedron\octahedron\enneahedron\decahedronhendecahedron\dodecahedronpolyhedron英文中没有十三边形和十三面体的单词问题二：数学符号语言学习的心理过程是什么？要学生掌握数学符号语言就是要学生掌握什么？为什么学生总是把“-a”当成负数？

问题三：儿童的良好行为习惯是如何塑造出来的？决定性的手段是什么？第三节斯金纳操作学习理论一．斯金纳箱实验二．经典性条件反射与操作性条件反射的比较

三．两种学习的类型四.强化与惩罚斯金纳（B.F.Skinner，1904-1990）美国新行为主义心理学家。1904年3月20日生于美国宾夕法尼亚州的萨斯奎汉纳。1922年进纽约克林顿哈密尔顿学院主修文学，毕业后进哈佛大学改修心理学。1930年获心理学硕士学位，1931年获哲学博士学位。斯金纳先后在明尼苏达大学和印第安纳大学任教。1948～1974年任哈佛大学心理学教授，1974年起任退休教授。

斯金纳（B.F.Skinner，1904-1990）第二次世界大战期间，曾在美国科学研究和发展总署服役，采用操作条件作用方法训练鸽子，用以控制飞弹和鱼雷。1945年任印第安那大学心理学系主任，1948年转任哈佛大学教授，在该校共任教二十余年，直至1970年退休。1958年荣获美国心理学会杰出科学贡献奖，1968年美国政府授予他最高科学奖――国家科学奖，1971年美国心理学基金会赠给他一枚金质奖章。他被认为是当代最著名的心理学家之一。斯金纳主要著作有：《有机体的行为》（1938）《科学和人类行为》（1953）《言语行为》（1957）《教学技术》（1968）《关于行为主义》（1974）等.一．斯金纳箱实验1938年，斯金纳设计制作的实验装置。箱子的构造尽可能地排除了一切外部刺激，而白鼠则可以在箱内自由进行探索。箱内有一根突出的杠杆。杠杆的上方有电灯，下方有一食盘。箱外有一电动鼓转动计时并纪录杠杆被压动的次数。当箱内的动物压动（如啄、碰等）杠杆时，就会得到一粒食丸的强化。以此来研究动物操作性条件反射的学习能力。斯金纳的实验与巴甫洛夫的条件反射实验的不同在于：（1）在斯金纳箱中的被试动物可自由活动，而不是被绑在架子上；（2）被试动物的反应不是由已知的某种刺激物引起的，操作性行为（压杠杆或啄键）是获得强化刺激（食物）的手段；（3）反应不是唾液腺活动，而是骨骼肌活动；（4）实验的目的不是揭示大脑皮层活动的规律，而是为了表明刺激与反应的关系，从而有效地控制有机体的行为。

一．斯金纳箱实验饥饿的白鼠经过几次尝试，学会了按压杠杆以获取食物的反应:操作性条件反射（OperantConditioning）.由于按压杠杆变成了获取食物的手段或者工具,故操作性条件反射又称为工具性条件反射.白鼠的操作性条件反射学习也就是在杠杆（Ｓ）与压杆反应（Ｒ）之间形成固定的联系.桑代克所揭示的刺激Ｓ与反应Ｒ之间联结的形成，实际上就是一种操作性条件反射.

二．经典性与操作性条件反射的比较(一)经典性条件反射是一个S—R的过程

.

UCS

配UCR对CRCS而操作性条件反射则是一个s—Ｒ—Ｓ′的过程.要求有机体作出反应Ｒ，然后给予强化刺激Ｓ′.反应后的刺激Ｓ′最重要，而反应前的刺激s并不重要.（二）经典性条件反射可以看成是刺激替代.设Ｓ与Ｒ形成了巩固的联系，将Ｓ1与Ｓ配对重复后，Ｓ1可以替代Ｓ引起类似的反应.

操作性条件反射则可以看成是反应替代

.R1R2S1S′

Rn

S1

R

1

（三）经典性条件反射与操作性条件反射在有机体的许多行为构成中，有着唇齿相依的联系.(参见教材P58)三．两种学习的类型斯金纳把任何刺激反应单元都看作是反射，而一切行为都是由反射所构成的.有机体的行为分为两类：

应答性行为:“应答”是由一种确定的刺激所激发的行为，服从巴甫洛夫的条件反射理论，它可以是无条件反射，也可以是条件反射。（更多的是一种本能反应）操作性行为:斯金纳把那些自发发生而受到强化后经常性重复的行为，称为操作行为。

