Блог об анализе поведения, поведенческой экономике и голубях

бихевиоризм  /  nudge  /  геймификация  /  экономика  /  dataism
Telegram тлг     Mail пчт

Геймификация и бихевиоризм. Инструменты прикладного анализа поведения. Часть 4

Геймификация и бихевиоризм. Инструменты прикладного анализа поведения. Часть 4

Прикладной анализ поведения и модификация поведения

В прошлой статье я отмечал, что использование элементов игрового дизайна является средством повышения вовлеченности в неигровых контекстах и часто связано с реализацией таких инструментов, как структурированное измерение поведения, анализ поведения, циклы обратной связи и механизмы вознаграждения. Это особенно видно тогда, когда намерение разработчиков сервиса или игры состоит в том, чтобы изменить поведение пользователя или игрока. Также основное внимание уделяется большой работе, проводимой в области проектирования «убеждающих методов» (Fogg, 2002). Примечательно, что эти процессы (измерение поведения, анализа и обратной связи) являющиеся основными блоками коррекции и модификации поведения относятся прикладному анализу поведения (Cooper et al., 2006). Психологи, относящиеся к данному направлению проводят обширные исследования оптимальных способов реализации этих инструментов для изменения поведения, а значит любые знания в этой области могут быть полезны для тех разработчиков, которые пытаются геймифицировать продукты или услуги.
Прикладной анализ поведения (Applied behavior analysis, ABA) является общим термином для ряда поведенческих направлений, основанных на принципах экспериментальной поведенческой психологией. Они были использованы для лечения огромного спектра поведенческих проблем от задержек развития до расстройств аутистического спектра (McEachin, Smith, and Lovaas, 1993). Поведение каждого участника наблюдается, измеряется и анализируется, а лечение обусловлено доказательствами того, наблюдаются улучшения или нет, и при каких условиях эти улучшения появились. Методики ABA разработаны на том предположении, что эффективность обучения максимизирована тогда, когда установлены цели, а работа учителя и ученика исключительно индивидуальна. Действительно, в отличие от традиционного образования, показатель успеха в поведенческой терапии составляет не 40%, а около 90%. Если ученик не достигает этого показателя, он должен придерживаться программы до достижения необходимого уровня. Также этот процесс знаком любому игроку, сталкивающимся с «боссом» в конце каждого уровня для тестирования приобретенных к этому моменту навыков. Практики ABA действительно очень схожи с элементами компьютерных игр (Linehan et al., 2011). Например, наиболее вовлекающее игры, как и методы ABA четко ставят и измеряют цели (например, завершение части игры или повышение уровня персонажа), требуют многочисленных повторений и улучшений навыков для достижения этой цели, ограничены временными рамками, четко обозначают вознаграждение за достижение указанной цели (более сильный игрок — больше оружия/навыков — доступ к новым уровням) и обеспечивают четкую и своевременную обратную связь и показатель «успешности» игрока (Рисунок 1). Кроме того, качественные игры уделяют большое внимание постепенному увеличению сложности игры с ростом уровня игрока и скорости его продвижения по этим уровням. Данные моменты тесно переплетаются с теми методами, которые поведенческий аналитик применяет для коррекции поведения. Помимо структурного сходства между элементами игрового дизайна и инструментами, используемыми для модификации поведения, можно отметить значительную эффективность ABA, доказанную эмпирически. Действительно, методы ABA чрезвычайно успешными при разработке программы для университетов (Saville et al., 2006) средней школы (Olympia et al., 1994), начальной школы (Lindsley 1971, 1992a, 1992b), программы обучения водителей (Bell et al., 1991) и т. д. Методы поведенческой терапии особенно успешны при раннем вмешательстве для детей с диагнозом аутистического расстройства (Lovaas, 1987).

Методы модификации поведения
Рис.1 Общие для игр и ABA методы модификации поведения

Методы прикладного анализа поведения как элементы игрового дизайна

Необходимо поэтапно рассмотреть некоторые из методов ABA, кратко объяснить проблемы, связанные с внедрением этих методов, и отметить их пользу в геймификации. Очевидно, что невозможно подвести итоги многих работ тысячи исследователей на протяжении десятилетий, но для тех, кто желает все же углубиться рекомендую Cooper et al. (2006).

Выбор и определение целевых поведений

Наиболее важным этапом модификации поведения является четкое определение целевого поведения. Оно должно быть ясным, объективно наблюдаемым и измеримым в рамках того инструментального и технологического базиса, на котором реализуется модификация. Независимо от того, достиг ли испытуемый или игрок заданной цели, необходимо оценивать поведение, а не анкетные результаты.
У ABA и игр схожие практики«нарезки» долгосрочных целей (например,преодоление марафонской дистанции) на краткосрочные задачи (упражнения, выполняемы каждый день в ходе обучения). Испытуемый должен продемонстрировать успех в прохождении простых краткосрочных задач, прежде чем пытаться выполнить сложную, долгосрочную цель (например, попытка пробежать марафонскую дистанцию без достаточной подготовки вря дли приведет к успешному результату). Таким образом, разработчик должен четко определить не только большую конечную цель, но и ряд простых шагов, которые испытуемый должен достичь на пути к этой цели.

Измерение поведения

Измерение поведения относится к процессу цифрового описания поведения. Этот процесс должно быть согласованным и стандартизированным для того, чтобы можно было проанализировать поведение и обеспечивать обратную связь. В методике ABA обычно измеряется не только точность (независимо от того, была ли достигнута цель или нет), но и временные аспекты эффективности (сколько времени испытуемому понадобилось на достижение цели). Поведенческие аналитики обнаружили, что показатели, включающие в себя временные компоненты, являются более точным методом оценки эффективность поведения по сравнению обычными показателями. Например, информации только о том, что испытуемый пробежал пять километров недостаточно по сравнению с данными, информирующими и о длительности пробежки, поскольку одинаковое расстояние можно пробежать за пол часа, а можно и за три.
Поведенческие психологи также обнаружили, что ограничение поведения временными рамками является полезным методом в помощи испытуемому или игроку достичь поставленной цели. Ограничения по времени также является популярным элементом игрового дизайна и геймифицкации.

Запись данных

Запись данных тесно связана с измерением поведения и заключается в записи этих измеренных данных таким способом, который поддается анализу в будущем. Поскольку изменяющимся показателем поведенческой модификации является изменение поведения во времени, поведенческие аналитики обычно используют линейную диаграмму для записи и представления данных. Эта диаграмма называется стандартная диаграмма ускорения (celeration chart)(Рисунок 2), поскольку она отображает ускоряющуюся и замедляющуюся частоту целевого поведения.

Стандартная диаграмма ускорения с дополнительными условными обозначениями
Рис.2 Стандартная диаграмма ускорения с дополнительными условными обозначениями

Также важно решить, что конкретно должно быть записано. Поведенческие аналитики стремятся внести в стандартную диаграмму ускорения каждый отдельный акт целевого поведения. Например, при написании слова проверяется позиция каждой буквы слове, а в геймифицированном приложении здорового питания Foodzy необходимо записывать детальную продуктовую корзину для определения и анализа «пищевого поведения» пользователя.

