Метод проб и ошибок научное название

From Wikipedia, the free encyclopedia

Trial and error is a fundamental method of problem-solving^[1] characterized by repeated, varied attempts which are continued until success,^[2] or until the practicer stops trying.

According to W.H. Thorpe, the term was devised by C. Lloyd Morgan (1852–1936) after trying out similar phrases «trial and failure» and «trial and practice».^[3] Under Morgan’s Canon, animal behaviour should be explained in the simplest possible way. Where behavior seems to imply higher mental processes, it might be explained by trial-and-error learning. An example is a skillful way in which his terrier Tony opened the garden gate, easily misunderstood as an insightful act by someone seeing the final behavior. Lloyd Morgan, however, had watched and recorded the series of approximations by which the dog had gradually learned the response, and could demonstrate that no insight was required to explain it.

Edward Lee Thorndike was the initiator of the theory of trial and error learning based on the findings he showed how to manage a trial-and-error experiment in the laboratory. In his famous experiment, a cat was placed in a series of puzzle boxes in order to study the law of effect in learning.^[4] He plotted to learn curves which recorded the timing for each trial. Thorndike’s key observation was that learning was promoted by positive results, which was later refined and extended by B. F. Skinner’s operant conditioning.

Trial and error is also a method of problem solving, repair, tuning, or obtaining knowledge. In the field of computer science, the method is called generate and test (Brute force). In elementary algebra, when solving equations, it is guess and check.

This approach can be seen as one of the two basic approaches to problem-solving, contrasted with an approach using insight and theory. However, there are intermediate methods which for example, use theory to guide the method, an approach known as guided empiricism.

This way of thinking has become a mainstay of Karl Popper’s critical rationalism.

Methodology[edit]

The trial and error approach is used most successfully with simple problems and in games, and it is often the last resort when no apparent rule applies. This does not mean that the approach is inherently careless, for an individual can be methodical in manipulating the variables in an attempt to sort through possibilities that could result in success. Nevertheless, this method is often used by people who have little knowledge in the problem area. The trial-and-error approach has been studied from its natural computational point of view ^[5]

Simplest applications[edit]

Ashby (1960, section 11/5) offers three simple strategies for dealing with the same basic exercise-problem, which have very different efficiencies. Suppose a collection of 1000 on/off switches have to be set to a particular combination by random-based testing, where each test is expected to take one second. [This is also discussed in Traill (1978–2006, section C1.2]. The strategies are:

• the perfectionist all-or-nothing method, with no attempt at holding partial successes. This would be expected to take more than 10^301 seconds, [i.e., 2^1000 seconds, or 3·5×(10^291) centuries]
• a serial-test of switches, holding on to the partial successes (assuming that these are manifest), which would take 500 seconds on average
• parallel-but-individual testing of all switches simultaneously, which would take only one second

Note the tacit assumption here that no intelligence or insight is brought to bear on the problem. However, the existence of different available strategies allows us to consider a separate («superior») domain of processing — a «meta-level» above the mechanics of switch handling — where the various available strategies can be randomly chosen. Once again this is «trial and error», but of a different type.

Hierarchies[edit]

Ashby’s book develops this «meta-level» idea, and extends it into a whole recursive sequence of levels, successively above each other in a systematic hierarchy. On this basis, he argues that human intelligence emerges from such organization: relying heavily on trial-and-error (at least initially at each new stage), but emerging with what we would call «intelligence» at the end of it all. Thus presumably the topmost level of the hierarchy (at any stage) will still depend on simple trial-and-error.

Traill (1978–2006) suggests that this Ashby-hierarchy probably coincides with Piaget’s well-known theory of developmental stages. [This work also discusses Ashby’s 1000-switch example; see §C1.2]. After all, it is part of Piagetian doctrine that children learn first by actively doing in a more-or-less random way, and then hopefully learn from the consequences — which all has a certain resemblance to Ashby’s random «trial-and-error».

Application[edit]

Traill (2008, espec. Table «S» on p.31) follows Jerne and Popper in seeing this strategy as probably underlying all knowledge-gathering systems — at least in their initial phase.

Four such systems are identified:

• Natural selection which «educates» the DNA of the species,
• The brain of the individual (just discussed);
• The «brain» of society-as-such (including the publicly held body of science); and
• The adaptive immune system.

Features[edit]

Trial and error has a number of features:

• solution-oriented: trial and error makes no attempt to discover why a solution works, merely that it is a solution.
• problem-specific: trial and error makes no attempt to generalize a solution to other problems.
• non-optimal: trial and error is generally an attempt to find a solution, not all solutions, and not the best solution.
• needs little knowledge: trials and error can proceed where there is little or no knowledge of the subject.

It is possible to use trial and error to find all solutions or the best solution, when a testably finite number of possible solutions exist. To find all solutions, one simply makes a note and continues, rather than ending the process, when a solution is found, until all solutions have been tried. To find the best solution, one finds all solutions by the method just described and then comparatively evaluates them based upon some predefined set of criteria, the existence of which is a condition for the possibility of finding a best solution. (Also, when only one solution can exist, as in assembling a jigsaw puzzle, then any solution found is the only solution and so is necessarily the best.)

Examples[edit]

Trial and error has traditionally been the main method of finding new drugs, such as antibiotics. Chemists simply try chemicals at random until they find one with the desired effect. In a more sophisticated version, chemists select a narrow range of chemicals it is thought may have some effect using a technique called structure–activity relationship. (The latter case can be alternatively considered as a changing of the problem rather than of the solution strategy: instead of «What chemical will work well as an antibiotic?» the problem in the sophisticated approach is «Which, if any, of the chemicals in this narrow range will work well as an antibiotic?») The method is used widely in many disciplines, such as polymer technology to find new polymer types or families.

