别毙了那只狗：教养和训练的新艺术

• 巴克一家
• 调整案例 无差别攻击的德牧，陌生人无法靠近
• todo: 读到了 第五招：训练不兼容的行为

绪言

本书讨论的是训练。

这里所说的训练，既适用于人，也适用于动物；既适用于年幼者，也适用于年长者；既可以用来训练他人，也可以用来训练自己。训练的目标，是让对象做出他们有能力做到、也应当做到的事。

怎样让猫不再跳上餐桌？怎样让祖母别再对你唠叨？怎样改变宠物、孩子、老板或朋友的行为？怎样改善自己的网球动作、高尔夫球表现、算术能力，甚至记忆力？这些问题，都可以借助“强化”的训练原则来处理。

强化原则无处不在

强化原则是不变的定律，类似物理定律。所有学习与教导都必然遵循这些原则，就像苹果一定会依照引力定律往下落一样。

每当我们试图改变某个行为，无论对象是自己还是别人，我们其实都在运用这些原则。只是很多时候，我们并不知道自己正在这样做。

问题在于，我们常常把这些原则用错。我们威胁对方，与对方争辩，逼迫对方服从，或者剥夺对方的权利。一旦出现问题，我们就抓住对方穷追不舍；而当事情进展顺利时，我们却错过了称赞和强化对方的大好机会。我们对孩子、伴侣，甚至对自己都严厉而不耐烦。我们也会因此感到内疚，因为我们知道，如果有更好的方法，目标本可以更快达成，也不必制造那么多紧张和压力。可问题是，我们往往想不出该怎么做。

我们只是还不知道，现代训练师善于运用的“正强化定律”究竟是什么。

无论你要训练什么，训练四岁孩子在公共场所保持安静，训练幼犬定点大小便，训练一群运动员，还是训练自己背诗，只要知道如何运用正强化原则，进展通常都会更快、更好，也更有乐趣。

强化的定律本身并不复杂。花十分钟，可以把它们全部写在黑板上；花一个小时，就能理解其基本内容。但真正的挑战，在于如何使用这些定律。

强化式训练像一场游戏，需要训练者反应敏捷、观察准确。

每个人都可以学习训练。有些人甚至天生就擅长。你并不需要特别有耐心，也不需要个性强势；不必天生会与动物或小孩相处，也不必拥有马戏团训练师法兰克·巴克（Frank Buck）所谓的“人眼魔力”。你真正需要的，是知道自己正在做什么。

有些人凭直觉就知道如何运用训练定律。我们称他们为天生的教师、杰出的指挥官、金牌教练，或天才动物训练师。我曾观察过一些剧场导演，也观察过许多交响乐团指挥家。他们运用强化原理的技巧都相当高明。

这些有天赋的训练者不一定需要读书，就能善用影响训练的原理。可我们大多数人并非如此。我们常常跌跌撞撞、胡乱摸索，试图处理宠物不听话、孩子不合作，或同事意见不合等问题。

如果我们能理解强化如何运作，帮助会非常大。

强化式训练不是“奖励与处罚”

强化式训练并不是一套简单的“奖励”和“处罚”系统。事实上，现代训练师通常并不使用这两个词。

“奖励”和“处罚”带有太多情绪性的联想和解释，例如渴望、害怕、罪恶感、“应该如何”以及“理当怎样”等。

举例来说，我们有时会因为自己做了某件事而给予别人“奖励”。例如，骂完孩子后又买冰淇淋给他，仿佛那是一种补偿。我们也常自以为知道什么是奖励，比如冰淇淋或称赞。但有些人并不喜欢冰淇淋；称赞如果来自不合适的人，或者称赞的理由不合适，效果甚至可能适得其反。有时候，老师的称赞反而会让被称赞的学生遭到其他同学奚落。

我们也常期待别人即使没有奖励，也应当自动做对事。比如，女儿应该洗碗，因为这是她对父母的义务。孩子或员工打破东西、偷窃、迟到、说话无礼时，我们会生气，因为我们认为他们“明知故犯”。

然而，当我们实施处罚时，处罚通常已经发生在行为之后很久。最典型的例子，是把犯人关进监狱。这样的处罚，对对方未来的行为未必有什么影响。

很多时候，处罚其实只是报复。但我们却把它当成教育方式，认为这是“给对方一个教训”。

现代强化式训练不建立在这些通俗观念之上。它的基础是行为科学。

从科学角度说，强化发生在行为进行期间，或行为完成之时，并且会增加该行为日后再次出现的可能性。

强化要成立，有两个关键条件：

第一，行为与强化这两个事件在时间上必须有关联。

第二，当某个行为引起强化之后，这个行为发生的频率会增加。

用来强化的东西，也就是强化物，可以是正面的。它是学习者可能喜欢，并希望得到更多的事物，例如微笑，或轻拍一下表示鼓励。

强化物也可以是负面的。它是学习者想避开的东西，例如猛扯一下牵绳，或皱眉表示不悦。

不过，在强化原则里，最重要的是“时间关联性”。

行为发生，紧接着出现强化物。日后，能够带来良好后果或避开不良后果的行为，就会更常出现。

这个定义也可以反向检验：如果某个行为的频率没有增加，那么问题不是强化物出现得太早或太晚，就是你选用的东西对行为者并不具有强化作用。

理论与实际训练的差别

我认为，“强化理论”和“强化式训练”之间有一个重要区别。

强化理论是科学原理。研究显示，某个行为发生后如果出现好的后果，该行为将更常发生。这是事实。

但在实际训练中，如果训练者想获得惊人的成效，强化物必须在行为发生的当下立刻出现。学习者需要在那个瞬间知道：

“做对了！就是现在这个动作！”

现代训练师已经发展出一些即时强化的优秀方法。他们主要利用“标定信号”，让学习者明确知道自己哪个行为被强化。强化定律、这些定律在现实生活中的运用方式，以及一种民间兴起的训练趋势，正在共同推动训练方法进入新的领域。

这种方法目前暂且称为“响片训练”（clicker training）。它正在把这类训练原理应用到过去未曾深入探索的领域。

我如何开始学习正强化训练

我最早是在夏威夷学到正强化训练的。

1963 年，我签约成为海洋生物世界（Sea Life Park）海洋馆的首席训练师。此前，我曾用传统方法训练犬只和马匹。但海豚完全不同。它们在水中自由游动，我们不能用牵绳、马勒，甚至拳头来训练它们。

因此，正强化物——通常是一桶鱼——成了我们唯一的训练工具。

一位心理学家向我简要解释了强化式训练的原理。至于如何实际运用这些原理，我则是从训练海豚的经验中学会的。

我的学术背景是生物学，动物行为也是我毕生的兴趣。但当时真正令我着迷的，并不是海豚这种动物本身，而是训练过程中我们之间形成的沟通：我向它传达信息，它也向我传达信息。

后来，我把从海豚身上学到的经验应用到其他动物身上，并开始发现，这种训练方式也悄悄出现在我的日常生活里。

例如，我不再对孩子大吼大叫。原因很简单：我注意到那样做没有用。我开始留意自己希望看到的行为，一旦它出现，就立即强化。这个做法不但效果好得多，也让生活更安静、更平和。

行为科学的基础

我从海豚训练中学到的经验，有许多扎实的科学理论作为支撑。本书会讨论这些理论之外的许多延伸应用。据我所知，这些应用多数尚未被科学界充分描述；我也认为，科学家常常错误地应用这些理论。

不过，基本定律已经确定无误。训练时，必须把这些定律纳入考虑。

这些理论有许多不同名称：行为矫正（behavior modification）、强化理论（reinforcement theory）、操作制约（operant conditioning）、行为主义（behaviorism）、行为心理学（behavioral psychology）、行为分析（behavior analysis）。

这个心理学分支，主要归功于哈佛大学教授 B. F. 斯金纳博士（B. F. Skinner）的引领。

据我所知，这是现代科学中最容易遭到毁谤、误会、错误解读、过度延伸和误用的领域之一。单是提到斯金纳的名字，就足以激怒某些人。

他们认为，“自由意志”是人与动物之间的重要区别。对具有人文传统背景的人而言，蓄意使用某些技巧来影响人类行为，似乎是极其邪恶的事。

然而，事实很清楚：我们所有人都在时时刻刻试图影响彼此的行为。我们只是会使用手边能用的任何方法。

行为主义、操作制约和强化理论常被误解为操控人类。事实上，人们本来就在彼此影响，只是很多时候影响得很糟。

虽然人文主义者长期猛烈批评行为主义和斯金纳博士，激烈程度几乎可比过去对异教徒的讨伐，但行为主义已经发展成心理学中的一大领域。它包含大学科系、临床工作者、专业期刊、国际会议、研究所计划、学说、理论分支，以及大量研究文献。

这种发展带来了一些实际益处。

有些病症，例如孤独症，对塑形法和强化法的反应，似乎优于其他疗法。许多治疗师运用行为疗法，成功处理了患者的情绪问题。至少在某些情况下，这种单纯改变行为、不追究问题根源的做法确有成效，并促成了家庭治疗（family therapy）的兴起。

家庭治疗在治疗过程中关注每位家庭成员的行为，而不是只关注被认定为“患者”的那个人。这个方向显然很合理。

行为主义应用中的成就与误用

从斯金纳理论发展出来的教学机器（teaching machines）和程序教学书（programmed books），是人们尝试逐步塑造学生学习行为，并强化正确反应的早期做法。

这些早期方法笨拙难用。但随后出现了计算机辅助教学（Computer-Assisted Instruction，CAI）。它的强化物本身就具有娱乐性，例如虚拟烟火、跳舞的机器人；它好玩、有趣，并且由于计算机反应时间非常精准，成效极佳。

精神病院等机构也建立过使用代币或代券的强化计划。患者累积代币或代券后，可以交换糖果、香烟或某些特权。

如今，到处都能看到减重或改变其他习惯的自我训练计划。根据塑形和强化原则设计的有效教学系统，例如“精准教学法”（Precision Teaching）和“直接教学法”（Direct Instruction），也进入了学校体系。训练生理反应的生物回馈（biofeedback），则是强化法的另一个有趣应用。

现在，“控制”研究已经深入到极细微的层面。例如，有研究发现，在进行自我训练计划时，如果使用进度追踪表，把小空格涂满的人，比在小空格里打钩的人更容易维持新习惯。

把细节研究到这种程度，自有它合理的心理学目的。但它通常和真正好的训练关系不大。

训练是一个回路，是双向沟通。回路一端发生的事件，会改变另一端的事件。这和神经机械回馈系统（cybernetic feedback system）完全一样。

然而，许多心理学家把研究看成是他们“对动物所做的事”，而不是“与动物一起做的事”。对真正的训练师来说，最有意思的恰恰是每只动物出人意料的独特反应。它可能是训练过程中最具成效的事件，但几乎所有实验研究都刻意忽略或降低这种个体化反应的重要性。

斯金纳博士所谓的“塑形法”，是一个行为逐渐改变的过程。设计并执行这种训练方法，需要想象力。

但心理学文献中有许多缺乏想象力的塑形研究。暂且不谈那些笨拙的设计，我认为其中有些甚至构成残忍而不正常的处罚。

举一个近期期刊报告中的例子：一种针对尿床的行为疗法，不仅在小孩床上设置“尿湿”侦测器，还要求治疗师陪小孩过夜。先不谈这对小孩心理可能造成的不良影响，这类“行为”疗法就像企图用铲子打死苍蝇一样。

新观念被接受之前

十九世纪哲学家叔本华（Arthur Schopenhauer）曾说，每个创新观念都会先被人取笑，然后被人大肆挞伐，最后才被视为理所当然。

据我所见，强化理论也不例外。

多年以前，斯金纳博士广受嘲笑，因为他为了示范塑形现象，训练一对鸽子打乒乓球。他还曾为刚出生不久的女儿打造一个温暖、自动清洁并提供娱乐的摇篮。人们把它讥讽为不人道的“婴儿箱”，认为那是不道德、偏离正统的产物。

直到现在，仍有人谣传他的两个女儿精神失常。事实上，她们都是事业有成的专业人士，个性也相当随和。

更值得注意的是，现在有许多知识分子认为自己早已听说强化理论，也明白它是什么，于是一副“没什么大不了”的样子。但事实上，多数人并不了解它。否则，他们对待别人时，行为不会这么糟。

本书写作的目的

自从有了训练海豚的经验后，多年来，我持续向学术界、专业人士和一般大众演讲、写文章，主题都是强化原则。

我把这种训练方法教给高中生、大学生、研究生、家庭主妇和动物园管理员，也教给亲友和家人。我还在周末讲座上教过几千名狗主人和训犬师。

我也观察和研究过各种训练者，包括牛仔和教练。我注意到，强化训练的原则正在逐渐渗入我们的普遍认知。

好莱坞电影中的动物训练师把正强化称为“博感情训练法”。他们用这些技巧训练出许多无法通过暴力胁迫达成的行为，例如电影《小猪宝贝》（Babe）中猪和其他动物的许多表现。

如今，许多奥运教练也使用正强化和塑形方法进行训练，而不再依赖传统威吓方式，并且同样获得了显著进步。

然而，我找不到一本书能够清楚描述强化理论原则，并让人在遇到实际状况时马上拿来运用。因此，我在本书中依照自己的理解解释强化理论，并说明我所见到的实际运用与误用情形。

强化式训练不能解决所有问题。它不能让你银行账户里的钱变多，也不能挽救一段糟糕的婚姻。它无法逆转严重的人格问题。有些情况，例如婴儿哭闹，本身并不是训练问题，需要用其他方法处理。有些行为，不论发生在人类还是动物身上，都有遗传天性的成分。要通过训练改变它，可能很困难，甚至不可能。也有些问题根本不值得花时间训练。

但是，面对生活中许多挑战、任务和令人烦恼的事，正确运用强化都能有所帮助。

在某些情境下使用正强化后，你也许会触类旁通，明白如何在其他情境中运用它。

一位曾与我共事的海豚研究学者曾经尖刻地说：“没有训练过鸡的人，应该被规定不准生孩子。”

他的意思是，当人训练鸡这种无法用暴力控制的动物并取得成效时，这种经验会清楚显示：你并不需要处罚小孩，也能获得成效。而且，这种经验应当能让你明白，该如何强化你希望看到的小孩行为。

海豚训练师为了日常工作，必须发展出正强化技巧。我注意到，他们的子女多半非常讨人喜欢，也很平和。

当然，本书并不保证你的子女也会如此讨人喜欢。事实上，本书不保证任何结果或技巧。它能提供的是所有训练的基本原则，以及一些指导方针，帮助你在不同情境下灵活运用这些原则。

它也许能帮你解决苦恼多年的情况，或者让停滞不前的局面豁然开朗。你若愿意，当然也可以用它来训练鸡。

本书的章节安排

强化式训练似乎有一种自然顺序。本书章节的安排，与训练中各个事件实际发生的过程相似：由简单到复杂。这个顺序似乎也是人们最容易学会成为真正训练者的路径。

本书的编排由易入难，目的是让读者逐步形成对正强化训练的整体认识。

不过，本书以实用为目标，从头到尾都会使用现实生活中的例子。书中提到的解决办法，应当被视为建议或启发，而不是要求读者机械照做的固定模板。

我们会先学习强化，再学习塑形；先学习信号控制，再处理不想要的行为；最后讨论这些原则在现实生活中的应用。

第一章 比奖励更有效的“强化原则”

“正强化物”是什么？

所谓“强化物”，是指任何与某项行为共同出现、并且通常会增加该行为发生频率的事物。请牢记，这是优良训练的核心。

强化物分为两种：正强化物和负强化物。

“正强化物”是训练对象希望获得的事物，例如食物、抚摸或称赞。而非训练者自认为能提供的事物。

“负强化物”则是训练对象希望回避的事物，例如被猛击、皱眉的表情，或令人不舒服的声音。上车后没有系安全带时，车内持续响起的警告声，就是一种负强化物。

只要某个行为原本会出现，不论它多么罕见，都可以利用正强化来加强。

例如，你召唤一只幼犬过来。当它走到你身边时，你拍拍它。即使日后没有做其他训练，它被召回身边的可能性也会逐渐提高。

但如果你希望某个人——子女、父母或情人——打电话给你，而他从来不打电话，那么你暂时无计可施。因为强化式训练的重点在于：你无法强化一个从不发生的行为。

反过来说，如果他每次打电话给你时，你们都相谈甚欢，使“打电话给你”这个行为获得正强化，那么他将来再打电话给你的可能性或许会提高。

当然，如果你每次接到电话都给予“负强化”，尽说些令人反感的话，例如：

• “你为什么现在才打电话来？”
• “非得我打给你吗？”
• “你都不打来。”

那么，他就会为了回避这种烦扰，而不想再打电话给你。事实上，你的做法正在训练他不要再打电话来。

强化式训练最根本的原则，就是针对行为给予正强化。

在科学文献中，心理学家可能会说：“行为方法用来……”或者“这个问题利用行为方法而获得解决。”这通常意味着心理学家用正强化取代了原有方法。不过，这并不表示他们采用了本书提到的所有正强化技巧。他们甚至可能并不知道这些技巧。

然而，仅仅改用正强化，通常已经足以解决许多问题。至今，它仍是协助解决尿床问题最有效的方法之一：早上起来发现床单没湿，就立即给予称赞和拥抱。

正强化原则也可以用在自己身上，而且很有效。

我以前是莎士比亚读书会的会员，在那里认识了一位年近五十、热爱打回力球的华尔街律师。他无意间听到我和别人聊天时谈到训练，便说起自己在打回力球时尝试使用正强化。他原本习惯在出错时骂脏话。后来，他试着在打出好球时称赞自己。两个星期后，我碰巧遇见他，便问：“回力球打得怎么样？”

他的脸上浮现出一种在华尔街律师身上少见的惊奇与欢愉。

他告诉我：

“起初我觉得自己真是个大傻瓜，因为每次打了好球，我就对自己说：‘干得好！彼特，真有你的！’如果只是我一个人练习，我甚至还会拍拍自己的背。后来我开始打得越来越好，在回力球俱乐部的排名比以前升高了四级，把过去一些很难抢分的对手打得七零八落。而且我也获得了更多乐趣。我不再大骂自己，赛后也不会生气失望。打了一个坏球，那没什么好在意的，之后还能打出好球。我发现自己最爱看到对手犯错、生气、扔球拍。我知道这些举动对球赛毫无帮助，所以我只要微笑就好了。”

真是可怕的对手。而他不过是改用了正强化而已。

强化物的性质是相对的，不是绝对的。YumYuckMeh: 雨对鸭子来说是正强化物，对猫来说却是负强化物；对牛来说，至少在天气暖和时，则可能无关紧要。

吃饱以后，食物不再是正强化物。如果对方打定主意要惹你生气，那么再多的微笑和赞美也没有用。因此，强化物要发挥作用，就必须是对方实际想要的东西。

正强化的关键，不是训练者认为对象“应该喜欢什么”，而是对象实际想要什么。

在任何训练情境中，如果能有多种强化物可供选择，会更有帮助。

在海洋世界的海生馆里，虎鲸有许多不同的强化物，例如鱼食、在不同身体部位被抚摸或搔痒、社交关注以及玩具。整场表演中，它们永远不知道接下来哪个行为会被强化，也不知道强化物会是什么。这些“意外惊喜”会让它们觉得有趣。

