態度、期望、動機與獎賞之間有著能動的相互作用關係

心理學研究發現，十至十六歲的男生在多方選擇實驗中由於對每一正確反應的金錢酬報從

0

。

1

分增加到

0

。

4

分，學習速度加快了。可是，當酬報從

0

。

4

分增加到

0

。

8

分時，學習速度則略為減低了。

類似的實驗發現，對於一次正確的反應單純向被試者宣佈

“

好

”

之外加上不同數量的金錢作為酬報，則非常微弱地提高了學習的速度或作業的水平。

研究發現，用兩張可兌現的代價券作為獎賞比用一張券較能促進學習。

然而一張券和兩張券的效果都不如對於一次正確的反應單純宣佈

”

好

”

的效果，大部分以低階動物為被試的有關本課題的研究則指出，在獎賞量和學習速度或作業水平之間有正的相關。

從個別學習者的立場看，

“

獎賞量

”

不能直接地從物質的物理數量加以推斷。對老鼠說來，不同量食物的有效性將隨著老鼠的飢餓狀態及其關於食物的先前經驗（食物偏好）而異；給予兒童金錢的有效性依賴於兒童的貧、富以及他能用錢（或酬報的錢數）購買的物品是否已得到充分供應。

對於學習者來說，誰給他錢、他和此人的關係以及此人給他錢究竟是什麼意思，這些都是“獎賞量”的極為重要的決定因態度、期望、動機與獎賞之間有著能動的相互作用。

作為資訊的獎賞從理論的觀點出發，我們指望獎賞在兩方面能起促進學習的作用。

獎賞的實施能夠作為認可的因素而起作用，它僅僅指明反應（或一系列反應）是

“

正確

”

的。如果只是這樣在資訊方面起作用，那麼，

“

獎賞量

”

是無關重要的。

如

果獎賞提供了關於反應是否合適的全面瞭解，則它將以全或無的方式起作用。

如果獎賞是及時的，則不論獎賞多少，都說明反應是

“

正確

”

的。在這種情況下，學習動機就不是必然地來自獎賞可能給予滿足的那種需要。

學習可能是由那種同獎賞物無關的動機所引起和支援的。獎賞僅僅是關於反應是否合適的報信者。

只要“獎賞”根本上是作為資訊的來源而起作用，則它的有效性將和它的數量無關。

作為誘因的獎賞第二，獎賞在引起動機方面起著促進學習的作用。當餓鼠到達迷津終點得到食物獎賞時，我們預期在飢餓的程度和作為獎賞的食物量之間（在某些範圍內）會存在著正關係。

同樣，對於一個貧窮的兒童來說，賞錢增加可能意味著對於他的飢餓或聲譽需要的滿足也增加了，因而在某些範圍內動機值與獎賞量之間的正關係是可以預期的。

我們知道當動機極其強烈、獎賞甚多或受獎賞的希望甚大時，過分強的動機加上焦慮、緊張和運動失調，可能導致對作業的不利後果

。總之，正

像

動物學習的大部分情況一樣，獎賞的取得是支援學習的主要促動力量，我們可以預期

“

獎賞量

”

和學習速度之間有正的關係；如果獎賞主要作為

“

肯定

”

的符號而起作用，我們就不能預期這種關係的存在。

被試者學到的東西和學習的速度肯定是獎賞模式的函式，這些獎賞或者來自操作本身，或者是在學習過程中人為地施行的。

建立和維持一種反應模式的最簡單和最敏捷的方法就是每當特定反應出現時立即給予獎賞

。然而，也可以每試兩次或三次獎賞一次，而且這樣做，學習進行得很好，猶如每次都得到強化一樣。有人曾經指出，在僅有

1/192

的反應得到強化的情況下，老鼠的學習仍可能繼續進行。

甚至間歇性的強化（獎賞在不規則的時距中施行）也能使受到強化的反應固定下來。如果獎賞施行的時距是隨機的而不管作出的是什麼樣的反應，則學習表現為學習行為的變異性的減少。

動物傾向於重複那些緊接在強化之前的反應並在相當長的時間內堅持這些行為。

經部分強化達到的習得需要較多的試驗次數；但比連續強化達到的習得，需要較少的強化次數。下列事實是很有趣味的：習得的反應，在部分強化的條件下比在每一

“

正確

”

