一、定義：學習是指因經驗而導致行為或思想產生較為長久改變的歷程與結果。

二、闡釋

1. 學習是因經驗而產生的。　
2. 學習是行為或思想的改變。
3. 學習是相對持久的改變。
4. 學習是歷程也可以是結果。
5. 學習是中立詞彙。學好學壞都是學習。

三、學習的分類
(一) 非聯結學習(non-associative learning)

• 個體因應單一環境事件刺激，而在行為反應的強度上發生變化。包含兩種：(Eric Kandel發現)
  
  • 習慣化(habituation)：個體多次暴露於無傷害性的刺激，而對該刺激的反應減弱的現象。
  • 敏感化(sensitization)：個體暴露於有傷害性的刺激，而對環境的反應增加。

貳、古典制約

classical conditioning

一、源起：
Ivan Pavlov做消化道研究時發現，小狗聽到人的腳步聲會分泌唾液。

實驗過程：

• 自變項：鈴聲(CS)+食物(UCS)配對的次數
• 依變項：小狗口水的CC數
  鈴聲和食物配對次數越多，小狗口水是否流越多？
  

二、相關用語

1. 古典制約的意義：

• 一個原本中立的刺激，和一個能引起特定反應的刺激彼此多次、相近、相伴出現，使得個體對原本中立的刺激產生特定反應的過程。
  
  • 原本中立的刺激：制約刺激(conditioned stimulus, CS)
  • 能引發特定反應的刺激：非制約刺激(UCS)
  • 受非制約刺激引起的反應：非制約反應(UCR)
  • 經學習後被制約刺激引起的反應：制約反應(CR)
    

2. 結論：

• 鈴聲與食物多次相近相伴出現，使小狗學會兩者的聯繫，造成刺激替代(stimulus substitution)，即制約刺激(鈴聲)取得非制約刺激(食物)的特性，而代替食物引發流口水的反應。
  

3. 另一個古典制約例子

• John Waston 恐懼制約

三、古典制約的基本現象
(一) 消弱(extinction)

• 當一個制約刺激已能引發制約反應，若此時不再使非制約刺激與制約刺激相伴出現，則多次嘗試後，制約反應將逐漸減弱，直至不再對制約刺激進行反應。
  

(二) 自發恢復(spontaneous recovery)

• 經消弱學習一段時間後，制約刺激又單獨出現，制約反應重新出現的情形。
• saving：使制約刺激與非制約刺激再次相近相伴出現，則口水量將重新增多，且累積的比一開始快。
  

(三) 刺激類化(stimulus generalization)

• 與制約刺激性質相同的新刺激，不需經過制約歷程就能直接引起制約反應。
• 類化梯度(gradient of generalization)：新刺激與既有的制約刺激性質越相近，引發制約反應的程度越高。
  

五、古典制約形成的重要因素
(一) 重要因素

1. 頻次律(law of frequency)

• CS+UCS兩者共同出現的次數

2. 接近性(contiguity)

• CS+UCS 兩者出現時間的相近

3. 關聯性(contingency)、可預測性(predictability)

• CS+UCS共同出現的程度，意即CS的出現是否能有效預測UCS的出現。
  

(二) 有關實驗

1. Robert Rescorla的關聯性實驗
   (1) 操弄聲音(CS)對電擊(UCS)的預測性。
   (2) 啟示

• 可預測性比頻次律和接近性更重要。
• 認為在古典制約中有涉入認知歷程，能判斷CS+UCS是否相伴出現。
  

2. Leon Kamin 的阻斷(blocking)實驗
   (1) 讓老鼠接受組合式的制約刺激(compound CS)
   (2) 結論：

• 當個體已學會一個CS+UCS關聯，就不容易習得CS2+UCS的關聯，因為失去了突然性。

六、古典制約的先天傾向(biological constraints)

