生活中的间歇强化以及其临床意义

北大六院郭延庆

郭大夫的话：

很多家长会有这样的困惑，“我不是总答应他/她的啊，如果他/她有行为问题，大多数时候我都不会满足他/她，可是，为什么他/她的行为问题照样层出不穷，甚至，越来越难管理？”。要回答这个问题，至少部分地，可以由本篇所阐述的行为原理得到些许解释。

先复习一下间歇强化以及强化计划表的概念（过去我一直翻译成强化程序）：

什么是间歇强化（intermittent reinforcement）？

间歇强化是相对于连续强化而言，连续强化意味着每一个目标行为的出现都伴随着强化的结果，那么，可以理解间歇强化，意味着有些目标行为得到强化，有些就没有伴随强化的结果。因此，间歇强化也被称作部分强化。

什么是强化计划表（Schedule of reinforcement）？

既然间歇强化是部分强化，那么，强化的结果在哪些行为之后出现，在哪些行为之后不出现，就成为一个问题。解决这个问题的方法就是执行强化计划表。一般来说，执行强化计划表有两个方向，每个方向各有两套程序：

第一个方向：按行为频率强化（Ratio Schedules） 

第一套程序为按固定比率强化（Fixed-ratio Schedule, FR）：按照一定的行为比率分配强化的结果，比如FR(3)强化计划表，就是每3个目标行为强化一次（在第三个目标行为之后给予强化，但第一，第二次目标行为都不给予强化）。当然，这个数字可以是除了1之外的任何正整数。如果是1，就成了连续强化的程序了。

第二套程序为按可变比率强化（Variable-ratio Schedule, VR）：也就是说，强化的结果分配对于目标行为是随机的，每一个目标行为的出现都可能得到也可能得不到强化，但这种随机分配的强化结果，也不是漫无边际的随机，而是围绕一定的行为频率的随机。比如，如果执行一个VR（3）的强化计划表，那么，在每一次行为出现之时或者之后，都有可能被分配到强化的结果，也可能没有跟随强化的结果。但总体上，过一段时间统计，我们会发现，平均在3次行为的基础上，某个行为就会得到强化。

第二个方向：按时间间期强化（Interval Schedules） 

第一套程序为按固定间期强化（Fixed-interval schedules, FI），这个时间间期可以按分钟、小时、天、月、年计，看行为的目标和行为的背景。比如要执行一个FI（10min）的强化计划表，那么，从开始计时的那一刻开始，直到10分钟结束的那个时刻，在这10分钟之内，出现的任何行为都不会分配强化的结果，但在10分钟结束的那个时刻起，第一次目标行为的出现或者之后，要给予强化。以此类推。

第二套程序为按可变间期强化（Variable Interval, VI）与可变频率的强化计划表执行程序类似，在每一次的目标行为出现时或者之后，都有可能分配强化的结果或者不分配。但总体上，过一段时间统计，我们会发现，平均在某个时间段未强化的基础上，某个行为会得到强化。

四种强化计划表对行为的影响是非常不同的，总的来讲，可变频率或者可变间期强化计划表下，行为通常会以较高的频率持续进行，而固定频率和固定间期的强化计划表下，在每次的强化之后，行为有短暂的停顿或者缓慢复苏的趋势。从消退的难易程度而言，按可变间期和可变频率强化计划表维持下来的行为相对于按其他强化计划表或者连续强化维持下来的行为而言，更难被消退。四种强化计划表对行为频率影响的效果图如下（图片采自维基百科）：

生活中的间歇强化以及其临床意义

无论是在科学试验或者现实生活中，以上四种基本的强化程序还可以通过组合或增加条件的方式变化成各种复杂的强化计划表，在此就不再赘述了。

下面谈谈生活中的间歇强化现象以及它所体现的临床意义。

1. 与工作、生产、学习有关的强化计划表的实例

周薪、月薪、年薪以及计时薪体现的是按固定间期进行强化的生产实例。生产车间按一定的成品件数（比如每20个）给予工人额外的奖励是在按固定比率进行强化的生产实例。

生产队收割麦子，每天中午（12点）和晚上（8点）两个时间点去检验每个劳动者的劳动量进行积分和奖励。每五捆麦子算一个积分，每个积分可以换得等价的生产、生活用品。这个生产队用的是固定间期附加固定频率的强化计划表：FI（6h）FR（5）。

如果一个产品不是很容易生产出来，或者需要密切的分工，彼此合作，且长期持续的工作才能作出成绩或者结果。管理者就很难以单位的生产量（或者生产行为）作为强化的措施了，这个时候，持续的保持工作状态（工作行为）变的尤为重要。这就需要对工作的监督，比如定期检查（检查后的反馈就是强化）就是按照固定间期强化的实例，不定期检查（飞行检查，突击检查）就是按照可变间期强化的实例。

期中或者期末考试，虽然对大多数学生来说是感到有压力和头痛的事情，我们看到的现象却是每到期中或者期末考前的一段时间，学生自觉学习和听课的行为会自动的增加（甚至有人通宵达旦）。其实，每次期中考或者期末考对大多数学生来说都是一个强化的因素：或者证明他比同学更优秀，或者证明他比自己过去有进步，这个反馈对他过去（尤其是考前）努力的行为是个正强化。或者通过这样的努力他逃避了成绩（或者名次）下降的难堪（负性强化）。而安排这样的考试，从其效果上来讲，也可以看作是按固定间期强化计划表FI（75天）进行强化的实例。