有时，一整场表演甚至可以不用平常最常见的鱼食强化物，而是等表演结束后才给食物。对训练者来说，不断变化强化物的种类，也是一件极有挑战而且有趣的事。

正强化也是送礼艺术的依据。当你选中对收礼者真正具有强化作用的礼物时，对送礼者本身也是一种强化，而且有助于改善人际关系。

在美国文化中，送礼常由女性负责。我甚至知道有个家庭，由母亲负责为全家人采买彼此的圣诞礼物。到了圣诞节清晨拆礼物时，会出现一种可笑的对话：

“喔！这个礼物是安送给比利的。”

但每个人都知道，这份礼物和安一点关系也没有。坦白说，这种做法无法磨炼孩子强化他人的技巧。

对正强化观察敏锐的男性，会比其他男性更占优势。身为母亲，我要求儿子们一定要懂得如何送礼。

举例来说，他们七岁和五岁时，有一次我带他们到一家昂贵的名品店，为妹妹挑选洋装。他们很喜欢瘫坐在豪华舒适的椅子上，对妹妹试穿的每件衣服品头论足。妹妹也很喜欢这样，当然，最后的决定权在她手中。

多亏那次经验和其他类似练习机会，他们三个人都学会了如何真心关切他人。为亲爱的人寻找有效的正强化物，也成了一种乐趣。

哪些是“负强化”？

强化物的作用，是增加行为发生频率。但强化物不一定都是学习者想要的东西。避免自己不喜欢的东西，也可能是一种强化。

换句话说，可以反向理解：己所不欲，勿施于人。

实验室研究显示，如果改变行为能够让厌恶刺激消失，那么这个厌恶刺激就可以增加该行为发生的频率。这类刺激称为“负强化物”（negative reinforcers），也就是人类或动物会设法避免的刺激。

负强化物可能是很轻微的厌恶刺激。例如，讲冷笑话时，朋友不屑地瞥你一眼；或者空调吹来一阵凉风，使你起身换个位置。

极强烈的厌恶刺激，例如公开侮辱或电击，除了可以作为处罚，也可以拿来作为负强化物。我们被老板责骂的经验，或许极具处罚性质；但我们也很快学会，当爱骂人的老板站在前门时，可以从后门溜进公司。

负强化物，是指可以通过改变行为而停止或避免的厌恶刺激。只要新行为一出现，厌恶刺激立即停止，这就强化了新行为。

假设我坐在姑妈家的客厅里，像在自己家里一样把脚搁在桌上。姑妈挑高一边眉毛表示不满。于是我把脚放回地上，她的表情放松了，我也松了一口气。

在这个例子里，姑妈挑高眉毛是一种厌恶刺激，具有负强化物的作用。我用新行为停止了这个厌恶刺激，所以以后我更可能把脚放在地上。在姑妈家如此，到了别人家也可能如此。

负强化物几乎能完成所有训练。传统训练方法多半就是这样做的。

当左边缰绳拉紧时，马只要向左转，嘴巴受到的讨厌压力就会减少，于是马学会了向左转。狮子退回台子上并待着不动，是因为这样才能避免被鞭子挥到，或避免椅凳挡在面前。

不过，负强化并不同于处罚。两者的差别在哪里？处罚是指在试图改变的行为发生之后才出现的厌恶刺激。它对该行为可能毫无影响。

我在本书初版中写道：

“没人知道因成绩不佳而被修理的男孩，将来的成绩会不会变好；但他绝对不可能改变这张已经带回家的成绩单。”

的确，当我们怀着意图进行处罚时，经常已经错过了时机。不过，这还不是处罚和负强化真正不同的地方。

现代行为分析学者把任何停止行为的事件都视为处罚。

幼儿把发夹插入插座时，母亲赶快用力把他的手拍开。这个行为停止了，但其他事情可能发生：幼儿开始哭，母亲感到愧疚，等等。不过，把发夹插入插座的行为确实消失了，至少当时如此。这就是处罚的作用。

斯金纳更明确地定义过“处罚”。处罚可以是“某项行为导致喜欢的事物消失的过程”，也可以是“某项行为导致不喜欢的事物发生的过程”。

不论哪种定义，处罚也许可以让当下发生的行为停止，但没有人可以预料以后会出现什么后果。

我们已经知道，强化物可以强化未来的行为。但我们无法预测处罚是否能够造成稳定的行为改变。

处罚确实会强烈影响行为和认知，但它不像奖励那样灵活，也不像奖励那样有效。同时，它还会引入无法预料的副作用。

母亲抓住幼儿，或用力打他的手，即使时间点抓得很准，也不能保证他将来不会再把东西插入插座。去问任何一位家长，你都会知道现实往往是这样：家长把小东西收好，盖住墙上的插座，或者用家具挡住插座。等孩子长大后，那种特别想把东西插进去的冲动才会消失。

行为分析学者认为，强化或处罚都是由后果定义的“过程”。

负强化物 训练骆马的好例子

负强化物可以用于有效训练。尽管使用了厌恶刺激，训练过程仍可能相当无害。下面是一个利用负强化训练骆马的好例子，感谢骆马专家吉姆·洛根（Jim Logan）提供这个方法。

骆马是一种半驯化动物。美国人把它们当作宠物饲养；在其他地区，人们则饲养它们作为毛料来源。骆马像马一样非常胆怯害羞。除非自幼经常接触人类，否则人很难靠近它。虽然利用食物强化训练骆马效果极佳，但当它们过于惊惧、不敢靠近人类取食时，这个方法就派不上用场。

因此，现今的骆马训练师会利用响片作为信号，告诉骆马它们的行为将获得强化。但这时使用的初级强化物，也就是真正的强化物，是“移除负强化物”，也就是移除厌恶刺激。

实际做法相当于你对骆马说：

“如果我走近到离你三十英尺处，你可以保持站着不动吗？可以？很好，我按下响片就会转身离开。”

或者：

“现在，如果我走到离你二十五英尺处，你可以站着不动吗？可以？很好，我按下响片就走。”

训练师利用响片标定骆马站着不动的行为，并且利用“可怕的人类离开”作为强化物。有时五到十分钟内，就能让人靠近到足以触摸它的程度。

这里建立了正确的因果关系：

响片意味着安全信号。响片因此成了正强化物。

骆马控制着整个局势。只要它站着不动，它就可以让人类走开。所以它继续站着不动。

当人能够摸到骆马几次之后才离开，僵局就被打破了。这个人不再令它感到害怕。现在，饲料桶可以出场了。沟通的对话转变为：

“你站着不动时，我可以摸摸你吗？可以？按响片，就赏你好吃的东西。”

这时，骆马便进入获取正强化物的阶段。这些正强化物包括食物、搔痒和拍抚。它也正把“站着不动”的新行为做得很好，而不是朝别处逃跑。

利用离开，或者说好行为出现时停止施压，是所谓“通马语者”（horse whisperer）常用的训练技巧。

---

训马者在围起来的区域内，与自由奔跑的马互动，在相当短的时间内让马发生整体转变：野生的马从惊惧逃窜，变得能够冷静接受人类，甚至允许人类给它套上马鞍并骑乘。这种转变看似神奇。

使用这些技巧的训练者，通常都会以某个声音或动作作为标定信号，也就是制约强化物。但很少人真正意识到自己正在这么做，反而常用迷信的说法解释这种现象。

其实，这种现象一点都不神奇。它完全是“操作制约”的结果。

虽然负强化很有效，但请牢记：每次使用负强化时，同时也使用了处罚。

当你拉紧左边缰绳时，在马向左转以前，它继续向前直走的行为正在不断受到处罚。而且，滥用负强化和厌恶刺激也可能导致莫瑞·西德曼（Murray Sidman）博士所说的“附带作用”，也就是由处罚引起的不良副作用。相关内容会在第四章讨论。

抓准强化物出现的时间点

前面已经说过，强化物必须与想改变的行为一起出现。

强化物出现的时间点，本身就是信息。它告诉学习者：你喜欢的行为究竟是什么。在动物试图学习的当下，强化物传达的信息，往往比强化物本身更重要。

运动员或舞者受训时，教练喊出“对！”或“很好！”，可以立即标定当下的正确动作，给予对方确实需要的信息。如果等回到更衣室才做事后检讨，就无法产生同样作用。

强化时机过晚，是训练新手最常见的问题。

例如，狗坐下来了。但主人说出“好乖！”时，它正好又回到站姿。这样一来，到底哪个行为被“好乖”强化了？是站着的行为。

每当你发现训练出现问题时，第一个该问自己的问题就是：强化时机是否太晚？

如果你在训练某人或某动物时忙得无法分心观察，可以请人帮忙留意，看看自己强化的时机是否太迟。这会很有帮助。

• 我们强化他人的时机常常太晚。“亲爱的，你昨晚看起来美极了！”
• 这句话的效果，与当下即时赞美完全不同。迟来的强化甚至可能适得其反：“怎么，我现在难道不美吗？”

然而，对于这种为时已晚的补偿性话语，我们却常常寄予厚望。

过早给强化会成为贿赂

过早给予强化也可能效率很低。

美国布隆克斯动物园（Bronx Zoo）的管理员曾经为一只大猩猩十分头疼。他们必须让它进入户外栏舍，才能打扫室内栏舍。但它总喜欢坐在进出口。它力气巨大，可以挡住滑门，阻止门关上。

当管理员把食物摆在户外，或用香蕉诱引它时，大猩猩不是不理会，就是抢了食物，再赶在门关上前回去挡门。

他们请动物园里的一位训练师处理这个问题。训练师解释说，“挥舞香蕉”和“丢入食物”，都是试图以“贿赂”来强化一个尚未发生的行为。

真正有效的办法，是当大猩猩坐着挡门时不理它；只要它自己走到户外，就给予食物奖励。问题就这样解决了。

家长有时也会误以为自己在鼓励小孩，实际上却是太早给予强化。

例如：

“好孩子，就是这样，你几乎做对了！”

这样可能强化的是努力的行为。“努力去做某事”和“实际做到某事”是不同的。有时候，小孩哭喊“我做不到”，或许是真的；但也可能是努力行为受到过度强化后的症状。

一般来说，在行为出现之前给予礼物、承诺、赞美或任何东西，都无法强化这个行为。因为受到强化的，是强化物出现当下的行为。而当下最可能发生的行为，是要求强化物的行为。

进行负强化训练时，时机同样重要。

马学会当左边缰绳拉紧时向左转。但在它左转之后，必须立刻不再拉紧缰绳。这个停止拉扯的动作，就是强化物。

上马后踢踢马腹，马往前走了，就不该继续踢，除非你要它跑快一点。新手骑士常会不断踢马，仿佛必须一直踩油门，马才会跑。但对马来说，这个动作并不提供信息。因此，马术学校里有“铁腹马”的说法：有些马无论骑手踢得多急，仍然以牛步行进。

同样的反应也会出现在常被父母、老板或老师唠叨责骂的人身上。

负强化物在期望结果达成时，如果没有立刻消失，它就不会有强化作用，也不会传递任何信息。唠叨责骂只会成为名副其实的噪声，也就是信息论（information theory）中所说的“噪声”。

我观看足球和棒球比赛的电视转播时发现，球员被强化的时机总是准确无误，这让我印象深刻。

当球员跨过本垒、完成得分的同时，观众立即爆出欢呼声。一旦得分或胜负确定，仔细看看球员之间热烈强化彼此的动作。

这对演员来说就不同了，尤其是电影演员。即使是在舞台上演出，也得等到谢幕时才能获得掌声。电影演员除了偶尔从导演、摄影师或工作人员那里得到回应外，其他强化几乎都错过了时机。影迷来信和好评往往要在数周甚至几个月后才出现。

与洋基球场瞬间爆出的轰天欢呼相比，这显得逊色而无趣。演员工作起来可能特别缺乏成就感。即使有很不错的强化物，出现时机也总是太晚。难怪常有明星近乎病态地喜欢谄媚奉承和追求刺激。

强化物的大小

刚开始使用食物强化的训练新手，常搞不清楚食物强化物应该多大。答案是：尽可能越小越好。强化物越小，动物就能越快吃掉它。这不仅可以减少训练者等待的时间，也可以增加每次练习中强化物的使用次数，避免动物一下子吃饱或吃腻。

1979 年，我担任华盛顿特区美国国立动物园（National Zoological Park）的顾问，教导动物园员工使用正强化技巧。

在训练课程上，有位管理员抱怨自己的熊猫训练进展太慢。我认为这不太寻常。像熊猫这种贪吃又活跃的大型动物，以食物作为强化物，应当很容易训练。

我观察了一次训练后发现，管理员虽然已经缓慢塑造出熊猫的动作，但问题在于，她每次给予熊猫的强化物竟是一整根胡萝卜。熊猫好整以暇地享用每根胡萝卜。在管理员宝贵的十五分钟训练时间里，它只得到了三次强化，而且难免会吃腻胡萝卜。

如果改成每次只给一片胡萝卜，情况会好得多。

一般来说，一小口强化物就足以让动物保持兴趣。对鸡而言，是一两粒玉米；对猫来说，是半公分的小肉块；对大象来说，是半颗苹果。

如果是特别喜爱的食物，分量甚至可以更少。例如，给马一茶匙谷子。美国国立动物园的管理员甚至只用葡萄干，就训练北极熊做出了许多有用的行为，例如依照指令移动到另一个栏舍。

训练有一个基本法则：如果每天只训练一次，在达到每日给食量的四分之一前，动物的训练反应通常都会很好。训练结束后，再给它其余的食物。

如果每天训练三到四次，可以把平常的食物份量分成大约八十等份，每次训练使用二十到三十份。八十份强化物似乎是任何动物维持学习兴趣的每日最高量。

这或许也是幻灯片匣最多只能放入八十张幻灯片的原因。因为每当讲师要求换第二个幻灯片匣时，我总会抱怨一下。

行为的难易程度也与强化物的大小有关。

我们在海洋世界的经验显示，要求虎鲸表演笔直冲出水面二十二英尺的高难度跳跃动作时，必须给予一条大青花鱼作为奖赏。如果只给平常强化用的两条小梭鱼，它们会拒绝表演这个动作。

至于人类，强化物的大小虽然没有固定标准，但有时候，工作越艰难，报酬就越大。如果完成了艰难工作却没有获得相应报酬，我们肯定会痛恨不已。

意外的“大奖”

“大奖”（jackpots）是一个对动物和人类都非常有效的技巧。

大奖是指非常大的强化物，甚至可能比平常大十倍，而且训练对象没有预料到它会出现。

我曾在一家广告公司任职。公司除了有一般的圣诞派对，在大案子结案或签下新客户时，也会有非正式庆祝活动。

不过，董事长还有一个习惯：每年举行一两次突如其来的惊喜派对。可能在某天下午三四点，他会阔步经过每间办公室，大喊要大家停下工作、关上电话总机。接下来，外卖服务人员、乐师、调酒员、香槟、熏鲑鱼和派对该有的一切都会陆续出现。

这些全是为了我们而来，而且没有特殊理由。对五十名员工来说，这完全是出乎意料的大奖。我认为，这对提升高昂的工作情绪有很大影响。

大奖也可以用来标定“突破性的意外进步”。

我认识一位训马师。当年轻马第一次完成一项困难动作时，他会立即从马背上跳下，除去马鞍和马勒，然后放它在场地里任意奔跑。给予完全的自由，就是一个大奖。这样做可以让马把新学会的行为保留下来。

然而，当动物不听话、害怕或抗拒，完全不出现好行为时，偶尔给一次大奖也可能有效改善动物的反应。

我们曾在海洋生物世界进行一些由美国海军资助的研究。做法是强化海豚的新反应，而不强化过去训练过的旧有行为。

研究对象是一只名叫“胡”（Hou）的温驯海豚。它很少出现新反应。如果它出现反应却没有获得强化，它就会待着不动。

有一次训练时，它持续二十分钟没有出现反应。训练师在这时丢给它两条鱼，奖励它这个“没有反应的行为”。“胡”似乎被这个慷慨大礼吓了一跳，随后再度活跃起来，很快出现一个可以被强化的动作。后面几次训练也因此出现了真正进展。

我也曾亲身体会过类似这只海豚的经验。

十五岁时，骑马是我人生最大的乐事。那时每张骑马券可以上十次课，但我每个月的零用钱只够买一张。

当时，我与父亲菲利普·威利（Philip Wylie）及继母瑞奇同住。虽然他们对我很好，但我正处于青少年叛逆期，总是一副刻薄、残忍、暴躁易怒的态度。有一天晚上，这两位慈爱又聪明的家长告诉我，他们对我的行为忍无可忍，所以决定嘉奖我：他们送给我一张全新的骑马券。这是他们其中一人特地到马场购买的。

哇！我完全没有资格收下这样的大奖。

我记得自己当下就打算洗心革面。多年后，在我撰写本书时，继母瑞奇确认这段记忆的确属实。

我并不完全了解，这种不劳而获的大奖为什么会有如此突然且深远的作用。我只知道，那张额外的骑马券立刻解放了我心中的压抑和憎恨。我猜，这也是那只海豚的感受。

或许将来会有人把它作为博士论文题目，向我们解释其中原因。

制约强化物

问题：当动物出现你希望鼓励的行为时，你可能根本无法即时给予强化物。使用食物强化时尤其如此。

以训练海豚跳跃为例。当它跃入空中时，我不可能马上拿鱼喂它。因此，每次奖励它跳跃而赏它鱼吃，时间势必延后。

事实上，久而久之，海豚还是会把跳跃动作和吃鱼联系起来，跳跃动作也仍会增加。

问题在于，它无法知道我到底喜欢它跳跃的哪一点：是高度、弧度，还是入水时水花溅起的方式？

于是，它必须跳跃许多次，才能找出我心中期望的跳跃动作。这种时候，我们就可以使用“制约强化物”（conditioned reinforcers）。

制约强化物，是指一个原本没有意义的信号，可能是声音、光线或动作。训练者刻意让它在强化物出现之前，或出现期间出现。

现代海豚训练师经常使用警用哨笛作为制约强化物。这样，海豚即使在水底也能听到哨音，而且训练师还能空出双手做手势或喂鱼。

我经常使用一种会发出响声的便宜派对玩具训练其他动物。这种玩具只要一压，就会发出咯嗒声。或者，我也会特别选用某个称赞用语，当作制约强化物，例如“乖狗狗”或“乖马儿”。

学校老师常说“那很不错唷”“非常好”等具有形式意义且谨慎使用的赞美，也是出于同样原理。学生总是会迫不及待把事情做完，等着听到这些赞美。

日常生活中，制约强化物比比皆是。

过去，我们总喜欢听到电话铃响，或看到信箱被塞得满满的，即便接到的电话大多无趣，信箱里多半是垃圾邮件。因为我们从过去多次经验中学习到，电话铃响或信件到达，与好事情有关联。

