Differensiell forsterkning

Fakta

Kort definisjon

Differensiell forsterkning er å forsterke én bestemt responsklasse mens en annen står på ekstinksjon. Det er alltid to prosesser samtidig: noe styrkes, noe annet svekkes ved uteblitt forsterkning. Det er mekanismen som gjør at atferd kan formes i en bestemt retning.

Canis forklarer

Enkelt forklart

Differensiell forsterkning er å behandle to atferder ulikt med vilje: den du vil ha, betaler du for; den du ikke vil ha, lar du gå ubetalt. Det er dette lille ordet «differensiell» betyr – forskjellsbehandling. Og nettopp forskjellen er poenget: det er som regel lite effektivt å belønne det gode hvis det dårlige også fortsatt lønner seg. Begge deler bør skje samtidig.

La oss si at du trener fri ved fot, og hunden går i riktig posisjon rundt halvparten av tiden, mens den den andre halvparten er litt utenfor ønsket posisjon og ser framover i stedet for opp på deg. Forsterker du bare når hunden går riktig, vil den etter hvert gå i riktig posisjon mer av tiden, mens den «dårlige» varianten av atferden gradvis forsvinner.

Differensiell forsterkning er motoren i det meste av hundetrening. Hver gang du øker kriteriene – litt lengre, litt penere, litt raskere – bruker du differensiell forsterkning: det som når det nye kravet, betaler seg – det som ikke når kravet, betaler seg ikke.

Fakta

Utfyllende faglig forklaring

Differensiell forsterkning er ikke én prosess, men to som virker samtidig: forsterkning av én responsklasse, og ekstinksjon av en annen. Dette doble er selve kjernen i begrepet, og det som skiller det fra ren forsterkning. Forsterker du bare ønsket atferd uten samtidig å la den uønskede gå ubetalt, får du ingen differensiering – begge kan bestå side om side. Det er kontrasten mellom betalt og ubetalt som flytter atferd.

Hva som regnes som «én responsklasse», er definert funksjonelt og kan settes så fint eller grovt man vil: alle sittinger, eller bare sittinger holdt i tre sekunder, eller bare de som skjer på verbalt signal. Ved å flytte grensen for hva som forsterkes, styrer man hvilken retning atferden dreies.

Forholdet til shaping. Differensiell forsterkning er mekanismen som driver shaping: shaping er den gjentatte anvendelsen av differensiell forsterkning på en glidende skala, der kriteriet for betaling flyttes trinnvis mot målet (differensiell forsterkning av suksessive tilnærminger). Shaping-oppslaget behandler selve trinn-for-trinn-håndverket; her er poenget det underliggende prinsippet. Kort sagt: all shaping er differensiell forsterkning, men ikke all differensiell forsterkning er shaping – man kan differensiere uten å flytte kriteriet gradvis.

Grunnlaget for DR-familien. Når differensiell forsterkning brukes systematisk for å redusere uønsket atferd, får den navn etter hva som forsterkes i stedet. Disse metodene – differensiell forsterkning av alternativ atferd (DRA), av inkompatibel atferd (DRI) og av annen atferd (DRO) – er egne oppslag, men de hviler alle på det samme doble prinsippet som defineres her: styrk noe, la noe annet gå på ekstinksjon.

Anvendelse

Eksempel: hundetrening

Hunden skal holde apportbukken rolig i munnen. Atferden «å holde» kommer i to tydelige varianter: et rolig, fast grep, og tygging med omtak. Forsterkeren er en leke – gjerne en ball eller en kong – som du som fører kontrollerer fullstendig: den finnes ikke i miljøet, den finnes bare i hånden din. Du forsterker det rolige, faste grepet (leken kommer), og lar tyggingen gå ubetalt (ingenting skjer). Over tid vokser det rolige holdet, og tyggingen avtar.

Eksemplet er rent nettopp fordi begge kravene til en god differensiell forsterkning er oppfylt: de to variantene er tydelig binære – hunden tygger, eller så gjør den det ikke – og forsterkeren står ikke i konkurranse med noe utenfor din kontroll.

Det er her mange praktiske DR-eksempler svikter: du må rå over forsterkeren som faktisk betaler atferden. Hunden som hopper opp på gjester, betales av gjestene – prat, hender i pelsen, ansiktskontakt. Står du med godbiter og forsterker firbeint stående, mens gjesten fortsatt klapper hunden når den hopper, konkurrerer godbiten mot den forsterkeren som driver atferden. Du differensierer ikke det du tror.

Løsningen er ikke en sterkere godbit. Den er å legge selve gjestekontakten på atferden du vil ha: gjesten hilser når alle fire poter er i gulvet, og hopping gir ingen kontakt. Da er begge sidene av den differensielle forsterkningen bygget på samme forsterker – den som allerede virker.

Hva begrepet ikke betyr

Differensiell forsterkning er ikke bare «å belønne det du vil ha». Uten den andre halvparten – at den uønskede atferden faktisk går ubetalt – er det ingen differensiering, og ofte ingen endring. Halve prosessen er ekstinksjon.

Det er heller ikke det samme som straff. Den uønskede atferden svekkes ved at forsterkning uteblir (ekstinksjon), ikke ved at noe ubehagelig tilføres eller noe godt fjernes som konsekvens. Målet er å bygge opp et alternativ, ikke å undertrykke.

Vanlige misforståelser

• «Differensiell forsterkning er bare å belønne riktig atferd.» Nei – det er å belønne én atferd og samtidig la en annen gå på ekstinksjon. Uten kontrasten skjer ingen differensiering.
• «Det er en form for straff.» Nei. Den uønskede atferden svekkes ved uteblitt forsterkning, ikke ved en aversiv konsekvens. Prinsippet er å bygge opp, ikke slå ned.
• «Shaping og differensiell forsterkning er to ulike ting.» De henger tett sammen: shaping er differensiell forsterkning brukt med et gradvis flyttet kriterium. Prinsippet er det samme.

Historie

Differensiell forsterkning er innebygd i B. F. Skinners tidlige arbeid med formingen av operant atferd (The Behavior of Organisms, 1938), der nettopp den selektive forsterkningen av noen responser framfor andre var det som gjorde det mulig å bygge og dreie atferd eksperimentelt. I den anvendte atferdsanalysen ble prinsippet grunnlaget for en hel familie av metoder for å redusere uønsket atferd ved å styrke noe annet i stedet, og det står i dag som en av de mest brukte mekanismene i praktisk trening.

Kilder

• skinner1938
• catania1998