基本となる強化スケジュール

　強化スケジュールとは、オペラント行動をした後に環境側から強化刺激を与えられる組み合わせのようなものです。ここでは、基本となる強化スケジュールをご紹介しましょう。強化スケジュールには、頻度を軸としたものと時間を軸としたものがあります。頻度を軸としたものには、二つあって。一つは、固定比率強化スケジュールと呼ばれるものです。もう、一つは、変動比率強化スケジュールと呼ばれています。固定比率強化スケジュールは、あるオペラント行動をした後に環境側から。例えば、三回に一度反応すれば強化されたり、九回に一度反応すれば強化されたり、２回に一度反応すれば強化されたりします。いくら、反応をしても決められた回数まで反応するまでは、決して強化されません。例えば、固定比率強化スケジュールで五回毎に反応すれば強化されるとします。そのように設定されている時。いくら生活体が二回反応しようとお三回反応しようと四回反応しよと決してその決められた頻度になるまでは、強化されません。これが、固定比率強化スケジュールです。固定比率強化スケジュールを私達の身近な例で一つ挙げるなら仕事をして給料がある特定の決められた日に支払われる、というものが該当するでしょう。次に、変動比率強化スケジュールの話に移りたいと思います。変動比率強化スケジュールというものは、固定比率強化スケジュールのようには、頻度が設定されていません。色々、生活体が反応して、例えば、五回反応した場合に強化されることもありますし、十三回反応した時に強化されることもありますし、あるいは、たった一回だけ反応するだけで強化されることもあります。つまり、生活体の反応の頻度に関係なくランダムに反応が強化されるのです。これも私達の身近な例で考えて見ますと。パチンコ依存症になっている人達の行動がそれに当たります。例えば、一回の反応でパチンコ玉が沢山でてくる時もありますし。何十回反応してもパチンコ玉が出てこない場合もあります。つまり、頻度を軸にしてはいるのですが。その反応に対する強化される頻度が固定比率強化スケジュールとは違い。確実に決まってはおらず。必ずしも反応したからと言って強化はされないわけです。この変動比率強化スケジュールは、もう反応に対して偶然の強化のされ方と言っても過言ではないでしょう。次に、時間に軸を置く。固定間隔強化スケジュールと変動間隔強化スケジュールを見ていきましょう。これもパチンコを例にして考えた方が良いと思いますので。パチンコを例に挙げます。固定間隔強化スケジュールとは、ある反応をして二分間したら強化されたり、ある反応をして十分間したら強化されたり、ある反応をして三十分間したら強化されたりするスケジュールです。よって、いくらパチンコの玉を打ち続けても決められた時間になるまでは、反応は強化されません。そして、最後に変動間隔強化スケジュールを見てみましょう。これは、ある反応をしたら一分間で強化される場合もありますが。そうでない場合もあります。一時間、パチンコの玉を打ち続けても強化されない時もあります。二十四分間、パチンコの玉を打ち続けても強化されない場合もあるし、強化される場合もあります。これは、時間を軸に強化スケジュールが構築されているわけですが。固定間隔強化スケジュールのように特定の定められた時間が来たら必ず強化されるというものではありません。この変動比率強化スケジュールはある反応に対して強化される時間が定められておらず。時間的にはランダムです。ある反応に対してランダムに強化されます。上記に記した内容が基本強化スケジュールです。最後にもう一度まとめておきましょう。頻度を軸に反応が強化されるスケジュールには、固定比率強化スケジュールと変動比率強化スケジュールがありました。そして、時間を軸に反応が強化されるスケジュールには、固定間隔強化スケジュールと変動間隔強化スケジュールがありました。以上の四つが基本強化スケジュールと呼ばれるものです。