2. 与个人生活有关的强化计划表的实例

旅游、全家外出聚餐、到电影院看电影、甚至上街购物等等，这些都是生活中很具有强化性质的活动，它们的发生往往是建立在按可变间期强化计划表的基础之上。我们个人的体验可能是，“我都有多长时间没有旅游了！” 或者“咱们都有多长时间没有全家在外面吃一顿了！”，这个话说出来的时候，很容易得到其他人的响应，话里所提到的活动也就有很大的可能会发生了。有的家庭进行这样活动的频率可能远远高于其他家庭，但不管频率在所有家庭里变异有多大，相对于每一个家庭来说，他们大概是围绕某个时间间期进行这些活动的，比如，我自己，大概是三周到四周的时间就可能出去吃一顿家庭餐。我们往往把这些活动作为我们日常辛苦工作和持家的一种犒赏，让自己得以享受和喘歇。它们作为一种泛化的强化物，与其他相对专门的强化物一起维持着我们一段时间内所有的日常工作行为和日常维持家计的活动。

3. 与儿童管理有关的强化计划表的实例

在日常对孩子的管理中，强化计划表的影响更为明显，而且很可能自然形成组合形式的比较复杂的强化计划表，糟糕的是，管理者自身往往都没有意识到自己正在受这些行为规律的左右和摆布。

譬如，在当下，一个孩子看到一个玩具或者冰淇淋。他要求得到，而我们拒绝。他可能多次用多种行为形式提出要求：变换不同的声调，变换不同的语气，变换不同的内容，或者附加其他行为，比如哭闹，发脾气或者自伤、攻击、破坏行为等。总而言之，在得到满足之前，他没有放弃提要求的行为。

假如我们每次被磨得没办法的时候总会答应他（不管说过多少次“仅此一回，下次决不给买”这样的给自己台阶下的话），我们实际上已经在自然地运用按可变频率强化计划表强化孩子提要求的行为。但是，由于这样做并非我们所愿意，而且事实上，我们并不觉得自己是在刻意地强化他这样的行为，我们甚至一直觉得我们正是在试图管理着他这样的行为，所以，我们这里的自然，并不代表我们自愿，我们没有自愿做的可能性，我们是在自然而然被按可变频率强化计划表所控制，所摆布，它如此强大，以至于让我们感觉“没办法”。（如果大家对行为分析的基本原理有更深入的掌握，你会发现，导致这个结局的，不仅仅是按可变频率强化计划表强化孩子提要求的行为这么简单，在孩子看到想要的东西并要求得到这个背景下，如我们前文所述，他提要求的行为不只是一种，但并不是每一种提要求的行为都得到了强化，而是只有一种形式的行为在当下得到了强化，因此，整个过程，还有区分强化的程序在推波助澜）。

如果我们差不多是这样一个被磨的没办法只好满足孩子的管理者，那么，综合观察多次我们满足孩子的行为，也许就会发现，大概在孩子磨到七八次的时候，我们就会无奈地答应。但具体到每天每一个类似的情境，孩子大概磨多少次管理者就会满足，实际上是不知道的，因此是按可变频率强化的计划表强化的程序。我们虽然不是有意做试验验证这样的规律，但我们会发现，这比做试验还要精确和准确！

当然，生活中真正像上述这样的管理者也并不多见，更多见的是受复杂强化计划表控制的管理者。还以上面的情境为例，大多数管理者面对这样的情境，更多的是这样的反应：我们我们并不是对每一个提要求的情境都答应（不管当下他有没有磨我们、磨了多少次）或不答应。但如果有一段时间（比如一个星期）我们都没有满足他提出的要求（不管在这个过程中他是不是磨人提要求的，也不管每次要求他磨了多少次），则在一个星期以后的第一个提要求的情境里，很可能他稍微磨一磨，我们就答应了，或者他磨得格外厉害的情况下，我们就答应了。当然，这个所谓的一星期是个可变的量（也可能三五天，也可能两周，也可能完全依存于你当时的心情），这就把孩子提要求的这个情境置于按可变间期、可变频率强化计划表的控制之下了，比如VI（7天）VR（8）。

这种管理表面看起来，管理者似乎很坚决，因为大多数时候，不管孩子多么磨人，家长好像都坚决不满足。但就在某一天某一个情境下，孩子磨了N次之后，家长答应了一回。而且，总的来看，一年来，差不多在平均每隔7天左右，在某一天的某个情境下孩子提出要求你最终会答应他（统计一年来你答应他时，他磨你的次数平均在8次）。表面看起来，家长管理的很有原则，事实是怎样的呢？事实上，这样的孩子最难管理，因为他自己都很难摸清什么时候、怎样的情况下你可能会满足他。他只有不断地尝试磨你，以更多的次数，以更花样的、甚至是你最头痛的形式。

学习行为规律，主动利用它而不被动受它摆布，才是我们管理的临床意义所在！