Trial and error is also commonly seen in player responses to video games — when faced with an obstacle or boss, players often form a number of strategies to surpass the obstacle or defeat the boss, with each strategy being carried out before the player either succeeds or quits the game.

Sports teams also make use of trial and error to qualify for and/or progress through the playoffs and win the championship, attempting different strategies, plays, lineups and formations in hopes of defeating each and every opponent along the way to victory. This is especially crucial in playoff series in which multiple wins are required to advance, where a team that loses a game will have the opportunity to try new tactics to find a way to win, if they are not eliminated yet.

The scientific method can be regarded as containing an element of trial and error in its formulation and testing of hypotheses. Also compare genetic algorithms, simulated annealing and reinforcement learning – all varieties for search which apply the basic idea of trial and error.

Biological evolution can be considered as a form of trial and error.^[6] Random mutations and sexual genetic variations can be viewed as trials and poor reproductive fitness, or lack of improved fitness, as the error. Thus after a long time ‘knowledge’ of well-adapted genomes accumulates simply by virtue of them being able to reproduce.

Bogosort, a conceptual sorting algorithm (that is extremely inefficient and impractical), can be viewed as a trial and error approach to sorting a list. However, typical simple examples of bogosort do not track which orders of the list have been tried and may try the same order any number of times, which violates one of the basic principles of trial and error. Trial and error is actually more efficient and practical than bogosort; unlike bogosort, it is guaranteed to halt in finite time on a finite list, and might even be a reasonable way to sort extremely short lists under some conditions.

Jumping spiders of the genus Portia use trial and error to find new tactics against unfamiliar prey or in unusual situations, and remember the new tactics.^[7] Tests show that Portia fimbriata and Portia labiata can use trial and error in an artificial environment, where the spider’s objective is to cross a miniature lagoon that is too wide for a simple jump, and must either jump then swim or only swim.^[8][9]

See also[edit]

References[edit]

Further reading[edit]

• Ashby, W. R. (1960: Second Edition). Design for a Brain. Chapman & Hall: London.
• Traill, R.R. (1978–2006). Molecular explanation for intelligence…, Brunel University Thesis, HDL.handle.net
• Traill, R.R. (2008). Thinking by Molecule, Synapse, or both? — From Piaget’s Schema, to the Selecting/Editing of ncRNA. Ondwelle: Melbourne. Ondwelle.com — or French version Ondwelle.com.
• Zippelius, R. (1991). Die experimentierende Methode im Recht (Trial and error in Jurisprudence), Academy of Science, Mainz, ISBN 3-515-05901-6

Метод проб и ошибок

Связанные понятия

Эвристический алгоритм (эвристика) — алгоритм решения задачи, включающий практический метод, не являющийся гарантированно точным или оптимальным, но достаточный для решения поставленной задачи. Позволяет ускорить решение задачи в тех случаях, когда точное решение не может быть найдено.

Реше́ние зада́ч — процесс выполнения действий или мыслительных операций, направленный на достижение цели, заданной в рамках проблемной ситуации — задачи; является составной частью мышления.

Эври́стика (от др.-греч. εὑρίσκω — «отыскиваю», «открываю») — отрасль знания, научная область, изучающая специфику творческой деятельности.

Обобще́ние поня́тий — логическая операция, посредством которой в результате исключения видового признака получается другое понятие более широкого объема, но менее конкретного содержания; форма приращения знания путём мысленного перехода от частного к общему в некоторой модели мира, что обычно соответствует и переходу на более высокую ступень абстракции. Результатом логической операции обобщения является гипероним.

Детерминированность (от лат. determinans — определяющий) — определяемость. Детерминированность может подразумевать определяемость на общегносеологическом уровне или для конкретного алгоритма. Под жёсткой детерминированностью процессов в мире понимается однозначная предопределённость, то есть у каждого следствия есть строго определённая причина. В таком смысле является антонимом стохастичности. Но детерминированность не всегда тождественна предопределённости. Например, может быть детерминированность…

Эволюционные алгоритмы — направление в искусственном интеллекте (раздел эволюционного моделирования), которое использует и моделирует процессы естественного отбора.

Обучение с подкреплением (англ. reinforcement learning) — один из способов машинного обучения, в ходе которого испытуемая система (агент) обучается, взаимодействуя с некоторой средой. С точки зрения кибернетики, является одним из видов кибернетического эксперимента. Откликом среды (а не специальной системы управления подкреплением, как это происходит в обучении с учителем) на принятые решения являются сигналы подкрепления, поэтому такое обучение является частным случаем обучения с учителем, но учителем…

Формализа́ция — представление какой-либо содержательной области (рассуждений, доказательств, процедур классификации, поиска информации, научных теорий) в виде формальной системы или исчисления.

Выбор модели — это задача выбора статистической модели из набора моделей-кандидатов по имеющимся данным. В простейшем случае рассматривается существующий набор данных. Однако задача может вовлекать планирование экспериментов, так что сбор данных связан с задачей выбора модели. Если заданы кандидаты в модели с одинаковой силой предсказания или объяснения, наиболее простая модель скорее всего будет лучшим выбором (бритва Оккама).

Проклятие размерности (ПР) — термин, используемый в отношении ряда свойств многомерных пространств и комбинаторных задач. В первую очередь это касается экспоненциального роста необходимых экспериментальных данных в зависимости от размерности пространства при решении задач вероятностно-статистического распознавания образов, машинного обучения, классификации и дискриминантного анализа. Также это касается экспоненциального роста числа вариантов в комбинаторных задачах в зависимости от размера исходных…

Обуче́ние с учи́телем (англ. Supervised learning) — один из способов машинного обучения, в ходе которого испытуемая система принудительно обучается с помощью примеров «стимул-реакция». С точки зрения кибернетики, является одним из видов кибернетического эксперимента. Между входами и эталонными выходами (стимул-реакция) может существовать некоторая зависимость, но она неизвестна. Известна только конечная совокупность прецедентов — пар «стимул-реакция», называемая обучающей выборкой. На основе этих…

Байесовская вероятность — это интерпретация понятия вероятности, используемая в байесовской теории. Вероятность определяется как степень уверенности в истинности суждения. Для определения степени уверенности в истинности суждения при получении новой информации в байесовской теории используется теорема Байеса.