Анализ изменения поведения

Ключевой показатель, используемый поведенческими аналитиками при мониторинге успеха испытуемых — изменение поведения во времени. По сути, как только результат обучения определен, аналитик измеряет и анализирует поведение испытуемого и проверяет, приближается ли ученик к желаемому поведению. Используя стандартную диаграмму ускорения, поведенческий аналитик видит траекторию поведения и предпринимает соответствующие действия для поддержания этой траектории или корректирует ее в нужное направление. Если у игры или геймифицированного сервиса получилось автоматизировать процесс анализа, следующий шаг — определение оптимальной траектории поведения игрока/пользователя, так как траектория может объяснить важные временные и контекстуальные аспекты поведения, которые недоступны в других случаях.

Обратная связь

Игры и ABA используют различные методы обеспечения последовательной, своевременной и конкретной обратной связи игроку и испытуемому. В игре этот подход необходим для (1) подкрепления желательного от игрока поведения,(2) отрицательное подкрепление низкой активности игрового поведение, которого, в итоге, игрок будет стараться избегать, и (3) наказание игрока за нежелательное для разработчика игры поведение (читерство). Конечно, есть ли какой-либо стимул подкрепляет или наказывает отдельного человека в противовес большинству других игроков, его поведение необходимо тщательно анализировать и острожно персонализировать режим подкрепления. Разработчики, понимающие все эти инструменты, смогут лучше вовлекать и поддерживать желаемое поведения игрока или пользователя.

Отличное выступление на TED, раскрывающее важную роль геймификации для «подталкиваний» и модификации поведения.

Геймификация — ключ к «подталкиваниям» коллективного поведения

Часть 1Часть 2Часть 3 → •

Геймификация и бихевиоризм.Игровой процесс.Часть 3

Геймификация и бихевиоризм

За пределами ящика Скиннера

Ящик Скиннера является одним из наиболее часто спорных моментов в обсуждении игр и геймификации. Это относительно простой аппарат, предназначенный для наблюдения и измерения поведения животных, т. е. не стоит ожидать того, что он обеспечит какую либо форму развлечения для людей. Однако это не означает, что поведенческие процессы, которые поведенческие психологи открывали с помощью этого аппарата не обобщают более сложное поведение. Например, подкрепление было определено экспериментально, как любое следствие поведения испытуемого, которое повышает вероятность данного поведения в будущем.Это может быть что угодно: от капли раствора сахара до более сложных последствий. То, что действительно полезно — убежденность в том, что анализ поведения является ключевым в понимании, предсказании и управлении этим поведением. Примечательно, что Bogost (2011) писал:

Игровая механика — это оперативные игровые элементы, которые создают заинтересованность, просветление, ужас, увлечение, надежду или любое другое чувство. Баллы и уровни — это просто показатели, которые создают структуру и измеряют прогресс в такой системе.

Сложно переоценить вклад поведенческой психологии в понимании геймификации, который заключается в том, что она обеспечивает структуру и контекст поведения, наблюдает, измеряет и стимулирует прогресс (т. е. научение).

skinner-box Б.Ф.Скиннер с ящиком Скиннера

Понимание игрового процесса через цепочку ответов

Существует множество методов анализа игр с точки зрения физиологии (Nacke, Grimshaw and Lindley, 2010), социального поведения (Kirman and Lawson, 2009), погружения или потока (Ijsselsteijn et al.,2007), использования и удовлетворения (Sherry et al.,2006) и т. д. Данные методы не отклоняют и не пересматривают наблюдения поведенческой психологии, но скорее, дополняют ее инструментарий объясняя сложное поведение игрока. Поведение в игре сначала было подвергнуто базовому анализу поведения Лофтус и Лофтус (1983). Авторы предложили техническую информацию о типе игры, в которую играли вначале 1980-х годов, используя основные экспериментально выверенные принципы психологии поведения, такие как оперантное обусловливание, затухание и режимы подкрепления. Авторы сравнили игрока в популярной аркады Pac-Man (Namco 1980) и крысу в одном из классических экспериментов Б. Ф. Скиннера. Сравнение Лофтуса и Лофтуса являлось одновременно насыщенным, интересным и актуальным для того времени, когда успех в играх зависел от реакции и рефлексов. Конечно, современные игры создают более сложные и интересные испытания для игроков, чем те, которые были раньше, однако подобные низкоуровневые поведенческие процессы могут дать некоторое представление о взаимодействии игроков в более сложных играх. Например, предоставления выбора различных уровней сложности, доступного в большинстве современных игр, можно рассматривать как способ адаптации режимов подкрепления для завлечения в игру и создания у игрока наилучшего игрового опыта.
Современные игры часто создают сложную систему режимов подкреплений вместо стереотипных наборов стимулов. Например, популярные стратегические игры, такие как Civilization V (Firaxis Games) и Eclipse (Tahkokallio), требуют от игрока не только сражаться с кардинально различными персонажами, но и выстраивать экономику, военные базы, города и империи. Для достижения таких целей могут быть приняты многие действующие стратегии. Б.Ф.Скиннер попытался объяснить именно этот тип решения проблем с использованием принципов поведенческой психологии в своей книге «Наука и поведение человека». Скиннер (1953) описывает, как даже сложное поведение при решении проблем можно объяснить с точки зрения основных принципов бихевиоризма. Рассмотрим следующий отрывок:

У человека возникает проблема тогда, когда какое-то его поведение должно подкрепиться, но он пропустил ответ среды, который мог бы это осуществить. ... решение проблемы, однако, больше, чем простое продуцирование ответ; это вопрос изменения окружающей среды таким образом, чтобы исправить этот момент (Skinner 1974, с.123).

Скиннер предположил, что, вопреки внешнему виду, поведение, которое решает новую проблему, не является совершенно новым поведением или прозрением, а есть просто новой конфигурацией старых поведенческих актов. Например, ребенок, которого научили тянуть цепь, чтобы смыть в туалете или немного потянуться, чтобы добраться до нужнного предмета, может однажды потянуться, чтобы схватить цепь, которая находилась вне досягаемости. Этот феномен можно рассмотреть как форму некого озарения, но его также можно было бы лучше описать не менталистским термином как цепочку ответов (response chaining) — простое объединение ранее установленных поведенческих актов. Скиннер утверждал, что такой процесс может быть применен для решения многих реальных социальных проблем. Способы модификации поведения с помощью shaping, autoshaping и omission procedure я уже описывал ранее. В этой статье попытаюсь рассмотреть цепочку ответов (response chaining) в игровом контексте.
Примечательно, что Гингольд (2005), объясняя привлекательность игры Wario Ware, обращается к форме цепочки ответов, не называя ее так. В частности, Wario Ware состоит из большого количества простых мини-игр, которые продолжаются приблизительно пять секунд каждая. Игрок должен быстро изучить правила каждой мини-игры для достижения прогресса. Но в конце каждого уровня навыки, полученные в предыдущих мини-играх, объединяются для того, чтобы пройти более сложную игру (т. е. цепочку ранее выученных простых поведенческих актов). Гингольд утверждает, что процесс постепенного обучения простому поведению и их сочетания с игровыми процессами объясняет привлекательность данной игры. Это объяснение может также относиться к увлекательной и чрезвычайно популярной в наше время серии игр Portal. Структура этих и других головоломок, таких как World of Goo, кажется оптимизированной для использования человеческого потенциала в решении проблем с точки зрения цепочки ответов, которые в области игрового дизайна, упоминается как скаффолдинг. Простое и необходимое требование того, чтобы ответы были объединены в цепочку длинных поведенческих блоков, отлично объясняет привлекательность простых игр.

