Varför förändrar en belöning under träning en hunds beteende?

Alla vet att det förändrar sitt beteende att ge en hund en belöning för att svara på rätt sätt under träningen. När vi till exempel tränar en hund att sitta, flyttar vi en godis över en hunds huvud och mot ryggen medan vi ger kommandot "Sit." För att hålla ögonen på godiset vaggar hunden tillbaka i sittande ställning. När hunden är i rätt position ger vi honom den godis. Efter några upprepningar av denna åtgärd finner vi att hunden nu svarar på "sitt" -kommandot genom att sitta.

Hundtränare tar det för givet att ge hunden belöningar har förändrat hans beteende, men beteendevetare vill fortfarande veta mekanismen för varför och hur detta fungerar. En ny studie som leds av Molly Byrne vid Boston College antyder att det finns en mycket enkel bit av beteendeprogrammering, troligen genetisk, som står för effektiviteten av träningsbelöningar.

Låt oss ta ett steg tillbaka och se vad som verkligen är involverat i hundträning. Hundar, som de flesta levande saker (inklusive människor), är beteendemitterande. Det är bara ett tekniskt sätt att säga att de gör saker, många olika saker. Tricket med att träna en hund är att få honom att avge det specifika beteende som vi önskar, som att sitta på kommando, och att undvika att avge andra oönskade eller onödiga beteenden, som att ligga ner, snurra i cirklar, hoppa upp och så vidare. Men naturligtvis, när du börjar träna, har hunden ingen aning om vad du vill ha. Det finns så många olika beteenden som han kan producera.

Samma sak händer vid problemlösning. Det finns bara ett beteende som löser problemet och alla andra beteenden är irrelevanta. Antag till exempel att du har kommit till en trädgårdsgrind. Du trycker på grinden för att öppna den, men den fungerar inte. Fortsätter du att trycka på grinden? Självklart inte. Du försöker något annat - låt oss säga att dra grinden. Det fungerar fortfarande inte. Så du fortsätter inte att dra porten; istället försöker du ytterligare ett beteende. Denna gång lyfter du spärren så att grinden kan svänga upp.

Nästa gång du stöter på den här grinden kommer du inte att trycka eller dra i den. Eftersom du tidigare har belönats för ett specifikt beteende kommer du omedelbart att nå spärren för att öppna den. Du engagerar dig i vad psykologer kallar en "win-stay-lose-shift" -strategi. Det betyder att om du försöker ett beteende och det inte ger dig den belöning du önskar, gör du inte det igen utan snarare försöker ett annat beteende. Om du provar ett beteende och det låter dig få den belöning du vill, upprepar du det. Om denna enkla kognitiva strategi kopplades genetiskt till hundar skulle det garantera att vi kunde använda belöningar som ett sätt att träna dem. Detta skulle verkligen fungera för att träna hunden att sitta, eftersom när han sitter på kommando får han belöningen (därmed sittande beteende upprepas) medan andra beteenden inte belönas och hunden inte upprepar dem.

För att avgöra om hundar har den här kognitiva strategin för win-stay-lose-shift-test testade Boston College forskargrupp 323 vuxna hundar med en genomsnittlig ålder på cirka tre år. Hundarna visades först att om de slog över en plastkopp kunde de få en matbelöning gömd under den. Därefter presenterades de med två plastkoppar, öppna sidan nedåt, på en yta framför dem, en till vänster och en annan till höger om fältet. Nu innehöll bara en av kopparna en godbit medan den andra inte gjorde det. Hundarna släpptes och fick välja en av kopparna. Om hundar har denna vinn-vistelse-förlora-skiftstrategi, om de på ett visst försök knackar på en kopp och det har en behandling under det förväntar vi oss att nästa gång de erbjuds samma val skulle de välja koppen på samma sida av fältet där de hittade den belöningen (win-stay). Även om det inte fanns någon belöning skulle de ändra sitt beteende och välja koppen på motsatt sida (förlorar-skift). Faktum är att det var vad de gjorde, och ungefär två tredjedelar av hundarna valde samma sida som belönats tidigare, medan om det inte hade funnits någon belöning skiftades nästan 45 procent vid nästa försök till motsatt sida.

Nu kvarstår frågan om detta beteende för att bli kvar-förlora-skift är en strategi som de vuxna hundarna har lärt sig att vara användbara under sin livstid, eller om det är en del av deras genetiska ledningar. För att svara på detta genomförde forskargruppen en identisk uppsättning tester med en uppsättning 334 valpar som var mellan 8 och 10 veckors ålder. Resultaten var nästan identiska, så när en kopp som valpen valde hade en godbit under sig, valde ungefär två tredjedelar koppen på samma sida som belönats tidigare vid nästa försök. Däremot, om det inte hade funnits någon belöning för det tidigare valet flyttade nästan hälften av alla valpar till andra sidan vid nästa försök. Eftersom denna beteendestrategi uppträder så tidigt i en hunds liv är en förnuftig gissning att det är en genetiskt kodad prediktion för hundbeteende.

Så det verkar som mysteriet om hur belöningar fungerar som ett effektivt sätt att träna hundar är löst eftersom en mycket enkel strategi har kopplats in i hundar. Det står, "Om något du har gjort har gett dig en belöning, upprepa det. Om inte, prova något annat." Det är en anmärkningsvärt enkel bit av beteendeprogrammering, men det fungerar, och det tillåter människor att framgångsrikt använda belöningar för att träna våra hundar.

Copyright SC Psychological Enterprises Ltd. Får inte tryckas om eller läggas om utan tillstånd.