Переобучение (переподгонка, пере- в значении «слишком», англ. overfitting) в машинном обучении и статистике — явление, когда построенная модель хорошо объясняет примеры из обучающей выборки, но относительно плохо работает на примерах, не участвовавших в обучении (на примерах из тестовой выборки).

Байесовское программирование — это формальная система и методология определения вероятностных моделей и решения задач, когда не вся необходимая информация является доступной.

Обучение без учителя (самообучение, спонтанное обучение, англ. Unsupervised learning) — один из способов машинного обучения, при котором испытуемая система спонтанно обучается выполнять поставленную задачу без вмешательства со стороны экспериментатора. С точки зрения кибернетики, это является одним из видов кибернетического эксперимента. Как правило, это пригодно только для задач, в которых известны описания множества объектов (обучающей выборки), и требуется обнаружить внутренние взаимосвязи, зависимости…

Поиск с возвратом, бэктрекинг (англ. backtracking) — общий метод нахождения решений задачи, в которой требуется полный перебор всех возможных вариантов в некотором множестве М. Как правило позволяет решать задачи, в которых ставятся вопросы типа: «Перечислите все возможные варианты …», «Сколько существует способов …», «Есть ли способ …», «Существует ли объект…» и т. п.

Случа́йность — проявление внешних неустойчивых связей в действительности, проявление результата пересечения (совпадения) независимых процессов или событий; проявление неотъемлемого дополнения к законам необходимости.

В математической статистике семплирование — обобщенное название методов манипулирования начальной выборкой при известной цели моделирования, которые позволяют выполнить структурно-параметрическую идентификацию наилучшей статистической модели стационарного эргодического случайного процесса.

Имитационное моделирование (англ. simulation modeling) — метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему (построенная модель описывает процессы так, как они проходили бы в действительности), с которой проводятся эксперименты с целью получения информации об этой системе. Такую модель можно «проиграть» во времени, как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером…

Темпоральная логика (англ. temporal (от лат. tempus) logic) — это логика, в высказываниях которой учитывается временной аспект. Используется для описания последовательностей явлений и их взаимосвязи по временной шкале.

Минимакс — правило принятия решений, используемое в теории игр, теории принятия решений, исследовании операций, статистике и философии для минимизации возможных потерь из тех, которые лицу, принимающему решение, нельзя предотвратить при развитии событий по наихудшему для него сценарию.

Зада́ча — проблемная ситуация с явно заданной целью, которую необходимо достичь; в более узком смысле задачей также называют саму эту цель, данную в рамках проблемной ситуации, то есть то, что требуется сделать. В первом значении задачей можно назвать, например, ситуацию, когда нужно достать предмет, находящийся очень высоко; второе значение слышно в указании: «Ваша задача — достать этот предмет». Несколько более жёсткое понимание «задачи» предполагает явными и определёнными не только цель, но и…

Эмпирические исследования – наблюдение и исследование конкретных явлений, эксперимент, а также обобщение, классификация и описание результатов исследования эксперимента, внедрение их в практическую деятельность человека.

Предме́тная о́бласть — множество всех предметов, свойства которых и отношения между которыми рассматриваются в научной теории. В логике — подразумеваемая область возможных значений предметных переменных логического языка.

Агентное моделирование (англ. agent-based model (ABM))— метод имитационного моделирования, исследующий поведение децентрализованных агентов и то, как такое поведение определяет поведение всей системы в целом. В отличие от системной динамики аналитик определяет поведение агентов на индивидуальном уровне, а глобальное поведение возникает как результат деятельности множества агентов (моделирование «снизу вверх»).

Те́зис Чёрча — Тью́ринга — это гипотеза, постулирующая эквивалентность между интуитивным понятием алгоритмической вычислимости и строго формализованными понятиями частично рекурсивной функции и функции, вычислимой на машине Тьюринга. В связи с интуитивностью исходного понятия алгоритмической вычислимости, данный тезис носит характер суждения об этом понятии и его невозможно строго доказать или опровергнуть. Перед точным определением вычислимой функции математики часто использовали неофициальный термин…

Коннекционизм (англ. connectionism) — один из подходов в области искусственного интеллекта, когнитивной науки (когнитивистики), нейробиологии, психологии и философии сознания. Коннекционизм моделирует мыслительные или поведенческие явления процессами становления в сетях из связанных между собой простых элементов. Существует много различных форм коннекционизма, но наиболее общие используют нейросетевые модели. В рамках этого течения предпринимаются попытки объяснить умственные способности человека…

Фа́кторный анализ — многомерный метод, применяемый для изучения взаимосвязей между значениями переменных. Предполагается, что известные переменные зависят от меньшего количества неизвестных переменных и случайной ошибки.

Наи́вный ба́йесовский классифика́тор — простой вероятностный классификатор, основанный на применении теоремы Байеса со строгими (наивными) предположениями о независимости.

Структурная индукция — конструктивный метод математического доказательства, обобщающий математическую индукцию (применяемую над натуральным рядом) на произвольные рекурсивно определённые частично упорядоченные совокупности. Структурная рекурсия — реализация структурной индукции в форме определения, процедуры доказательства или программы, обеспечивающая индукционный переход над частично упорядоченной совокупностью.