Отличное объяснение подкрепления в игровом контексте от Extra Credits

Сложность в играх

Понимание, исследование и манипулирование испытаниями или сложностью, представленной играми — область, в которой поведенческая психология может быть особенно полезна. Сложность часто предлагаются в качестве объяснения того, почему данная компьютерная игра преуспевает в вовлечении и предоставлении ярких впечатлений для игрока (Koster 2005). Однако в литературе нет технического определения «сложности игры». Как мы можем узнать без такого определения какая форма сложности подкрепляют игрока, или с помощью каких параметров можно измерить такую ​​сложность? В одной статье поведенческое определение сложности было предложено в терминах понятия производный относительный ответ (derived relational responding) (Linehan, Roche и Stewart 2010, Linehan 2008). Прежде чем мы рассмотрим полезность этого нового определения, мы должны сначала рассмотреть наше понимание производного относительного ответа.
Простейшим примером производного относительного ответа является психологический феномен, называемый эквивалент стимула (Sidman 1971,1994, 2000). В своих исследованиях Мюррей Сидман показал, что когда человек научался выбирать произвольный стимул «В» при наличии произвольного стимула «А», а также выбирать третий произвольный стимул «C» при наличии «B» (где эти стимулы были подобны рандомно выбранным китайским иероглифам), затем появился ряд необученных ответов, включая выбор «C» при наличии «A» и «A», при наличии «C». Теперь убедительно доказано, что люди могут получать новые отношения стимулов между различными косвенно связанными объектами или явлениями окружающей среды, и этот феномен нельзя объяснить с точки зрения простой цепочки ответов. Кроме того, этот единственный феномен считается основой для рационального и логического мышления (Dymond and Roche, 2013).
Понятие производных отношений делает и понимание и систематическое манипулирование сложностью в играх более поддающимися. В частности, существуют некоторые типы производных отношений, которые были продемонстрированы как более сложные, чем другие. Например, узловое расстояние (Fields et al., 1997, 1990; Arntzen and Holth 1997, 2000) — анализ близости отношения между связанными стимулами. Реакция на непосредственные связанные стимулы является менее сложной задачей, чем реакция на стимулы, связанных в узлы. Аналогично, реагировать соответствующим образом на стимулы, которые противоположны один другому, больше или меньше один другого или отличаются один от другого, является значительно более сложной задачей, чем реагировать на одинаковые стимулы (Hayes, Barnes-Holmes, и Roche 2001). Принятие технической номенклатуры реляционной сложности предлагает разработчикам игр эмпирическое средство создания подходящих по сложности уровней не случайным образом, а основанным на эмпирически измеренных психологических процессах и манипулировании сложной системой в линейной и ступенчатой уровневой манере. Это предоставляет парадигму понимания уровня сложности, предлагаемую популярными играми.

Часть 1Часть 2 → • → Часть 4

Поведенческая экономика: истоки, задачи и актуальность

Слева направо: Торстейн Веблен, Йозеф Шумпетер, Джон Мейнард Кейнс, Альфред Маршалл
Слева направо: Торстейн Веблен, Йозеф Шумпетер, Джон Мейнард Кейнс, Альфред Маршалл

Лекция кандита экономических наук, доцента Экономического факультета МГУ им. М.В. Ломоносова и Высшей школы экономики Калмычковой Е.Н. о поведенческой экономике, ее истоках, целях, задачах и актульности. Привожу краткий конспект на основе видео и презентации. Приятного просмотра!

Истоки, предпосылки и применение поведенческой экономики

Поведение потребителей изучалось и разрабатывалась с 50-х годов в рамках исследования маркетинговых стратегий. Дж. Энджел признан основателем новой области науки, соединяющей экономику, психологии и управление продажами. Он в 1968 году вместе с соавторами (Р. Блэкуэлл, П. Миниард,) написал книгу — «Поведение потребителей»,в которой описал основные паттерны поведения потребителей и способы использования этих паттернов в комерческих целях.

321321 Книга «Поведение потребителей» Р. Блэкуэлл, П. Миниард,Дж. Энджел

Практическое применение поведенческой экономики

  •   Главная цель: разработка методов влияния на потребительский выбор.
  •    Почему на потребителя нужно влиять? — Ради расширения продаж, обеспечения лояльности, т. е. невосприимчивости к изменению цен.
  •    Как на потребителя можно влиять? — Через эмоции, самоидентификацию, культурные коды и т. д.

Идеальная теория: универсальные предпосылки принятия решений

1. Отсутствие неопределенности и незначимость времени
2. Единственность роли
3. Постоянство общего набора и характеристик товаров
4. Непрерывность
5. Существование предпочтений
6. Независимость предпочтений
7. Эгоизм, независимость от интересов других людей
8. Полнота
9. Транзитивность
10. Монотонность
11. Замещаемость
12. Совершенство информации
13. Совершенное осознание возможностей выбора
14. Доход — единственное ограничение
15. Фиксированность дохода и цен
16. Совершенство информации о ценах
17. Совершенство калькуляционных способностей

Формы рациональности

Сильная рациональность

  •    В экономической теории: максимизация полезности в условиях ограничений, при всех 17-ти условиях. Из работы Г. Неймана и О. Моргенштерна сюда включается вероятностная составляющая. Время по-прежнему не имеет значения.
  •    Сильная форма рациональности нужна для полной математизации и моделирования экономических процессов.
  •    Еще в теории Л.Вальраса и  В. Парето

Полусильная форма рациональности

  •    Учет влияния общества, самоидентификации человека, ограничения и искажения его когнитивных способностей.
  •    Человек стремится к рациональности, соблюдает процедуры выбора, но его возможности ограничены.
  •    Социологи: человек нерационален или иррационален. Экономисты: человек рационален, но ограничен в своей рациональности.
  •    О. Уильямсон — можно корректировать институционально, через условия контрактов, предотвращая оппортунизм.

Слабая (поведенческая) форма рациональности:**

  •    Австрийская школа — люди следуют своим интересам, договариваются, заключают сделки, институты возникают спонтанно, координация действий — стихийная, через цены
  •    Эволюционная школа — послушание, следование рутинам как оптимальная стратегия экономии ресурсов.
    Иррационально ли такое поведение? — Рационально, но необязательно оптимально

Можно ли влиять на процесс выбора?