1. John Garcia 味覺嫌惡實驗(taste aversion)
2. 結論與啟示

• CS+UCS只配對一次依然能形成古典制約。
• CS出現後隔很久才出現UCS，依然能形成古典制約。
• CS+UCS的聯結學習並不等勢。
• 準備程度(preparedness)：人和動物對環境中某些刺激與結果有天生預備好的學習傾向。
• Garcia 效應：個體吃了一個東西之後產生劇烈的身體不適，從此不願意再吃同一樣食物。
  

• 等勢原則(equipotentiality)：相信各種CS+UCS的聯結學習只要出現的順序和時間間隔合適，任何事物都能形成聯結學習。

一、操作制約的先聲－Thorndike的嘗試錯誤學習

二、B.F. Skinner與操作制約

(一) 分類

1. 以增強物的移除或呈現區分
   增強作用係指行為的結果得到環境的正向回饋，從而增加日後在相同環境表現同一行為的機會。
   (1) 正增強(positive reinforcement)與正增強物(positive reinforcer)

• 可欲事物的呈現，使操作行為次數增加。
• 可欲事物即為正增強物
  
  

(2) 負增強(negative reinforcement)與負增強物(negative reinforcer)

• 嫌惡事物的移除，使操作行為次數增加
• 嫌惡事物即為負增強物
• 逃脫學習(escape learning)：習得一個操作行為，藉以逃離一個持續呈現的嫌惡刺激。
  

2. 以增強物是否滿足個體的身體需求區分
   (1) 初級增強物(primary reinforcer) 形成初級增強作用

• 增強物滿足的是個體身體需求(餓、渴、不疼痛等)，例如：水、食物
  
  

(2) 次級增強物(secondary reinforcer) 形成次級增強作用

• 增強物為後天而習得其增強性質者，例如：錢、獎狀、代幣、他人認可等
• 次級增強物也稱作制約增強物(conditioned reinforcer)，係因原本中立的次級增強物，經常與初級增強物配對出現而取得其增強性質，是古典制約的結果。

(二) 增強物的安排

1. 操弄操作行為與負隨效結果的相隔時間
   (1) 立即增強(immediate reinforcement)
   操作行為出現後，立即施予增強物的制約方式，此學習效果較佳。
   (2) 延宕增強(delayed reinforcement)
   操作行為出現後，延遲時間才施以增強物，此學習效果較差。
   

2. 操弄增強物出現的連續程度，稱為增強時制(或 強化程式，schedule of reinforcement)，分為兩類：
   (1) 連續增強(continuous reinforcement，CRF)：1:1
   每次操作行為出現皆得到增強物。此方式使個體學習行為的速度較快，但也容易消弱。
   (2) 間歇增強(intermittent reinforcement)或
   部分增強(partial reinforcement)　
   個體出現操作行為，僅選擇其中部分施以增強物。使用的增強物較少，形成的學習卻不容易消弱，此為部分增強效應PRE。分為4種
   

間歇增強(intermittent reinforcement)或
部分增強(partial reinforcement)分為四種：

• 固定比率(Fixed-Ratio，FR)　例如：按N件計酬
  
  • 定義：操作行為每出現若干次後，固定施以增強物，例如：老鼠固定壓15次桿子得到一食物，寫做FR15。
  • 特徵：形成高的反應率，不易消弱，得到一個增強物後，會暫停反應(比率越大停越久)。
    

• 變異比率(Variable-Ratio，VR)
  
  • 定義：操作行為平均出現若干次後，不固定的施予增強物，例如：老鼠平均按桿子15次後得到一次食物，寫做VR15。
  • 特徵：形成最高的反應率；最不易消弱；增強後不會停頓。
    

• 固定時距(Fixed-Interval，FI)
  
  • 定義：固定時間給予增強物，每隔20秒給一次增強物，寫做FI20。
  • 特徵：反應次數與增強務無關；形成曲線成荷葉狀(貝殼狀)，獲得增強後反應率下降，待下一增強物將至時反應率陡增。
    

• 變異時距(Variable-Interval，VI)
  