Детерминированный алгоритм — алгоритмический процесс, который выдаёт уникальный и предопределённый результат для заданных входных данных.

Вывод (лат. conclusio) в логике — процесс рассуждения, в ходе которого осуществляется переход от некоторых исходных суждений (предпосылок) к новым суждениям — заключениям. Вывод может проводиться в несколько этапов—умозаключений.

Представление знаний — вопрос, возникающий в когнитологии (науке о мышлении), в информатике и в исследованиях искусственного интеллекта.

Апостерио́рная вероя́тность — условная вероятность случайного события при условии того, что известны апостериорные данные, т.е. полученные после опыта.

По́иск в простра́нстве состоя́ний (англ. state space search) — группа математических методов, предназначенных для решения задач искусственного интеллекта.

Автокорреляция — статистическая взаимосвязь между последовательностями величин одного ряда, взятыми со сдвигом, например, для случайного процесса — со сдвигом по времени.

Алгоритм Баума — Велша используется в информатике и статистике для нахождения неизвестных параметров скрытой марковской модели (HMM). Он использует алгоритм прямого-обратного хода и является частным случаем обобщённого EM-алгоритма.

Семплирование по Гиббсу — алгоритм для генерации выборки совместного распределения множества случайных величин. Он используется для оценки совместного распределения и для вычисления интегралов методом Монте-Карло. Этот алгоритм является частным случаем алгоритма Метрополиса-Гастингса и назван в честь физика Джозайи Гиббса.

Исчисление процессов или алгебра процессов — семейство связанных подходов к формальному моделированию параллельных систем.

Математическая абстракция — абстракция в математике, мысленное отвлечение. Типы абстрагирования, применяемых в математике: «чистое» отвлечение, идеализация и их различные вариации.

Эмпирическая закономерность (от греч. εμπειρια — опыт; см. Эмпирические данные), правило большого пальца (англ. rule of thumb) — зависимость, основанная на экспериментальных данных и позволяющая получить приблизительный результат, в типичных ситуациях близкий к точному. Такие закономерности легко запоминаются и дают возможность обходиться без сложных инструментальных измерений, чтобы вычислить некую величину. Подобные принципы используются в эвристике, широко распространённой в математике, психологии…

Отображение онтологий (англ. ontology alignment или ontology matching) — это процесс установления соответствий между понятиями (концептами) нескольких онтологий. Множество таких соответствий и называется «отображением». Термин имеет разное значение в компьютерной, когнитивной областях и философии.

Тест стандартными прогрессивными матрицами Равена (Рейвена) — тест, предназначенный для дифференцировки испытуемых по уровню их интеллектуального развития. Авторы теста Джон Рейвен и Л. Пенроуз. Предложен в 1936 году. Тест Равена известен как один из наиболее «чистых» измерений фактора общего интеллекта g, выделенного Ч.Э. Спирменом. Успешность выполнения теста SPM интерпретируется как показатель способности к научению на основе обобщения собственного опыта и создания схем, позволяющих обрабатывать…

Выявление аномалий (также обнаружение выбросов) — это опознавание во время интеллектуального анализа данных редких данных, событий или наблюдений, которые вызывают подозрения ввиду существенного отличия от большей части данных. Обычно аномальные данные превращаются в некоторый вид проблемы, такой как мошенничество в банке, структурный дефект, медицинские проблемы или ошибки в тексте. Аномалии также упоминаются как выбросы, необычности, шум, отклонения или исключения.

Коэффициент Байеса — это байесовская альтернатива проверке статистических гипотез. Байесовское сравнение моделей — это метод выбора моделей на основе коэффициентов Байеса. Обсуждаемые модели являются статистическими моделями. Целью коэффициента Байеса является количественное выражение поддержки модели по сравнению с другой моделью, независимо от того, верны модели или нет. Техническое определение понятия «поддержка» в контексте байесовского вывода дано ниже.

Латентно-семантический анализ (ЛСА) (англ. Latent semantic analysis, LSA) — это метод обработки информации на естественном языке, анализирующий взаимосвязь между библиотекой документов и терминами, в них встречающимися, и выявляющий характерные факторы (тематики), присущие всем документам и терминам.

Статистическое модели́рование — исследование объектов познания на их статистических моделях. «Статистические модели необходимы для теоретического изучения влияния флуктуаций, шумов и т.п. на процессы. При учёте случайных процессов движение системы будет подчиняться уже не динамическим законам, а законам статистики. В соответствии с этим могут быть поставлены вопросы о вероятности того или иного движения, о наиболее вероятных движениях и о других вероятностных характеристиках поведения системы».Оценка…

Интеллектуальный агент в первом смысле — это часть технологии разработки операционных систем, и хотя алгоритмы, в нём используемые, могут базироваться на более сложных моделях, чем даже алгоритмы многих SCADA — систем, диапазон и методика его воздействия на состояние системы очень жестко детерминируется. «Интеллектуальный агент» во втором смысле так же не может быть полностью независимым, выполняя свои задачи, но методики его разработки на много порядков сложнее, в силу абсолютно иного уровня сложности…

Чёрный я́щик — термин, используемый для обозначения системы, внутреннее устройство и механизм работы которой очень сложны, неизвестны или неважны в рамках данной задачи. «Метод чёрного ящика» — метод исследования таких систем, когда вместо свойств и взаимосвязей составных частей системы, изучается реакция системы, как целого, на изменяющиеся условия.

метод проб и ошибок

Полезное

Научные статьи на тему «Метод проб и ошибок»

Соотношение инстинкта, научения, интеллекта в психике животных

Торндайк: он является создателем метода «проблемной клетки», в результате применения которой он установил…
, что научение происходит путем установления «проб и ошибок»: помещенное в проблемную клетку животное…
велика вероятность оказаться беспомощным перед ситуацией, в которой нужно будет заново действовать по методу…
проб и ошибок….
Келера, которые показали, что животное способно решить задачу без проб и ошибок практически сразу же.