  •    Основные вопросы: Если сильная рациональность — нельзя, а если полусильная и слабая? Каковы в действительности предпосылки выбора людей? Как это проверить?
  •    Постановка проблемы Г. Саймон 1958 — 1960 годы относительно ограниченной рациональности руководителей в организация.
  •    С 60-х годов ХХ века развиваются экспериментальные методы исследования выбора. Психология: Д. Канеман, А. Тверски, Экономика: Р. Талер, К. Санстейн , Т. Шеллинг.
  •    В. Смит, Р. Ауман — эксперимент в проверке моделей.
  •    Использование теории игр

Какие формы рациональности выделяются сейчас

  •    Постоянные формы: сильная: Р. Лукас, Маршалл; ограниченная: Г. Сайман, Д. Канеман, А. Тверски
  •    Переменные формы: Й. Шумпетер — дискретная, групповая. Для определенных групп в определенных обстоятельствах: то сильная, то ограниченная, то слабая (иррациональная)
  •    Роберт Шиллер — финансовые аномалии: профессионалы (трейдеры), группы самонадеянных людей, не замечают, когда реальность не соответствует расчетам.
  •    Непрофессионалы — полагаются на трейдеров. Эффект толпы.
  •    Переменная рациональность — от обстоятельств: Х.Лейбенстайн.

Новая поведенческая экономика

  •    Это еще не вполне единая экономическая школа (направление), которая стремится объединить исследования экономики с социальными, психологическими, биологическими направлениями анализа.
  •    В области рациональности поведенческая экономика использует все предпосылки принятия решений:
    *    условия: ограниченные, неполные, несовершенные,информационно асимметричные;
    *    способности человека: несовершенство обработки информации, чувства, эмоции, подверженность влиянию общества.

Совместимость поведенческой экономики с неоклассикой

  •    Г. Саймон, О. Уильямсон, Дж. Нэш, К. Симс — поставили вопрос о приближении теории выбора к реальному действию.
  •    Межвременной выбор: Дж. Эйнсли, Д. Лйбсон, М. Рабин. Гиперболическое дисконтирование
  •    Как приблизить рациональность: игры, «выравнивание» информации, сигналы, институты.
  •    Функция полезности в зависимости от идентичности, мнения других и.т.д. Дж. Акерлоф
  •    Д. Канеман, Р. Талер, К. Санстейн: ограниченная рациональность должна быть исследована как база для принятия реальных управленческих и политических решений.

Что вносит поведенческая теория в экономические исследования

  •    Признание отклонений реального результата от ожидаемого.
  •    Источники отклонений: социальные, психологические, когнитивные.
  •    Возможность снизить размах отклонений, создание условий, снижающих вероятность ошибки.
  •    Тестирование основных гипотез (полезности, независимости выбора, максимизации, формирования ожиданий).

Концепция Nudge

  •    В принятии решений люди могут ошибаться предсказуемым образом.
  •    Вся поведенческая экономика: теория, которая должна предсказывать ошибки.
  •    Необходимо создавать архитектуру выбора через дизайн среды.
  •    Маркетинг, рутины, социальная и финансовая и демографическая политика.

Примеры «подталкиваний»

  •    Пожертвования на благотворительность: завтра дам больше.
  •    Вычет из налогов на благотворительность.
  •    Автоматическая подача декларации.
  •    Сайт с обязательствами: внесу деньги, если нарушу обещание.
  •    Бросить курить: вносить на счет деньги, сэкономленные на курении.
  •    Лицензия на езду без шлема: хочешь рисковать, оформи обязательство.
  •    Самозапрет на азартные игры: внеси себя в «черный список» казино, запрети себе туда входить.
  •    Страховка на оздоровление в будущем.
  •    Проверка вежливости: грубые письма задерживаются при отправке.
  •    Цвет, краска, картинки в общественных местах. Ремонт сломанного
  •    «Умная» разметка дороги
  •    Не запрет, а создание определенного контекста с условиями.

Возражения к концепции

  •    Ю. Фама — на финансовых рынках все аномалии будут «погашены» в среднем, агрегированном случае. Аномалии — просто собрание отклонений.
  •    В. Смит — обучение происходит «в действии», через повторения решений в схожих ситуациях люди привыкают действовать рационально. Рынки достигают равновесия.
  •    Теория игр: повторяющиеся игры с  неизвестным сроком окончания (бесконечные) дают рациональный результат.
  •    Рациональнее ли чиновники обычных граждан? Они безошибочно принимают решения?
  •    В маркетинге — манипулирование покупателями для повышения дохода. А в политике? Создание определенных убеждений?
  •    Могут ли люди иметь право на ошибку?
  •    Финансовый рынок: самолюбование профессионалов. Страхование, опционы? Все равно недостаточная прозрачность.
  •    Упростить все процедуры на финансовых рынках: а где изобретательность? Новшество?

Геймификация и бихевиоризм. Часть 2

Геймификация и бихевиоризм. Часть 2

Режимы подкрепления в игровых контекстах

Использование подкрепления последствий, будь то реальными показателями (баллы в кредитном бюро) или виртуальными (показатели социальной значимости в соц.сетях и т. д.), является решающим и центральным аспектом поддержания определённого поведения. Но это не просто вопрос обратной связи, реальная наука анализа поведения заключается в планировании этих последствий. Посредством экспериментальных исследований поведенческие психологи обнаружили значительные временные и контекстуальные компоненты среды, влияющие на реакцию организма (Ferster et al., 1957). Сила любого стимула, выступающего в качестве вознаграждения или наказания изменяется со временем через научение. Скиннер и его коллеги специально исследовали, как этот процесс происходит, и как с помощью этих факторов предсказать и контролировать последующее поведение. Поскольку использование элементов игрового дизайна в неигровых контекстах обычно осуществляется для поощрения, возбуждения или поддержания определенного поведения, эти процессы важны для понимания геймификации.
Поведенческие психологи используют термин «режим подкрепления» для описания контекстуальных аспектов, определяющих опыт подкрепления организма. В частности, две переменные были идентифицированы как значимые: интервал — промежуток времени, прошедший с момента последнего подкрепления, и соотношение как количество желаемых ответов испытуемого необходимых для получения подкрепления (Ferster et al.,1957). Исследователи обнаружили, что варьированием любым из них оказывает значительное влияние на поведение. В четырех разных конфигурациях производятся разные паттерны поведения и это можно увидеть на рисунке 1.