分化強化とは？

　今日は、分化強化について綴っていきたいと思います。まず、古典的条件づけ・レスポンデント条件づけの分化強化について述べたいと思います。刺激aと刺激ｂがあるとします。刺激aと刺激ｂは、条件刺激とします。刺激aには、レスポンデント強化を。刺激ｂには、レスポンデント強化の手続をしません。具体的には、条件刺激aには、必ず無条件刺激を提示して必ず強化します。一方、条件刺激ｂには、無条件刺激を提示しません。また、被験体は、犬を用いますが。最初に条件刺激ａも条件刺激ｂも必ず無条件刺激でレスポンデント強化して。ある条件反応を形成します。犬の場合だと条件反応は、唾液分泌です。しかし、条件刺激ａには、每試行ごとレスポンデント強化をするのですが。条件刺激ｂには、無条件刺激を提示しない。つまり、レスポンデント強化の手続をしません。すると、やがて犬は、条件刺激ａだけに条件反応である唾液分泌を誘発するようになり。条件刺激ｂの下では、唾液分泌をしなくなります。この現象を分化強化と言います。次に、道具的条件づけ・オペラント条件づけの場合の分化強化を説明します。オペラント行動とは、生活体が環境に能動的に働きかけて。その結果、行動の増加や減少が見られるという行動でした。これも古典的条件づけ・レスポンデント条件づけとは少し違いますが。ある特定の行動をした後に強化刺激を与えます。そうですね。ここでは、複数の行動にしましょう。あるオペラント行動ａをした後に、環境側から強化刺激を与えます。するとこのオペラント行動ａの行動の発現頻率は増加します。そして、あるオペラント行動ｂをした後にもやはり環境側から強化刺激を与えます。するとこのオペラント行動ｂも行動の発現頻度が増加します。しかし、オペラント行動ａには必ず強化刺激を与えて。オペラント行動ｂには強化刺激を与えないという試行を繰り返しますと。結果は、オペラント行動ａだけの行動の発現頻率が増加し、オペラント行動ｂの発言頻率は減少します。減少というよりオペラント行動ｂの行動は一切なくなります。これが、オペラント行動の分化強化です。古典的条件づけの分化強化と道具的条件づけの分化強化の違いは、前者が二つの刺激間においてレスポンデント強化されるのに対して。道具的条件づけの場合は、二つのオペラント行動間に対してオペラント強化を行うか行わないかの違いだけです。

二つの強化と二つの罰そして消去

　動物やヒトの行動を強化する手続きは二種類あります。それは、レスポンデント強化とオペラント強化です。レスポンデント強化とは、古典的条件づけにおいてなされるものです。要は、中性刺激＋無条件刺激の対提示がレスポンデント強化と呼ばれます。この提示試行数を繰り返せば、中性刺激が無条件刺激の到来を知らせる予告刺激となり。中性刺激で無条件反応。例えば、唾液分分泌などの条件反応を誘発されるようになります。誘発とは、受動的な反応です。一方、オペラント強化とは、あるオペラント行動（生活体が環境に対して能動的に働きかける行動のこと）をした後に環境側（ヒトをも含む）から強化刺激が与えられて。そのオペラント行動の出現頻率が増減する、と言ったものです。図式で簡単に表してみますと　レスポンデント強化は　CS（conditioned stimulus）＋US（unconditioned stimulus）です。一方、オペラント強化の場合は、R（response）＋Sです。このオペラント行動をした後に環境から与えられる刺激は、正の強化子・快刺激又は負の強化子・不快刺激・嫌悪刺激です。オペラント強化というからには、ある特定のオペラント行動が増加することを意味しているのでしょう。この場合は、オペラント行動をした後に環境側から与えられる正の強化子でオペラント行動の発現頻度が増加する場合とオペラント行動をした後に環境側から負の強化子を撤去される、という二つの強化のタイプが考えられます。前者を正の強化、後者を負の強化と言います。さて、罰の概念に話を進めましょう。罰とは、一時的にある不適応行動を抑制する働きのある手続きです。罰にも正の罰と負の罰があります。しかし、罰と名が付く限り。あるオペラント行動をした後の行動は減少します。さて、正の罰から見てみましょう。これは、あるオペラント行動をした結果に環境側から負の強化子・不快刺激・嫌悪刺激が与えられる場合のケースです。例えば、オペラント行動としてライターの火に指先を少し接触させてみた、などがケースとして考えらます。この場合の負の強化子は、ライターの火です。今後、この人は、ライターの火に指先を接触するという行動は減少するでしょう。当たり前のことのようで、よく考えて見ないと中々分からない点でもあります。一方、負の強化とは、あるオペラント行動をした後に正の強化子が環境から撤去されるというものです。例えば、食事中にテレビを御行儀が悪い（例えば、テーブルの上に肘をつきながら食事をする）とテレビのスイッチを消されてしますなどがケースとして考えられます。私も本を読まないと全てを覚えているわけではないのですが。行動分析学の始祖B．F．スキナーは、この罰の概念を非常に嫌っていました。彼は、「罰なき社会」という言葉も残してあります。罰は、一時的には不適応行動を抑制しますが。次に、再び不適応行動をするとさらに強度の強い罰を与えなければならいといけなくなってしまいます。スキナー自身としては、理想的な生活体に新奇の行動獲得させる手続きは、強化と消去のみの手続で良いと考えていたようです。消去とは、例えば、行動随伴性である例を考えて見たいと思います。例えば、直前：テレビのリモコンの電源をつける→行動：テレビの電源が入らない→直後：テレビのリモコンの電源をつける　などが良い例だと思います。着眼する点は行動の直前と直後です。行動の直前と直後には、何の変化も見られませんね。このような行動を何度が繰り返すといくらテレビのリモコンをいじってもテレビはつかないという経験をします。するとこの人のテレビを見るという行動は無くなるのです。やがて、テレビのリモコンのスイッチを触らなくなるということですね。以上のような事が、消去と呼ばれる現象です。あっ、これは、オペラント行動における消去の話ですから。古典的条件づけ・レスポンデント条件づけなどの消去とは、少し違います。レスポンデント条件づけの場合の消去は、条件刺激のみを被験体の犬に提示し、無条件刺激である肉片などを与えない手続でしたね。すると、この犬の場合は、もはや、条件刺激であるメトロノームの音が無条件刺激である肉片の到来を予告する刺激とはならなくなり。条件刺激だけを繰り返し提示していると条件反応としての唾液分泌が生起しなくなるというものでした。しかし、しばらく時間をおくと自発的回復という現象がありまして。条件刺激を再び見せると条件反応が再び見られるということでした。では、レスポンデント消去とオペラント消去では、何が違うか？それは、レスポンデント消去の場合は一過性の反応の消去ですが。オペラント消去の場合は、一過性のものではない。それが差異になるのでないでしょうか。消去については、まだ、私の記述が足りませんね。そうですね～例えば、授業中に騒ぐ児童がいたとします。すると多くの先生は、その児童を注意します。しかし、もしもこの児童にとって先生からの注目が正の強化子となっている場合はどうでしょうか？そうです。ますます授業中に騒ぐという行動が強化されますます騒ぐ行動が持続します。では、こんな場合はどうしたらいいのでしょうか？この児童にとって先生から注目されるということは、先ほども述べた通り正の強化子の働きを有します。この問題を解決するためには、先生がいくらその児童が騒いでも『無視』をするということが大切です。直前：授業中に騒ぐ→行動：先生はその児童に対して無視→直後：授業中に騒ぐ　このような児童の不適応行動に対して先生が無視をすると段々、その児童は騒がなくなります。何故なら、その児童に先生からの注目という正の強化子が与えられないからです。まあ、実際場面は私も想像つきかねますが。行動分析学の臨床への応用として応用行動分析学というものがあるのですが。その技法にはタイムアウト法というものがあります。つまり、児童が授業中に騒いだら。一旦、教室の外へ出すとかタイムアウト教室などを設置して刺激を一切遮断するという方法があります。是非、教師の方がこのブログを読まれてあるなら三項程度に胸に留めておいてください。