Статья от экспертов

Пенсионное обеспечение методом «Проб и ошибок»

Рассматриваются основные этапы развития пенсионного обеспечения в России, анализируются методологические принципы построения пенсионной системы, источники ее финансирования и факторы, влияющие на размер пенсии, во взаимосвязи с динамикой уровня жизни пенсионеров. Обсуждаются предварительные итоги первого этапа пенсионной реформы 2002-2008 гг. и возможные результаты ближайших мер по ее продолжению.

Задание и методы селекции

Большинство действий и приемов вырабатывались методом проб и ошибок….
Генетика позволила обосновать селекционную работу и вооружить селекционеров новыми методами….
Методы селекции
Основными методами селекционной работы являются искусственный отбор и гибридизация….
Методы искусственного отбора применялись человеком давно….
Генетика вооружила эту методику теоретическим обоснованием и позволила перейти от метода проб и ошибок

Статья от экспертов

Метод “проб и ошибок” и поисковая оптимизация: анализ, классификация, трактовка понятия «естественный отбор»

Даже беглый просмотр литературы показывает, что термин «метод проб и ошибок» (МПиО): а) используется в самых различных отраслях науки и практической деятельности; б) результаты его использования оцениваются разными авторами в широком диапазоне от положительных до весьма отрицательных. Более детальный анализ показывает, что последнее можно объяснить различным смыслом, который вкладывают в это понятие. Наиболее распространено представление о МПиО как о «слепом поиске», но в ряде серьезных публикаций его трактуют как «направленный» и «обладающий памятью», что и определяет существенно большую эффективность такого его варианта. Таким образом, назрела проблема формализации понятия МПиО. Это предлагается сделать на основе рассмотрения его как элемента теории поисковой оптимизации (раздела технической кибернетики). Подобный подход дает возможность сравнить МПиО с развитыми там аналогичными методами, и предложить классификацию последних в зависимости от глубины памяти алгоритма: 1) «слепые б…

Что это? Бихевиоризм – направление в психологии, объясняющее действия человека с точки зрения поведенческих триггеров и окружения, которое влияет на поведение. Изначально концепция создавалась на изучении повадок животных.

Для чего? Классический бихевиоризм в чистом виде как направление психологии изжил себя. Его дополнили другие заключения ученых, давшие новые названия ответвлениям теории. Какая бы версия ни рассматривалась, сегодня каждый может многое почерпнуть из бихевиоризма.

Суть бихевиоризма

Это название получило одно из направлений в психологии, изучающее поведение человека. Изначально предметом бихевиоризма было исследование поведения животных в рамках биологии, но потом к этому добавился социальный аспект. Термин имеет английские корни и происходит от слова behavior – «поведение».

Психологи-бихевиористы выбрали для изучения самую простую универсальную схему, которая прекрасно объясняет наше поведение. В нее входят два компонента – стимул и реакция. Другими словами, большое значение отводится механическому влиянию внешней среды, благодаря которому мы совершаем различные действия.

Если, к примеру, будет поставлена задача выяснить, почему господин X или госпожа Y поступили именно так, а не по-другому, то сначала надо самым подробным образом описать поведение этих людей, затем найти в их окружении стимул, который заставил так себя вести, и после этого установить связь между стимулом и реакцией на него у господина X и госпожи Y.

Схема достаточно проста, но ее применение подразумевает знания психологии, социологии, философии. И если начинался бихевиоризм как физиологическое учение, где простейшие связи выглядели как «видишь пищу – выделяется слюна», то в отношении человека все схемы стали гораздо сложнее.

Основные положения, сильные и слабые стороны бихевиоризма

Сегодня бихевиоризм в психологии – это отдельное фундаментальное направление, в котором можно выделить несколько основных положений. Мы дадим их в краткой форме, а тем, кто захочет глубже погрузиться в тему, советуем изучить работы Торндайка, Уотсона и других авторов:

• предметом бихевиоризма является изучение поведения человека и животных;
• изучение лучше всего проводить методом наблюдения;
• все существование человека, как в психическом, так и в физиологическом плане, определяется его поступками;
• действия человека и животных обоснованы их двигательными реакциями на внешние раздражающие факторы – стимулы;
• если известно, что это за раздражитель, то можно с большой точностью предопределить и ответную реакцию;
• отсюда главная цель бихевиоризма – предсказать возможное поведение особи;
• при использовании схемы «стимул – реакция» ответные действия людей и животных можно предопределить и держать под контролем;
• реакции индивида могут быть наследственными (безусловные рефлексы) или приобретенными (условные рефлексы);
• привычное поведение человека является следствием обучения, в процессе которого успешные реакции повторяются много раз и в результате запоминаются, превращаясь в автоматические и легко воспроизводимые;
• выработка условных рефлексов формирует навыки;
• к навыкам относятся мышление и речь;
• не растерять приобретенные навыки помогает механизм памяти;
• развитие психических реакций происходит в течение всей жизни;
• на процесс развития психических реакций влияет окружающая среда – условия жизни, близкие люди и т.д.;
• проявление эмоций – это своеобразная реакция на поступающие извне положительные и отрицательные стимулы.