Сравнение режимов подкрепления
Рис.1 Сравнение режимов подкрепления

 Режим подкрепления с постоянным интервалом (fixed interval, FI) — режим, в котором испытуемый подкрепляется после того, как твердо установленный или постоянный временной интервал проходит с момента предыдущего подкрепления. Любопытно, что данный режим дает устойчивую низкую скорость ответа сразу после подкрепления — феномен, названный паузой после подкрепления. Данный режим действителен при выплате зарплаты за работу, выполненную за час, неделю или месяц. Университеты также обычно работают в соответствии с интервальным режимом.
 Режим подкрепления с вариативным интервалом (variable interval, VI) аналогичен режиму подкрепления с постоянным интервалом, за исключением того, что интервал между подкреплениями неопределен и его невозможно рассчитать. Как правило, скорость ответа при данном режиме является прямой функцией от длительности интервала: короткие интервалы порождают высокую скорость, а длинные интервалы — низкую. Также при режиме подкрепления с вариативным интервалом (VI) испытуемый стремится установить постоянную скорость ответа, и при отсутствии подкрепления ответа угасают медленно. В конечном итоге организм не может точно предвидеть, когда будет следующее подкрепление.
 Режим подкрепления с постоянным соотношением (fixed ratio, FR) подкрепляет после каждого n-ого ответа. Например, при режиме FR5 подкрепление происходит после каждого пятого ответа. Этот режим обеспечивает высокую и постоянную скорость с паузой после подкрепления, и поэтому приводит к поведенческому паттерну, при котором большинство желаемых ответов циклично происходят незадолго до ожидаемого подкрепления и их частота стремительно падает сразу же после подкрепления. Этот режим является популярным в повседневной жизни и ему принадлежит значительная роль в контроле над поведением. Во многих сферах занятости сотрудникам платят отчасти или даже исключительно в соответствии с количеством единиц, которые они производят или продают. В промышленности эта система известна как плата за единицу продукции.
 Режим подкрепления с вариативным соотношением (variable ratio, VR) аналогичен режиму с постоянным соотношением, за исключением того, что количество ответов, необходимого для подкрепления постоянно колеблется. Этот режим обеспечивает наиболее высокую и устойчивую скорость ответа. Данный режим — источник многих исследований и дискуссий, поскольку созданная им активность настолько непропорциональна полученному вознаграждению, что реализация этого режима в игре, сервисе или рабочей среде может рассматриваться как эксплуатация. Действительно, работа, в которой оплата может варьироваться по желанию работодателя является нечестной и даже незаконной в некоторых юрисдикциях. Режим подкрепления с вариативным соотношением (VR) был представлен как объяснение зависимости от азартных игр, поскольку ясно демонстрирует доказательство нереалистичных ожиданий (Haw 2008, King, Delfabbro и Griffiths 2010). Например, рассмотрим действия человека у игрального автомата, где нужно опускать монетку или специальной рукояткой вытягивать приз. Эти аппараты запрограммированы таким образом, что подкрепление (выигрыш) распределяется в соответствии с числом попыток, за которые человек платит. Однако выигрыш непредсказуем, непостоянен и редко позволяет получать выше вложенного игроком и это объясняет тот факт, почему владельцы казино получают значительно больше подкреплений, чем их постоянные клиенты. Действительно, Karlsen (2011) расширил этот анализ, чтобы объяснить зависимость от многопользовательских онлайн-игр. Излишне говорить, что реализация режима подкрепления с вариативным соотношением (VR) в геймификации сервисов, как и эффективная стратегия мотивации к участию, критикуется на основании эксплуатации.
Результаты исследований режимов подкрепления демонстрируют то, что не оптимально предлагать вознаграждение или наказание после каждого действия, которое совершает пользователь. Для того чтобы поддерживать поведение в течение определенного периода времени, необходимо манипулировать либо количеством требуемых ответов, либо интервалом между подкреплениями (Ferster et al., 1957).Различные режимы подходят в разных контекстах, в зависимости от типа поведения, которое необходимо создать у пользователя.
Если у людей есть последовательная история того, как их усилия были подкреплены, рабочая нагрузка, необходимая для достижения тех того же вознаграждения, может постепенно возрастать со временем без потери общей мотивации (Catania 1998, Cooper, Heron, и Heward 2006). Поведенческие психологи ссылаются на эту методику постепенного распределения подкрепления в зависимости от режима научения. Этот метод также наблюдается в компьютерных играх, в которых первые несколько задач выполненных игроком, часто подкрепляются новыми предметами, навыками и баллами. По мере того, как игрок прогрессирует и проводит больше времени в игре, количество требуемых действий, необходимых для подкрепления, возрастает.
Методика режима научения проявляется в онлайн-играх в социальных сетях (Deterding et al., 2010) и особенно в многопользовательских ролевых онлайн-играх, таких, как «World of Warcraft». Например, рассмотрим архетипический пример популярной игры «Dungeons and Dragons», в которой игроки получают «очки опыта» (XP). Получив определенное количество XP, персонаж движется вверх по «уровням» и получает дополнительные навыки и способности. Тем не менее количество XP, необходимое для повышения уровня, увеличивается с каждым завершенным уровнем, постепенно увеличивая время, затрачиваемое на завершение каждого последующего уровня как представлено в таблице 1. Принимая во внимание этот метод в играх, мы должны рассматривать ее именно как характерный элемент геймдизайна, который сам отбирался последствиям разработчиками игр, но без применения специального поведенческого анализа.

Уровень персонажа

Необходимые очки опыта (XP)

1

0

2

1000

3

3000

4

6000

5

10000

Таб.1 Режим подкрепления на примере уровней персонажа в Dungeons and Dragons


Примечательно, что известный исследователь игр Ричард Бартл критиковали использование таких методов в играх, как режим подкрепления с вариативным соотношением (VR), подчеркивая его высокую эффективность при правильном использовании и сходство с эксплуатацией игрока. Критики предполагают, что для некоторых игроков режимы остаются эффективными даже после того, как игрок теряет чувство самой игры. Игрок скорее рассматривается как участник в повторяющейся, монотонной, черновой задаче, аналогичной работе с низкой зарплатой, чем пользователь, получающий сложный опыт. По сути, игровые исследователи предполагают, что использование этих элементов игрового дизайна приравнивается к ленивому или невдохновленному геймдизайну, а хорошие игры должны поддерживать вовлеченность и мотивацию благодаря предоставлению поистине интересного опыта (Bartle 2011).
Учитывая, что игровым исследователям становится все более неудобно использовать эти элементы в отдельных играх, были высказаны опасения относительно применения этих методов в неигровых контекстах (Bogost 2011). Важно помнить, однако, что эти методы были успешно использованы в образовании в течение десятилетий и помогли улучшить жизнь огромного количества людей, страдающих задержкой психического развития и другими поведенческими проблемами (Cooper et al., 2006).
Экономика токенов — специально разработанный контекст, в котором соответствующее поведение вознаграждается за счет зарабатывания токенов, которые можно накопить и обменять на предпочтительные предметы. Она дает особенно яркий пример того игровое поведенческое вмешательство может оказать глубокое положительное влияние на поведение даже в самой сложной среде (Corrigan 1995). Независимо от того, считаете ли вы эти элементы игрового дизайна полезными инструментами или потенциально эксплуататорскими практиками, знание эффективности этих методов, а также споры вокруг их использования, необходимы разработчикам игр.

