Proč odměna během tréninku mění chování psa?

Každý ví, že odměna psa za správnou reakci během tréninku mění jeho chování. Například, když lákáme psa trénovat k sezení, přesouváme pamlskem přes hlavu psa směrem k jeho zádům, zatímco dáváme povel „Sedni“. Aby mohl mít oči na pamlsku, pes se skácí zpět do sedu. Jakmile je pes ve správné poloze, uděláme mu toto ošetření. Po několika opakováních této akce zjistíme, že pes nyní reaguje na povel „sedni“ seděním.

Trenéři psů považují za samozřejmé, že odměňování psa změnilo jeho chování, ale vědci v oblasti chování stále chtějí znát mechanismus, proč a jak to funguje. Nová studie vedená Molly Byrne z Boston College naznačuje, že existuje velmi jednoduchá část behaviorálního programování, s největší pravděpodobností genetická, která odpovídá za účinnost odměn za výcvik.

Vraťme se o krok zpět a podívejme se, co ve skutečnosti zahrnuje výcvik psů. Psi, stejně jako většina živých věcí (včetně lidí), vyzařují chování. To je jen technický způsob, jak říci, že dělají věci, spoustu různých věcí. Trikem při výcviku psa je přimět ho, aby vydával specifické chování, které si přejeme, například sedět na povel, a vyhnout se dalšímu nežádoucímu nebo nepotřebnému chování, jako je vleže, točí se v kruzích, vyskočí atd. dále. Ale samozřejmě, když začnete trénovat, pes nemá ponětí o tom, co chcete. Existuje tolik různých chování, které dokáže vyprodukovat.

Totéž se děje při řešení problémů. Existuje pouze jedno chování, které problém vyřeší, a všechna ostatní chování jsou irelevantní. Předpokládejme například, že jste dorazili k zahradní bráně. Stisknutím brány ji otevřete, ale nefunguje to. Pokračujete v tlačení u brány? Samozřejmě že ne. Vyzkoušejte něco jiného - řekněme tahem za bránu. Stále to nefunguje. Takže nebudete dál tahat bránu; místo toho zkusíte ještě jiné chování. Tentokrát zvednete západku, aby se brána mohla otevřít.

Až tuto bránu příště narazíte, nebudete ji tlačit ani táhnout. Vzhledem k tomu, že jste již byli odměněni za konkrétní chování, okamžitě sáhnete po západce, která ji otevře. Zapojujete se do toho, co psychologové nazývají strategií „win-stay-lose-shift“. To znamená, že pokud vyzkoušíte chování, které vám neposkytne požadovanou odměnu, neuděláte to znovu, ale zkusíte jiné chování. Pokud vyzkoušíte chování, které vám umožní získat požadovanou odměnu, opakujte to. Pokud by tato jednoduchá kognitivní strategie byla geneticky propojena s psy, zaručilo by to, že bychom mohli použít odměny jako prostředek k jejich výcviku. To by jistě fungovalo při výcviku psa, aby seděl, protože když sedí na povel, dostane odměnu (proto se chování vsedě opakuje), zatímco jiné chování není odměněno a pes je neopakuje.

Výzkumný tým Boston College testoval 323 dospělých psů s průměrným věkem kolem tří let, aby zjistil, zda mají psi tuto kognitivní strategii win-stay-lose-shift. Psi byli nejprve předvedeni, že pokud převrhnou plastový kelímek, mohou získat potravní odměnu skrytou pod ním. Dále jim byly předloženy dva plastové kelímky, otevřené stranou dolů, na ploše před nimi, jeden nalevo a druhý napravo od pole. Teď jen jeden ze šálků obsahoval pochoutku, zatímco druhý ne. Psi byli propuštěni a nechali si vybrat jeden z pohárů. Pokud mají psi tuto strategii win-stay-lose-shift, pak pokud na konkrétním pokusu převrhnou pohár a má pod sebou laskavost, očekávali bychom, že až jim bude příště nabídnuta stejná volba, vyberou pohár na stejné straně pole, kde našli tuto odměnu (win-stay). I když tam nebyla žádná odměna, měli by změnit své chování a vybrat pohár na opačné straně (ztráta směny). Ve skutečnosti to udělali a přibližně dvě třetiny psů si zvolily stejnou stranu, která byla odměněna dříve, zatímco pokud žádná odměna nebyla, pak se v příštím pokusu téměř 45 procent přesunulo na opačnou stranu.

Otázkou nyní zůstává, zda je toto chování win-stay-lose-shift strategií, kterou se dospělí psi naučili být užiteční po celý svůj život, nebo zda je součástí jejich genetického vedení. Abychom na to odpověděli, provedl výzkumný tým identickou sadu testů s použitím sady 334 štěňat ve věku mezi 8 a 10 týdny. Výsledky byly téměř identické, takže když šálek, který si štěně vybralo, měl pod sebou lahůdku, pak při příštím pokusu přibližně dvě třetiny zvolily šálek na stejné straně, která byla předtím odměněna. Naproti tomu, pokud by za předchozí výběr nebyla odměna, téměř polovina všech štěňat se při příštím pokusu přesunula na druhou stranu. Protože se tato strategie chování objevuje tak brzy v životě psa, lze rozumně odhadnout, že se jedná o geneticky kódovanou predispozici psího chování.

Zdá se tedy, že záhada toho, jak odměny slouží jako efektivní prostředek výcviku psů, je vyřešena, protože do špičáků byla zapojena velmi jednoduchá strategie. Říká: „Pokud vám něco, co jste udělali, dalo odměnu, opakujte to. Pokud ne, zkuste něco jiného.“ Jedná se o pozoruhodně jednoduchý program behaviorálního programování, ale funguje a umožňuje lidem úspěšně používat odměny k výcviku našich psů.

Copyright SC Psychological Enterprises Ltd. Nesmí být dotiskováno nebo přeposíláno bez povolení.