Positiv forsterkningR+

Fakta

Kort definisjon

Positiv forsterkning er forsterkning der en stimulus tilføres etter atferden, slik at atferden blir mer sannsynlig senere. «Positiv» betyr tilført, ikke hyggelig: det avgjørende er at noe kommer til, og at atferden øker – ikke hvordan konsekvensen oppleves.

Canis forklarer

Enkelt forklart

Her er ordet som lurer folk: «positiv». Det høres ut som «hyggelig» eller «snilt», men i forsterkning betyr det bare tilført – at noe kommer til etter atferden. Tenk på det som plusstegnet i matematikk: du legger noe til situasjonen.

Hunden setter seg, og du legger til en godbit. Setter den seg oftere etterpå, var det positiv forsterkning. Poenget er ikke at godbiten er «koselig» – poenget er at noe ble lagt til, og at atferden økte. Det er de to tingene ordet handler om: retning (noe kommer til, ikke bort) og effekt (atferden øker).

Hvorfor mase om et lite fortegn? Fordi forvekslingen med «hyggelig» skaper reelle feil. Folk tror «positiv forsterkning» er det samme som «å være snill mot hunden», og at alt som føles hyggelig, forsterker. Men en klapp du mener er koselig, er ikke positiv forsterkning før du har sett at atferden faktisk øker. «Positiv» sier hva du gjorde (la til noe), ikke hva hunden syntes.

Fakta

Utfyllende faglig forklaring

Positiv forsterkning er den ene av de fire operante grunnprosedyrene. De fire skilles langs to akser: om en stimulus tilføres (positiv) eller fjernes (negativ), og om atferden som følge øker (forsterkning) eller avtar (straff). Positiv forsterkning er kombinasjonen tilført og øker: en stimulus presenteres kontingent på atferden, og atferdens framtidige frekvens stiger.

Det er avgjørende å forstå at «positiv» og «negativ» her er retningsord, ikke verdiord – de angir tilført versus fjernet, på samme måte som fortegn. De sier ingenting om hvorvidt konsekvensen er behagelig eller ubehagelig, god eller vond. En vanlig og forståelig feilslutning er å lese «positiv» som «hyggelig» og «negativ» som «ubehagelig», men aksene er logisk uavhengige: det finnes positiv straff (noe ubehagelig tilføres) og negativ forsterkning (noe ubehagelig fjernes), nettopp fordi retning og verdi er to forskjellige ting.

Som all forsterkning defineres positiv forsterkning funksjonelt, ved effekten på atferden. Stimulusen som tilføres er en positiv forsterker bare hvis atferden øker; om den ikke gjør det, var det ikke positiv forsterkning, uansett hvor tiltalende stimulusen kan virke for en observatør. Prosedyren ble beskrevet av B. F. Skinner (1938) og er i praksis den bærende mekanismen i belønningsbasert trening, der man systematisk tilfører forsterkere for atferd man vil ha mer av.

Anvendelse

Eksempel: hundetrening

Du lærer hunden å gi pote. I det poten løftes mot hånda di, sier du «bra» og gir en godbit – du tilfører noe. Etter noen runder løftes poten raskere og oftere. Observér hva som skjedde: en stimulus kom til etter atferden, og atferden økte. Det er positiv forsterkning, definert av nettopp den økningen.

Kontrast som viser at «positiv» ikke betyr «hyggelig ment»: en eier klapper hunden hardt på hodet hver gang den kommer, i beste mening. Klappet tilføres – retningen er positiv – men hunden begynner å komme tregere. Da har ikke noe blitt positivt forsterket; en tilført stimulus som får atferden til å avta, er tvert imot positiv straff. Samme retning (noe tilføres), motsatt effekt – og det er effekten, ikke den gode hensikten, som avgjør hva slags prosedyre det ble.

Anvendelse

Eksempel: menneskelig læring

Du legger ut et innlegg, og det kommer hjerter og hyggelige svar. Noe ble lagt til etter at du postet, og du poster oftere. Positiv forsterkning, uten at noen planla å trene deg. Legg merke til at det ikke var «gleden» i seg selv som er forsterkningen – det er at atferden «å poste» ble mer sannsynlig etter at noe kom til.

Hva begrepet ikke betyr

Positiv forsterkning betyr ikke «å være positiv» eller «å være snill». Det er ikke en holdning eller en treningsfilosofi, men en presis beskrivelse av én prosedyre: noe tilføres, og atferden øker. En trener kan være hjertevarm uten å drive med positiv forsterkning, og kan drive med positiv forsterkning uten å tenke på seg selv som «snill».

«Positiv» betyr heller ikke at stimulusen nødvendigvis er behagelig. Som oftest er den det – vi tilfører gjerne noe hunden vil ha – men det er ikke det ordet sier. Ordet sier bare tilført. Forvekslingen av retning og verdi er selve grunnen til at denne firdelingen er verdt å lære skikkelig.

Vanlige misforståelser

• «Positiv forsterkning = belønning = å være snill.» Nei. «Positiv» betyr tilført, ikke hyggelig, og forsterkning defineres av at atferden øker. Å mene vel er verken nødvendig eller tilstrekkelig; det som teller, er hva som skjer med atferden.
• «Hvis hunden liker det, er det positiv forsterkning.» Ikke uten videre. At hunden ser ut til å like noe, er en tolkning. Positiv forsterkning krever at atferden faktisk blir hyppigere – ellers har du bare gitt hunden noe hyggelig, ikke forsterket en atferd.
• «Positiv er alltid bedre enn negativ.» Dette blander to spørsmål. «Positiv/ negativ» er en teknisk beskrivelse av retning (tilført/fjernet), ikke en rangering. At forsterkningsbasert trening som regel er å foretrekke, følger av evidens (om effekt og bivirkninger) og av verdier som velferd og frivillighet – ikke av at ordet «positiv» høres bedre ut.

Historie

Positiv forsterkning følger direkte av B. F. Skinners analyse av de operante grunnprosedyrene i The Behavior of Organisms (1938), der han ordnet konsekvensvirkninger langs aksene tilført/fjernet og øker/avtar. Den funksjonelle, effektdefinerte forståelsen ble skjerpet i Science and Human Behavior (1953).

Begrepet er senere blitt selve fanen for belønningsbasert dyretrening. Verdt å merke seg er at den brede populærbruken – der «positiv forsterkning» nærmest er blitt synonymt med «snill trening» – har flyttet ordet et stykke fra den tekniske betydningen, og det er nettopp derfor skillet mellom retning og verdi må holdes tydelig.

Kilder

• skinner1938
• skinner1953