Оценка эффективности подкрепления

Чтобы успешно применять режимы подкрепления, важно помнить о различии между вознаграждением и подкреплением. Как указывалось ранее, вознаграждение — предоставляемый испытуемому стимул, который предположительно увеличит вероятность наступления данного поведения в будущем. Однако простое вознаграждение пользователя не имеет большого значения, если испытуемый не изменит поведение на желаемое (если нет, значит данное вознаграждение не было хорошим подкреплением). В экспериментальных и прикладных исследованиях поведенческие психологи обязаны постоянно проверяют обратную связь на момент того, есть ли изменения в целевом поведении и последствия систематически модифицируются «в режиме онлайн», чтобы достичь желаемого показателя поведения.
Особенно в прикладных контекстах (Cooper et al., 2006) предлагается множество различных видов поощрений, и психолог должен анализировать данные, чтобы лучше понять, соблюдаются ли последовательные паттерны поведения после каждого вознаграждения. Этот процесс необходим, так как существует очень мало (если есть) точно подкрепляющих или наказывающих стимулов, действующих без исключения на всех людей и все время. Например, некоторые люди слушают классическую музыку для того, чтобы поднять себе настроение, в то время как другие считают ее скучной. Деликатесы, такие как икра, кокореци (мясо органов) или устрицы часто воспринимаются как отталкивающими так и привлекательными для разных людей. Таким образом, необходимо оценить влияние разных вознаграждений, чтобы оценить, являются ли они для человека действительно желаемыми. Если частота целевого поведения возрастает в результате вознаграждения, тогда этот стимул можно классифицировать как подкрепление в этом контексте. Затем идентифицированный подкрепляющий элемент можно использовать в будущем в результате поведения, которое психолог хочет усилить. Тот же процесс применим при идентификации наказаний. Например, в контексте игры поведенческий аналитик предлагает широкий спектр вознаграждений за требуемое поведение в определенном режиме (например, FR1), с низким требуемым количеством необходимых ответов, а затем сокращает количество предоставляемых игроку вознаграждений, убирая те, которые не подкрепляют игрока.
Вышеупомянутая процедура применима как к отдельным играм, так и к неигровым контекстам. Например, компьютерная игра Ultima Online предоставляет множество возможных типов поведения для взаимодействия с пользователем, от ремесла до изучения и борьбы, дает возможность продвижения в игре. Процесс развитие игроком навыков ремесла вознаграждается так же, как успехи в битве с драконами. В результате, желания разных игроков удовлетворяются и поведение в игре подкрепляется, несмотря на то, что оно диаметрально различается.
Очевидным следствием анализа эффективности подкрепления для геймифицирванных сервисов является наличие различных видов вознаграждений для разных пользователей, и необходимо точно оценивать какое вознаграждение наиболее подходит для каждого пользователя. Поведенческие психологи разработали точные методы для этого, и кажется, что эти методы могут быть идеальными для использования в компьютерных играх или геймифицированных сервисах. Например, закон соответствия Гернштейна (Herrnstein 1961) является математическим способом определения того, какие обстоятельства испытуемый находит наиболее полезным при доступности нескольких вариантов. В опытах с животными Гернштейн обнаружил, что количество времени и работы, которые были посвящены каждому из вариантов, соответствовали скорости, с которой эта работа была вознаграждена. По сути, закон соответствия является математическим способом определения того, какие обстоятельства испытуемые считают наиболее вознаграждаемыми. Понимание закона соответствия может помочь игровым дизайнерам создавать адаптивные и увлекательные игры или геймифицированные сервисы, поскольку алгоритм Гернштейна позволяет нам отслеживать относительную привлекательность каждого из различных подкреплений, предлагаемых в данной игре. Постоянно контролируя поведение игрока, система может автоматически подсчитывать, какое вознаграждение лучше подкрепляет действия игрока для большего вовлечения его в игру.
Например, в приложении Foursquare, посредством мониторинга поведения пользователя, можно легко обнаружить то, что пользователи в два раза чаще отмечаются в других заведениях на следующий день после получения большого бонуса за отметку, чем после получения бейджа. Используя закон соответствия, приложение может определить соотношения подкрепления бонус к бейджу, как 1:2. Таким образом, используя эту простую стратегию, геймифицированное приложение может динамически оценивать эффективность вознаграждений для каждого отдельного игрока и использовать эти данные в собственной системе вознаграждения.

Часть 1 → • → Часть 3Часть 4

Геймификация и бихевиоризм. Часть 1

Геймификация и бихевиоризм. Часть 1

Геймификация жизни

Люди, выступающие за полную геймификацию среды, часто выдвигают видение будущего, в котором вся жизнь и вся работа становятся все более наполненными игрой; будущее, в котором большинство проблем могут быть устранены массовыми коллективными игровыми действиями, которые одновременно стимулируют и делают большой вклад в науку, благотворительность и социальную сферу. Примечательно, что тренд геймификации, не вызван каким-либо конкретным новым научным или технологическим прорывом, да и информации о данном направлении было крайне мало. Для того, чтобы полностью оценить геймификацию как инструмент проектирования, необходимо понять спектр соответствующих социальных и психологических процессов, действующих как на проектировщика, так и на потребителя таких продуктов и услуг. Анализ поведения — отрасль психологии успешно разрабатывающая принципы, процедуры и программы для изменения поведения в контексте обучения Cooper, Heron, and Heward 2010). Из многих областей психологии анализ поведения сфокусирован на контроле поведения человека. Рассмотрение принципов, созданных поведенческими психологами, может быть полезно для объяснения того, какие элементы игрового дизайна успешно мотивируют пользователей к участию, а знание принципов и процессов, определяемых поведенческими психологами, может легко помочь в разработке более полезных и увлекательных игровых переживаний. Учитывая огромную силу эмпирического обоснования, поведенческая психология — объективная наука, сквозь призму которой мы можем исследовать геймификацию. Как я уже писал, геймификация — использование элементов игрового дизайна в неигровых контекстах. Примеры элементов игрового дизайна, которые различаются в уровне абстракции от конкретного (шаблон дизайна интерфейса) к абстрактным (показатели, бейджи, доски почета, временные ограничения, четкие цели и задачи). Особо интересно, как все вышеуказанные игровые элементы и методы можно объяснить с помощью принципов поведения, исследованных и описанных поведенческими психологами на протяжении десятилетий. Вероятно, одним из катализаторов нынешнего интереса к геймификации была речь Джесси Шелла на TED’e. В своем выступлении он рассказал о будущем, в котором игровая механика полностью переплетается с нашей повседневной жизнью. Игроки получают игровые награды за чистку зубов, использование общественного транспорта, потребление товаров определенных корпораций и т. д.

В аналогичном ключе, известный разработчик игр Джейн МакГонигал утверждает, что благодаря повсеместному использованию элементов игрового дизайна люди смогут мотивироваться для решения реальных проблем, выполнять больший объем работы и лучше управлять своим здоровьем (например, SuperBetter). Основная идея заключается в том, что, изменяя окружающую среду и вознаграждая игроков, можно изменить поведение для их же собственной выгоды. Это тесно переплетается с концепцией «подталкивания».

