این پاورپوینت به بررسی نظریه شرطی سازی کلاسیک رسکورلا واگنر می پردازد و جزئیات مربوط به نحوه یادگیری و پیش بینی های غیرمنتظره این نظریه را تحلیل می کند.
مقدمه:
نظریه شرطی سازی کلاسیک رسکورلا واگنر یکی از مهم ترین مفاهیم در روان شناسی است که تغییرات قابل توجهی در فهم ما از فرآیند یادگیری ایجاد کرده است. این نظریه که در قالب مدل های ریاضی ساده بیان شده، می تواند به درک بهتر نحوه شکل گیری ارتباطات شرطی بین محرک ها کمک کند. رسکورلا و واگنر در این نظریه، پیش بینی های جدیدی از نحوه وقوع شرطی شدن ارائه داده اند که قادر به توضیح پدیده هایی هستند که نظریه های قبلی قادر به تبیین آن ها نبوده اند. یکی از این پیش بینی ها به پدیده وقفه در یادگیری مربوط می شود که به نحوی غیرمنتظره در مدل شرطی سازی کلاسیک گنجانده شده است.
نظریه شرطی سازی کلاسیک رسکورلا واگنر با استفاده از منطق ریاضی، مدل هایی برای تحلیل دینامیک های یادگیری ارائه می دهد. در این مدل، منحنی یادگیری به طور تدریجی افزایش می یابد تا به سطحی ثابت یا مجانب برسد که این سطح، با توجه به ویژگی های محرک های شرطی، متفاوت خواهد بود. یکی از مهم ترین ویژگی های این نظریه، تأکید بر تأثیر شدت محرک های غیرشرطی (US) بر میزان شرطی شدن است. به طور خاص، هرچه شدت محرک های غیرشرطی بیشتر باشد، احتمال شرطی شدن بیشتر خواهد بود.
رسکورلا و واگنر مدل های مختلفی برای نشان دادن تغییرات در فرآیند یادگیری معرفی کرده اند. این مدل ها به ویژه در نشان دادن تفاوت های میان نوع و شدت محرک های شرطی و غیرشرطی اهمیت دارند. به عنوان مثال، در این نظریه، فرض بر این است که یادگیری در تلاش های ابتدایی بسیار بیشتر از تلاش های بعدی خواهد بود و این تغییرات به طور پیوسته در منحنی یادگیری نمایان می شود. در این مدل، به عنوان یک شاخص اساسی، از نماد لامدا برای نشان دادن حداکثر میزان یادگیری استفاده می شود.
در نظریه رسکورلا واگنر، دو عامل مهم در فرآیند شرطی شدن به نام های ضریب آلفا و ضریب بتا معرفی می شوند. ضریب آلفا مربوط به شدت ارتباط بالقوه یک محرک شرطی (CS) است، در حالی که ضریب بتا نیرومندی تأثیرات محرک غیرشرطی (US) را مشخص می کند. این دو ضریب به طور همزمان میزان یادگیری شرطی را تحت تأثیر قرار می دهند و به محققان این امکان را می دهند که فرآیندهای شرطی را به طور دقیق تر تحلیل کنند.
یکی از ویژگی های جالب نظریه رسکورلا واگنر این است که این مدل قادر است منحنی یادگیری با شتاب منفی را توضیح دهد. این منحنی نشان می دهد که یادگیری در ابتدا با سرعت بیشتری انجام می شود، اما هرچه زمان بیشتری از فرآیند شرطی شدن می گذرد، سرعت یادگیری کاهش می یابد و در نهایت به یک حد ثابت می رسد. این مدل کمک می کند تا جنبه های مختلف یادگیری شرطی که در دیگر مدل ها کمتر مورد توجه قرار گرفته اند، مورد بررسی دقیق تری قرار گیرند.
در نهایت، مدل رسکورلا واگنر برای پژوهشگران و روان شناسان ابزاری قدرتمند در تبیین پدیده های پیچیده یادگیری به شمار می رود. از این نظریه می توان برای توضیح انواع مختلف شرطی سازی، از جمله شرطی سازی کلاسیک، استفاده کرد و آن را در زمینه های مختلفی مانند روان شناسی بالینی و شناختی به کار برد. همچنین، این نظریه قابلیت های زیادی در تحلیل پدیده های رفتاری و شناختی از جمله درماندگی آموخته شده، فراشرطی شدن، و اثرات یادگیری شرطی در موقعیت های مختلف فراهم می آورد.
پیش بینی ها و تبیین های جدید رسکورلا واگنر بر مبنای پژوهش های تجربی متعددی استوار است که به درک عمیق تری از فرآیندهای یادگیری و شرطی شدن کمک می کند. این نظریه، علی رغم سادگی نسبی مدل های ریاضی آن، در حل مسائل پیچیده ای که در تئوری های پیشین وجود داشته، موفق عمل کرده است و به طور گسترده ای در روان شناسی و سایر حوزه های علوم رفتاری به کار گرفته می شود.
فهرست مطالب
مقدمه
وابستگی نه مجاورت
درماندگی آموخته شده
سایر توجیهات نظری از شرطی شدن کلاسیک
بی ربطی آموخته شده، بازداری مکنون و فراشرطی شدن
شرطی شدن به عنوان تشکیل انتظارات
بیزاری از مزه حاصل از شرطی شدن: اثر گارسیا
آزمایش جان بی واتسون با آلبرت کوچولو
کاربردهای بیشتر شرطی سازی کلاسیک در روان شناسی بالینی
پایان