我们喜欢圣诞节音乐，讨厌牙医诊所的气味。我们在周围摆放一些东西，例如照片、盘子或奖杯，并不是因为它们美观或实用，而是因为它们能让我们想起快乐时光或亲爱的人。这些东西都是制约强化物。

讲求实效的正强化动物训练，几乎都应该先从建立制约强化物开始。

tip. 将自己作为制约条件物：惟贤惟德，可以服人。

在进行正式训练前，要趁动物尚未刻意做出行为时，先教它理解制约强化物的重要性。方法是让这个制约强化物与食物、拍抚或其他真正的强化物产生联结。

随后，你可以从动物身上看出它是否已经理解这是你示意“很好”的信号。通常，它们接收到制约强化物时，会停顿一下，然后开始寻找真正的强化物。

有了制约强化物，你就拥有了一种真正能与动物沟通的方式，能告诉它你到底喜欢它哪一点行为。你不必当怪医杜立德，也能与动物“交谈”。利用这种习得的强化物，你也会惊讶于自己能够向动物“说”出多少信息。

制约强化物的威力很大。

我见过吃饱的海洋哺乳动物仍为了获取制约强化物而持续工作，也见过马和狗为了少量初级强化物持续工作一小时以上。

人类当然也会为了钱不停工作。说穿了，钱就是一种制约强化物，是用来购买东西的代换品。那些钱已经多到根本花不完的人，甚至仍特别爱赚钱，因为他们已经对这个制约强化物沉迷到无法自拔。

能够联结到多种初级强化物的制约强化物，威力会更大。

举例来说，动物训练时可能不想要食物。但如果同一个声音强化物曾经刻意与喝水或其他乐趣联结，那么这个强化物仍然有效，而且会更有效。

我家的猫听见“好乖”时，可能会看到晚餐出现，可能被人拍抚，可能得以进出门口，也可能领取表演把戏的奖赏。因此，我现在可以轻易利用“好乖”来强化它们跳下餐桌的行为，而不必给予真正的强化物。

金钱之所以具有极大强化作用，或许正是因为它几乎可以与所有东西产生联结，是一种联结范围极广的制约强化物。

制约强化物一旦建立起来，就必须谨慎使用，以免降低效力。

骑我家韦尔斯小型马的孩子很快就学会，只有在他们想强化马的行为时，才会说“乖马儿”。如果只是想单纯表达对马的喜爱，只要不使用这三个字，他们对着马说得天花乱坠都没有关系。

某天，他们看见一个新来的孩子抚摸马脸颊，说：“你是乖马儿！”其中三个孩子立即围上去质问她：

“你为什么对它这么说？它又没做什么！”

我们应该给予子女、配偶、父母、情人或朋友很多爱与关注，不需要等他们出现特定行为时才给予。
但我们确实应该慎用赞美，把赞美当作制约强化物。只有当实际出现好行为时，才给予赞美。

无条件：爱与关注（基本需求）。
有条件：赞美（用来调整好习惯）。

即便是幼童，也很快会对虚情假意或无意义的赞美感到厌烦。一旦如此，赞美就不再具有任何强化作用。

响片训练

海洋哺乳动物训练师通常以哨音作为制约强化物，用来训练鲸豚、海豹和北极熊。

凯勒·布瑞兰（Keller Breland）最早在 1960 年代将这个训练概念引入海洋哺乳动物园和美国军用海豚训练。他曾是制约心理学家斯金纳博士的研究生。

他把哨音称为“中介刺激”（bridging stimulus）。因为它除了告知海豚即将获得一条鱼，也成为海豚“在池中央跳跃”这个被强化行为，与“游到池边领奖”这两个动作之间的中介连接。

行为分析文献承认制约强化物具有这两个作用，但它还有更多作用等待被发现。

到了 1990 年代，越来越多动物训练师开始使用制约操作、塑形法、正强化和制约强化物，也有越来越多普通人开始这样做。这个风潮由狗主人引领。第六章会进一步讨论。由于狗主人使用的制约强化物，是一种内含金属簧片的塑料响片，他们便称这种训练为“响片训练”，称自己为“响片训练者”。

响片训练者使用的响片，除了是制约强化物、也是介于“赚取食物”和“实际获得食物”之间的刺激外，还具有多种尚未被研究清楚的功能。

其中最重要的功能，是奥格登·林兹利（Ogden Lindsley）博士所说的“事件标定器”（event marker）作用。响片让训练对象明确知道，被强化的行为是什么。它甚至把主控权交到训练对象手中。过了一阵子，训练对象不再只是重复行为，而是显露出一种意愿：“嘿！我使你按下响片了！你看，我再做一次！”

响片训练者把这种转变称为“灯泡亮了”，用来比喻忽然开窍、豁然明白的时刻。无论对训练者还是训练对象来说，这都有极大的强化效果。

艾伦·里斯（Ellen Reese）博士向我指出，响片训练者使用的制约强化物也是一个代表“完毕了”的终结信号。

正如训练师盖瑞·威尔克斯（Gary Wilkes）所说：

“响片终结了行为。”

然而，这一点有时看起来似乎不合常理。传统训练师常对此大感吃惊，因为利用响片训练狗咬着哑铃不放，做法竟然是在狗还咬着哑铃时按下响片。接着，它便被允许放掉哑铃，去吃一块作为奖赏的热狗。

响片标记的是按下响片那一瞬间正在发生的行为。它告诉狗：“你刚才叼住哑铃这个动作是对的。”

狗会明白两件事：

• 第一，只要还没听到响片，就继续保持这个动作。
• 第二，一听到响片，就说明动作完成，可以结束并领取奖励。

这也可以用人类的例子来理解。

老师让学生举手并保持不动。学生举手举得很好，老师说：“好！”然后学生把手放下。

老师的“好”，并不是在奖励“放下手”，而是在告诉学生：

“刚才你举手保持的动作完成得很好，这一轮结束。”

下次学生会更明白：要一直举着，直到老师说“好”。

因此，响片有两层功能。

第一，它像一个精确标记器，告诉狗：“就是刚才那一瞬间的动作对了。”

第二，它也会成为一个结束信号：“这个动作已经完成，可以停止动作，去拿奖励了。”

哲学家格里高利·贝特森（Gregory Bateson）曾在海洋生物世界任职数年。他主张，操作制约只不过是一个用来与外星生物沟通的系统。它的确可以这样使用。

标定信号的另一个主要功能，是沟通特定信息。

训练师史蒂夫·怀特（Steve White）警官告诉我，他曾叫他的德国巡逻牧羊犬搜寻某个被丢在六英尺高树丛顶端的对象。那只狗在地面搜寻很久，却徒劳无功。

后来，当它碰巧把头抬高时，史蒂夫按下了响片。那只狗立刻转而嗅闻头部高度的空气，察觉到目标对象的气味，并开始往区域内较高的地方搜寻气味。它甚至以后脚站立起来嗅闻。

在史蒂夫没有再度出手协助的情况下，它找到了对象位置，并猛跳到树丛顶端取回对象。

“继续加油！”

从史蒂夫和他的狗沟通的例子来看，他们之间的沟通还有另一个特点。

史蒂夫的响片声并不是作为终结信号，而是一个“继续加油”的信号。由于狗尚未发现目标对象，响片的及时出现，不仅强化了向上方嗅闻的行为，也让狗继续出现搜寻行为。

我在本书初版中曾写道，我们可以多次使用制约强化物，但不给予真正的强化物，直到最后再给予即可。

我之所以这样说，是因为有时候在海洋生物世界训练海豚出现长时性行为或连锁行为时，我们确实会这样做。

但当初写书时，我并没有意识到，我们事实上使用了至少两种制约强化物，或者说两种标定信号。

• 一种是正常音量的哨音，意思是：“这就对了！食物随后就到，过去那边取食，完毕了！”
• 另一种则是较轻的哨音，意思是：“这就对了，但是还没达到目标。”

在 1990 年代，我曾与许多响片训练新手共事。训犬类图书作者摩根·斯佩克特（Morgan Spector）称这些人为“跨域训练者”（crossover trainers），意思是他们精通处罚式训练，但正在尝试改用塑形法和正强化。

我发现他们都很愿意按响片，却极不愿意给食，甚至到了让响片意义逐渐消失的地步。

对此，我必须强调：唯有遵循“按一次响片，给一次零食”的通则，才能教会人们如何有效塑造行为。

不过，在许多现实情境中，有些“过渡性的强化刺激”可能非常好用。正如史蒂夫与巡逻犬的例子所示，另选一个强化刺激，并借由这个刺激告诉训练对象“那就对了，继续加油”，是一个可行的解决方法。

“继续加油”的信号不需要直接联结初级强化物。只要在响片终结声出现之前插入这个信号，学习者很快就会理解到，它只是一个引领至最终强化物的信号。

接下来，你就可以好好运用这个“过渡性的强化刺激”。在连锁行为中，利用它作为带有信息的标定信号，而不必让正在进行的行为停下来。

举例来说，在敏捷赛中，狗进行障碍竞速。主人必须在狗快速移动时，指示它下一个障碍是什么。

我曾见过一只狗在完成某项障碍后，表现得不知所措，仿佛没有听清楚指示，不知道该穿入隧道，还是跨栏。它的头在两项障碍之间来回摆动。当狗朝跨栏望过去时，主人喊了一声“没错”，狗才立刻跑向正确的障碍项目。

和最终才出现的响片声一样，这种过渡性信号可以是任何刺激：响片、哨音、大喊一声，或挥一下手。

但要注意，这个刺激不能只是怀抱希望的鼓励或加油打气。那样做可能使动物分心，或不小心强化其他行为。它也必须是一种意义明确、精确使用的制约强化物。

习得厌恶刺激

及时发出的“习得正面信号”是在告诉接收者：

“你现在的行为很好，将为你带来好处，所以多出现这个行为吧！”

相对地，你也可以建立“习得厌恶刺激信号”（conditioned aversive signals），也称为“警告物”。它告诉接收者的信息是：

“你现在的行为不好。如果你不停止这个行为，不好的事就会发生。”

习得厌恶刺激比单纯威胁更有效。有些动物，例如猫，对于大喊大叫和责骂没有反应。不过，我有一位朋友曾意外治好了她家猫抓沙发的毛病。原因是她喊出的“不”变成了习得厌恶刺激。

有一天，她在厨房里失手掉落一个铸铜大托盘，正好掉在猫身旁。当托盘掉下时，她大喊“不”。下一秒，托盘落地，发出巨响。猫被吓得跳起来，全身毛都竖了起来。

之后，当猫抓沙发时，主人一喊“不”，猫便表现出惊惧的样子，立即停止动作。重复两次之后，这个行为便永远消失了。

训斥是生活中必要存在的一部分。以正强化作为教导的主要工具，并不代表必要时不能说“不”，例如幼儿拿东西戳插座时。

然而，有些训练者会以这种现实情况为例，认为无论什么情形，经常进行“纠正”都是合理的。

事实上，他们犯了两个错误。

• 第一，他们似乎认为纠正的好处和正强化一样多，却没有考虑它对学习者造成的其他副作用。第四章会讨论“处罚”。
• 第二，他们使用训斥和处罚，却没有建立警告信号，也就是习得厌恶刺激。

要让“不”产生效果，诀窍在于必须让它成为制约负强化物（conditioned negative reinforcer）。

举例来说，如果你觉得有必要使用 P 字链，也就是收缩链，就应该在狗犯错的同时说“不”，然后在拉扯链子之前稍等一会儿，给它机会修正行为，以避免处罚。

如果只是直接拉扯 P 字链，却没有给它警告，这个拉扯动作就只能是纯粹的处罚。它对未来行为的影响无法预期，而且处罚的累积效应可能影响狗的工作意愿。

另一个常见错误是，在狗回到位置之后，仍然继续猛扯链子。这样会使它的两个行为都受到处罚。

如果纠正式训练方法缺乏制约负强化物，实际用到厌恶刺激的机会将增加，学习速度也会变慢。

有时候，传统训练师为了获得可靠稳定的行为，必须比使用强化训练的训练师花费更多时间，可能是几个月，甚至几年。这不只是因为他们依赖的处罚方式会让行为消失，也因为他们使用处罚时缺少制约负强化物。动物必须经过数百次重复训练后，才可能归纳出自己应该出现什么行为。

近来，有一类特殊的制约负强化物在训犬人士中颇受欢迎。这种“无奖励标定信号”通常是以平淡语气说出“错”这个字。意思是，当狗表现出不同行为、试图猜测你想要什么时，你可以利用一个表示“那个行为不会得到强化”的信号，告诉它哪些行为没用。

根据斯金纳对“处罚”的定义，把动物想要的事物取走，意味着当“错”这个字代表动物将无法获得强化物时，它无可避免地成为一种习得厌恶刺激。

那么，它是否也因为提供信息而变得具有强化作用呢？

我在训犬界看过一些“错”能够派上用场的特殊情况。如果你的狗已经知道很多塑形完成的行为和指示信号，也就是说，它对训练非常有经验，你可以利用“错”这个口令作为要求它改变行为的信号，意思是：

“省省力气，那样做没用，试试别的。”

要让这个做法奏效，必须符合以下条件：训练对象过去曾为了获得响片声而变化行为，或者它在主动尝试新行为时，常有获得强化的经验。

这种需要巧妙使用的信号之所以容易出问题，通常是因为人们把它用在没有经验、不明白人们想要什么的狗身上。

这时候，人们很容易把这个信号比照 P 字链使用：叫狗坐下，它没坐下，立刻喊“错”。

如果这个信号确实带有“不会获得强化物”的意义，那么“没有坐下”的行为应当立刻受到处罚。但这并不代表坐下的行为会马上发生。事实上，它的后果很可能和其他处罚一样无法预料。

狗可能完全不再反应，低头怯怯地溜走；或者它会放弃你，转而自己寻求强化物，从而出现不当行为，例如吠叫、暴冲、嗅闻地面或抓痒，把注意力转到别处。

无法预料的奖励更具吸引力

有一个广为流传的错误观念是：一旦开始用正强化训练某个行为，就必须在训练对象余生里一直使用正强化物；如果不这样做，这个行为就会消失。

这个说法并不正确。

事实上，只有在学习阶段才需要持续使用强化物。

你可能会经常称赞幼儿使用马桶的行为。但一旦这个行为完全学会，它将自行获得强化。

因我们花费力起教导的某些行为习惯本身就是有益的，只需引导领入门，之后环境自发带来的奖励就可维持行为。

我们应该常常给初学者强化物。例如，教小孩骑自行车时，我们可能需要不断告诉他：

“这就对了，现在骑稳，你做到了，很好！”

但如果他已经学会骑车，而你仍不断称赞他，就显得很蠢。小孩也可能以为你发神经了。

为了使学会的行为维持一定可靠程度，不但没有必要每次都强化这个行为，而且极为重要的是，不可以经常强化这个行为。应当改为偶尔强化，而且是随机的、无法预测的强化。

心理学家把这种强化方式称为“变化性强化时制”（variable schedule of reinforcement）。它维持行为的效果，比持续、可预测的强化方式更好。

一位心理学家曾这样向我解释：

你的新车总是很容易发动。如果某天你坐上车，把车钥匙一转，车却没发动，你会再试几次。如果还是无法发动，你很快就会判断这辆车出了问题，然后打电话给修车厂。

因为转动车钥匙的行为没有立即带来期待的强化结果，所以“转动钥匙发动车子”这个行为会很快停止。

相反，如果这是一辆老旧破车，几乎很少第一次转钥匙就能发动，而且通常得花很久时间才能发动，那么你可能会花半个小时不断尝试启动。因为这个转动车钥匙的行为，长期以来一直受到变化性强化，所以它能稳定维持。

如果海豚每次跳跃都有鱼吃，那么它的跳跃动作很快就会变得马虎敷衍，过得去就好。如果停止投喂鱼，跳跃动作也很快会消失。

但在它学会“跳跃就有鱼吃”之后，我开始只强化第一次跳跃、第三次跳跃，然后随机强化它的跳跃动作。这个行为就会稳定维持下来。

当动物没有获得奖励时，它们反而会更常跳跃，期待下次“中奖”的机会，而且跳跃时甚至可能更有活力。这样一来，我便能够选择强化更有活力的跳跃动作。

利用变化性强化时制，可以塑造出更好的表现。

不过，即使是专业动物训练师，也有人仍无法善用变化时制的正强化方法。这个方法对许多人来说，似乎特别难以理解和接受。

我们都知道，当错误行为停止时，就不必继续处罚。但我们往往无法理解，为什么没有必要继续奖励好的行为，甚至不应该这样做。

这其实是因为，在我们想用正强化训练出进退有礼的良好行为时，我们自己也不太确定该怎么做。

变化性强化时制的威力，正是赌博的本质。

如果每次投一枚硬币进游戏机，就会有十枚硬币掉出来，你很快就会失去兴趣。虽然你的钱会越来越多，但这种方式实在很无聊。

人们之所以爱玩游戏机，正是因为他们无法预料会发生什么：可能什么都没有，可能掉下一点钱，也可能掉下很多钱。

这里不讨论为什么有些人会沉迷赌博，而有些人会拍拍袖子走人。不过，对那些赌博成瘾的人来说，变化性强化的作用就是让他们上瘾的原因。

变化性强化出现的时间间隔越长，它维持行为的效果就越强。

不过，如果你想消除某个行为，那么把时间间隔拉长的变化性强化就会对你非常不利。

所有未获强化的行为都有自行消失的倾向。但如果它时不时获得强化，即便只是偶发事件，例如抽一根烟、喝一杯酒，或者对不断唠叨或哀求的人稍作让步，这个行为不仅不会消失，事实上还可能被这种间隔拉长的变化性强化时制维持得更好。

这就是为什么已经戒烟的人偶尔偷偷抽一根烟，在一天内就可能又变回大烟枪的原因。

我们都见过一些遭配偶或情人施虐的人。大家难以理解，他们为什么仍然留在这些人身边。这种爱上恶劣、毫不体贴、自私甚至残忍的人，却执迷不悔的情况，一般人以为只会发生在女性身上。但实际上，它也会发生在男性身上。

大家都知道，这类人如果以离婚或其他方式离开恶劣的另一半，很快又会找到同类型对象，重蹈覆辙。

这些长期成为受害者的人是否有严重心理问题？有可能。

但他们也可能是长间隔变化性强化时制的受害者。

刚开始与对方交往时，你会认为对方迷人、性感、风趣、无微不至。即使这个人日后逐渐变得难以相处，甚至对你施暴，他偶尔还是会对你展现好的一面。

即使获得这些美好强化物的时光越来越罕见，它却成了你的人生寄托。

从常理看，这似乎是十分反常的现象。但从训练角度看，却很清楚：这些美好时光出现得越少、越无法预测，它的强化作用越强大，你的基本行为也越持久。

此外，也不难理解为什么曾经有过这类关系的人会再度寻求同类对象。因为他们与和善正派的正常人交往时，可能就是缺少那种强化物极少出现、令人渴盼、因而强化效果加倍的快感。

