本字幕由TME AI技术生成 这种泥香远比桑黛克的有效 也更容易收集数据 因为实验人不需要直盯着老鼠 也不需要在他压下横杆时递送饲料 只需看看记录就可以了 该箱还表示出更为客观的行为获取或消失数据 因而大大超越了当时任何人所能收集到的数据 老鼠僵决定且必须由他决定此次按下横杆和下次按下横杆的时间间隔长度 斯金纳关于学习原理的发现 就是建立在反应频率这一基础之上 即动物的行为按照强化的程度而发生改变的频率 它不会受到实验者行为的干扰 另外 斯基纳还可以调节这只箱子 使其按照各种方式来模仿现实世界里强化或没有强化行为的种种环境 比如 它可以研究当动物定期受到奖励时 如何学会反应 已经学会的反应是如何在奖励突然中断时消失的 当奖励有规律的 比如每按四下来一次间歇性的投放时 它是怎样影响学习和反应消除的 当奖励不定期投放时 会产生什么影响 按压横杆得出的混合结果时 比如一次奖励跟上一次电机会有什么影响等等 在每种情况下 数据得出的曲线都会显示行为在各种情况下的获取和消除频率哎 斯金纳从这些曲线里形成了若干原理 使人们对老鼠及人类的行为有了更多的理解 一个例子是他发现部分强化的一个重要辨识 当食物偶尔或不定期投放时 老鼠经过有计划的训练之后 会连续不断的按压横杆 即使投放饲料的装置已经完全关闭 他们学习到的行为比那些在定期间歇投放式强化中训练出来的老鼠更不容易消除 有人将这种现象与赌场玩老虎机的赌徒行为联系起来 老鼠和赌徒都没有办法预测出下一次的强化奖赏什么时候到来 但已经习惯于偶尔得到一些奖励 他们大多会坚持不断的试下去 期望在下一次尝试中得到奖励 然而 斯基纳最为重要的贡献却是他的操作性条件反射 仅此一点 他就值得在心理学的荣誉大厅里享受一把永久的交椅 在经典的巴布洛夫式的条件反射之中 动物对食物的非条件反射 比如说是分泌唾液 被改变为对此前属于中性的刺激 比方说是节拍器或者铃铛的声音的条件反射 行为改变的关键因素是新的刺激 在工具型桑代克式条件反射中 行为变化的关键因素是反应而不是刺激 中性的反应 在随机性的获取食物过程中 碰巧踩在踏板上 受到食物的奖励 发展成为学习得来的行为 从而达到此前没有过的目的