Konsequenzen positive und negative Verstärkungpositive und negative Bestrafung SR-ModellSOR-ModellSORKC-Modell Methoden klassische KonditionierungGegenkonditionierungoperante KonditionierungExtinktionShapingChainingFadingTime-out-TechnikResponse-CostToken-SystemPremack-PrinzipDiskriminationslernenStimuluskontrolleKontingenzmanagementTheorien Verstärker-Verlust-TheorieZwei-Faktoren-TheorieZwangsprozess Instrumentelle und operante Konditionierung, auch Lernen am Erfolg genannt, sind Paradigmen der behavioristischen Lernpsychologie und betreffen das Erlernen von Reiz-Reaktions-Mustern (Stimulus-Response) aus ursprünglich spontanem Verhalten. Die Häufigkeit eines Verhaltens wird durch seine angenehmen (appetitiven) oder unangenehmen (aversiven) Konsequenzen dauerhaft verändert. Das bedeutet, dass erwünschtes Verhalten durch Belohnung verstärkt und unerwünschtes Verhalten durch Bestrafung unterdrückt wird.

Man unterscheidet diese Art des Lernens von der klassischen Konditionierung, die ausgelöstes Verhalten betrifft (der lernende Organismus hat keine Kontrolle über den Reiz oder seine Reaktion).

Geschichte Thorndikes Modell Die Erforschung der instrumentellen Konditionierung begann mit den Tierversuchen, die Edward Lee Thorndike im Rahmen seiner 1898 publizierten Dissertation an der Columbia University durchführte. Er setzte Hühner, Katzen und Hunde in von ihm gebaute Rätselkäfige (puzzle boxes) verschiedener Schwierigkeitsgrade und maß die Zeit, die die Versuchstiere zu ihrer Befreiung benötigten. Als Anreiz legte er Futter neben den Käfig, das für die Tiere sichtbar war. Nachdem das Tier erfolgreich gewesen und mit Futter belohnt worden war, setzte er es wieder in den Käfig und maß erneut die Zeit bis zu dessen Öffnung (sog. discrete trial procedure). Eine Katze benötigte bei einer einfachen puzzle box im Durchschnitt anfangs 160 Sekunden, wurde immer schneller und schaffte es nach 24 Versuchen, den Käfig innerhalb von nur noch 7 Sekunden zu öffnen. Die Ergebnisse seiner Versuche fasste Thorndike in seinem „Gesetz der Wirkung“ (law of effect) zusammen:

Thorndikes Reiz-Reaktions-Modell bildete zusammen mit Pawlows Experimenten zur Klassischen Konditionierung die Grundlage für den von John B. Watson begründeten Behaviorismus, welcher jahrzehntelang die psychologische Forschung beherrschen sollte.

Geprägt wurde die behavioristische Forschung von niemandem so sehr wie von Burrhus Frederic Skinner, der Thorndikes und Watsons Arbeit fortsetzte und weiterentwickelte. Seine Käfige, die Skinner-Boxen, bieten die Möglichkeit, das Zielverhalten (z. B. das Drücken eines Hebels) jederzeit auszuführen (sog. free operant procedure). Nach einem festgelegten Verstärkerplan hat dieses Verhalten für das Tier bestimmte Konsequenzen.

Unterschied zwischen instrumenteller und operanter Konditionierung Die Bezeichnung instrumentelle Konditionierung wird meistens mit operanter Konditionierung gleichgesetzt, was jedoch nicht korrekt ist:

Bei der instrumentellen Konditionierung wird die Verstärkung oder Abschwächung von instrumentellem Verhalten betrachtet. Das Verhalten wird also als Instrument (= Mittel, Werkzeug) eingesetzt, um etwas herbeizuführen. Damit bezweckt dann ein Lebewesen, ein bestimmtes Ziel zu erreichen, und hat entweder Erfolg oder nicht. Je nach dem Resultat (outcome) wird es beim nächsten Mal wieder dasselbe oder eher ein anderes Verhalten zeigen. Bei der operanten Konditionierung wird beliebiges spontanes Verhalten betrachtet, das von einem Lebewesen auch unbeabsichtigt oder rein zufällig gezeigt werden kann und ohne weitere Bedingungen (wie z. B. das Vorhandensein eines Problems) wiederholt werden kann.