从操纵者的角度来看，如果他想任意使唤某个人，并让对方随时言听计从，只要偶尔给对方想要的东西，就可以达到目的。这的确是个极为有效的方法。

但一旦受害者理解到，操纵者强烈的“魅力”至少有一部分来自这种变化性强化时制，他们通常就能冷静脱离这种关系，寻找不同的对象。

芒格原则：远离酒精、杠杆和魅力异性。

不适用变化性强化的情况

行为学会之后，不应该采用变化性强化的情况只有一种：当这个行为涉及解答问题时。

高级服从训练要求狗从一堆杂乱对象中，找出主人摸过且带有气味的东西。每当狗选对对象，主人都必须让它知道。这样，它才知道下次该怎么做。

进行分辨测验时，例如找出两个声音中频率较高的一个，动物每次答对后都必须获得强化。这样，它才能一直知道训练者要求它回答的问题是什么。当然，这时可以使用制约强化物。

我们玩填字游戏或拼图游戏时，每次猜对都会被强化。因为只有正确的字或图片，才能放入对应的空格或位置。

如果每个空位都可以放入多片拼图，你就得不到因正确选择带来的正强化。这种回馈对于多数选择性测验情境都是必要的。

换句话说，当任务要求的是明确的正确答案时，就必须给出确定回馈。

不过，完成解题本身的成就感也是一种强化，不一定需要额外赞美。

如何打破“起头最难的障碍”

除了变化性强化时制，我们也可以采用“固定强化时制”（fixed schedules of reinforcement）。这意味着动物只有在预定时间内持续某项行为，或者完成预定次数的行为之后，才会获得强化。

举例来说，我可以安排海豚连续跳跃，每跳完六次就强化一次。于是，连跳六次的行为很快会经常出现。

但固定强化时制的问题在于，连续行为中较早出现的行为永远得不到强化，于是这些行为常会变得越来越马虎，过得去就好。

以海豚跳跃为例，除了最后一次实际获得强化的跳跃动作，其他跳跃动作会趋向于越来越小。

固定强化时制的缩减效应，或许是影响人类许多任务的一项因素。以工厂装配线为例，人们通常必须工作一段固定时间才能获得强化，而这与他们的工作表现优劣无关。

因此，人们当然会尽量少花力气，只要足以让他们留下来就好。而且每次刚开始工作时，表现可能特别糟。

对海豚来说，偶尔随机强化第一次或第二次跳跃，对于维持行为的效果，与强化第六次跳跃同样有帮助。

对人类来说，如果各种奖金、津贴或其他形式的强化物，例如颁奖，能与工作量或工作表现直接相关，并且不与平常的强化物同时出现，那么强化效果会更好。

不论采取固定强化时制还是变化性强化时制，都可以训练出一长串连续行为。小鸡可以为了一粒玉米猛啄纽扣一百次以上。

人类也有许多等待很久才获得强化的例子。有位心理学家开玩笑说，自人类存在以来，等待时间最长、一直未获强化的行为，就是念研究生。

间隔极长的强化时制，有时会因为超过极限而失效。

小鸡的忍受极限与代谢有关。如果小鸡花在啄东西上的能量，高于一粒玉米提供的能量，那么啄东西的行为通常会消失。因为做这件事获得的好处太少，不值得继续做。

这种情形当然也常发生在人类身上。

追忆的彼方 邂逅的瞬间 宛如世界充满了金色的这份感情
这是什么记忆?

这是梦
无限轮回 无限的生与死
一切都是这可怜的魔女所展示的幻觉

但若是可以
希望有一双翅膀
然后 飞往蓝天

妾身的灵魂没有任何称号
无限的魔女之名 也不再需要

我想解开束缚我的枷锁 自由地展翅高飞
直至天之彼端 直至时间尽头的海岸

妾身的愿望只有一个

请不要忘记我
直到再一次相见
**只要汝的时间 还没停止**

间隔极长的强化时制还可能产生另一个现象。

小鸡一旦开始啄东西，就会毫不间断地持续啄，因为每啄一次，就更接近获得强化的机会。不过，研究人员注意到，强化间隔拖得越长，小鸡开始啄东西的行为就越晚出现。

这种情形被称为“长时间行为的延迟启始现象”（delayed start of long-duration behavior）。这是每个人在日常生活中都非常熟悉的现象。

遇到任何耗时很长的工作，无论是报所得税，还是整理车库，每个人都能找出许多无法立即开始的理由。（拖延，临时抱佛脚。）

写作，有时甚至只是写一封信，也是耗时行为。虽然一旦开始写，通常会顺利进行，但要人坐下来开始写，真的很难。

作家詹姆斯·瑟伯（James Thurber）发现，要自己开始写稿非常困难。他有时会装模作样骗他妻子。这很好理解，她当然急着要他写稿，因为这样才能付房租。他会整个早上躺在书房沙发上，一只手拿着书看，另一只手随便敲打字机键盘。将来可以获得金钱正强化物的愿景，敌不过延迟启始现象。而假装打字，至少阻止了被妻子斥责这个负强化物出现。

要克服延迟启始现象，有一个方法：在行为刚开始时就给予一些强化物。

我有时会在海豚连续跳跃六次的动作中，强化第一次或第二次跳跃。我也用同样技巧训练自己。

多年来，我每星期有一两个晚上要上研究所的课。三小时课程，加上地铁各一小时的来回，每次上课都要花很长时间。每当接近下午五点，我总会强烈地不想去上课。

后来，我想出一个至少让自己走出家门的办法。我把这趟路程分段，再把第一段分成五个小步骤：走路到地铁站、赶上列车、转车、搭公交车去大学，以及最后爬上楼梯到教室。

每完成一个小步骤，我就犒赏自己一小块我很喜欢但平常不吃的巧克力。

这种强化每个初期小步骤的做法，不仅让我能够走出家门；几星期之后，我不再需要巧克力，心里也不再挣扎，就能一路去上课。

迷信行为：意外的强化效果

现实生活中，强化无时无刻不在发生，而且通常都是碰巧发生的。

一位研究老鹰的生物学家注意到，如果老鹰在某处树丛下抓到老鼠，随后大约一星期，它每天都会到那里巡视。它飞经那个特定地点的概率，已经被强烈强化。

如果你在垃圾桶里找到一张二十美元的大钞，我相信你第二天再次经过这个垃圾桶时，一定会仔细往里面看。

那个意外的强化对老鹰有利。事实上，动物行为可以说就是为了使每个物种从强化中获利而演化出来的。

然而，关联也可能意外产生，而且仍然对行为造成深远影响。

如果某项行为与后果其实毫不相关，但动物仍出现该行为，仿佛必须这样做才能获得强化，科学家称这类行为为迷信行为。

以咬铅笔为例。如果考试时，把铅笔放到嘴里正好想到了正确答案或获得灵感，那么咬铅笔的行为就受到了强化。

我上大学时，每支铅笔都布满齿痕。遇到特别难的考试时，我有时还会把铅笔咬断。

咬铅笔有助于思考吗？当然没有。这只是一个被意外制约的行为。

人们出任重要任务时，会穿特定衣物或进行某种仪式，也是同样道理。

我见过一名棒球投手，每次准备投球前都会进行一套九个步骤的连锁动作：轻碰棒球帽、用球轻触手套、把棒球帽往前推、擦擦耳朵、把棒球帽往后推、单脚来回磨地，等等。

局势紧张时，他可能还会把整套动作重复两遍，而且从不改变动作顺序。这套动作发生的时间很短，球赛播报员从未提及，但它是一套极为复杂的迷信行为。

动物接受训练时，也常会出现迷信行为。

它可能出现一些你并未特意要求的反应，而这些反应常被意外强化而受到制约。例如，动物可能表现得仿佛必须待在某处、面朝某个方向，或采用某种坐姿，才能获得强化。当你要求它换地方训练，或面朝另一个方向时，它的行为可能会莫名其妙地突然变差。想找出原因可能要花些工夫。因此，聪明的做法是：在至少完成部分训练之后，随即改变所有你认为不重要的情境变量（多泛化环境场景），以免发展出一些日后可能成为阻碍的意外制约行为。

最重要的是，要注意不经意间形成的强化间隔模式。

动物和人类对时间间隔都很敏感。有一次，我十分确信自己已经训练两只鼠海豚依信号跳跃，也就是看我的手势跳跃。直到一位来访科学家拿着秒表告诉我，只要每隔二十九秒，它们就会跳跃一次。

果然如此。无论我是否给信号，它们都会每二十九秒跳一次。

我给信号的行为，被意外制约得极有规律。而鼠海豚是因为发现了这个规律才跳跃，并不是依照我给的信息行动。

许多传统动物训练师的想法和行为也充满迷信。有些人告诉我：海豚较喜欢穿白衣服的人，骡子非揍不可，熊不喜欢女性，等等。

“训练”人类的人可能也一样糟糕。例如，有的人相信小学五年级的孩子非得大声责骂不可。

这类训练师受到传统摆布，训练时每次都按照完全相同的步骤进行，因为他们无法区分哪些方法有效，哪些只是迷信。

这种无能，或者说混淆，常见于许多专业领域：教育界、工程界、军队，特别是医学界。令人胆寒的是，许多施加在病人身上的处理程序并不具疗效，只是沿袭传统或跟随一时风潮而已。任何住过院的病人，随便想想都能想到几项不必要的程序。这些程序只是迷信行为。

有趣的是，单单指出某个迷信行为无效，并不一定能让它消失。由于它受到强烈制约，人们可能会强烈替它辩护。

如果攻击某位医生惯用的疗法无用，甚至有害，你一定会遭到猛烈反击。我相信，如果有人命令那位拥有九个暖身迷信步骤的投手脱掉那顶他必须碰四次的棒球帽，他一定会奋力抗拒。

不过，你仍然可以去除自己的迷信行为。方法是让自己明白，它与获得强化物无关。

我儿子泰德（Ted）是银行家，爱好参加击剑比赛。他每星期会抽出两三段时间练习，也常在周末四处旅行参加比赛。

有一次，他碰上一名很强的对手，却因为把最爱用的一把剑忘在家中而提不起劲。当然，他输了那场比赛。

后来他发现，提不起劲比那把剑更影响他的击剑表现。而使用“最爱用”的剑，其实完全是迷信行为。

于是，泰德开始着手去除所有他找得出来的与击剑相关的迷信行为。他发现自己有很多迷信：一定要穿戴特定衣物；深信一夜睡不好、吵架，甚至比赛时把果汁喝光，都会影响比赛表现。

他系统地一一检视这些状况。每找到一个迷信行为，就消除对它的依赖。现在，每次参加比赛，他都能轻松自信地面对。即使赛前一小时厄运连连，错过火车、弄丢球衣球具、与出租车司机争吵，或者穿着练习服、袜子配错、使用借来的剑，也都无所谓。

利用正强化可以做什么？

以下是我认识的人应用正强化的一些例子。

设计师朱迪（Judy）为了温故知新，每周到附近大学上一堂夜间绘画课。班上同学大多也是设计师或商业艺术家。老师每周指定家庭作业，但这些专业人士有许多人根本不做。老师总是习惯花至少十分钟，向全班唠叨作业欠交的情形。朱迪被骂烦了，便建议老师不要再批评没交作业的人，改为称赞交作业的人。老师接受了建议。日后在课堂上，她公开称赞每次完成作业的学生。到了第三个星期，老师不但拥有了一班快乐学习的学生，交作业的人数也增加了。

大学生珊侬（Shannon）到朋友家拜访，却遇见朋友一家正为了给德国牧羊犬耳朵上药而手忙脚乱。四个成年人试图合力抓住它，不让它挣扎乱动，却徒劳无功，而且有些危险。珊侬并不是特别爱狗，不过她学过正强化。她从冰箱拿出一些干酪。五分钟之内，狗被她训练得安静不动。她一个人轻松完成了给狗耳朵上药的任务。

有位年轻女子嫁给一名男子，结果她的丈夫爱指使人，又很苛刻。更糟的是，与她同住的公公也是同样性格。这名女子的母亲告诉我这个故事。她第一次去探望时，看到女儿的处境非常惊恐。但女儿说：“别担心，妈，等着瞧吧！”她的做法是：遇到命令和苛刻言词时，尽可能不予反应；但两人中任何一个人出现和颜悦色或体贴倾向时，她就立刻给予强化，表达认可和热情。一年之内，她已经使两个人改头换面，成了亲切和气的好男人。现在他们都会带着微笑欢迎她回家，而且都会马上起身帮忙拿杂货。

有个初二女生住在都市里。她喜欢周末带狗到乡间散步。可是，她的狗经常跑走，召它回来时，它又常拒绝回到身边，尤其到了回家的时间更是如此。某个周末，她开始这样做：每当狗东跑跑西跑跑，然后自动跑来找她时，她便使出浑身解数，称赞它、拍拍它、像对婴儿一样对它叽叽呱呱说话、抱抱它。到了回家的时间，她叫狗过来，狗便很高兴地回来了。女孩以盛大的仪式欢迎它。这个强化物显然胜过狗平常拖延时间所获得的自由。从此以后，它去乡间散步不再出现问题。

一名初级行政人员有个脾气暴躁的可怕上司。他从自己的工作内容中找出了一些可能强化上司的地方，例如拿文件请他签名，并且尽可能挑选上司不在气头上的时间去找他。渐渐地，这位上司变得和气，后来还开始讲笑话。

有些人发展出的强化物极为特殊，使别人一心想获得这种强化。安娜特（Annette）是一名住在郊区的家庭主妇。孩子都长大离家了。如果没有一群朋友经常打电话来分享消息，她几乎与世隔绝。这些朋友不一定是邻居或亲戚。许多人是住在远地的忙碌职业女性，我就是其中之一。我们为什么都打电话给安娜特？当我们有坏消息，例如感冒、遇到国税局查税，或者保姆要搬走时，安娜特会安慰我们，给我们忠告。不过，这些都是朋友应该做的事。她的过人之处在于：当我们有好消息时，她会特别强化。如果你告诉她银行批准了你的贷款，她不会只说“太棒了”，而是会特别指出你做了哪些努力，为什么你受之无愧。她可能这样回应：“你看吧，记得你以前为了维持良好信用有多努力吧！还记得你千辛万苦解决电话公司的问题，还申请了一张航空卡吗？现在一切都值得了。你被评为好的生意人，不过那时你得先做出正确行动，而你也确实这么做了。我真为你感到自豪。”哇！这不仅仅是认可。这是强化。她强化的是过去做出的努力，即使当时那些努力只让人觉得是一场磨难。安娜特不会把好消息归类为“好运”。她会把它转化成强化他人的机会。当然，这也强化了大家想打电话给她的意愿。

团体中的强化

业务代表大会、家长会、卡内基课程或减肥中心，这类开设自我成长团体课程的机构，其实大多非常依赖团体对个人的强化效果。

掌声、奖牌和颁奖仪式等集体嘉奖形式，都是很有效的强化物。有些做法还相当异想天开。

以前有一位 IBM 业务主管，希望强化手下业务团队的年度表现。于是，他雇用了挤满一整座足球场的人，为员工、高级主管和所有员工家属举行一场盛大派对。

他让所有业务代表从球员出场的地方跑进球场。记分板上闪动着他们的大名，全场群众高声欢呼迎接他们。

我上过维尔纳·艾哈德（Werner Erhard）的“艾哈德研讨会训练课程”（EST）。这门课程有些自我吹擂的推销意味，但从训练角度看，我发现它设计得很巧妙，经常高明地运用塑形和强化原则。

我认为它的名字“训练课程”取得很贴切。带领课程的人称为“训练官”。塑形目标是认识自我。主要强化物不是训练官的反应，而是所有人表现出的非语言集体行为。

为了发展出集体强化行为，他们要求二百五十名学员，在每位讲者讲完之后都必须鼓掌，不论他们是否想这样做。

因此，从一开始，害羞的人得到鼓励，胆子大的人也得到了奖励。任何人的见解，无论深入还是愚蠢，都被大家接受。

起初，大家鼓掌只是义务性质。但它很快变得具有真正的沟通意义。

它不同于戏院里的掌声，并不是用来表达欣赏程度，而是表达不同程度的感受和意义。

举例来说，我那次上课的学员里，有一名好辩的男子。我想每次 EST 课程都会有这样的人。他经常从训练官的话里挑语病。

到了第三或第四次时，训练官开始回嘴。其实大家都看得很清楚，从逻辑上看，这名男子说得一点也没错。但随着他们争论得越来越久，早已没有人在乎谁对谁错。

其余二百四十九名学员都只希望他闭嘴坐下。

这里的规则，也就是塑形法的原则，并不允许我们提出抗议或叫他住嘴。但是，他逐渐意识到周围一片寂静。

我们看着他慢慢领悟：没有人在乎他对不对。当“对”或许并不重要时，他变得结结巴巴，慢慢闭上嘴坐了下来。

所有人立刻爆发出满堂掌声，表达大家的赞同、谅解和彻底放松。这对他刚刚的体悟，是极为有效的正强化。

在这种训练过程中，真正重要的是行为，因此不需要语言。但要向局外人解释这种训练，常常极为困难。

艾哈德像禅学导师，常用格言开示。以上面的例子来说，艾哈德课程的格言是：

“当你是对的，你就只是‘对的’而已。”

意思是，你不一定有人爱，也不一定人很好，你只是“对”而已。

如果派对上有人高谈阔论、举止夸张，而我引用这句格言，上过艾哈德课程的人可能都会大笑。事实上，任何一位好的现代训练者可能都会大笑。但多数听到这句话的人可能会以为我是傻瓜，或者喝醉了。

好的训练概念，并不一定能用语言解释清楚。

别忘了强化自己

强化式训练也可以应用在自己身上。我们常常忽略这一点。

我们很容易对自己过于严苛。一位我认识的牧师说：

“我们很少有人为自己设下容易达成的低标。”

于是，我们经常连续多日忙碌无休，一件事接着一件事做，从不留意，也不感谢自己。

事实上，除了改变习性或学习新技能时可以强化自己，每日生活中的努力也应该获得一些强化。我认为，缺乏强化物是导致焦虑和沮丧的因素之一。

你可以用健康的方式强化自己：给自己一小时假去散步、和朋友聊天，或读一本好书。

也可以用不健康的方式强化自己，例如抽烟、喝一杯威士忌、大吃一顿，或通宵玩乐。

我很喜欢已故美国女演员露芙·高顿（Ruth Gordon）的建议：

“演员极需要赞美。如果我撑过了一段没有赞美的日子，我就会自我赞美。它的效果一样很好，因为至少我知道这个赞美是真心诚意的。”

第二章 塑形法：不打、不骂、不施压的训练法

什么是塑形法？

强化已经出现的行为，让它更常发生，这当然很好。但训练者还会遇到另一个问题：如果某个行为几乎不会自然出现，该怎么办？

怎样让狗后空翻？怎样让海豚跃入圈内？怎样让一个人投出更准确的球？

这些行为都不是凭空出现的。狗的后空翻、海豚的跳圈、人类的投篮，都是经过“塑形”而来的行为。

塑形法（Shaping）是指把一个朝正确方向出现的小行为，逐渐调整，每次只改变一点，使它一步步接近最终目标行为。这个过程有一个专业名称，叫“连续渐进法”（successive approximation）。