Из этих тезисов становится ясно, почему идеи нового направления в психологии оказали такое заметное влияние и на сообщество ученых, и на обывателей. Передовое учение поначалу окружал искренний энтузиазм, но ничего не бывает в науке только хорошего или только плохого. Любое научное движение имеет свои плюсы и минусы. Есть они и у бихевиоризма:

• Для своего времени бихевиоризм стал передовым методом, направленным на изучение поведения. Это понятно, поскольку до его появления наука занималась изучением одного лишь сознания, не учитывая влияние на него объективной реальности. Но и со своей стороны бихевиористы тоже подошли к решению проблемы однобоко, не рассматривая сознание вовсе.
• Приверженцы учения изучали поведенческие функции человека и животных только с помощью метода наблюдения. В результате они полностью игнорировали не только сознание, но и психические, и физиологические процессы, внешние проявления которых были недоступны наблюдениям.
• Из теории бихевиоризма следовало, что ученый может направлять поведение индивида в соответствии со своими нуждами и задачами. Но такой подход к изучению получился безжизненным, поведение объекта объяснялось набором самых элементарных реакций. Сама личность человека не имела для ученых никакого значения.
• Поэтому все практические изыскания бихевиористов базировались на лабораторном эксперименте. В их работу входили также опыты не только над животными, но и над людьми. Особых различий между поведением людей, зверей и птиц они не установили.
• Последователи бихевиоризма определили механизм выработки навыков у человека без учета мотивации и психического фактора – а ведь именно они служат основой его функционирования. К тому же они совершенно не учитывали влияние социального фактора.

Эти существенные с точки зрения современной психологии недостатки довели некогда прогрессивное научное направление до такого состояния, что оно не поддавалось уже никакой критике. Но с подведением итогов мы пока повременим. Чтобы представить полную картину учения, следует познакомиться с направлениями, возникшими на основе классического бихевиоризма, а также с наиболее известными их последователями.

Классическое направление бихевиоризма Дж. Уотсона

Основателем бихевиоризма считается американский психолог Джон Уотсон. Своими исследованиями он пытался поднять психологию до уровня естественных наук, чтобы при ее изучении можно было пользоваться объективными методами.

В своих работах Уотсон выделял методы классического научения, когда организм объединяет различные стимулы. Например, если звук колокольчика является условным раздражителем, то выделение слюны у собаки в ответ на этот звук – условный рефлекс. При таком виде научения результатом становятся непроизвольные, автоматические действия.

Организм и человека, и животного умеет приспосабливаться к окружающему миру, используя для этого врожденные и приобретенные навыки поведения. По Уотсону все психические действия воспринимались как поведение. Другими словами, поведение – это объединение реакций организма на стимулы, по принципу «стимул – реакция». Джон Уотсон был уверен, что, если подобрать правильный стимул, то можно сформировать в индивиде нужные навыки и качества.

Когда русский физиолог И.П. Павлов открыл и описал классические условные рефлексы, он и не предполагал, что его исследования лягут в основу бихевиоризма. Уотсон внимательно изучил работы Павлова и пришел к выводу, что наблюдение за поведением индивида сводится к описанию стимулов (S) и реакций (R). Хотя сам Павлов считал данный вывод ошибочным и утверждал, что его просто не так поняли.

Чтобы доказать правильность бихевиористической теории, Джон Уотсон и Розали Рейнер решили поставить эксперимент, который вошел в историю науки как «маленький Альберт».

Для своих экспериментов Уотсон и Рейнер выбрали нормально развитого 11-месячного малыша Альберта. Сначала, они проверили реакцию Альберта на то, что он видел у них в руках – белую крысу, маску, горящую бумагу и хлопковую пряжу. Ни один из предметов не вызвал страха у ребенка.

Затем они решили сформировать реакцию страха. В тот момент, когда Альберту давали поиграть с белой крысой, один из экспериментаторов сильно бил молотком по металлическому листу, но так, чтобы малыш его не видел. Альберта громкий звук удара каждый раз пугал. В дальнейшем ребенок стал бояться и белой крысы, хотя звука в момент ее появления могло и не быть. В результате у маленького Альберта закрепился условный рефлекс страха на крысу.

Скачать
файл

Через пять дней эксперимент продолжили. На другие предметы у Альберта не было никакой реакции, а вот крысы он продолжал бояться. Тогда исследователи решили проверить, не перешла ли его реакция страха на других животных или на схожие по внешнему виду предметы. Им удалось выяснить, что малыша действительно пугают животные и предметы, не имеющие отношения к крысе, например, кролик (сильно), собака (слабо).

Бихевиоризм в интерпретации Э. Торндайка

Эдвард Торндайк – выдающийся американский психолог. Он разработал теорию научения, стал автором научных трудов – «Интеллект животных», «Основы обучения» и др. Последователем бихевиоризма Торндайк себя не считал, хотя многие его законы и исследования как раз говорят об обратном.

Под руководством своего наставника У. Джеймса, еще в Гарварде, Э. Торндайк начал проводить опыты над животными. В подвале дома Джеймса он занимался тем, что обучал цыплят находить выход из лабиринта. Поскольку в университете для подобных опытов места не было, то именно этот подвал можно считать первой в мире экспериментальной лабораторией по зоопсихологии и изучению бихевиоризма.

Он продолжил свои эксперименты в Колумбии, где изучал закономерности привыкания организма к необычным условиям, когда тот умеет вести себя только так, чтобы справиться с этими условиями не может. Торндайк изобрел специальные «проблемные ящики» – устройства различной степени сложности. Животное, попавшее в такой ящик, должно было справиться с препятствиями, найти выход и решить проблему.

В основном экспериментаторы работали с кошками, но были разработаны такие же ящики и для собак, и для обезьян. Животное могло выйти из ящика и получить лакомство только в том случае, если производило нужное действие – нажимало на пружину, дергало за веревку и т.п. По результатам исследований строились графики, названные «кривыми научения». Целью этой научной работы было изучение двигательных реакций животных.