伝統的な学習心理学用語

　前回、行動分析学の用語をいくつか出しました。それは、好子、嫌子、出現、消失、強化、弱化などの言葉で書きました。そもそも、このような用語は、日本の行動分析学家の一部の人しか使っておらず。まだ、あまり普及していない、というのが現状です。そこで、学習心理学の伝統的な専門用語を使って。前回、書きました。１）好子出現の強化　２）嫌子消失の強化　３）嫌子出現の弱化　４）好子消失の弱化
　について言葉を置換したいと思います。まず、好子とは、正の強化子で。嫌子とは、負の強化子です。
　正の強化子とは、ある生活体がある行動をした後に環境側から与えられる刺激のことです。同じく、負の強化子とは、ある生活体がある行動をした後に環境側から与えられる刺激のことです。また、正の強化子とは、ある生活体にとって快刺激のことで。負の強化子とは、ある生活体にとって不快刺激・嫌悪刺激を指します。行動分析学のテキストなどでは、好子出現の強化とありますが。学習心理学用語に置き換えますと。ある行動をした後に環境側から与えられる正の強化子によって。そのある行動の出現頻度が増加すると言えます。これを『正の強化』と言います。正の強化＝好子出現の強化と読みかえることが可能です。次に行きましょう。嫌子消失の強化とは、ある生活体がある行動をした結果環境側から負の強化子の撤去により。その前の行動の発現頻率が増加することを意味します。嫌子出現の弱化は、ある行動をした後に環境側から負の強化子が与えらて。そのある行動自体が行動減少することを言います。好子消失の弱化とは、ある行動をした結果。環境側から正の強化子の撤去により。ある行動の発現頻率が減少することを意味します。出現とは、環境側から強化子が与えられることに他なりません。消失とは、環境側から強化子が撤去することに他なりません。意味はわかったでしょうか？