Бихевиоризм, Скиннер и истоки геймификации

Примечательно, что в 1948 году бихевиорист Б. Ф. Скиннер опубликовал научно-фантастический роман под названием «Walden Two», в котором рассказывается об утопическом «экспериментальном» сообществе, члены которого живут вместе, руководствуясь строгим набором правил, определяющих процесс и результат выполнения задач, и поощряющих позитивное для общества поведение. Например, люди, выполняющие менее популярную в обществе работу, получают больше свободного времени на отдых. В Walden Two призывают «рассматривать в каждой привычке и обычае возможность улучшения» и иметь «экспериментальное отношение ко всему». Поэтому любой компонент культуры и социального взаимодействия в Walden Two может быть изменен, если экспериментальные данные благоприятствуют предложенным изменениям, что способствует гибкости, «текучести» и адаптивности всего сообщества. Walden Two выступает в качестве аргумента в пользу того, как принципы поведенческой психологии могут помочь людям обрести мотивацию, здоровье и счастье. Удивительно, что предложение, выдвинутое Скиннером, поразительно похож на оное МакГонигал и Шелла. Похоже, что для того, чтобы спроектировать предусмотренный ими мир необходимо более глубокое понимание не только игровых элементов, но и процессов с помощью которых можно стимулировать людей к надлежащему поведению. В первую очередь необходимо понять как измерять, понимать, прогнозировать и контролировать поведение людей. Это именно те вопросы, на которые поведенческие психологи пытались ответить в ходе своих исследований. Анализ поведения основывается на работах Б. Ф. Скиннера и его современников, которые экспериментально изучали поведение крыс и голубей. Типичное исследование Скиннера и его современников заключало в том, что животное помещалось в специальный ящик, в котором был рычаг и раздатчик пищи. Экспериментатор устанавливал условие, при которой испытуемый вознаграждался или наказывался в зависимости, либо от промежутка времени (фиксированного или переменного), либо от конкретного ответа (например, от рычага), созданного животным. Экспериментатор вел отчет о поведении животного и его взаимодействиях с созданной в ящике средой. Было проведено много исследований, что привело к значительным успехам в определении хорошо понятых «принципов» поведения, таких как оперантное обусловливание, о котором можно детальней прочесть в Википедии также как и положительном-отрицательном подкреплении и наказании. Меня больше интересуют эти явления в игровом контексте. Например, в игре Farmville в Facebook (Счастливый фермер во Вконтакте) приведен образец реализации отрицательного подкрепления. В этой игре урожай должен собираться в течение определенного периода времени, иначе он пропадает. Вознаграждение за посещение и ухаживание за своей фермой — устранение надвигающейся смерти урожая. В то время как мобильные приложения для «улучшения» жизни (ToDo менеджеры, для изучения иностранных языков, для фитнеса и спорта) используют положительное подкрепление. Чтобы успешно применять методы подкрепления, важно понять разницу между вознаграждением и подкреплением. Вознаграждение — предоставляемый испытуемому стимул, который предположительно увеличит вероятность наступления данного поведения в будущем. Подкрепление — стимул, который увеличит вероятность наступления вознагражденного поведения в будущем. Поскольку концепция подкрепления не теоретическая и параметры всех процессов можно измерить эмпирически, всё поведение испытуемого, включая окружающий его контекст, должно детально измерятся именно для того, чтобы нужные поведенческие акты можно было точно подкрепить. Детальное изучение и фиксация поведения, как, например создателями многих геймифицированных продуктов (например, Healthmonth, Jawbone и т. д.) или большинства видеоигр, может быть очень эффективными в контроле за поведением. Важно отметить, что поведенческая психология — это форма селекционизма, тесно переплетающаяся с эволюционной биологией (Hayes & Long, 2013). Теория эволюции описывает, как поведение и признаки отбираются средой на протяжении поколений. Поведенческая психология, напротив, объясняет, как поведение и признаки отбираются средой в течение жизни организма. В обоих случаях аналитическая единица (вид или поведение) отбирается последствиями. Общие принципы поведения работают во многих геймифицированных продуктах, даже если разработчики продуктов не в полной мере осознают этот факт. Например, существует множество популярных мобильных приложений для упражнений, такие как Nike Plus и Fitocracy, которые используют положительное подкрепление упражнений посредством баллов, бейджей, пройденных уровней и показателей прогресса и т. д. «Зарабатывание» этих показателей сделает более вероятным повторение упражнений в будущем. Хотя эти элементы обычно считают игровыми, они имеют мало общего с концепцией самой игры. Другие системы используют положительное подкрепление для стимулирования здорового питания как в Foodzy и изучения языка как в Duolingo или Lingualeo.

• → Часть 2Часть 3Часть 4

Генри Шлингер об анализе поведения, научении, воспитании и образовании

Профессор Университета штата Калифорния в Лос-Анджелесе Генри Шлингер доступно рассказывает об анализе поведения в серии коротких видеороликов (с качественно переведенными на русский язык субтитрами YouTube канале). Хоть и многие размышления докладчика для интересующихся анализом поведения покажутся простыми, но некоторые откроют для себя много нового. Поэтому я коротко законспектировал материал в текстовом формате. Приятного просмотра!

Анализ поведения и среда

Анализ поведения — естественная наука о воздействии среды на поведение посредством стимулов. Анализ поведения фокусируется на объективных, наблюдаемых событиях и физических причинах поведения.
Нужно уточнить понятие среды, дав три исчерпывающие характеристики:
Среда — не только внешнее пространство со своими стимулами, но и внутреннее. Ведь если среда — это все стимулы, воздействующие на поведение,тогда некоторые из них находятся внутри вас, например боль, дискомфорт от еды, и представление о том, что среда находится только снаружи, является неверным.
Среда постоянно изменяется. Хотя среда кажется статичной для большинства людей, но если посмотреть под определенным углом и в большем временном масштабе окажется, что она перманентно изменяется, а с ней и конфигурация влияющих на поведение стимулов.
Не существует идентичной среды для разных людей. И учитывая то определение среды, которое мы используем, вообще не существует одинаковой среды. Не может быть, чтобы два разных человека поддавались влиянию тождественного комплекса стимулов.

Научение

Научение — долговременные изменения во взаимоотношениях среды и поведения человека, причиной которых является определенный опыт. Под определенным опытом, создающим эти долговременные изменения, подразумеваются два вида обусловливания — павловское и оперантное. Были обнаружены фундаментальные научные законы, которым подчиняются оба вида обусловливания.
Павловское обусловливание изучается более 100 лет. Благодаря павловскому обусловливанию, люди лучше изучили не только препараты, вызывающие физическую зависимость, например, героин, алкоголь, кофеин, никотин, но и феномен приобретения человеком страхов и фобий, вкусовых отвращений и т. д. Павлов изучал открытый им вид обусловливания на слюноотделении собак, и хотя он не был заинтересован в практическом применении на человеческом поведении, сегодня этот вид обусловливания составляет большую часть поведенческой и когнитивно-поведенческой терапии.
Оперантное обусловливание изучается более 70 лет и играет еще более важную роль в человеческом поведении. Этот тип обусловливания предполагает приобретение поведения, оказывающего воздействие на среду. Начиная с простых вещей, таких как взять «чашку кофе», и к более сложным, например, процесс общения. Необходимо отметить, что оперантное обусловливание было продемонстрировано среди широкого спектра видов животных, поэтому такой универсальный тип научения, который охватывает всю человеческую деятельность, является очень важным.