Эксперимент показал однотипность поведения животных. Сначала их движения носили беспорядочный характер – они бросались на стенки ящика, кусали его, царапали, пока случайно одно из движений не попадало в цель. Последующие опыты показали, что число хаотичных движений уменьшалось, животное все быстрее находило выход, пока не начинало делать это без ошибок. Данный вид обучения получил название метода «проб и ошибок».

Затем Торндайк занялся изучением того, как связи, лежащие в основе научения, зависят от поощрения и наказания. Результаты этой научной работы позволили сформулировать основные законы научения.

• Закон повторяемости (упражнения) — чем чаще повторяется связь между стимулом и реакцией, тем быстрее и прочнее она закрепляется в сознании.
• Закон эффекта — в одной и той же повторяющейся ситуации при прочих равных условиях более прочные связи возникают у реакции, вызвавшей чувство удовлетворения. Другими словами, связи будут устанавливаться успешнее, если при реагировании на стимул выдается угощение.
• Закон готовности — новые связи образуются в том случае, если субъект к этому готов.
• Закон ассоциативного сдвига — если одновременно появляются два раздражителя, один из которых вызывает положительную реакцию, то со временем и на другой появится точно такая же реакция. Получается, что нейтральный по своему значению стимул, который сознание объединило по ассоциации со значимым, тоже начинает вызывать нужную реакцию.

На основе проведенных экспериментов Торндайк вывел концепцию «распространения эффекта». Это означает, что субъект готов усвоить новую информацию из областей, смежных с уже изученными. Психолог также заметил ситуации, в которых одно уже освоенное действие может помешать обучению другому («проактивное торможение»), а научение новому виду деятельности может уничтожить то, что было выучено ранее («ретроактивное торможение»).

Так работает память. Какой-то изученный материал может быть забыт не только по истечении длительного периода времени, но и в связи с влиянием на сознание индивида иных видов деятельности.

Бихевиоризм Б. Скиннера

Бернес Скиннер, известный американский психолог и писатель, продолжил развитие бихевиоризма, используя идеи Дж. Уотсона, разработавшего теорию оперантного научения.

Он называл организм человека «черным ящиком», в котором лежат эмоции, мотивы, влечения – все то, что по мнению ученого нельзя объективно измерить. Следовательно, их не надо включать в перечень объектов эмпирического наблюдения. А вот поведение Скиннер активно измерял.

При этом он считал, что поведение человека направляет или стимулирует не его личность (потребности, мысли, чувства), а какие-то внешние силы (окружающая среда). По Скиннеру изучение личности связано с определением характера взаимоотношений между поведением индивида и результатами этих поступков, которые в дальнейшем оказывают на него влияние. Такой подход нацелен на прогнозирование и контроль наблюдаемого поведения.

Б. Скиннера, как и Дж. Уотсона в свое время, очень интересовало явление научения. Он взял за основу эффект, открытый Э. Торндайком, и сформулировал свою концепцию оперантного научения.

Оперантное научение в бихевиоризме – это метод обучения, включающий в себя систему поощрений и наказаний, призванную укрепить или сократить приобретенный тип поведения. При этом научаемый индивид связывает свое дальнейшее поведение с результатом этих действий. Метод направлен на закрепление поведения, которое контролирует индивид.

К примеру, человек хочет, чтобы собака выполняла определенную команду. Когда она это делает, то получает награду в виде похвалы, ласки или лакомства. Если собака команду не выполнила, то поощрение ей не достается. В результате собака улавливает связь между определенным поведением и получением награды, а последующие тренировки эту связь укрепляют.

Точно так же собаку можно отучить грызть обувь. Только в этом случае за каждое нарушение пса надо наказывать (например, отругать). Получился наглядный пример метода «кнута и пряника».

Скиннер спроектировал специальное устройство, получившее впоследствии название «ящик Скиннера», в которое он сажал голодных животных или птиц (крыс, голубей). Ящик был абсолютно пуст, только на дне был смонтирован выступающий рычаг, под которым стояла небольшая емкость. Крыса, оказавшись внутри, начинала изучать пространство, в какой-то момент натыкалась на рычаг и нажимала его.

После того, как крыса начнет с определенной периодичностью нажимать на рычаг, исследователь подключает к устройству кассету с пищей, установленную снаружи. Как только крыса давит на рычаг, в емкость под ним падает небольшой кусочек. Крыса лакомится и вскоре снова давит на дно ящика. Поскольку после каждого нажатия в тарелку падает еда, это заставляет крысу увеличить частоту своих действий. После отсоединения кассеты пища перестает появляться после давления на рычаг, и число нажатий будет постепенно уменьшаться.

Скиннер определил экспериментально, что выученная реакция при отсутствии подкрепления угасает точно так же, как и классически обусловленная реакция. В ходе исследования можно установить дополнительный критерий – подавать пищу только тогда, когда крыса нажимает на рычаг при включенной лампочке. Таким образом у крысы вырабатывается условная реакция при избирательном подкреплении. В данном случае свет – это контролирующий реакцию стимул.

Кроме всего прочего Скиннер вывел положения о двух видах поведения: респондентном и оперантном.

• Респондентное поведение — это определенная реакция, вызванная хорошо знакомым стимулом. При этом стимул всегда предшествует реакции. Например, сужение зрачка при ярком свете, движение колена при ударе по нему молоточком, дрожь при низкой температуре воздуха.
• Оперантное поведение — это любые приобретенные реакции без характерного стимула. Поведение, выработанное оперантным научением, зависит от тех событий, которые наступают после реакции. Или, другими словами, за поведением идет следствие, и составляющие этого следствия влияют на желание индивида вести себя также в дальнейшем.

Примеры оперантной реакции (операнты) – катание на роликах, игра на гитаре, написание собственного имени. Они контролируются результатами соответствующего поведения.

Когнитивный бихевиоризм Э. Толмена

Эдвард Толмен известен как американский психолог, представитель необихевиоризма, автор концепции «когнитивных карт», разработавший когнитивный бихевиоризм.