塑形之所以可能，是因为生物的行为并非一成不变。无论动物正在做什么，它的行为在某些方面总会有变化。有时动作更大，有时更小；有时方向偏左，有时偏右；有时速度快，有时速度慢。

因此，不论你想塑造的最终行为多么复杂或困难，都可以从对象目前已经出现的行为开始，把它作为第一步，再一步步建立过渡行为。

例如，假设我想训练一只鸡“跳舞”。起初，我可以先观察鸡的动作。只要它刚好往左移动，我就给予强化。很快，我的第一个目标就能达成：这只鸡会更常往左移动。

它往左移动的方式不一定每次相同。有时只移动一点，有时动作很大。接着，我会选择性地强化比较大的左移动作，例如强化它转了四分之一圈。等这个动作成为最常出现的反应后，我就提高标准，开始强化它转半圈，或超过半圈的行为。等鸡被塑形到为了一个强化物可以快速转完很多圈时，我才会认定最终目标达成：我训练出了一只会“跳舞”的鸡。

我们其实很习惯塑形，也很习惯被塑形。

大致说来，养育孩子多半就是塑形的过程。无论是打网球、打字，还是学习任何肢体技巧，主要都在运用塑形法。我们试图改变自己的行为时，例如戒烟、克服害羞、改善理财能力，也常常在运用塑形法。

能否成功塑造自己或他人的行为，关键不只在于我们是否精通塑形法，也在于是否坚持得足够久。

已故《纽约时报》乐评人哈罗德·肖恩伯格（Harold Schonberg）曾提到一位并不算杰出的欧洲指挥家。为了音乐会，这位指挥家会要求乐团排练一整年，最终演出极为美妙的音乐。也就是说，几乎任何事情，只要投入足够时间，多数人都能达到一定熟练程度。

但这样做太无聊，也太耗时。

无论滑雪、弹钢琴，还是学习其他技能，我们通常都希望尽快学会。我们也希望避免不必要的重复练习，或至少尽量减少重复练习。

当然，有些肢体技巧确实需要重复。肌肉的“学习”速度很慢，必须不断重复动作，动作才会变得容易。

但设计良好的塑形计划，可以让练习次数减到最少，让每次练习都有实际成效，从而大幅加快训练进展。

对运动、音乐演奏或其他创造性工作来说，你可能希望自己或训练对象能够稳定地发挥，也可能希望表现尽可能精彩。因此，正确运用塑形法是不可或缺的。

方法重要，原则更重要

塑形法有两个层面。

第一个层面是“方法”：各个阶段要发展出哪些行为，以及发展这些行为的步骤。
第二个层面是“原则”：行为为什么被强化，如何强化，何时强化，以及训练标准如何调整。

多数训练者、训练图书，以及教授训练的人，都只重视塑形的“方法”。例如：

• 照图示把双手放在高尔夫球杆上。
• 瞄准目标前，先把眼睛对准来复枪上的瞄准孔。
• 用打蛋器时，以顺时针方向搅打。

这些做法确实有价值。通常，这类方法都是许多人经过多年试错总结出来的，因此往往管用。骑马时把脚踝放低，坐姿会更稳。打高尔夫球时，如果能塑造出好的送杆动作，球或许会飞得更远。

如果你有兴趣学习某项技能或技巧，我极力鼓励你尽可能找出训练这项技能的方法。你可以通过书籍、老师、教练，也可以通过观察和研究他人来学习。

但不要忽略塑形法的“原则”层面。

有效训练不只是用好方法，还要用好的塑形技巧。你需要知道何时提高要求，何时放松要求；如何以最有效的方式提高强化标准；遇到困难时如何处理；以及非常重要的一点：什么时候应该停止训练。

这些问题通常由训练者或教练凭直觉和经验判断，有时随机处理，有时完全靠运气。能否成功运用这些原则，决定了“能够教学”和“教学出色”之间的差异，也决定了塑形过程究竟是愉快、迅速且成功，还是沮丧、缓慢、乏味。

塑形法的十大原则

塑形法有十项原则。

有些原则来自已经被实验证实的心理学法则；有些据我所知尚未被正式研究过，但任何有丰富塑形经验的人都会觉得它们很合理。当你违反其中一项原则时，通常都会知道，只是往往已经晚了一步。

1. 提高强化标准时，幅度不可过大

逐渐提高强化标准时，不要一次提高太多。训练对象必须仍然有机会不断获得强化。

2019年发表在顶级期刊《自然-通讯》（Nature Communications）上的一篇论文给出了更加精细的答案。这篇论文由 Robert C. Wilson、Robert Goldstone 和 Jonathan Cohen 共同完成，题目为《最优学习的85%规则》（The Eighty Five Percent Rule for optimal learning）。该研究表明：

在学习新事物时，你应该调节任务难度，使得你大约在 85% 的时间内是正确的，而在 15% 的时间内会犯错。

在实际应用中，这意味着当你提高行为标准时，要把要求定在动物已经有可能达到的行为范围内。

假设你的马能跳过两英尺高的障碍，有时还能高出一英尺，那么你可以试着把一些障碍调高到两英尺半。但如果把所有障碍都调高到三英尺，就是自找麻烦。它也许有能力做到，但还无法稳定做到。如果把障碍调高到三英尺半，则很可能彻底失败。

无论现在还是未来，调高标准的快慢并不取决于动物的绝对能力。它是不是一匹能跳过八英尺的长腿大马，或者它平常能不能经常跳过四英尺高的牧场围栏，都不是关键。关键在于：你通过塑形过程已经建立了多少沟通。

如果动物清楚理解你的强化原则，你就可以较早提高标准。

每次提高强化标准，都是在改变规则。因此，你必须让训练对象有机会发现：规则变了，但只要多费一点力，它仍然可以轻易获得强化物；而继续维持旧标准的行为，有时已经不管用了。

它只有在达到新标准时获得强化，才能学会这一点。

如果你把标准调得太高，要求它出现超出过去训练经验的行为，不论它自己平常是否偶然做过，你都在冒险。它的行为可能因此瓦解。以跳跃为例，它很可能在过程中学会不良习惯，例如临阵拒跳，或撞掉跳杆。之后，你还得花时间和力气根除这些问题。

所以，塑造行为最快的方法，有时也是唯一的方法，是在调整强化标准时，把提高幅度控制在动物容易持续进步的范围内。哪怕每次只进步一点点，持续进步也比强求快速进步更快达到终极目标。后者看似快，实际却可能让你失去所有良好表现。

我曾见过一位父亲犯下这种严重错误。他青春期的儿子功课很差，于是他没收了儿子最爱的机车，说等儿子功课变好才会还给他。儿子真的开始努力念书，功课逐渐进步，从不及格进步到及格，又从及格达到良好。但这位父亲没有强化儿子的进步，反而认为进步还不够，继续禁止他骑车。这个突然提高的标准太难实现。最后，儿子完全放弃念书，并且变得非常不信任别人。

2. 每次只塑形行为的一项特性

每次训练时，只针对行为的一项特性进行塑形，不要试图同时塑形两项特性。

这并不是说同一段练习时间里不能训练多种不同行为。当然可以。在任何课程里，我们可以先练动作，再练速度。以网球练习为例，可以先练反手拍，再练正手拍，最后练步法或其他内容。这样还可以减少单调感。

好的指导老师会不断变化练习项目。当一项略有进步，就换到下一项。

但在训练每个行为时，每次应当只针对一个标准练习。

假如我想训练海豚溅水，这一次因为水花不够高而不给强化物，下一次又因为水花方向不对而不给强化物，那么海豚将无法明白我到底希望它做什么。

一份强化物无法传达两种信息。

我应该先塑形水花的高度，再塑形水花的方向，不管那时水花高度如何。等它分别学会这两个强化标准后，我才能要求它同时达到两个标准。

这项原则有许多实际用途。只要一件事可以分解成几个小单元，然后分别塑形，每个小单元各自训练，学习速度就会加快许多。

以高尔夫球推杆进洞为例。这个动作取决于两个因素：第一，球推出后的距离要合适，不能太短，也不能从洞口滚过或跳过；第二，推杆方向必须准确，不能偏向洞口某一边。

如果你想教自己推杆，可以在草地上拉起一条几英尺长的胶带。先从两英尺处练习推杆，让球压过胶带后停下来；再从四英尺、六英尺、十英尺处练习，依此类推。

你也可以把胶带贴成一个圈，从固定距离练习瞄准圈圈推杆，再逐渐把圈圈缩小，直到能够稳定打中很小的目标物。

等你对推杆距离和方向的控制都满意了，再把两项合并练习。先用大目标物并变化距离，然后缩小目标物并继续改变距离，直到能够从不同距离打中小目标物。最后再加入新的强化标准，例如往上坡推杆，但每次仍只加入一个新标准。

如果你投入足够心力，眼手协调能力也不错，那么推杆技巧会有很大进步，甚至可能达到相当高的水平。任何打高尔夫球的人，只要按照这种单一目标的塑形计划练习几个周末，都会有明显进步。这比整个夏天漫无目标地练习、只期待每一球刚好打出适当距离和方向，要有效得多。

我们学习技能时，经常遇到练了很多却没有进步的情况。原因往往是我们总想一次修正太多地方。这样的练习没有塑形作用。一直重复动作或许会带来一些进步，但也可能强化错误的地方。

你必须思考两个问题：

• 这个行为是否包含不止一种特性？
• 能否把这个行为分解成更小的动作，再按照各项特性分别训练？

当你注意到这两点，许多训练问题自然会迎刃而解。

3. 先变化性强化目前达标的行为，再提高标准

进行塑形时，在提高强化标准之前，先对目前符合标准的行为进行变化性强化。

许多人从一开始就反对训练时使用正强化物。他们认为，一旦这样做，自己可能一辈子都得给零食，才能获得好行为。

事实正好相反。利用强化物的训练方法，实际上可以让你解脱，不必时时盯着行为是否发生。这正是“变化性强化”发挥的作用。

变化性强化是指，一个行为有时会被强化，有时不会。

我们在教新行为时，通常采用无变化的强化时制，也就是强化所有符合要求的行为。但如果只是想维持一个行为，通常只要偶尔强化即可。

例如，一旦家务分工模式已经建立，室友或配偶回家时可能顺手拿干洗衣物，而不需要你每次都给他或她强化物。但如果你生病，或天气恶劣，对方因此特别多跑一趟，你可能就需要表达谢意。

然而，当我们使用厌恶刺激训练时，多数人刚开始训练时往往如此，我们通常会学到另一个原则：每当动物出错或行为不佳时，务必纠正。如果不纠正，行为就会变坏。

许多狗被牵引绳牵着时，可能因为害怕被猛抽而表现得很乖。但主人一放开牵引绳，行为就变得很不稳定。

许多青少年和朋友出去时，会做一些不敢在父母面前做的事。因为他们很清楚，在哪些环境下处罚不会出现。这就是“阎王不在，小鬼作怪”的道理。

这也是用厌恶刺激训练时的副作用之一。既然处罚意味着“不可以这么做”，那么缺乏厌恶刺激就意味着“现在可以做了”。

相反，正强化训练不仅不必一辈子强化每个正确反应，而且在学习过程中，还必须偶尔忽略某些反应，不给予强化。

为什么？

塑形法的重点在于选择性强化某些反应。这样，动物的反应才会一点一点改善，直到达到新目标。

所有行为都会变化。当预期中的强化物被跳过时，接下来出现的行为往往会有些不同。因此，偶尔省去强化物，可以让你挑选出更强烈或更好的反应。这种做法称为“区别性强化时制”（differential schedule of reinforcement），也就是只选择某类反应来强化，例如更快、更长、面朝左等。

但对经验不多的学习者来说，原本一直能获得预期强化物，现在突然得不到，可能会使它大感吃惊。

例如，你的幼犬坐下来，你按下响片并给零食。它坐下的动作越来越迅速，也越来越开心，仿佛在说：“你看！我坐下了！按响片吧！”

突然，有时候坐下不管用了。如果这只幼犬还没有学会接受偶尔没有强化物的情形，它很可能会失望地放弃，或者退回到原来较差、较迟疑的反应。

虽然讨论行为学习的教科书未必提到这个做法，但如果你正在训练一个毫无经验的学习新手，那么在开始挑选更强烈或更好反应之前，最好刻意教它容忍强化时制中的小变化。

这很实用。训练对象必须能够容忍你偶尔“失误”，才不会完全停止反应。用专业术语来说，你需要先建立变化性强化时制，然后才能通过区别性强化时制强化更好的表现。

1990 年代，我在训犬讲座中把短期使用的间歇性强化时制称为“买一送一”（twofers，百老汇行话）。我的做法是让狗做两次动作，例如用鼻子碰目标物两次，然后才按响片并给奖赏。

这样做可以让动物学会容忍间歇性强化时制，使当前行为以及日后的其他行为都更不容易消失。

在学习阶段短期使用这种间歇性强化时制，还有另一个好处。如果训练对象能够容忍偶尔不给强化物，那么当你不强化某个原本足以被强化的行为时，学习者不但会重复这个行为，而且第二次的行为很可能更强烈。

它仿佛在说：“嘿！我做到了，你没看到吗？你看，我又做了一次！”

这种加强后的行为称为“消弱突现”（extinction burst）。它可以让你更快达到目标行为。精通塑形法的人，为了激发更不同或更强烈的反应，甚至会刻意不给强化物。犬类行为学家盖瑞·威尔克斯称这个技巧为“借机利用消弱突破”。

当训练对象学会：强化物跳过一次并不代表行为做错了，只是表示可能需要再试一次时，塑形过程就能顺利转换。

它会从连续强化时制，也就是新行为刚出现时使用的方式，转为区别性强化时制，也就是挑选更好的动作、更长的持续时间、更快的反应等。等“完美”行为出现时，也就是专业术语所说的“符合强化标准”时，再转回连续强化时制。

这时已经不必刻意使用间歇性强化时制，因为训练对象已经能够忍受变化性强化时制了。

最后，当行为的各项特性都达到满意程度时，它通常已经成为动物自然行为的一部分。你可以要求这个行为成为更复杂行为的一部分，把标准动作、速度、距离等融合成一个整体行为，例如参加比赛、执行任务或进行日常活动。

这个整体行为本身就成为受到强化的行为。此时，你可以把它转为间歇性或维护性强化时制，只要偶尔按一次响片，或说一声“谢谢”，就能维持流畅表现。高频率正强化方式，也就是训练初期频繁按响片、给食的做法，可以保留下来，等训练新行为时再使用。

4. 引入新标准时，暂时放宽旧标准

在针对某项行为特性采用新的强化标准时，要暂时放宽其他特性的旧标准。

假设你正在学习打回力球，每次都能成功把球打向目标方向。接着，你想练球速。但当你用力挥拍时，球就乱飞。这时，先别管球的方向。只要用力挥拍就好。等你有了一些控制球速的能力，球很快就会恢复正确方向。

学过的东西并不会被忘记。但是，在吸收新技能的压力下，原来学得很好的行为有时会暂时瓦解。

我曾在某出歌剧的首次着装预演中，看见指挥家因为合唱歌手连连唱错而大发雷霆。他们好像完全不记得自己辛苦练成的歌唱成果。

其实，这是因为他们第一次穿着厚重戏服、站在梯子上，并且必须边动边唱。适应新要求的过程，会暂时干扰之前学成的行为。等到预演快结束时，他们的音乐能力又恢复了，并不需要旁人重新指导。

海豚训练师称这种现象为“新水池症候群”（new tank syndrome）。当海豚被移入新水池时，你可以预期它会“忘记”所有它知道的行为，直到它吸收了这个新刺激为止。

在新情境中，如果你因为已经训练完成的行为出错而苛责自己、他人或动物，那就是很糟的训练方式。

这是一个非常重要的概念。通常这类错误很快会自行更正。但斥责容易导致情绪不安，而且人们有时会把注意力集中在错误上，使错误更难改掉。

5. 永远抢得先机

进行行为塑形时，必须事先规划整个塑形过程。这样，当动物突然出现大幅进步时，你才知道下一个要强化的动作是什么。

我曾花两天时间，塑形一只刚捕捉到的海豚跳过一根高出水面几英寸的横杆。当这个行为训练得很好后，我把横杆调高了几英寸。它不但立刻跳了过去，而且轻而易举。

很快，我把横杆越调越高。那只刚学会跳跃的动物，在十五分钟内就能跳到八英寸高。

这类“突破性”的塑形表现随时可能发生。我们在人类身上看得到，在许多高智商动物身上也会看到。

我相信，这是内在觉醒的例子。人或动物突然明白自己被要求做什么，以上例来说，就是“跳得更高一点”，于是便照做了。

虎鲸以能够迅速达到塑形目标而闻名。虎鲸训练师开玩笑说：“只要把行为写在黑板上，再把黑板放进水里，虎鲸就会按表上课，根本不用训练。”

当训练对象突然大幅进步时，训练者可能措手不及。你原本只打算从 A 行为训练到 B 行为，但动物经过两次强化后，突然表现出完美的 B 行为。这时，你最好心里已经知道接下来要做 C 行为和 D 行为，否则你会不知道下一步该强化什么。

对训练对象来说，行为突破常是令人兴奋的事。动物似乎也喜欢那种“啊，我懂了”的感觉。它们常会冲来冲去，显得兴高采烈。

因此，行为出现突破时，是取得大幅进步的黄金机会。如果训练者没有准备，不知道接下来该做什么，就会使动物停留在低水平表现上。这样不只是浪费时间，更严重的是，可能削弱动物的动机或让它感到厌烦，从而降低它日后工作的意愿。

除了少数极佳环境，学校系统的规划似乎常常阻碍儿童的个别学习。

它不仅不利于需要更多时间学习的孩子，也不利于学习很快的聪明孩子。当这些孩子凭灵活思考加速学习时，他们并不会得到额外强化。那些孩子一眨眼就能理解数学老师所讲的内容，但他们得到的“奖励”，可能是为了等待其他人慢慢学会而忍受数小时甚至数周的无聊。

难怪聪明的孩子和学习迟缓的孩子，有时都会觉得去街头玩耍更有意思。

6. 塑形中途不可更换训练者

塑形过程中更换训练者会冒着让进度变慢的风险。即使训练者交接时已经仔细讨论过强化标准，风险仍然存在。

每个人的要求、反应时间，以及对进步速度的期待都会有细微差异。训练对象在适应这些差异之前，很可能会失去获得强化的机会。在某种程度上，这也是一种“新水池症候群”。

当然，每个训练对象可以有不同老师。由不同老师教授法文、算术或足球，不会有什么问题。

但在学习单一行为时，在塑形期间，也就是训练对象还半懂不懂时，逐步提高的强化标准最好保持一致。每一次训练，最好由同一位老师负责塑形同一个行为。

例如，家里有两个孩子和一只狗，两个孩子都想教狗表演把戏。可以让他们教，但他们最好教不同把戏，免得可怜的狗被弄糊涂。

有心学习的人，即使在很糟的环境中也能学会。

美国哥伦比亚大学曾进行一项广为人知的“猿类语言”实验，教猿类使用美国手语词汇和其他暗码信号。学习对象是一只名叫“尼姆·奇普斯基”（Nim Chimpsky）的幼猿。

