Despre întărire şi extincție

Într-o postare anterioară am descris succint învăţarea prin condiţionare operantă (prin întărire). Acolo am discutat despre tipurile de întărire şi despre diferenţa între întărire şi pedeapsă, precum şi modul în care se pot folosi aceste cunoştinţe pentru a realiza schimbările de comportament dorite.

Pe de altă parte, condiţionarea operantă este un fenomen complex, şi poate că este bine să îl examinam mai în detaliu.

Primul aspect ar fi că modul în care se asociază comportamentul cu întărirea are o influentă semnificativă atȃt în ce priveşte rapiditatea cu care apare întărirea cȃt şi măsura în care comportamentul întărit se menţine.

Întărirea este posibil să fie continuă, respectiv recompensa să apară de fiecare dată cȃnd se repetă comportamentul. Deşi aparent această metodă pare să fie cea mai stimulativă, cercetările au arătat că învăţarea este eficientă dar comportamentul dispare rapid atunci cȃnd întărirea nu mai este prezentă. Mai persistente sunt comportamentele deprinse prin întărire proporţională, respectiv apariţia recompensei după un număr de repetări ale comportamentului.

Întărirea proporţională poate fi făcută cu rată fixă sau cu rată variabilă. Un exemplu de întărire cu rată fixă este acela al fidelizării consumatorilor prin strȃngerea de puncte pe cardurile de fidelitate – aceste metode au avantajul de a menţine un comportament, dar s-a observat că tendinţa de repetare a comportamentului este mai mare atunci cȃnd condiţiile de obţinere a recompensei sunt aproape în totalitate îndeplinite. Premiile şi beneficiile surpriză sunt un exemplu de întărire cu rată variabilă care tind să fixeze comportamentele în mai mare măsură decȃt cele cu rată fixă.

Este posibil ca întărirea să vină la intervale fixe de timp sau la intervale variabile. Stimularea salariaţilor prin acordarea unei remuneraţii la intervale fixe (şi predictibile) de timp este cel mai cunoscut exemplu de întărire la intervale fixe – cercetările au arătat că tendinţa de repetare a comportamentului se atenuează dacă de la ultima întărire a trecut prea mult timp. Alteori întărirea apare la intervale variabile – aceasta este cea mai eficientă formă de întărire, din păcate nu doar pentru comportamentele pozitive ci şi pentru cele negative. Adicţia de jocuri de noroc are la bază exact acest tip de întărire.

Ce se întȃmplă însă cȃnd un comportament nu mai primeşte întărire? În timp, comportamentul dispare, cu alte cuvinte apare extincţia. Dacă învăţarea este mai rapidă prin întărire continuă sau cu rată fixă, respectiv interval fix, şi extincţia apare mai rapid, în timp ce în cazul întăririi variabile învăţarea are loc mai greu dar şi extincţia este mai dificilă.

Ce concluzii practice desprindem de aici?

Ne putem baza pe cunoştinţele despre întărire şi extincţie pentru a ne auto-regla comportamentul.

Să începem cu obiceiurile proaste, comportamente la care am dori să renunţăm. În multe cazuri, deşi logic ne dăm seama că sunt dăunătoare, ne este greu să le abandonăm. Asta este din cauză că de fapt avem pentru ele o întărire. De exemplu ne dorim o dietă mai sănătoasă, şi suntem cognitiv convinşi că ne-ar aduce un plus de sănătate şi energie, dar avem şi un obicei de auto-întărire al consumului de dulciuri, sau alimente bogate în grăsimi, consum pe care îl asociem cu relaxarea, cu auto-răsfățul sau cu compensarea unor deficite emoţionale. Alt exemplu este evitarea/amȃnarea unor activităţi pe care le percepem ca dificile şi neplăcute – întărirea este dată de continuarea unei stări de bine de moment (lipsa activităţii, relaxarea) în timp ce întărirea asociată realizării activităţii este depărtată în timp, de natură mai degrabă abstract-cognitivă sau – în unele cazuri – nu a fost experimentată vreodată.

În aceste condiţii, pentru a renunţa la comportamentul dăunător, ar trebui eliminată întărirea interioară – cu alte cuvinte, după ce identificăm care este întărirea, să renunţăm voit la ea. Uşor de zis dar mai greu de făcut cȃnd este vorba de auto-întărire; totuşi să nu uităm că dacă întărirea comportamentului deficitar era continuă, eliminarea acesteia duce relativ rapid la extincţie.

Pe de altă parte, cea mai bună metodă de a elimina un comportament dăunător este să întărim un comportament alternativ pe care îl considerăm preferabil. Fiecare persoană poate găsi un tip de recompensă pentru un comportament dorit, alternativ unuia la care ar vrea să renunţe: că este vorba de a înlocui dulciurile cu fructe la o masă sau a merge la o plimbare în loc de a privi un film în timpul liber, iniţial este nevoie de o doză de efort şi de găsirea nu doar a unei motivaţii ci şi a unui tip de recompensă. Această recompensă este bine ca iniţial să ne-o acordam de fiecare dată cȃnd realizăm comportamentul, pentru a facilita învăţarea, iar apoi putem să menţinem schimbarea prin recompense la intervale de timp aleatoare.

Cam la fel este si cu începerea unor comportamente total noi, dorite: de exemplu a învăta o limbă străină, fapt care implică un efort susţinut şi de durată. Aici nu este vorba de înlocuirea unui comportament dăunător ci de stimularea efortului, prin întărire. Întărirea poate avea diferite forme (folosite toate la un loc sau o alternanţă a acestora): vizualizarea avantajelor de a folosi limba (în profesie sau în călătorii, de exemplu), auto-acordarea de laude pentru fiecare pas înainte, chiar dacă e unul mic (atunci cȃnd am reuşit să construim prima frază mai elaborată în limba respectivă, cȃnd am reuşit să desluşim un text dintr-un ziar, cȃnd am putut purta o primă conversaţie, chiar dacă rudimentară), asociat eventual şi cu unele mici cadouri materiale (un obiect dorit sau o mică activitate plăcută cȃnd am reuşit să absolvim un nivel de învăţare).

Ce este însă de ştiut este faptul că orice schimbare de comportament implică o decizie conştientă şi repetarea acesteia pȃnă cȃnd apare învăţarea, ocazie cu care noul comportament se automatizează şi devine comportamentul preferenţial. Acest lucru nu se întȃmplă doar după cȃteva repetări – este nevoie de mai multe, deci de concentrarea voinţei pe perioadă mai lungă. Pe de altă parte, aşa cum spuneam în postarea anterioară, auto-pedepsirea atunci cȃnd nu am reuşit să punem ceva în practică nu este deloc folositoare – asta nu face decȃt să ne reducă stima de sine şi încrederea că vom putea face vreodată vreo schimbare. Mai degrabă avem să înţelegem că nici un drum nu este continuu în sus: uneori apar perioade de staţionare, sau chiar paşi înapoi. Este însă important să perseverăm şi să căutăm moduri de întărire a comportamentului dorit – în acest mod pȃnă la urmă vom reuşi,