Биологическая основа научения

Когда происходит научение, павловское или оперантное, разумеется происходят изменения в мозге. Нейробиологи изучают мозг и его влияние на поведение, а поведенческие аналитики изучают воздействие среды. Некоторые ученые критикуют поведенческих аналитиков за то, что они пренебрегают нейробиогическими основами поведения, он они не пренебрегают ими, а просто их не изучают. Они полностью признают то, что нейробиология является основой для поведения человека, но допускают возможность изучения воздействия среды на поведение, без понимания того, как работает нервная система. Наука о поведении может существовать без какого-либо понимания устройства мозга, но вряд ли нейробиология может существовать без науки о поведении, так как именно она снабжает нейробиологов картой ориентиров для изучения мозга и поиска изменений, происходящих в мозге во время научения.

Природа или воспитание

Вопрос «природа или воспитание?» присутствует в нашей культуре с того момента, когда Фрэнсис Гальтон сформулировал этот вопрос в конце 1800-ых. Нельзя назвать какое-то конкретное число соотношения влияния среды и генов, например, гены составляют 30%, а научение 70%. Сложно указать на какие-либо однозначные паттерны поведения, которые бы проявлялись у всех людей в одних и тех же условиях.
Если мы рассмотрим те виды, чьё поведение очевидно более сильно запрограммировано генетически в сравнении с другими, то будем говорить об этих генетических программах как о фиксированных комплексах действий, например, выбор партнера, строительство гнезд, забота о потомстве, хищничество, самозащита. Большинство животных проявляют похожее поведение при наличии схожих условий среды, но человеческое поведение примечательно своим огромным разнообразием. Если оставить в стороне попытку рассчитать соотношение природы и воспитания, лучше сфокусироваться на воспитании. Это более оптимистичный взгляд из-за того, что мы можем посредством изменения среды изменять поведение, но у нас пока нет возможности изменить человеческое поведение скорректировав гены. Поэтому лучше рассматривать воспитание, как более важную детерминанту поведения.

Анализ поведения и образование

Б.Ф. Скиннер отмечал четыре важных момента, которых следует придерживаться в вопросе образования:
1. Точно знать чему следует учить. Если учитель математики хочет, чтобы дети знали математику — это неопределенное желание. Математика состоит из многих составляющих поэтому необходимо точно определить поведение и условия среды. Если говорить крайне просто, то если учитель желает, чтобы на вопрос 2+2=?, ребенок отвечал 4, то в данном случае 2+2=? — это то, что называется дискриминативным стимулом и учителю нужно, чтобы при его появлении возникал правильный ответ. Если ребенок сможет решить этот пример, то учитель не сможет точно сказать, что он знает математику, но чем больше подобных примеров ребенок сможет решить, тем вероятнее учитель определит,что ребенок знает математику.

2. Обучать навыкам первой необходимости в первую очередь. Прежде всего учитель должны понять, на каком уровне находится ребенок, поскольку чему бы учитель не учил — арифметике, чтению, орфографии, письму — всегда есть первый шаг того, что ребенок должен усвоить в первую очередь. Таким образом, определив то, чему учитель собирается учить, ему необходимо поэтапно составить программу.

3. Прекратить обучение учеников в одинаковом темпе. Б.Ф.Скиннер утверждал, что одно это изменение может в корне изменить образование. Когда дети приходят в первый класс, формируется группа из 30-40 человек. Учитель пытается учить их одновременно, и предполагается, что все они должны продвигаться в одном темпе, но в реальности этого никогда не происходит. Одни учатся быстрее, и учителя называют их одаренными. Другие медленней и для них припасены менее льстивые слова. Также есть те, кто учится в среднем темпе. Если бы учителя перестали ожидать от детей обучения в одинаковом темпе, это бы в корне изменило образование. Но для того, чтобы позволить каждому ребенку двигаться в своем темпе, помогая ему осваивать материал потребуется реорганизовать и реструктурировать образовательную среду, поскольку одному учителю это не под силу. Существует метод под названием direct instruction, что по сути является структурированным преподаванием и учитель читает заранее подготовленный материал, из-за чего отпадает потребность в квалифицированных учителях, поскольку каждый может проводить заранее структурированные уроки и обучать детей.
И дело в том, что если мы хотим позволить каждому ученику двигаться в собственном темпе, нам необходимо реструктурировать процесс обучения. Образовательная система, спроектированная поведенческими аналитиками, акцентировала бы внимание на том, чтобы все дети осваивали материал, каждый в своем темпе. Если кто-то справляется быстрее — отлично. Если кто-то справляется медленнее — ничего страшного. Каждый из них переходит к следующему этапу, после того как освоил предыдущий.

4. Программировать или разбивать комплексный материал на простые составляющие. Любая сложная интеллектуальная деятельность, будь то алгебра или физика состоит из более простых составляющих. Если разбить материал на составные части, а затем индивидуально преподнести их и удостовериться, что происходит успешное подкрепление каждого этапа, то вероятность того, что любой ребенок сможет освоить материал любой сложности значительно возрастет.

Детское развитие

Многие аспекты детского развития причисляют к процессам взросления. Среда, обычно, ставится на второе место в этом процессе развития по генетически заданному направлению. Всем известна концепции стадий, через которые проходит ребенок в процессе своего взросления, но также имеет место быть большое разнообразие в том, с каким темпом и за какое время разные дети проходят эти стадии. Учитывая понятие поведенческой гибкости, которой придерживаются поведенческие аналитики, поведение детей практически бесконечно гибкое. Если сравнить поведение новорожденного и двухлетнего, двухлетнего и четырехлетнего или восьмилетнего, то мы обнаружим увеличивающийся и невероятно сложный репертуар поведения. Возникает вопрос: как это происходит? Ясно, что сложность взаимодействия со средой тесно переплетается с биологическими факторами развития ребенка. Такими факторами являются развитие: опорно-двигательной системы, пищеварительной системы, нервной системы, сенсорной системы, эндокринной системы и т. д. И они в определенной степени развиваются как часть процесса взросления. Лежащий в кроватке новорожденный, не имеет инструментов для взаимодействия со средой, он еле видит, не может тянуться или хвататься, сесть или перевернуться, не может намеренно повернуть голову. Но по мере биологического взросления и развития взаимоотношения с усложняющейся средой, поведение также усложняется. Когда вы наблюдаете за тем, как поведение ребенка становится все более разнообразным, это по большей части является функцией его взаимодействия с более сложной средой.

Ранее Ctrl + ↓