（主动或随意反应）

三．两种学习的类型把条件反射分为：刺激性条件反射(用于应答性行为)操作性条件反射(用于操作性行为)将学习分为两种类型：应答性学习S—R（也叫经典性条件反射学习）；操作性学习R—S（也叫操作性条件反射学习）.斯金纳强调通过操作性行为，有机体了解自己的行为与外界的关系，从而可以控制和改变环境，以满足自身的需要.斯金纳的学习观斯金纳认为，动物的学习行为是随着一个起强化作用的刺激而发生的，人的一切行为几乎都是操作性强化的结果，人通过有强化作用的影响，会有改变别人反应的可能性.他把人类的学习看着是可操作的，并认为在一个操作发生之后，接着呈现一个强化刺激，就会增加这个操作的强度.学习的本质就是反应概率的改变.B.F.Skinner：“如果我们将学过的东西忘得一干二净时，最后剩下来的东西就是教育的本质了。”四.强化与惩罚(一)强化（Reinforcement）

1.强化物（Reinforcer）是指使反应发生的概率增加、或维持某种反应水平的任何刺激.强化物的第一种分类:原始强化物(primaryreinforcers):满足生物需要的刺激,如食物、水、性等.第二强化物(secondaryreinforcers):没有内在价值,但有强化作用的刺激,如金钱、赞扬、关注等.强化物的第二种分类:1）消费性强化物:牛奶、曲奇、糖果、水果、汽水、可乐、冰激淋、……2）活动性强化物：看电视、看电影、看连环画、购物、郊游、手工制作、过生日、……3）操作性强化物：玩具汽车、画画、迷宫、布娃娃、电子游戏、乐器、……4）拥有性强化物：宠物、漂亮衣服、鲜花、邮票、钢笔、笔记本、MP3、军刀、……5）社会性强化物：赞美、微笑、关注、倾听、与你聊天、逗你玩、讲故事、……2.强化:

通过强化物增强或维持某反应行为的过程.3.强化原理（ReinforcementPrincipal）：在一个操作行为（即反应）后接着呈现一个强化物，操作再次发生的可能性就会增加.1)正强化（PositiveReinforcement）：在环境中增加某种刺激，使得反应概率增加.这时的刺激物叫做正强化物.

2)负强化（NegativeReinforcement），指的是当某种刺激在有机体的环境中消失时，反应概率增加.此时的刺激物叫做负强化物.

普雷马克原理（PremackPrinciple），即用高频的活动作为低频活动的强化物，或者说用学生喜爱的活动去强化学生参与不喜爱的活动.

（二）强化的安排1.强化的安排（Schedules）是按合乎要求的反应次数和各次强化之间的时间间隔来划分的.1)连续强化（ContinuousReinforcement）:每一符合要求的反应之后都予以强化.在动作技能的学习初期，在儿童学习的早期，应该较多地给予连续强化.注意：过多的连续强化会导致强化失效或引起其它的不良反应.

2)部分强化（PartialReinforcement），指的是并不是每一次反应后都给予强化，而只是对一部分合乎要求的反应予以强化.(1)比例强化是按一定的比例给予强化.比如说每五次正确反应才给予一次强化.(2)间隔强化是按一定的时间间隔给予强化.

2.最佳的强化安排：

最初安排连续强化，然后安排固定间隔强化，最后安排变化比例强化.（三）惩罚惩罚（Punishment）是一种导致反应减少的过程.

１）正惩罚：反应后呈现厌恶性刺激．２）负惩罚：反应后消除奖励性刺激．惩罚与强化的区别：强化是增加或维持反应概率，而惩罚则是抑制反应发生的概率.

惩罚的作用：只起暂时的抑制作用而不能消除这种行为.惩罚可能会引起负效应，如逆反心理、攻击性行为、暴力倾向、撒谎、回避行为、双向负效应惩罚的运用原则：1)在需要给予惩罚时，与其给予厌恶性刺激（正惩罚）,还不如不给予奖励性刺激（负惩罚）2)要注意利用惩罚后的反应抑制期，即要尽可能通过强化加强其它的行为反应；3)惩罚一定要在不良反应后立即给予，延迟的惩罚可能是无效的.

五、程序教学程序教学的具体主张是：教材要精心组织与安排，列出最佳程序，这种程序应为学生系统学习知识提供保证；教学要适合每个学生的特点，要注意学生之间所存在的个别差异，学生可以而且应该按其自己的情况确定学习速度，确保不同程度的学生在学习过程中发挥其潜力；教学要及时运用有效的强化手段，反对惩罚.程序教学的原则：１）积极性原则：必须使学生始终处于积极的学习状态.（积极强化）２）小步子原则：程序教学所呈现的材料是被分解成若干小的步子，编成程序，材料一步一步地呈现，每完成一步就给予强化.

３）及时强化原则：在每个学生作出反应后，必须使学生立即知道其反应是否正确.

４）自定步调原则：让学生按自己的能力和速度进行学习.

５）低错误率原则：在教学过程中应尽量避免学生出现错误的反应