Он не принял открытый Э. Торндайком закон эффекта, утверждая, что вознаграждения (поощрения) практически не влияют на научение, и предложил свою когнитивную теорию. По убеждению Э. Толмена только постоянное выполнение одного и того же действия укрепляет возникающие связи между окружающей средой и предположениями организма.

Ученый выдвинул идею, что поведение следует рассматривать как функцию пяти основных независимых переменных: стимулы окружающей среды, психологические побуждения, наследственность, предшествующее обучение и возраст.

Толмен считал, что бихевиористская модель S-R является неполной – формула поведения должна выглядеть так: стимул (независимая переменная) — организм (промежуточные переменные) — реакция (зависимая переменная), т.е. S-O-R.

К промежуточным переменным относится все, что связано с организмом (О) и способно сформировать реакцию поведения на конкретное раздражение. Получается, что среднее звено состоит из психических моментов, за которыми нельзя вести прямое наблюдение (например, ощущения, знания, ожидания и т.п.). В качестве примера можно взять чувство голода, которое экспериментатор не в состоянии разглядеть у подопытного объекта. Но в то же время голод объективно связан с переменными, участвующими в эксперименте, например, с промежутком времени, в течение которого индивид был лишен пищи.

Толмен проводил опыты над крысами, запуская их в лабиринт, чтобы они самостоятельно нашли выход. Результаты исследования позволили сделать главный вывод: достоверно установлено, что при тщательно контролируемом и наблюдаемом поведении животных управляют им совсем не те раздражители, которые в данный момент применяются к крысам, а особые внутренние механизмы.

На поведение животных оказывают влияние своего рода ожидания, гипотезы, познавательные (когнитивные) «карты». Это субъективная картина с пространственными координатами, возникающая у конкретной особи, благодаря которой она воспринимает отдельные локальные объекты. Эти «карты» животное генерирует само, чтобы ориентироваться в лабиринте, знать, куда и как ему надо двигаться, чтобы выбраться из ловушки.

Положение о том, что психические картины, возникающие в мозгу, могут служить регулятором действия, подтверждено гештальт теорией. С учетом данного положения Толмен разработал собственную теорию, которую назвали когнитивным бихевиоризмом.

Чему может научить бихевиоризм

Несмотря на серьезную критику, некоторые положения и направления бихевиоризма не утратили своей актуальности и сегодня.

Сильное воздействие окружающей среды на человека

Бихевиоризму уже больше 100 лет, но этот принцип продолжает оставаться одним из основных в психологии. Все наши страхи, переживания, комплексы по мнению психологов кроются во внешних причинах.

По мнению одного из известных бихевиористов, Бернеса Фредерика Скиннера, большинство наших действий зависит от реакции на них окружающей среды. Человек запоминает, как на его поведение отреагировали окружающие, и в дальнейшем корректирует свои поступки с учетом предполагаемых последствий. Люди быстро усваивают, как надо себя вести, чтобы добиться положительного результата и по возможности избежать отрицательного. Если хотите сохранить собственное лицо, постоянно анализируйте свои действия: действительно ли вы поступили так по своему желанию, или на вас повлияли какие-то внешние факторы.

Влияние на поведение людей

Последователи социального бихевиоризма практически отрицали роль личности в поведении человека, приписывая ведущую роль внешнему воздействию. Они заявляли, например, что из ребенка, помещенного в полностью контролируемую среду, можно вырастить кого угодно. И считали, что его способности, склонности и желания не будут при этом иметь почти никакого значения.

Сегодня понятно, что это серьезное заблуждение. К примеру, воспитанники детского дома растут примерно в одних и тех же социальных условиях, но в результате становятся разными людьми с собственным характером.

Но какое-то зерно истины в идеях бихевиоризма все же есть. Возьмем рекламу. Маркетологи способны с помощью ее многократного повторения сформировать у потребителей желание приобрести этот продукт. А ведь это наглядный пример схемы «стимул – реакция», только немного усложненный: в рекламном ролике многократно звучит призыв купить товар, и у вас начинает появляться мысль о том, что он вам действительно необходим. Так что прежде, чем что-нибудь приобрести, подумайте – а не навеяно ли это решение слишком назойливой рекламой.

Борьба с причиной психологической проблемы, а не с ее последствиями

Когнитивисты фокусируют свое внимание на поиске источника проблем, а не на исправлении последствий. Именно этот принцип лег в основу когнитивно-поведенческой терапии, которая помогает человеку отказаться от определенных привычек, изменить образ действий и мыслей таким образом, чтобы избежать негативных психологических эффектов. К примеру, слишком эмоционально реагировать на поведение окружающих.

Поощрение эффективнее, чем наказание

Награда укрепляет определенное поведение, а наказание отталкивает от него. Именно так организована работа системы школьных оценок.

Но по мнению бихевиористов все не так просто. Скиннер утверждал, что роль пряника важнее, чем кнута. Ученый придерживался той точки зрения, что поощрение является лучшим стимулом для человека, в то время как наказание не отталкивает от плохих поступков, а только заставляет искать другие пути для их совершения. Например, обманывать. Так что, если хотите сформировать у себя или у кого-то другого хорошие привычки и свести к минимуму плохие, то чаще говорите похвальные слова.

Человек – существо очень сложное, изучение его самого и его жизни требует времени и множества усилий. Идеи психологического бихевиоризма помогли этому процессу лишь отчасти.

Подведем итоги бихевиористских исследований: выработка частичного понимания человеком своего и чужого поведения, открытие возможности создания условий, которые способны подвигнуть к выполнению определенных действий. Но при этом и поведение отдельного человека влияет на его окружение, вызывая собой конкретную реакцию людей.