Grundbegriffe Da Behavioristen sich auf Beobachtbares beschränken (vgl. Empirismus), fassen sie alle inneren Zustände – zum Beispiel Wahrnehmungen, Emotionen und Gedanken – in einer sogenannten Black Box zusammen. Auf diese Black Box wirken der behavioristischen Theorie zufolge Umweltreize („Stimuli“) dergestalt ein, dass sie ein Verhalten (Response) hervorrufen. Das Verhalten wird demnach als eine Antwort auf Reize aufgefasst, und diese Antwort hat eine Konsequenz. Wenn in einem bestimmten Kontext (Stimulus) ein beliebiges Verhalten gezeigt wird, dann ist es möglich, dass dieses Verhalten künftig (unter gleichen Umständen) häufiger ausgeführt wird (was darauf schließen lässt, dass die Konsequenz „angenehm“ war), oder es wird seltener (was darauf schließen lässt, dass die Konsequenz „unangenehm“ war). Im ersten Fall spricht man von „Verstärkung“, im zweiten Fall von „Bestrafung“.

Die Zuordnungen „angenehm/unangenehm“ bzw. „appetitiv/aversiv“ sind nicht als subjektiv erlebte Zustände zu verstehen – als solche hätten sie in einer behavioristischen Theorie keinen Platz –, sondern als Ausdruck dafür, ob diese Zustände gesucht oder gemieden werden. Thorndike definierte wie folgt: „Mit einem angenehmen Zustand ist ein solcher gemeint, den das Tier nicht meidet, oft sogar aufsucht und aufrechterhält. Mit einem unangenehmen Zustand ist ein solcher gemeint, den das Tier für gewöhnlich meidet oder verlässt.“Im Original: „By a satisfying state of affairs is meant one which the animal does nothing to avoid, often doing such things as attain and preserve it. By a discomforting or annoying state of affairs is meant one which the animal commonly avoids and abandons.“

Verstärkung besteht darin, dass die Konsequenz des Verhaltens das Auftreten eines angenehmen Reizes („positive Verstärkung“) oder das Verschwinden eines unangenehmen Reizes ist („negative Verstärkung“). Umgekehrt besteht Bestrafung darin, dass die Konsequenz das Auftreten eines unangenehmen Reizes („positive Bestrafung“) oder das Verschwinden eines angenehmen Reizes ist („negative Bestrafung“, omission training oder „DRO“ = differential reinforcement of other behavior).

Diskriminative Hinweisreize (Signalreize) sind Reize, die bestimmte Verhaltenskonsequenzen signalisieren. Beispiel: Eine Ratte erhält nur dann eine Belohnung (Futter), wenn zuvor eine Lampe aufgeleuchtet hat.

Kontingenzschema mini|Vier Fälle des operanten Konditionierens: positive Verstärkung, negative Verstärkung, Bestrafung Typ I und Bestrafung Typ II In der Lerntheorie, anders als etwa in der Philosophie und der Soziologie, bezeichnet Kontingenz (spätlat. contingentia „Möglichkeit“) die unmittelbare und regelmäßige Konsequenz (lat. consequi „folgen, erreichen“), d. h. Folge von Verhalten. Hinsichtlich der operanten Konditionierung unterscheidet man die vier klassischen Grundformen der Kontingenz:

Positive Verstärkung ist die Erhöhung der Auftretenswahrscheinlichkeit eines Verhaltens, wenn das Verhalten eine angenehme (appetitive) unmittelbare Konsequenz bewirkt (z. B. Anerkennung, Achtung, Nahrung, Geld). Negative Verstärkung ist die Erhöhung der Auftretenswahrscheinlichkeit eines Verhaltens, wenn das Verhalten eine unangenehme (aversive) unmittelbare Konsequenz verhindert oder beendet (z. B. jeweils das Entfernen von Lärm, grellem Licht, Hitze oder Kälte). Positive Bestrafung ist die Senkung der Auftretenswahrscheinlichkeit eines Verhaltens, wenn das Verhalten eine unangenehme (aversive) unmittelbare Konsequenz bewirkt (z. B. Lärm, grelles Licht, Hitze oder Kälte, Stromschlag). Negative Bestrafung ist die Senkung der Auftretenswahrscheinlichkeit eines Verhaltens, wenn das Verhalten eine angenehme (appetitive) unmittelbare Konsequenz verhindert oder beendet (z. B. die Entziehung von Futter, Wärme, Zuneigung, Weihnachtsgeld). Negative Verstärkung und Bestrafung werden häufig miteinander verwechselt. Das Wort negativ bezeichnet nur die Entfernung einer Konsequenz, nicht deren Beschaffenheit.