由于预算拮据及其他种种原因，这只可怜的动物在三年里经历了上百位手语老师。实验人员和学生都失望不已。他们没有找到尼姆真正使用语言的确切证据。虽然它显然不会造句，但它确实学会辨认并理解了三百多个手语信号，包括名词和动词等。

我认为，尼姆处在这种状况下仍有这样的表现，已经令人惊叹。

同样令人惊讶的是，一些不断转学、经历无数代课老师的学生，也仍能学会东西。只是这并不是好的做法。

塑形中途换人训练，只有在一种情况下是必要的：训练已经持续停滞不前，训练对象几乎没有形成任何学习。此时换人不会造成什么损失。

7. 某个塑形方法没有进展时，就换方法

无论什么行为，只要训练者愿意思考，塑形出这个行为的方法都有很多。

以教小孩游泳为例。我们希望孩子沉入水中时不害怕，而且能自在。有些老师会让孩子先在水中吐泡泡；有些老师会让孩子把脸浸入水中后立刻抬起来；还有些老师会让孩子在水中跳上跳下，直到他们敢跳起来再沉入水中。

好的老师如果发现某个孩子对某种方法感到无聊或害怕，就会换另一种方法。同一个塑形方法不一定对每个个体都有效。

马戏团训练师之类的传统训练者常忽略这一点。他们的塑形方法多半经过几代人琢磨，世代相传：教熊骑脚踏车就是这样，教狮子吼就是那样。这些传统“秘技”被视为最好的方法。有时确实如此，但它们也常被当作唯一方法，于是马戏团表演总是看起来差不多。

美国广播电视名人亚瑟·戈德弗雷（Arthur Godfrey）曾到海洋生物世界录过一集节目。后来，他邀请我到他夫妇在弗吉尼亚州的牧场做客，参观那里的马术训练。

戈德弗雷骑术和驯马技术都很精湛，也拥有多匹表演马。我们观看一匹马用传统方法训练“敬礼”的过程。所谓敬礼，就是弯折一只前脚，前半身往下趴。

他们动用了两名男子，使用多次套索和鞭打动作。马在这种训练下不断被迫弯折前脚，直到学会自行弯起前脚往下趴为止。

我告诉他们，没有必要这样做。我声称自己不用碰到马，也能训练它敬礼。

一种可行方法是：在墙上放一个红点，利用食物和标定信号塑形，训练马用膝盖碰红点，然后逐渐把红点移近地面。这样，马为了准确碰到红点，就必须折起前脚趴下，才能获得强化。

这个无礼的建议让戈德弗雷极为愤怒。怎么可能有这种说法？如果还有其他训练敬礼的方法，他怎么可能不知道？

他气恼至极，我们不得不把他带到谷仓外面来回走两三趟，才让他慢慢冷静下来。

令人惊讶的是，人们常常顽固地坚持那些不管用或成效很差的方法。他们相信，同样的方法只要再多做几次就会生效。

行为分析研究先驱莫瑞·西德曼博士认为，训练时最重要的是理解训练原理，而不只是学习方法。理由就在于，每个人都有自己的“方法”，但真正管用的方法都必须遵循训练原理。

8. 不可无故中止训练

不可无故中止训练。这样做会形成一种处罚。

这项原则不包括平常在家里临时出现、但仍有意义和成效的塑形行为，例如称赞及时完成作业、欢迎回家的人、鼓励孩子等。非正式塑形中，有时强化这里，有时强化那里，并没有关系。

但在较正式的情境下，例如授课，或塑形动物的某个行为时，在训练时间结束之前，训练者应当专注在训练对象或课程上。

这不只是礼貌，也不只是良好的自律，而是一项很好的训练技巧。

当训练对象正在尝试获取强化物时，它与训练者之间已经形成了一个协议。如果这时训练者开始与路人闲聊、接电话，或做白日梦，这个协议就被破坏了。强化物停止出现，并不是因为训练对象犯错。

这种做法造成的伤害，可能比训练者单纯错过强化时机更严重。它可能处罚了一些当时正在出现的好行为。

当然，如果你想向训练对象表达责备，“移除注意力”会是一个好方法。海豚训练师称之为“暂停时间”（timeout），可以用来纠正错误行为。

例如，把装鱼的水桶拿起来离开一分钟，是少数几种能对海豚表达“不行”或“错了”的方法之一，而且通常非常有效。

你可能以为海豚不会表现出懊恼或悔悟，但它们确实会。

移除注意力是非常有效的工具，所以不要草率滥用，也不要用错。

9. 行为变差时，回顾所有塑形步骤

如果行为表现越来越差，请回顾所有塑形步骤。

我们都知道，荒废多年后重新尝试说某种语言、背诵某首诗或骑脚踏车，会有一种不安感。

有时，外在因素会暂时使熟练行为消失。例如，上台紧张，导致无法好好讲出原本背熟的演讲；或者跌倒后，严重影响攀岩能力。

有时候，后来学到的内容会遮蔽原来的学习，或者与原来的学习相冲突，从而导致行为混合出现。例如，你努力想说出某个西班牙语单词，却说出了德语。

处罚或其他不良事件的副作用，有时也会干扰不相关的行为。

爱犬人士、律师摩根·斯佩克特曾提到，有一次服从竞赛中，每只上场比赛的狗都避开赛场某个特定角落。那里藏了什么不好的东西吗？只有那些狗知道答案。

有时，已经训练好的行为仍会变差，而且永远找不到原因。

你的狗在服从竞赛中一向表现出色，但这次它竟然在“坐下等待三分钟”的比赛项目中起身，游荡到赛场外。谁知道原因？又有谁真的在乎原因是什么？

这时候，你需要的不是合理解释，而是有效解决方法。

修正这类退步最快的方法，不是硬碰硬。不要坚持把训练对象的行为完全恢复到你满意为止，也不要坚持它必须完全恢复后才给强化。

正确做法是：回想所有塑形过程，并且很快重新经历所有塑形步骤。在新情境中进行强化，例如二十年后、在公共场所、在雨中等，每个步骤只需强化一两次即可。

我们在海洋生物世界把这个技巧称为“回到幼儿园程度”。它常常能在十到十五分钟内，把表现不佳的行为拉回原来水平。

考前复习功课，或上台前翻翻剧本临阵磨枪，正是这种方法的应用。这个方法或多或少重复了原来的塑形过程，让身体和心理都获得复习。它应用在人类或动物身上都一样好用。

10. 训练进展很好时，就停下

每次塑形训练应该多久？答案取决于训练对象的专注力。猫似乎在经历十几个强化物之后就会烦躁，因此训练五分钟可能已经算很久。狗和马可以训练久一点。许多人类训练课程大约一小时，足球练习、研究生研讨会以及其他训练，可能持续一整天。

不过，结束训练的“时机”，比停止训练的“时间长度”更重要。你永远应该在训练进展很好时结束训练。不仅每次训练应该这样做，每次训练到不同阶段、准备改练下一个行为时，也应该这样做。

也就是说，只要取得了一些进步，就停下。最后达成的行为会被记得最清楚。所以你必须确定最后一个行为，是值得强化的好表现。

但我们通常在看到三四个好反应时就会兴奋过头，想一看再看、一做再做。例如，狗完美拾回指定对象，跳水员第一次完成转体一圈半，歌者唱好了一段难唱的歌曲。这时，我们很容易一次又一次重来，试图重现佳绩。

但这样只会让训练对象很快疲累，行为变差，错误不断出现。接下来，我们开始纠正甚至破口大骂，最后把训练搞砸。

业余骑师特别喜欢这样做。我很讨厌观看马术跳高练习，因为当马表现优异时，他们常常不会结束练习、见好就收，而是继续练到马越跳越差。

身为训练者，你必须强迫自己见好就收。这需要一些胆识。

下一次练习时，你可能会发现，拾回、翻滚跳水或独奏的表现，不但和上次结束时一样好，甚至更好。事实上，当你发现训练对象的表现比上次练习结束时更好，就应该立即对这个进步进行有针对性的强化。

行为塑形与不断重复操练完全相反。它不但可以产生稳定进步，也是一种尽量不让错误发生的训练方式。训练进展可能极快。

我曾训练一匹一岁的迷你马配戴马勒。从训练开始到结束只花了十五分钟，而且它从此不需要重新训练配戴。我的做法只是轮流塑形五个动作：往前、停步、往左、往右、往后，并强化每个动作的进步。

要达到这种快速训练效果，方法似乎有些违背直觉。它取决于你是否愿意放下时间压力、固定目标，以及要求迅速进步的训练欲望；也取决于你是否愿意见好就收。这种过程有点像禅修。

你不可能每次训练都刚好在高点结束。有时，学生付了一小时学费，要求你上满一小时，而下课时好的结束时机可能已经过去。有时，训练并不顺利，没有更好的表现，倦怠又即将出现。这时，聪明的做法是在结束训练前给训练对象一些一定可以获得强化的简单练习，让他们记得，这次练习整体上是获得强化的。

海豚训练师常在困难且漫长的训练结束后，做一些简单的玩球练习。骑马课老师有时会玩“老师说”或“捉鬼”游戏。

最不推荐的做法，是在训练快结束时才开始介绍新的任务或新的信息，使训练在结束前出现一连串表现不佳、未获强化的行为。

我小时候的钢琴课总是这样结束。那非常令人丧气，以至于我现在仍然不会弹钢琴。

从训练游戏开始

即使你知道塑形原则，也理解它的概念，但除非你亲自进行塑形练习，否则仍然无法真正应用它。

塑形不是一个靠口头描述就能学会的过程。它是一种非语言技巧，是一连串必须花时间进行的互动行为，有点像舞蹈、做爱或冲浪，不能只靠阅读、想象或讨论习得。你必须实际行动。

“训练游戏”是发展塑形技巧时既简单又很好的方法。我用训练游戏教授训练技巧，许多训练师也把它当成娱乐。它也可以成为很有趣的派对游戏。

训练游戏至少需要两个人：一个当训练对象，一个当训练者。六个人是最合适的人数，因为在大家玩累之前，每个人至少都有一次机会训练别人，或被别人训练。

人数更多的团体，例如一班学生或一群演讲听众，也可以玩。因为在旁边观察的乐趣，几乎不逊于亲自参与。

游戏开始时，先让训练对象离开房间。其他人选出一位训练者，并确定要塑形的目标行为。例如，在黑板上写下某个人的名字、上下跳动，或站到椅子上。

然后，把训练对象请回来，告诉他四处走动、活跃一点。训练者用吹哨子的方式，强化任何稍微接近目标行为的动作。

我喜欢加上一条规则：训练对象在开头几次被强化后，必须回到门口重新开始。这样可以避免训练对象一动不动，杵在最后一次获得强化的位置。

游戏中不能说话，但可以笑，可以发出抱怨的哼声，也可以有其他情绪表现。目标行为达成以前，不得给出任何指示或讨论。

训练游戏通常进展很快。

例如，有一次我们六个人在朋友家的客厅玩这个游戏。露丝（Ruth）自愿当被训练的“动物”，安妮（Anne）轮到当训练者。露丝走出客厅后，我们决定要她打开放在沙发旁边的一盏桌灯。

露丝被叫回客厅后，开始四处乱晃。当她朝桌灯方向走时，安妮吹响哨子。

露丝回到“起点”，也就是门口，然后又故意回到刚才被强化的位置停下来。哨子没响。

她随意挥动双手。哨子没响。

她试探性地离开，走向与那盏灯相反的方向。仍然没有哨声。

露丝开始四处乱走。等她又朝灯的方向走时，安妮吹响了哨子。

露丝回到门口，然后返回刚才听到哨声的位置。这一次，她继续往前走。成功了，哨子响了。她没有回门口，而是继续再走几步。当她刚好走近桌子时，哨子又响了。

她停下来，身体碰了一下桌子。哨子没响。

她把手挥来挥去。哨子没响。

她用一只手掠过灯罩，安妮吹了哨子。

露丝开始在灯罩上摸来摸去，把它动来动去，转一转，前后摇一摇。哨声都没有响。

露丝把手伸到灯罩下方，哨声响了。

她再次把手伸到灯罩下方。这是一个非常熟悉，也很有目的性的动作。她打开桌灯。安妮吹响哨子，我们其他人立刻鼓掌。

不过，即使塑形的是简单熟悉的行为，也不一定总是这么顺利。

在露丝离开第一次被强化的位置、朝相反方向走时，安妮没有给予强化，这是很好的训练判断。假如露丝接下来回到同一地点，却只是站着不动，安妮可能就会遇到问题。

下面是一个训练游戏中出现较多问题的例子。

我到一个高中班上玩训练游戏，由伦纳德（Leonard）当“动物”，贝丝（Beth）当训练者，目标行为是打开墙上的天花板灯光开关。

伦纳德进入教室后开始四处移动。贝丝很快用塑形方法让他来到开关所在的那面墙。然而，伦纳德开始把双手放进口袋。在贝丝多次强化他双手在口袋里动来动去之后，他一直把手放在口袋里不拿出来。

他用身体轻撞墙壁，转身倚在墙上，甚至倚在开关上方。但他似乎看不见开关，两手一直放在口袋里。

我在旁边看着，心想：只要能引导伦纳德伸出一只手去摸墙，他就会注意到开关，并把灯打开。

但怎样才能让他把手拿出来？

贝丝另有打算。

当伦纳德背对墙面时，她用哨声“捕捉”到他弯膝的动作，很快塑形出他用背部上下摩擦靠近开关的墙壁范围。其他学生开始咯咯笑。他们明白，只要贝丝让伦纳德改成左右摩擦，他就可能用背部把开关打开。这个并非刻意的动作，也许能意外达到目标。

但这花了很久。我们看得出来，伦纳德因为受挫而变得气恼。

玛莉亚（Maria）问：“可以让我试试吗？”

贝丝用眼神询问我的意见。我点点头，同学们似乎也默许。

于是，玛莉亚拿出自己的哨子。自备哨子是这堂课的唯一要求。她向伦纳德挥手，示意他回到门口的起点，然后把一张椅子放在离墙约一英尺、靠近开关的位置。她坐在椅子上，点头示意伦纳德开始。

伦纳德很快走向刚才被强化多次的墙壁。当他从玛莉亚身旁经过时，他故意无视她的新位置。玛莉亚在他经过时伸出脚，像是要绊他。

伦纳德为了避免跌倒，迅速把手从口袋里抽出来，撑在墙上。

就在他的手碰到墙壁的同时，哨声响了。

伦纳德当场愣住，看着玛莉亚。玛莉亚则凝视他和墙面之间的空间，避免给他任何暗示。他开始试探性地拍拍墙面。玛莉亚给予强化。

他又拍了一下墙。这次，他看着自己正在做什么。玛莉亚再次强化。

然后，我们看见伦纳德恍然大悟地看向那个开关。所有人屏息静待。他把腰杆挺直了一点，猛地把灯打开。全班立刻报以满堂掌声。

训练游戏里的每个在场者，无论是参与者还是旁观者，几乎都能从每一次强化中学到东西。

首先，训练者能学到抓准时间点的重要性。

假设“动物”正在靠近开关，但训练者吹哨时，他已经转身走开。由于训练者反应太慢，只能等下一次机会。

现在，“动物”回到起点，急急朝开关靠近，然后突然转向离开。糟糕！训练者塑形出来的行为竟然成了“突然转向”，而不仅仅是靠近开关。

不只是训练者，所有人都会看见：早点吹哨，并且在行为实际发生的瞬间吹哨，是多么必要。

训练对象也会发现，在这种形式的学习中，多想没有用。脑子里想什么并不重要。重要的是不断动来动去，让哨声有机会出现。这样，他的身体不需要意识分析，也能找到该做什么。

这对聪明人来说，绝对是很难忍受的经验。通常，他们听见哨声时会定住不动，试图分析自己刚刚做了什么。“不知道该做什么”和“不知道也没关系”这两个概念，会让他们非常惊恐。

我和同事雪莉·吉什（Sheri Gish）曾一起训练心理学家罗纳德·舒斯特曼（Ronald Schusterman）。我们让他把双手握拳放在背后，在房间里走动长达一分钟。整整一分钟都没有获得强化，确实很难挨，但他非常努力。

直到所有人都同意我们已经把这个行为完整训练出来，全场爆出掌声。掌声正是训练者的强化物，而且几乎总会自发出现。

罗纳德做研究时训练过许多动物，也曾大发议论，说自己“无法被人训练”。但他没有意识到，自己如今已经被塑形出“双手握拳放在背后”的行为。那已经不再只是表达意见的潜意识动作了。

塑形快捷方式：目标法、模仿和仿真

塑形并不总是要从零开始，一点一点等待行为出现。训练中也有一些快捷方式，可以加快进展。

其中最常用的一种，是目标法。也就是先训练对象碰触某个目标物，然后利用目标物引导它完成更复杂的行为。

目标物可以是一根棒子、一个红点、一个圆盘、一只手，或任何清楚可辨的东西。只要训练对象学会“碰触目标物会获得强化”，目标物就能成为非常有效的引导工具。

例如，训练马做敬礼时，不必用套索和鞭打迫使它弯下前腿。可以在墙上放一个红点，先用食物和标定信号训练马用膝盖碰红点。等它学会这个动作后，再逐渐把红点移近地面。为了碰到红点，马就必须弯起前脚、降低身体。最后，敬礼动作就能被塑形出来。

目标法的优势在于，它把一个抽象要求变成了具体任务。训练对象不需要猜测“你到底要我做什么”，它只需要去接触目标物。训练者则可以通过改变目标物位置，逐步塑形出方向、姿势、距离和动作幅度。

另一种快捷方式是模仿。

人和许多动物都会观察他人行为，并从中学习。只要训练对象有模仿能力，训练者就可以让它看见另一个个体完成动作，并获得强化。这样，它可能更快理解自己也可以做同样的动作。

模仿并不是严格意义上的塑形，但它常常能为塑形提供一个很好的起点。它让某个原本很少出现的行为更容易出现。行为一旦出现，训练者就可以立刻用强化把它保留下来，再继续塑形。

仿真也有类似作用。训练者可以把环境或道具安排得像最终行为所需的状态，让训练对象在较容易成功的情境中先做出接近目标的动作。等动作建立后，再逐渐改变条件，使它适用于更真实、更复杂的环境。

目标法、模仿和仿真都不是逃避原则。它们只是把“等待行为偶然出现”的时间缩短。真正使它们有效的，仍然是塑形的核心原则：清楚的标准、准确的时机、小幅度提高要求，以及及时强化。

特殊训练对象

你可以塑形任何动物的行为。可以塑形鸟，也可以塑形鱼。

心理学家曾经塑形小婴儿，用挥手动作开关房间里的灯。我也曾塑形一只寄居蟹，用螯拉扯晚餐铃铛的拉绳。秘诀是在寄居蟹漫无目标挥动螯时，只要它的螯一碰到拉绳，我就立刻把食物递给它。我用一支解剖用长镊子，夹取虾子碎肉放进它的口器。