徹底的行動主義心理学

　さて、本題の徹底的行動主義心理学の話に入る前に、ちょっとだけ。行動主義宣言をしたJ．B．ワトソンの行った実験を紹介したい。これは、今では、倫理的な問題を孕む実験だったが。２０世紀初頭のアメリカでは、許容範囲の実験だったのだろう。ワトソンとその助手レイナ―によって行われた人間の赤ちゃんに対する恐怖の情動条件づけというものっがあった。これは、もちろん、ワトソンのことだから、この赤ん坊に施した理論的背景は条件反射学一本である。この赤ん坊は、アルバート坊やと言われる。三回目の日記になるが。まず、ワトソン達が何をしたのかというと。アルバート坊やに白いネズミ、白い兎、白い髭の生えたサンタクロース仮面などを提示した。アルバート坊やはそれらの刺激事象（中性刺激）に積極的に遊んでいた。すると、ワトソンはフライパンで鉄の棒を思いっきり叩いて轟音を響かせた（無条件刺激）。するとアルバート坊やは、吃驚してベットに転んだ。話は簡単である。もう一度、古典的条件づけの原理を想起して欲しい。中性刺激の提示の後に無条件刺激の提示でレスポンデント強化だ。これをアルバート坊やが中性刺激ある白いネズミ、白い兎、白い髭の会えたサンタクロースの仮面で遊んでいる時に数回上述したようにフライパンを金属の棒で叩いた。するとアルバート坊やは泣きだした。この泣きだした行動が条件反応だ。さらに酷いことに、アルバート坊やは『白い』属性の帯びたものを観た時も泣きだすようになった。上述した内容を確認して欲しい。中性刺激は、どれも『白い』という属性を持っている。白いネズミ、白い兎、白い髭の生えたサンタクロースの仮面。どれも『白い』という族生を帯びている。この三つの条件刺激なら別にと言うか。問題は、そんなに多くはないのだが。しかし、アルバート坊やは、『白い』属性のあるものに対して恐怖を示すようになった。例えば、白いハンカチ、白い馬、白い牛、牛乳などである。これを『刺激汎化』と言う。刺激汎化とは、類似した刺激に対して反応する、というメカニズムであった。尚、アルバート坊やが恐怖の情動を古典的条件づけの手続によって消去されたという文献はない。徹底的行動主義心理学とは、R（反応）→S（刺激）の図式で表すことができる。初期の行動主義は、S（刺激）→S（刺激）の図式だったが。R→Sをオペラント強化という。それに対してS→Sは、レスポンデント強化と言う。レスポンデントもオペラントも徹底的行動主義者のB．F．スキナーの造語である。レスポンデント条件づけとは、古典的条件づけのことであり。オペラント条件づけとは、道具的条件づけのことを意味する。ソーンダイクの試行錯誤学習や効果の法則などは、あまりオペラント条件づけには、その基盤はあっても中心理論ではない。
　動物やヒトの行動には、大きく分類して二つの行動形態がある。それは、レスポンデント行動とオペラント行動だ。レスポンデント行動とは、環境にある先行するある特定の刺激に対してある特定の反応が誘発されることを意味する。それに対して、オペラント行動とは、生活体と環境の相互作用によって生まれた産物であるところの行動を意味する。レスポンデント行動は、非常に受動的で。オペラント行動は非常に能動的である。私達の行動の殆んどは、オペラント行動とされている。例えば、私が、今、キーボードで文字を入力している行為もオペラント行動である。車を運転することもオペラント行動であり、料理をすることもイラストを描くことも本を読むことも全てオペラント行動である。徹底的行動主義の始祖スキナーは、行動分析学という学問を打ち立てて。動物を主に被験体とした数々の行動実験を行った。その際に、使う概念は、
弁別刺激→行動→強化刺激、先行刺激→行動→後続刺激、直前→行動→直後と言った。三項随伴性又は、行動随伴性と呼ばれるものだ。ちょっと本によって多少なりとも用語が違っているが意味は同一である。行動分析学には、行動随伴性でダイアグラムを記述するという習慣がある。その際、頭にしっかり入れておかなければならないのは、好子出現の強化、嫌子消失の強化、嫌子出現の弱化、好子消失の弱化、嫌子出現阻止の強化、好子消失阻止の強化、好子出現阻止の弱化、嫌子消失阻止の弱化を理解しておく必要がある。好子（こうし）とは、ある生活体にとって快刺激のことを指す。嫌子（けんし）とは、ある生活体にとって不快刺激のことを指す。そして、出現とは、行動の直前、直後の状態をよく見て。行動の直前になかったものが、行動の直後に現れることを意味する。逆に消失とは、行動の直前にあったものが、行動の直後になくなってしまう状態を指す。強化とは、ある行動した後に環境側（ヒトをも含む）から強化刺激を与えられて。その行動の発現頻度が増加することを意味する。弱化とは、ある行動をした後に環境側から強化刺激を与えられて。その行動の発現頻度が低下することを意味する。ここでは、基本随伴性の四つの例を各一つずつ上げてみよう。１）好子出現の強化：直前：眼鏡がなくて視界が良くみえない→行動：眼鏡をかける→直後：眼鏡をかけることによって視界が良く見える　２）嫌子消失の強化：直前：夏の暑い日に→冷房を入れる→直後：暑くなくなる　３）嫌子出現の弱化：直前：授業中寝る→行動：先生からの叱責→直後：授業中起きている　４）好子消失の弱化：直前：テレビゲームをする→行動：親から叱責→直後：テレビゲームをしない　こんな具合である。