トレーニング中の報酬が犬の行動を変えるのはなぜですか？

訓練中に正しい方法で反応したことに対する報酬を犬に与えると、犬の行動が変わることは誰もが知っています。たとえば、犬が座るようにルアートレーニングをしているときは、「座る」コマンドを実行しながら、おやつを犬の頭の上から後ろに向かって動かします。御馳走に目を離さないために、犬は座った姿勢に戻ります。犬が正しい位置に着いたら、私たちは彼にその御馳走を与えます。このアクションを数回繰り返した後、犬が座って「座る」コマンドに応答することがわかりました。

犬のトレーナーは、犬に報酬を与えることで彼の行動が変わったことを当然のことと考えていますが、行動科学者は、これがなぜ、どのように機能するのかについてのメカニズムを知りたいと思っています。ボストン大学のMollyByrneが率いる新しい研究は、トレーニング報酬の有効性を説明する、非常に単純な行動プログラミング、おそらく遺伝的プログラミングがあることを示唆しています。

一歩下がって、犬の訓練に実際に何が関係しているかを見てみましょう。犬は、ほとんどの生物（人を含む）と同様に、行動の発信者です。それは、彼らがさまざまなことをしているという技術的な言い方です。犬の訓練に伴う秘訣は、コマンドに座っているなど、私たちが望む特定の行動を犬に発させ、横になる、輪になって回転する、跳ね上がるなど、他の望ましくないまたは不要な行動を発しないようにすることです。前方へ。しかしもちろん、あなたが訓練を始めるとき、犬はあなたが何を望んでいるかについての手がかりを持っていません。彼が生み出すことができる非常に多くの異なる行動があります。

同じことが問題解決にも当てはまります。問題を解決する動作は1つだけであり、他のすべての動作は関係ありません。たとえば、庭の門に到着したとします。ゲートを押して開きますが、機能しません。ゲートを押し続けますか？もちろん違います。あなたは何か他のことを試みます—例えば門を引っ張るとしましょう。それでも機能しません。ですから、あなたは門を引き続けません。代わりに、さらに別の動作を試みます。今回はラッチを持ち上げて、ゲートを開くことができるようにします。

次にこのゲートに遭遇したとき、あなたはそれを押したり引いたりしません。以前に特定の動作に対して報酬が与えられているので、すぐにラッチを開いてラッチに手を伸ばすことができます。あなたは心理学者が「勝ち負けシフト」戦略と呼ぶものに取り組んでいます。つまり、ある行動を試みても、希望する報酬が得られない場合は、もう一度やり直すのではなく、別の行動を試みます。あなたが行動を試み、それがあなたが望む報酬を得ることができるなら、あなたはそれを繰り返します。この単純な認知戦略が遺伝的に犬に結び付けられていれば、犬を訓練する手段として報酬を使用できることが保証されます。これは確かに犬が座るように訓練するのに役立ちます。なぜなら、彼が命令に座ると報酬を得る（したがって座る行動が繰り返される）一方で、他の行動は報われず、犬はそれらを繰り返さないからです。

犬がこの勝ち負けシフトの認知戦略を持っているかどうかを判断するために、ボストン大学の研究チームは、平均年齢が約3歳の成犬323匹をテストしました。犬は、プラスチック製のコップを倒すと、その下に隠された餌の報酬を得ることができることを最初に示しました。次に、彼らの前の表面に、フィールドの左側と右側に、開いた側を下にして2つのプラスチックカップが提示されました。今では、カップの1つだけに御馳走が含まれていましたが、もう1つには含まれていませんでした。犬は解放され、カップの1つを選択することができました。犬がこの勝ち負けシフト戦略を持っている場合、特定の試験でカップをノックオーバーし、その下に御馳走があります。次に同じ選択肢が提供されたときに、カップを選択することが期待されます。彼らがその報酬を見つけたフィールドの同じ側に（win-stay）。報酬がなかった場合は、行動を変えて反対側のカップを選択する必要があります（ロスシフト）。実際、それは彼らがしたことであり、犬の約3分の2は以前に報酬を与えられたのと同じ側を選びましたが、報酬がなかった場合、次の試験でほぼ45％が反対側にシフトしました。

ここで、この勝ち負けシフトの行動が、成犬が生涯にわたって有用であると学んだ戦略なのか、それとも遺伝的配線の一部なのかという疑問が残ります。これに答えるために、研究チームは、生後8〜10週の334匹の子犬のセットを使用して同じ一連のテストを実施しました。結果はほぼ同じだったので、子犬が選んだカップの下に御馳走があったとき、次の試行で、約3分の2が以前に報酬を与えられた同じ側のカップを選びました。対照的に、前の選択に対する報酬がなかった場合、すべての子犬のほぼ半分が次の試験で反対側に移動しました。この行動戦略は犬の人生の非常に早い時期に現れるので、賢明な推測はそれが遺伝的にコード化された犬の行動素因であるということです。

したがって、非常に単純な戦略が犬に組み込まれているため、報酬が犬を訓練する効果的な手段としてどのように役立つかという謎が解決されたようです。 「あなたがしたことがあなたに報酬を与えたなら、それを繰り返しなさい。そうでなければ、何か他のことを試みなさい」と書かれています。これは非常に単純な行動プログラミングですが、機能し、人間が報酬を使用して犬を訓練するのに成功します。

Copyright SC Psychological EnterprisesLtd。許可なく転載または転載することはできません。