哈佛教授理查德·赫恩斯坦（Richard Herrnstein）博士告诉我，他曾塑形一只扇贝拍动双壳，以获取食物奖励。但他没有告诉我，他是怎么喂食扇贝的。

海洋哺乳动物训练师喜欢吹嘘自己能够训练任何动物，做出它们肢体能力和脑力所能达到的任何行为。据我所知，他们的确能够做到。

塑形练习的成效之一，尤其在训练对象有过丰富且成功的经验时，是它会增加训练对象的专注力。事实上，你正在塑形越来越长的期待时间。

不过，有些动物的专注力天生就不长。年幼动物，例如幼犬、幼猫，在练习动作时，永远不应要求它们重复三次以上。过大的压力可能使它们灰心或害怕。

这并不代表年幼动物无法学习。它们时时刻刻都在学习，只是每次学习时间必须很短。

我认识一位渔船船长，他教会四个月大的孙女与他击掌。这个小婴儿会把手掌张开，热情地拍击他的手心，就像爵士乐手击掌打招呼的迷你版，总能赢得旁观者热烈好评。

不过，他只是利用几次几乎瞬间完成的“训练时间”，就达成了这个目的。

年幼不是影响塑形的唯一生物性限制。某些行为对某些物种来说非常自然，对其他物种则很困难。

强化式训练不能修复肢体缺陷或神经缺损，也不能取代专业人员的协助。但是，它可以让所有人的日子变得容易一些。

父母可以学会如何塑形合宜行为，避免不经意强化不合宜行为：强化安静，而不是吵闹；强化游戏行为，而不是耍脾气。

他们并不是“把自己的孩子当成动物对待”。这种说法是最常被拿来攻击强化训练的偏见。响片训练的重点不在于训练对象是人还是动物，而在于更好的教导和学习方式。

最好的地方在于，一个人不需要拥有博士学位，也能掌握有效的塑形技巧。

最近，我与女儿一家一起出游。驾车返家途中，她一岁两个月大的儿子开始大吵大闹。他并没有哭，至少当时还没哭；他只是因为车程太久，又一直被困在安全座椅上而大声抗议。但我们还剩二十分钟车程。

一起坐在后座的七岁孙子威利（Wylie）从容地解决了小弟弟的吵闹问题。他的做法是强化越来越长的安静时间。

标定信号是什么？威利的微笑。

强化物是什么？威利的棒棒糖。

我最近教授了一门关于塑形和强化的课程，对象是五十来位教育工作者。我要求他们提交一份有关塑形训练的作业。

莎伦·艾姆斯（Sharon Ames）是一位语言治疗师。她选择给自己三岁半的双胞胎进行塑形。

虽然晚上八点是双胞胎的上床时间，但每天晚上要让这两个小宝贝上床睡觉，都要花三个多小时。

莎伦开始用投入瓶子的零钱作为强化物。双胞胎第二天早上可以拿这些零钱换奖赏。

第一天晚上，两个孩子每完成一个上床准备动作，就会获得“咯嗒声”。这里的“咯嗒声”，就是一枚零钱投入瓶子的声音。

跳进浴缸，咯嗒！

离开浴缸，咯嗒！

穿好睡衣，咯嗒！

依此类推。

接下来，关灯以后，如果莎伦每次回来检查时看到他们仍在床上，不必在被子里，只要在床上，就咯嗒一下。当然，也会投下一枚零钱。

第一天晚上的前半小时里，她每隔一分钟检查一次，因此有三十次咯嗒声。之后一个小时，她改为每五分钟检查一次。这时，双胞胎已经睡着了。

第二天晚上，她把检查间隔拉大到每十分钟一次。不到一小时，他们就睡着了。

第三天晚上，他们立刻睡着了。

三天内，双胞胎从上床到睡着的时间，从每晚三个小时减少到大约二十分钟。这个时间相当适当，之后也一直维持不变。

双胞胎很赞同响片的做法。他们问：“我们可以再多玩玩响片游戏吗？”

当然，莎伦和丈夫获得的强化物才是真正的大奖：他们终于有了充足的夜间睡眠。

善用记录做自我强化

那么，如何塑形自己的行为？

美国市面上有各种改变自我行为的计划，例如“烟瘾终结者计划”（Smoke Enders）和“体重观测员计划”（Weight Watchers）。这类计划大多依据塑形法而来，通常称为“行为调整计划”。

它们不一定都会成功。

我认为困难之处在于，这些计划需要由自己强化自己的行为。但当你给自己强化时，它永远不会是意外，因为“训练对象”总是知道“训练者”的意图。于是，人很容易说出这样的话：“我才不在乎我的评价表上是不是多放一颗星星，我宁愿抽根烟。”自我塑形方法可能对有些人有效，但有些人必须经历三四次难熬的计划，或者多次重复某个方法后，才会成功。这类人其实能够成功改变习惯或戒除成瘾行为，只是几乎不可能第一次就成功。

类似催眠或自我催眠的方法，可能对某些人大有帮助。某大出版社的一位资深编辑告诉我，他向一位催眠师学习了戒除严重烟瘾的方法。他利用自我催眠让自己放松，进入轻度催眠状态。每当他强烈想抽烟时，就重复诵念“我不想抽烟”之类的祷文或咒语。对他而言，这个技巧似乎在他与香烟之间“隔起了一道幕帘”。这是他自己的描述。冲动消失后出现的轻松快感和自我恭贺行为，具有强化作用。不过，实际情况是否如此，或者是否还有其他强化物在影响，我不得而知。

我撰写本书时出于好奇，尝试了一些正式塑形计划。两个计划在课堂上教授，另外两个计划由学生进行自我监测。塑形目标分别是戒烟、学习打坐、控制体重和学习理财。所有计划都取得了相当成效，但开始时效果不大。有些人花了一年以上才达成目标。

进行自我强化最有用的做法是记录。这四个计划都利用了这一点。

我需要的是一种能让我一眼看出进步的记录形式，所以我使用图表。这样，当我犯小错时，罪恶感会稍微减轻。因为我看了图表会发现，即使出了小错，我现在仍比半年前表现好得多。虽然距离完美标准仍然很远，但图表上的“曲线”仍然朝正确方向移动。

这种“看得见”的进步证据，本身虽然强化作用不算强，效果也慢，但它确实提供了足够动机，使我在多数时候能坚持下去。

监测自我塑形行为，还有一个成效非凡的方法：利用计算机做训练。

如果在计算机程序中设计有趣好玩的强化方式，它不仅可以使学习突飞猛进，也可以让整个塑形过程变得很有趣。这种应用正强化原则的方式，具有很大的发展潜力。

不发一语的塑形法

在网球课之类的正式训练情境中，训练对象已经知道塑形目标是什么，而且通常愿意配合参与。因此，你不必花时间等待反应出现再强化。你可以用语言激励行为发生：

“这么做，很好！现在再做一次，很好！”

但在日常生活的非正式情境中进行塑形，最好不要给任何口头指示，也不要进行讨论。

假设你有一个生活习惯不好的室友，总把脏衣服丢得到处都是。口头告知、责骂、请求或其他言语方法都失败了。还有办法塑形他养成整洁习惯吗？

有。

你需要拟定一个塑形计划，列出达成目标行为之前的初期步骤和过渡步骤。

人并不笨。只需要几次强化，他们就会改变行为。即使乱丢脏衣物的行为中，事实上含有一种针对你的微妙攻击意味，例如“你这个佣人，把我的衣服捡起来”，你仍然能够利用正强化，塑形出持续可见的进步，直到对方达到你认为可以接受的整洁标准。

不过，这种塑形法有两个常见错误。

第一，错误比进步更容易吸引注意，而我们又喜欢用语言表达。因此，当对方没有达到强化标准时，我们很容易出口指责；而真正该强化的时候，我们却很少这么做。这很容易导致前功尽弃。

第二，当你“盘算”着塑形某人的行为时，很难把它憋在心里。但直接说出来可能很糟。

如果你说：“当你把脏衣服放进洗衣篮时，我会奖励你。”或者把空格换成“不抽烟”“少花点钱”或其他内容，那么这就成了贿赂或允诺，而不是真正的强化。

当对方得知你的计划后，他可能立即反弹，反而加剧不当行为。

为了收到成效，你必须实行塑形，而不是动嘴皮子。

如果你果真成功塑形了某人的行为，日后最好也不要四处吹嘘。有些塑形者永远学不会这一点，坚持夸耀“自己”的杰作。结果好的话，对方也许会表现出领情的样子；结果不好，对方很可能成为你一辈子的死对头。

此外，虽然你协助对方改善了技巧，或戒除了不良习惯，但你自己也可能因此改变了行为，以便给予对方适当强化。那么，事实上谁最辛苦？

是你自己。

聪明的父母绝不会到处说自己把孩子养得多好。

一个理由是，我们都知道，养育责任没有真正结束的一天。

另一个理由是，孩子才应该得到夸奖。光是他们忍受我们诸多训练错误，就值得赞扬。

由于对人塑形时不需要说话，有时甚至必须保持沉默，有些人会觉得这带有操纵他人的邪恶意味。

但事实是，我们每天都在影响彼此的行为。问题不在于是否影响，而在于我们用什么方式影响。责骂、唠叨、威胁、抱怨，同样是在影响行为，而且常常影响得很差。

真正的训练对象，是那些可以被观察到的行为。一个人做了什么、没有做什么、什么时候做、做到了什么程度，这些才是塑形要处理的内容。同时，塑形也不只是改变对方的行为，也会改变训练者自己的行为。训练者需要学习如何观察、等待、及时反馈，而不是随意评价、指责或干涉。

责骂、羞辱、威胁、恐吓，都可能让人感到痛苦、害怕或难堪。为了摆脱这种不舒服，人可能会改变自己的行为。从这个意义上说，语言也可以成为一种负强化手段。但是，用这种方式改变别人是非常危险的。心理学里有一种现象叫“习得性无助”。动物如果一开始能够通过某种行为躲避电击，比如按下控制杆，或者移动到笼子的另一边，就会学会主动逃避痛苦。可是，如果它后来被放进一个无论怎样行动都逃不开电击的环境里，它就会逐渐放弃尝试。最后，即使逃生的出口重新打开，它也可能不再逃走，而是继续留在原地承受痛苦。人也可能出现类似的反应。一个人如果长期处在被威胁、被控制、被羞辱、无法逃脱的环境里，就可能慢慢失去主动改变的意愿。他会觉得：“不管我怎么做都没有用。”于是，他不再争取、不再反抗，也不再相信自己能够改变处境。帕蒂·赫斯特的经历就是一个极端例子。她原本是被绑架者，在遭受虐待和控制之后，却逐渐认同绑架她的人，并协助他们犯罪。这个例子说明，人在长期恐惧、胁迫和失去自由的状态下，心理和行为都可能被严重改变。

真正健康的行为塑形，应当尽量避免使用令人痛苦的刺激。因为这种方式即使短期有效，长期也可能造成恐惧、逃避、无助甚至心理创伤。

不发一语的塑形法要求训练者更克制、更准确，也更愿意关注对方已经做对的一点点事情。它不是把人当成动物，而是承认学习遵循同样的基本规律：行为如果带来有效后果，就更可能再次出现。

塑形的艺术，正在于此。

第三章 刺激控制：无胁迫性质的合作关系

刺激的种类

“刺激”是任何能够引发某种行为反应的东西。

有些刺激可以引发反应，但不会产生学习或训练效果。我们听见巨响时会缩一下，遇见强光时会眨眼，闻到厨房传出诱人香味时通常会走进去。动物也会有同样的反应。这些声响、亮光和气味，称为“非制约刺激”（unconditioned stimulus），也称为“初级刺激”（primary stimulus）。

另一种刺激则是经由学习而来的。它们本身可能毫无意义，但在与受到强化的行为建立关联之后，便成为动物能够识别的行为信号。我们每天都在回应许多习得信号。看到交通标志会停下或前进；听到电话响会赶快去接；在吵闹街头听到自己的名字会转头。这些都可以称为“信号”（cues 或 signals）。我们之所以学会这些信号，是因为与它们相关的行为不断受到强化。例如，接电话以后，铃声会停止。铃声是一种负强化物。接通电话后，还会听到对方说话的声音。说话声通常是正强化物，或者至少是我们期待出现的东西。这些信号，也称为“区辨刺激”（discriminative stimuli），具有预告或通知的作用。它们让我们知道：此时出现某个行为，过去曾经获得强化。反过来说，当这些刺激没有出现时，表现出这些特定行为不会获得强化。例如，电话没有响时，你拿起话筒，只会听到嘟嘟声。多数正式训练，都把大量心力和时间投入到建立区辨刺激上。无论是操练新兵的军官，还是上训犬课的饲主，做的都是这件事。让训练对象听令行事的“指令”，其实就是区辨刺激。

让对方依令行事

让狗坐下，或让人停步，本身并不稀奇。

真正令人印象深刻的是：训练对象在接到指令之后，立刻行动，而且动作迅速、标准。

服从并不只是让对方做出某个行为，而是让对方在接到信号时立即执行这个行为。心理学家称这种现象为“行为受到刺激控制”。

这种训练并不容易。它需要遵循训练规则，值得仔细研究。

即使你完全不想使唤狗做这做那，这辈子也不打算操练新兵，了解刺激控制仍然有帮助。

孩子到处乱跑，怎么叫也叫不过来，这说明你的刺激控制很差。你是上司，必须下达两三次指示，员工才开始行动，这也是刺激控制出了问题。

你也许听过自己说出这样的话：

“我已经告诉你千万遍了，不要再……”

空格里可能是“用力摔门”“把湿泳衣放在沙发上”，或者其他行为。

如果讲了一次，甚至讲了一百次都没有用，就说明这个行为并没有受到刺激控制。

我们可能以为自己已经做到了刺激控制，但事实并非如此。

当我们希望看到服从信号或指令的行为出现，却没有得到相应反应时，常见反应之一是加强信号。

服务员听不懂你说的话？那就再大声一点。

这种做法通常不管用。接收信号的对象必须能够认得这个信号。否则，无论你大声喊叫，还是通过摇滚乐队的扩音喇叭呼喊，对方仍然只会不解地望着你。

动怒是面对指令失效时的另一个常见反应。它可能管用的情况只有两种：一是对方正在出现你不希望看到的行为；二是对方熟知信号，却没有出现已经熟练的反应。在这种情况下，暂时置之不理，或表现出动怒的样子，有时或许能引发较好的行为。

有时，训练对象虽然出现正确反应，但反应慢半拍，或者动作慢吞吞。训练对象对指令反应迟钝，通常是因为没人教过它们必须迅速反应。

如果训练对象出现正确或迅速反应时，没有获得正强化，它们就没有机会迅速学会：服从信号对自己有利。这个行为也就没有受到真正的刺激控制。

生活中到处都是刺激控制不良的例子。

当有人想伸张权威时，常常会有其他人因为“不服从”而惹上麻烦。但真正的问题，可能在于有人不明白指令，或无法执行指令。也就是说，问题来自沟通不良，或刺激控制训练技巧不佳。

建立信号

传统训练通常把信号或口令放在前面。

例如，训练者对狗说“坐下”，狗当然听不懂，于是训练者把它的后半身压下去，或者拉动牵绳，使它坐下。经过一段时间后，狗学会“坐下”这两个字代表一个避免处罚的机会：只要做出坐下动作就好。

因此，传统训练中的信号或口令，实际上常常是制约负强化物。

操作制约的做法不同。我们会先塑形行为。

毕竟，要狗去做一件它不可能听懂的事情，并不合理。等行为出现频率稳定以后，我们才在某种特定刺激出现期间或之后塑形这个行为。

例如，我们会先利用响片和强化物塑形“坐下”行为。让狗迅速坐下，动作利落，坐得久，而且经常坐下；有时坐在草地上，有时坐在地毯上，使它符合多项强化要求。直到它为了获得强化物，能够极有信心地坐下。

这时，我们再加入一个带有“绿灯”意味的信号。这个信号表示：现在出现这个特定行为，就有机会获得强化物。这样的信号会成为制约正强化物：它出现之后，绝对有好事，而不是坏事。

加入信号有几种方法。

第一种方法，是在行为启动时加入信号，在训练对象完成行为时给予强化。然后在不同时间、不同地点重复这样做，逐渐把信号提前，直到信号出现在行为启动之前。

不久以后，训练对象就会把该信号视为“做出特定行为即可获得强化”的机会。于是你说“坐下”，狗就会坐下。

第二种方法，也是我们训练海豚时使用的方法，是交替运用“给信号”和“不给信号”。

当狗经常出现坐下行为时，你可以对它说“坐下”。等它坐下，就按响片。接着，让它自行坐下一两次，但不按响片，也不给奖赏。然后你再说一次“坐下”，当它出现坐下动作时，立刻给予强化。

在同一段训练时间里，如果你同时强化听信号后的坐下行为，就会使缺乏信号时自行坐下的行为逐渐消失。

一旦训练对象理解这个规则，新信号几乎可以立刻与新行为建立联结。

建立信号的过程还有一个重要意义：它不仅训练某个具体行为，也训练“听令行事”这项能力。

军队中连珠炮式的口令操练，就是为了训练这种能力。它能使新兵对口令迅速做出反应，让指挥官能够有效动员大批军人。听令行事并不只是一种心态，也是一种习得能力。对士兵而言，这种能力常常具有保命作用。自从军队存在以来，连珠炮口令操练一直是训练这项能力的方法。

刺激控制的规则

刺激控制有四个层面。

狗学会听口令坐下以后，不管你用什么方法训练，训练就结束了吗？不是。这个任务只完成了一半。

动物还必须接受另一项训练，而且这是一项不同的训练任务：学习在没有口令时不要坐下。

如果制约刺激没有出现时，动物仍然出现该行为，那么这个行为的刺激控制仍未完成。

当然，这并不表示除非你命令狗坐下，否则它必须整天站着。训练对象在自己的其他时间里，当然可以做任意行为。

但在训练或工作情境中，如果你要使用区辨刺激或信号，并希望行为表现稳定，就必须建立信号的两个层面：

何时进行行为。何时不进行行为。

理想的刺激控制有四项要件。训练时，必须把每一项都当作个别目标，作为塑形过程中的独立部分。

第一，制约刺激一出现，行为永远立刻发生。你叫狗坐下，它就坐下。

第二，没有制约刺激时，行为不会发生。在训练或工作情境中，狗不会自行坐下。

第三，其他刺激出现时，这个行为不会发生。如果你说“趴下”，狗不会坐下。

第四，这个刺激出现时，不会引起其他行为反应。当你说“坐下”时，狗不会趴下，也不会跳起来舔你的脸。

只有这四项要件都达成以后，狗才算真正、完全理解“坐下”这个口令。此时，你才拥有真正的刺激控制。

在日常生活中，我们在哪些地方会使用或需要如此完整的刺激控制？

音乐就是一个例子。管弦乐团的指挥使用极其复杂的刺激控制，因此在排练时，他可能遇上各种错误反应。

虽然指挥家给予乐手的许多信号大体有一致性，但每位指挥家也都有个人信号。这些信号的意义必须在极短时间内建立，因为排练时间几乎不比演出时间长多少。

有一次，我看见一位指挥家在排练古典音乐家马勒第二交响曲《复活》时，建立了一个代表“轻声演奏”的未制约刺激。

他做出听见警铃四起、躲避爆炸似的神情，蹲伏下来，用一只手遮住脸。大家都理解这个动作的含义。

接下来几分钟，他就能逐渐淡出这个刺激。只要他瞥一眼提示，并稍微弯下身子，或者很快用手势比一下，就能降低某个声部的音量。最后，他只需稍微缩一下肩膀即可。

指挥家也常常转移刺激，把已知姿势或大动作与未学过的姿势结合起来。例如，手心向上移动代表“大声一点”，而偏头或转身可能是某位指挥家的个人特色信号。

我曾坐在指挥家左侧的女低音部，看见一位客座指挥家只花了一些时间，就把控制女低音部音量的所有信号，全转移到他的左手肘上。

刺激控制建立以后，训练对象如果想用正确反应获得强化，就必须变得非常专注。尤其在刺激逐渐淡出之后，训练对象不仅能察觉极细微的信号，甚至能察觉训练者自己都没有意识到的信号。

