Hvorfor ændrer en belønning under træning en hunds adfærd?

Alle ved, at det at give en hund en belønning for at reagere korrekt under træning ændrer hans adfærd. For eksempel når vi lokker træning af en hund til at sidde, bevæger vi en godbid over hundens hoved og mod ryggen, mens vi giver kommandoen "Sid". For at holde øje med godbidder, klipper hunden tilbage i siddende stilling. Når hunden er i den rigtige position, giver vi ham den godbid. Efter et par gentagelser af denne handling finder vi, at hunden nu reagerer på "sit" -kommandoen ved at sidde.

Hundetrænere tager det for givet, at det at give hunden belønninger har ændret hans adfærd, men adfærdsmæssige forskere vil stadig vide mekanismen til, hvorfor og hvordan dette fungerer. En ny undersøgelse ledet af Molly Byrne ved Boston College antyder, at der er en meget simpel adfærdsprogrammering, sandsynligvis genetisk, der tegner sig for effektiviteten af ​​træningsbelønninger.

Lad os tage et skridt tilbage og se, hvad der virkelig er involveret i hundetræning. Hunde, ligesom de fleste levende ting (inklusive mennesker), er adfærdssendere. Det er bare en teknisk måde at sige, at de gør ting, mange forskellige ting. Tricket involveret i træning af en hund er at få ham til at udsende den specifikke adfærd, som vi ønsker, såsom at sidde på kommando, og at undgå at udsende anden uønsket eller unødvendig opførsel, såsom at ligge, spinde i cirkler, hoppe op og så frem. Men selvfølgelig, når du begynder at træne, har hunden ingen anelse om, hvad du vil have. Der er så mange forskellige adfærd, som han kan producere.

Den samme ting fortsætter i problemløsning. Der er kun en adfærd, der løser problemet, og al anden adfærd er irrelevant. Antag for eksempel, at du er ankommet til en haveport. Du skubber porten for at åbne den, men den fungerer ikke. Fortsætter du med at skubbe ved porten? Selvfølgelig ikke. Du prøver noget andet - lad os sige at trække porten. Det fungerer stadig ikke. Så du fortsætter ikke med at trække porten; i stedet prøver du endnu en adfærd. Denne gang løfter du låsen, så porten kan svinge åben.

Næste gang du støder på denne port, vil du ikke skubbe eller trække i den. Da du tidligere er blevet belønnet for en bestemt adfærd, vil du straks nå ud til låsen for at åbne den. Du beskæftiger dig med det, som psykologer kalder en "win-stay-lose-shift" -strategi. Dette betyder, at hvis du prøver en adfærd, og den ikke giver dig den belønning, du ønsker, skal du ikke gøre det igen, men snarere prøve en anden adfærd. Hvis du prøver en adfærd, og det giver dig mulighed for at få den belønning, du ønsker, så gentager du den. Hvis denne enkle kognitive strategi blev genetisk forbundet til hunde, ville det garantere, at vi kunne bruge belønninger som et middel til at træne dem. Dette vil helt sikkert fungere i træning af hunden til at sidde, da når han sidder på kommando, får han belønningen (derfor sidder adfærden gentaget), mens anden adfærd ikke belønnes, og hunden gentager dem ikke.

For at afgøre, om hunde har denne kognitive strategi for win-stay-lose-shift, testede Boston College-forskergruppen 323 voksne hunde med en gennemsnitsalder på omkring tre år. Hundene blev først vist, at hvis de bankede en plastikbæger over, kunne de få en madbelønning skjult under den. Derefter blev de præsenteret for to plastkopper, åben med siden nedad, på en overflade foran dem, en til venstre og en anden til højre side af marken. Nu indeholdt kun en af ​​kopperne en godbid, mens den anden ikke gjorde det. Hundene blev løsladt og fik lov til at vælge en af ​​kopperne. Hvis hunde har denne win-stay-lose-shift-strategi, så hvis de på et bestemt forsøg vælter en kop, og det har en godbid under den, ville vi forvente, at de næste gang de blev tilbudt det samme valg, ville de vælge koppen på den samme side af feltet, hvor de fandt den belønning (win-stay). Selvom der ikke var nogen belønning, skulle de ændre deres adfærd og vælge koppen på den modsatte side (tab-skift). Faktisk er det, hvad de gjorde, og cirka to tredjedele af hundene valgte den samme side, som tidligere var blevet belønnet, mens hvis der ikke havde været nogen belønning, skiftede næsten 45 procent ved den næste prøve til den modsatte side.

Nu er spørgsmålet stadig, om denne adfærd med at blive-tabe-skifte er en strategi, som de voksne hunde har lært at være nyttige i løbet af deres levetid, eller om det er en del af deres genetiske ledninger. For at besvare dette udførte forskergruppen et identisk sæt tests ved hjælp af et sæt på 334 hvalpe, der var mellem 8 og 10 uger gamle. Resultaterne var næsten identiske, så når en kop, som hvalpen valgte, havde en godbid under sig, valgte cirka to tredjedele på det næste forsøg den kop på den samme side, der var blevet belønnet før. I modsætning hertil, hvis der ikke havde været nogen belønning for det forudgående valg, skiftede næsten halvdelen af ​​alle hvalpe til den anden side ved næste forsøg. Fordi denne adfærdsstrategi vises så tidligt i en hunds liv, er et fornuftigt gæt, at det er en genetisk kodet hundeadfærdsmæssig disposition.

Så det ser ud til, at mysteriet om, hvordan belønninger fungerer som et effektivt middel til at træne hunde, er løst, fordi en meget enkel strategi er blevet forbundet til hunde. Der står: "Hvis noget, du har gjort, har givet dig en belønning, skal du gentage det. Hvis ikke, prøv noget andet." Det er en bemærkelsesværdigt simpel adfærdsprogrammering, men det fungerer, og det giver mennesker mulighed for med succes at bruge belønninger til at træne vores hunde.

Copyright SC Psychological Enterprises Ltd. Må ikke genoptrykkes eller genudgives uden tilladelse.