反應均加獎賞的情況下消退得慢一些（在不給強化的情況下，反應持續得較長）。

關於在部分強化條件下固定下來的那種反應，其韌性較大的問題有著各種各樣的解釋。不論怎樣解釋，部分強化的反應消退較慢，這一事實具有實際應用的意義。

獎賞的延遲為了產生最大的效果，獎賞必須在時間上緊接它所要支援的反應

。如果獎賞延遲的時間很長，就會出現反應消退（而不是反應固定）的趨勢。例如，在以老鼠為被試的實驗研究中，有人指出，如果對二次強化的效果加以控制，則獎賞的有效性隨著延遲時間的增加而迅速下降，達到多於

10

秒時間的延遲，實際上造成了獎賞無效。

人類學習中的獎賞延遲同樣會減低獎賞的有效性。對於較年輕、較不成熟和智慧較低的學習者，必須使其行為後果和動作極為緊密地連線起來，以便使他成為學習中實際控制的手段或在學習中起支援動機影響的作用。

對於年紀較大、較成熟和較聰明的被試者，獎賞雖然相隔較遠，但它仍然有效

。

新近的一些研究指出，決定延遲獎賞的相對效應的一個重要因素是延遲期中個體的活動。如果低階動物能夠保持它的身體方定勢），或人類能夠在反應和獎賞的時距中把誘因牢記

“

在，那麼時間延遲則是比較無關重要的了。

然而，如果被試者失去

“

定勢

”

，在延遲過程中一味從事分心的（不相稱的）活動，則反應與獎賞之間的時距愈長，獎賞的誘因價值就愈小。

懲罰的作用常識的想法認為，獎賞與懲罰是彼此相反的，並以相似的方式起作用而決定行為。

獎賞加強行為傾向，而懲罰則削弱這種傾向。心理學家們從這種頭腦簡單的想法出發，但為證據所迫，於是改變了他們對於賞與罰這兩種因素如何影響行為的看法。

我們曾經指出，獎賞具有誘因與資訊兩方面的成分。積極的獎賞

“

說

”

，

“

這是正確的反應

”

，而動機或誘因方面則

“

說

”

，

“

按這樣幹下去

”

。另一方面，懲罰只能指出所做的反應是不合適的，但並未指出什麼樣的反應是比較合適的。

懲罰所能提供的大部分資訊是，“不要重複這種反應，要改變做法”。

對於獎賞的合乎邏輯的反應是，重做剛才做出的反應。對於懲罰的明智反應是，做出別的反應一但得不到關於應該做些什麼反應的指示。獎賞傾向於透過鼓勵來加強反應的重複，把反應定型化；懲罰的作用是增加反應的變異性。

為了免得我們似乎把這一過程過分理智化，還應當指出，不管被試者對情境的知覺或對賞罰意義的瞭解如何，獎賞和懲罰總要改變他的態度和行為傾向。如果懲罰趨於極端，個體即被迫從整個情境中退出來並回避這種情境。

當由於做出錯誤選擇而受到嚴厲的懲罰時，飢餓的老鼠不是試圖尋找正確的選擇去獲取食物，而是試圖爬出迷宮或發狂似地到處亂跑，嘗試躲開

。

有時極端的懲罰引起了定型作用而不是增加行為的變異性。受到嚴厲懲罰的個體發狂似地一再繼續重複同樣的反應，而不顧反應的後果如何。重複懲罰造成迴避整個情境的趨勢並對這種情境發生厭惡。

許多在文化方面處境不利的兒童對於學校環境的態度顯然就是這樣。賞與罰對於兒童活動的效果依賴於可選擇的各種反應的效用和吸引力以及這些反應在行為方面的可能後果。

掌握學習課堂中慣用的教學程式是：把教材教給學生，期望所教的或學生有機會學到的各部分內容實際上都學會了。

我們認為，假設對所有的人都採用同樣的教學，則過去經驗、動機和能力傾向方面的個別差異將產生那種能用常態曲線來描述的成績差距。

有人假定不是人人都能學習，並根據個別差異來辨明不合格的成績是正當的，以這種假定為基礎進行的教學和教育已經受到重大的責難。從那些關心程式教學人來著，任何行為，不管它的複雜程度如何，看要依靠對一連串較簡單的行為進行學習。

至少從理論上說，透過分析複雜的行為，認清了一連串的成分行為，並掌握了每一個相繼的成分，任何學生都可能掌握那些甚至是最複雜的技能。

程式教學正是建立在這樣一種想法上，而且對於某些學生的確是非常成功的。

學生學習許多程式單元，如果掌握了一個單元，他就受到正反饋的強化；如果掌握得還不完全，他就受到診斷性的反饋，而且在進入下一個單元之前，他的錯誤已經得到矯正。很有希望的教學程式業已編制出來，並已有效地應用於大量的學生。程式教學是掌握學習的先驅者，而且至今仍是學習掌握的有益成分。