Kontingenzschema der instrumentellen & operanten Konditionierung Konsequenz dargeboten Konsequenz fällt weg Angenehme Konsequenz positive Verstärkung negative Bestrafung (Entzugsbestrafung) Unangenehme Konsequenz positive Bestrafung (Präsentationsbestrafung) negative Verstärkung

Negative Verstärkung hat klinisch die größte Bedeutung, da sie zur Aufrechterhaltung von Vermeidungsverhalten z. B. bei phobischen Störungen und Zwangsstörungen in höchstem Maße beiträgt: Die Patienten unternehmen alles, um einen als aversiv empfundenen Zustand (enge Räume, ungewaschene Hände o. Ä.) zu meiden und können deshalb nicht die Erfahrung machen, ob sie den Zustand inzwischen auszuhalten bzw. die Situation zu meistern vermögen.

Wenn weder positiv noch negativ verstärkt wird, kommt es zu einer Löschung des Verhaltens. Die Löschung ist nicht mit dem Entzug eines positiven Verstärkers (negativer Bestrafung) zu verwechseln.

Primäre und sekundäre Verstärker

Verstärker bewirken beim operanten Konditionieren, dass das Auftreten einer bestimmten Reaktion (sog. instrumentelle oder operante Reaktion) begünstigt oder erschwert wird. Sie können recht Unterschiedliches sein, z. B. ein wenig Schokolade oder Geld, ein Lächeln, ein Schulterklopfen oder ein Kopfnicken (soziale Verstärker). Was letztlich als Verstärker fungieren kann, hängt von dem Organismus ab, bei dem eine bestimmte Verhaltensweise bzw. verstärkt werden soll. Relevant ist, ob die Verstärkung als Kontingente unmittelbar, erkennbar, regelhaft und motivierend ist um Bedürfnisse zu befriedigen (bspw. nach Nahrung, Aktivitäten usw.).

Bei einem Verstärker der Stunden oder Monate nach der gewünschten Reaktion eintritt, ist unter Umständen nicht mehr erkennbar, wofür dieser vergeben wurde. Angewandte Verstärkung bleibt wirkungslos.

Im Fallbeispiel einer Ratte, wird sie nach dem diese gesättigt ist nichts mehr unternehmen, um eine Futterpille zu bekommen, weil die sogenannte Bedürfnisspannung fehlt. Um einer Verfettung von Laborratten vorzubeugen, benutzt man in der Forschung Erkenntnisse der Klassischen Konditionierung: Der Reiz „Verstärker“ (hier: Futter) wird mit einem anfangs neutralen Reiz (z. B. einem Pfiff) gekoppelt, wodurch der Pfiff durch klassische Konditionierung zum bedingten Reiz wird, der dann – wie Futter – ebenfalls die Wirkung einer Belohnung hat (diskriminativer Hinweisreiz). Man unterscheidet verschiedene Arten von Verstärkern. Zwei klassische Arten sind: primäre Verstärker und sekundäre Verstärker.

Primäre Verstärker sind jene Verstärker, die bereits von Geburt an wirken. Laut Miller und Dollard wirkt jede Reduktion eines allzu intensiven Reizes als primäre Verstärkung. Primäre Verstärker sind beispielsweise Essen und Trinken, da sie Hunger und Durst reduzieren, aber auch Körperkontakt ist ein primärer Verstärker.

Sekundäre Verstärker (siehe auch: Token-System) dagegen sind gelernte Verstärker. Sie sind also zunächst neutrale Reize, die durch die wiederholte Kopplung mit primären Verstärkern die Qualität von sekundären Verstärkern erhalten. Ein Beispiel für einen sekundären Verstärker ist Geld, denn damit dieses verstärkend wirken kann, muss seine Funktion erst durch Erfahrung gelernt werden. Zunächst ist Geld ein völlig neutraler Reiz, bis gelernt wird, dass es der Befriedigung von Bedürfnissen dienen kann.

Token-Konditionierung Ähnlich wie bei sekundären Verstärkern gibt es das Prinzip, für eine Verstärkung sogenannte Token zu vergeben. Diese können dann später – nach ausreichender Akkumulation von Token – gegen andere Dinge, Handlungen, Dienstleistungen usw. eingetauscht werden. Häufig findet das Prinzip bei der Verhaltensformung Anwendung, wenn in therapeutischen Einrichtungen das Verhalten der Patienten in einer bestimmten Art und Weise geformt werden soll.

Premack-Prinzip