  • 定義：不固定時間給予增強物，平均20秒得到一個增強物，寫做VI20。
  • 特徵：反應次數與增強也無關，產生中等反應率，增強後反應不停頓。
    

比較引發反應率由高到低：VR→FR→VI→FI→CRF

BOX：處罰(punishment)
一、 定義：使行為發生次數減少的行為程序。當特定操作行為出現後，伴隨嫌惡事務的呈現或可欲事務的移除，使個體習得操作行為與附隨結果的關聯，藉以減少該行為出現的次數。

• 處罰的意義：是一個「有效」的措施。
• 操作行為經驗到負面結果，使行為減少。
• 處罰不是負增強。
  

二、分類：
(一) 積極處罰(positive punishment)、施予式處罰：個體從事一操作行為後，對其施予嫌惡事物，使個體後來從事同一行為次數減少。
(二) 消極處罰(negative punishment)、剝奪式處罰：個體從事一操作行為後，對其移除可欲事物，使個體後來從事同一行為次數減少。

三、有效處罰的要素
(一) 強度夠：強度越大，持續效果越久，若逐次提高強度會建立耐受性。
(二) 不當行為和處罰須具備接近性。
(三) 連續處罰比間歇處罰有效(跟增強相反)。

四、處罰的作用與缺點

• 處罰使被處罰者經歷到負面情緒。
• 處罰也有刺激區辨，個體能了解有時候出現不當行為也不會面臨處罰。
• 對處罰有關的事情進行類化，例如：被處罰而不喜歡學校。
• 處罰只是讓被處罰者知道什麼事不能做，在學習意義上較消極。
• 處罰，有時是一種攻擊行為的示範。

五、操作制約的先天傾向
(一) 本能性的漂移(走鐘)(instinctual drift)

• 由Keller Brenland & Marian Breland提出。
• 經增強而習得的行為發生變化，此變化會朝向某個相似的本能行為。
  (二) 結論：
• 操作制約中，操作行為與附隨結果的關係若與本能行為越接近，則此行為越容易通過操作制約形成。
• 個體在操作制約的習得和保留皆受生物本能的影響。
  

六、操作制約的其他要點或應用
(一) 迷信行為(superstitious behavior)

• 迷信行為是操作行為和隨機可能發生的附隨效果形成聯繫的結果。
  (二) 塑成(逐步養成，shaping)
• 將目標行為分割成若干的細目，再逐次達到目標行為。透過連續漸進的方式，一面增強後續的操作行為，一面消弱先前的操作行為直到目標行為出現。
  (三) 連鎖(chaining)
• 目標較複雜、須由一連串累加動作才能完成時，將目標行為分解成若干個反應，再依次、逐步增強各個反應，使之連貫成一完整的行為目標。依連鎖的方向，可區分為：
  
  • 反向連鎖(backward chaining)
  • 正向連鎖(forward chaining)

四、觀察學習

(observational learning)

(一) 指個體通過觀察他人而進行學習的歷程。
(二) 社會學習論(social learning theory)

1. Albert Bandura - Bobo doll experiment(1965)
2. 觀點：

• 人的學習過於廣泛不可能事事從親身經驗而增強習得。
• 所有可透過直接經驗習得的行為，皆可透過間接經驗習得。即觀察他人行為受環境回饋的結果是個體的學習來源。
  
  • 替代增強(vicarious reinforcement)：楷模一項行為受到獎勵，則觀察者日後出現此一行為機會增高。
  • 替代處罰(vicarious punishment)：楷模一項行為受到處罰，則觀察者日後出現此一行為機會減少。
• 觀察學習(observational learning)或替代學習(vicarious learning)：個體透過觀察他人行為的結果，從而產生的學習。
• Bandura認為學習也可以是內在的變化，比如：偏好、態度、信念、預期等。當這些變化發生不一定立刻造成行為改變，但若環境提供適當誘因，這些內在變化才會轉變成可觀察的行為。
  

• 觀察學習形成的過程
  
  • 注意(attention)：注意到楷模的行為。
  • 保留(retention)：記住楷模的行為。
  • 再生(reproduce)：觀察者成功重新表現出記住的楷模行為。
  • 動機(motivation)：情境中有誘因使觀察者表現出楷模行為。(預期酬賞)