“聪明汉斯”（Clever Hans）就是典型例子。这匹二十世纪初的德国马，被视为天才。它能够用蹄子抓地数数字、做算术、拼字，甚至能开平方。当然，它答对时都会得到一点食物作为奖赏。它的饲主是一位退休教师。他真心以为自己可以教会这匹马阅读、思考、做数学和与人沟通。事实上，即使这位饲主不在场，这匹马仍会“回答”问题。许多前往柏林研究“聪明汉斯”的学者都确信它是天才。后来，终于有一位心理学家证实，它是受到了某种信号提示。因为当全场无人知道答案时，它抓地的动作会一直持续下去。更进一步的研究证实，让马停止抓地的信号，是饲主或其他出题者在看见它抓地次数达到正确答案时，会稍微把头抬起一点。这个轻微动作原本因为教师戴着宽帽而格外明显。后来，它已经成为非常细微的动作，不但几乎看不出来，除了聪明汉斯以外，而且几乎无法凭意志抑制。因此，这匹马即使面对非饲主的人，也能分辨何时该停止抓地。

哪种信号？

区辨刺激可以是训练对象有能力察觉的任何事物：旗帜、光线、话语、抚摸、振动，甚至开香槟时的声音。

只要训练对象能够察觉这个信号，它就可以用来引发习得行为。

海豚通常用手势训练。但我知道有一只眼盲海豚，学会了用许多不同碰触方式回应不同的行为要求。

牧羊犬通常依靠手势和口令训练。不过在新西兰广阔的乡间，人们常用尖锐的哨音作为信号。哨音传递距离比口令远得多。

有时，新西兰牧羊人把牧羊犬卖给住在数千米之外的新主人。由于哨音无法用书面方式描述，原主人会通过电话教新主人如何发出指令，或者送给他一盘关于哨音的录音带。

鱼类也能够学会对声音或光线做出反应。我们都知道，敲打水族箱玻璃，或打开灯光，会让水里的鱼很快游近水面。

至于人类，几乎可以把任何东西都当作习得信号。

在工作情境中，让所有训练对象学习相同信号很有用。只有这样，才能引发其他人相同的行为。

动物训练师使用的刺激通常相当传统。世界各地的马，在被人踢马腹时都会往前走；缰绳被拉紧时就会停步。

美国纽约布隆克斯动物园的骆驼，听见“couche”这个口令时就会趴下。这个词在法语里是“趴下”的意思，读音类似“酷虚”。即使周围的人，包括训练师在内，都不会讲北非腔法语，也不妨碍这个口令发挥作用。

信号强度和淡出

当信号已经建立，训练者常常希望信号越小越好。换句话说，信号可以从明显刺激，逐渐淡出为细微信号。

例如，某位指挥家起初可能用夸张动作表示“轻声演奏”；乐团理解以后，他可以把动作逐渐缩小。最后，轻微的肩部动作、手肘变化，甚至一个眼神，都可能足以引发相同反应。

这种淡出过程在动物训练中也很常见。

你可以先用明显动作帮助动物理解要求，随后逐渐减少动作幅度，让动物学会回应更细微的信号。只要每一步都有强化，信号就能被转移、缩小，并保持清楚意义。

但这也带来一个问题：训练对象可能比训练者想象得更敏锐。它们可能学会回应你自己没有意识到的细微信号。

聪明汉斯正是这种现象的极端例子。它不是会算术，而是会读取人类的细微身体信号。

因此，训练者必须留意自己到底给出了什么信号。否则，你以为动物学会了某个口令，实际上它可能学会的是你的身体姿势、呼吸节奏、手部动作，甚至你期待答案时头部的微小变化。

有效又好用的目标物

目标物是建立刺激控制时非常有效的工具。

目标物可以是训练者的手、目标棒、激光笔、标记点，或其他训练对象能够辨认并接近的东西。训练对象只要学会“碰触目标物”或“朝目标物移动”会得到强化，目标物就可以用来引导许多复杂行为。

当你的猫在你一下达信号后，立刻跳到冰箱上方，而且这个行为是用激光笔训练出来的，客人们通常会叹为观止。

对有口语沟通障碍的人来说，用标定信号和零食达成的目标训练也非常有效。

一位特殊教育老师告诉我，她看过海洋哺乳动物训练师使用目标物后，立即把目标法应用到自己的工作中。

有一天，她被分派指导一名有发展缺陷、但又极度活跃的小男孩。他被要求坐在桌前完成作业。可是，他们平常使用的教室正有人使用，所以他们来到一间体育室。那里到处都是大球、摇椅和攀爬设施。

小男孩当然马上跑去玩。她不能抓着他、强迫他坐在桌前，她也不想这么做。

于是，她伸出手心，说：“碰碰！”

男孩照做了。

她立刻回答：“很好！”

接着，她便利用“碰碰”和“很好”，把他引导到椅子上坐好，并完成作业。中间，她不时穿插很短的嬉戏时间。

当你明白自己能够利用目标物等信号，让训练对象回到你身边时，你会比较愿意使用自由作为强化物。

我也见过有人利用目标物，包括教师的手和激光笔，协助严重低功能人士学习走到教室里、桌子边或其他目的地。整个过程完全出于自愿，不需要肢体引导。

对学习者和教师来说，这都是一种获得解放的技巧。

以习得厌恶刺激作为信号

区辨信号的强度可能影响反应，这种情况主要发生在传统动物训练中。

传统动物训练使用的信号，例如轻拉马缰或牵绳、轻顶马腹，往往只是过去一些未制约刺激的减轻版本。那些未制约刺激可能是用力猛扯绳子，或踢马腹，目的在于激发尚未训练过的反应。

因此，如果轻度刺激无效，训练者很容易以为加强刺激就会得到更大的反应。

但实际这样做会遇到问题。

习得信号和初级刺激是两类不同事件。训练新手通常不明白这一点。例如，当他们轻轻拉没有反应时，就多用一点力，再继续用力。这一切通常是徒劳的，因为马和狗也会增加往反方向拉的力道。

传统训练师常把信号和使用暴力看成两回事。他们先给信号。如果没有得到服从反应，他们不是慢慢加重刺激，而是直接使用一种令动物极度不快的强烈刺激来引发行为。强烈到足以“让它恢复记忆”，正如一位训马师所说。

使用 P 字链，也就是收缩链的训犬方法就是如此。学会正确用法以后，即使个子不大的人，也可以利用快速抽紧再放松的动作，把高大的大丹犬吓得魂飞魄散。

有了这个初级刺激作为备用，训练师很快能发展出“轻拉链子即得到良好反应”的结果。

英国著名训犬师芭芭拉·伍德豪斯（Barbara Woodhouse）指出，从长期来看，这种方法比一直使用中等力道、无效地轻扯拖拉可怜动物的脖子，要来得人道。

不过，利用正强化塑形行为当然更人道，而且无论从长期还是短期来看，都更有效。现代训练师利用正强化和标定信号，例如某些字句或响片，改进所有过去靠暴力完成的传统训犬行为。

当某个区辨刺激可以作为避免不快事件的信号时，它不仅可以减少肢体控制或介入的必要性，而且即使训练者不在场，也可以抑制行为。

我的边境梗犬幼年时期很喜欢乱翻废纸篓，把纸篓里的垃圾弄得到处都是。我不想处罚它，但也不想一直捡废纸。

于是，我在喷水瓶里装了水，加入几滴气味浓郁但怡人的香草精油。然后，我咬着牙，勉为其难地朝它脸上喷了喷。它很不高兴地跑开了。

之后，我在废纸篓上喷香草精油，它便再也没有接近过废纸篓。

它并不讨厌这个气味。这个气味本身是中性的。它真正讨厌的是这个气味引发的被液体喷脸的联想。

为了维持它不再接近废纸篓的行为，我大约每三个月必须增加一次刺激浓度，在废纸篓上喷几滴香草精油。但我再也没有必要直接往狗脸上喷水了。

让狗待在隐形围栏系统（Invisible Fence Systems）内，应用的也是相同原则。

你在希望围住狗的区域四周安置一条无线电线圈，让狗佩戴装有接收器的项圈。狗太接近线圈时，就会感受项圈电击。

不过，在这之前，必须设定一个警告声。当它距离电线还有几英尺时，项圈就发出警告声。这个区辨刺激代表：“别再继续往前走。”

如果系统安装正确，它就可以有效围住受过训练的狗，而狗永远不会真的遭受电击。

我和我的梗犬住在森林里时曾使用过这个系统。当时如果使用真正围篱，等于随时邀请它设法在围篱下挖洞，或趁门没关时逃脱。使用制约警告信号和隐形围栏的方法，反而更安全稳妥。

限定反应时间

想训练动物对区辨刺激做出迅速反应，“限定反应时间”（limited holds）是一个非常有用的技巧。

假设训练对象已经学会依信号行动，但总是需要一段反应时间。例如，你喊家人吃晚饭，他们总是慢吞吞才来；或者你示意停下来，但你的大象只是慢慢减速，最后才完全停住。

如果你愿意，可以利用“限定反应时间”塑形出更短的反应时间，直到对方在能力范围内达到最短反应时间。做法是，先算出过去反应时间的平均值，然后只强化在这个反应时间内出现的行为。

由于动物行为具有变异性，有些行为会超过反应时间。这些行为将不再获得强化。有些行为会在限定时间内出现，这些行为就被强化。随后，你可以逐步缩短限定反应时间。

限定反应时间的日常应用，就是在要求或指示下达后，你愿意花多少时间等待回应。

如果家长、上司或教师在限定反应时间之后始终如一，他们通常会被认为是公平的、说话算话的。即使限定反应时间，也就是行为必须在规定时间内出现才有机会获得强化的窗口，相当短，也没有关系。

有一次，我在观众席上无意间听到一段很好笑的对话。一位看起来像教授的人斩钉截铁地告诉同伴：要获得这种准确无误的反应，唯一的做法就是使用电击。

事实并非如此。限定反应时间加上强化，同样可以塑形出迅速反应，而且不需要胁迫。

预期心理

“预期心理”是刺激控制中常见的问题。

训练对象学会信号意义后，会迫切想提供行为，因此在信号尚未实际出现前，行为就已经发生。

这种现象称为“鸣枪前抢跑”。人类赛跑时，因预期心理而提前起跑，就是这种行为。

那些在别人给出信号或要求之前就行动的人，通常会被视为过度急切，或者奉承讨好。这种习性令人厌烦，并不是美德。

参加服从竞赛的杜宾犬有时会遇到这类困难。它们是极易训练的狗，警觉性极高。只要预期中的指令出现一点点端倪，它们就能察觉，于是常在指令真正出现前做出动作，结果惨遭扣分。

参加小牛套索马术竞赛的马匹，也常出现预期心理问题。牛仔和马原本应待在隔栏后方，等待小牛先跑出去。但马匹常在过度兴奋的状态下，还没等到信号就冲出去。

牛仔有时会认为这真是匹好马。但其实，这匹马尚未完成刺激控制训练。

另一个常见例子，是美式足球里的“越位”犯规。开始踢球的信号尚未下达，某名球员因心急而跑入对手防守区域，导致所属球队受罚。

利用“暂停”处置，可以改善预期心理。

如果训练对象在信号前提前行动，就中断它获得强化的机会。这样，它会逐渐学会等待真正信号，而不是凭自己的推测提前反应。

利用刺激作为强化物：连锁行为

刺激也可以成为强化物。在连锁行为中，这一点尤其重要。

所谓连锁行为，是由一连串行为组成的序列。每个行为的完成，都成为下一个行为的信号；而下一个信号本身，又因为预告后续强化，变成前一个行为的强化物。

例如，许多复杂动作、运动流程、音乐演奏、背诵、工作流程，都属于连锁行为。

当训练对象不懂信号，或无法完成信号所要求的行为时，你就无法利用这个信号进行强化。

这代表每个连锁行为都应该倒过来训练，也就是从最后一个行为开始训练。先确定训练对象已经学会最后一个行为，而且能辨识引发这个行为的信号。然后再训练倒数第二个行为。依此类推，直到完成整条行为链。

如果你要背诵一首诗、一段音乐、一篇讲稿或一段台词，可以把它分成五个段落，再把次序倒过来，从最后一段背起。这样，你会从自己最弱的部分，背到最熟练的部分。相反，如果按照内容原本写成或呈现的顺序开始背诵，你就必须不断从熟悉段落背到较困难、未知的段落。这种经验很没有成就感。以连锁行为的方式处理背诵，不仅可以缩短记忆所需时间，也能让整个背诵过程更愉快。

连锁行为是一个独特而奇怪的概念。我自己也曾因为它非常挫折，觉得无计可施：明明某只动物、某个孩子或我自己要做的事情并不难，却怎么也做不成。

直到我领悟到，原来我一直把连锁行为的训练顺序弄反了，我才恢复信心。

用糖霜装饰是做蛋糕的最后一个步骤。如果你想让孩子喜欢上做蛋糕，你的第一步应该是在装饰糖霜时请他们来“帮忙”。

教狗玩飞盘：一个连锁行为的例子

我有一位住在纽约市的朋友。每个周末，他都会带自己的黄金猎犬到中央公园玩飞盘。

他告诉我，生活中似乎到处都是束手无策、不知道如何教狗玩飞盘的人。这实在可惜，因为对住在都市里的大型犬来说，飞盘是绝佳的运动方式。

飞盘的速度比球慢得多，移动方向也更飘忽不定，更接近真正猎物的状态。激励狗跃入空中做花式飞接动作，会让饲主觉得很有趣。更重要的是，玩飞盘时，饲主可以站在原地，让狗来回奔跑。

饲主常见的抱怨是：当狗受到鼓励，例如看到飞盘挥动时，会跳起来试图咬飞盘；但当他们把飞盘丢出去后，有些狗只是站在原地看飞盘飞走，有些会去追、会咬住飞盘，却从来不把飞盘叼回来。

飞盘游戏有两个训练要点。

第一，狗追逐飞盘的距离必须慢慢通过塑形拉长。

第二，飞盘游戏是一种连锁行为：狗去追飞盘，咬住飞盘，最后衔着飞盘回来，等待下一次投掷机会。

按照连锁行为的原则，应当从最后一个环节开始训练。

也就是说，先训练狗把飞盘带回给你。你可以先让狗在很近的距离咬住飞盘，然后强化它把飞盘交还或带回的动作。这个行为稳定以后，再逐渐加入“追逐”和“接住”的前面环节。

当距离渐渐拉远后，狗必须学会观察飞盘走向，并找出接飞盘的最佳位置。这需要大量练习。因此，要训练它去接二十五英尺远的飞盘，可能得花上一两个周末。

学习迅速的狗，最后能够精通接飞盘的技巧。你丢得再远，它也接得到。美国飞盘狗明星“阿什利·惠比特”（Ashley Whippet），甚至接得到飞越一个足球场的飞盘。

狗似乎会对自己的特长感到得意。当它们表现出色，或做出漂亮的越肩飞接动作时，观众发出的喝彩声也会让狗神采飞扬。

不过，狗接到飞盘后之所以会返回，是因为这个行为是整串连锁行为中最早开始训练的。这个最后步骤也会带来强化：你可能称赞它，或者再度掷出飞盘。

当然，你也会发现，如果它好几次带回飞盘，而你既不称赞，也不再掷出飞盘，那么捡回行为会逐渐变差。

此外，当狗累得不想再玩时，它衔回的动作会有点蹒跚，不是速度变慢，就是在途中丢下飞盘。这表示你必须赶快停止游戏。你和它都已经玩够了。

类化刺激控制的概念

对多数动物而言，最初建立刺激控制时都需要一些时间。

但通常到了建立第三个或第四个行为的刺激控制时，你会发现动物似乎已经开始类化，或者已经理解这个概念。

当它们学会第三个或第四个受信号控制的行为后，多数训练对象似乎已经体认到：某个特定事件的出现是一种信号；每个信号代表不同的行为；能否获得强化，取决于它是否能辨识出信号，并做出正确反应。

一旦这个概念形成，后续信号的建立会快得多。

训练对象不再只是学习“这个动作”，而是在学习“信号系统”。它会开始寻找信号与行为之间的关系。

这就是为什么经过良好训练的动物、运动员、乐手或工作人员，能在复杂情境中迅速回应细微信号。它们不只是学会了某个动作，而是学会了如何在信号出现时配合行动。

习成前低潮及发飙

建立刺激控制的过程中，训练者常会遇到一个令人挫折的阶段。

你已经成功教会鸡跳舞。现在你想训练它只有在你举起右手时才跳舞。但它可能只是看看你的右手，却不跳舞；或者你给信号时它站着不动，没给信号时反而热情乱舞。

如果把这个过程绘成图，随着正确反应率，也就是信号出现才产生反应的比例逐渐增加，你会看到一条缓慢爬升的曲线。接着，当正确反应率掉到零时，这条线会突然跌至谷底。训练中会出现多次毫无反应或错误反应的情形。

但只要你持之以恒，就可能等到训练对象开窍。突然间，它会从完全失败的状态一下跳升到极佳反应：你一举起右手，鸡就立即起舞。这个行为已经受到刺激控制。

依我看来，这个现象出现的原因是，训练对象起初学习某个信号时，并未真正意识到自己的行为。训练者只看到正确反应缓慢增加，出现令人振奋的行为倾向。

然后，训练对象注意到那个信号，并理解到该信号与获得强化有某种关系。这时，它会全神贯注在信号上，而不是想着做出动作。于是，当然就不会出现反应，也不会获得强化。

如果训练者持之以恒，一试再试，刚好在信号出现时，训练对象再度做出动作并获得强化，它就会产生“意识”。自此以后，它便“知道”信号代表什么，并且会自信满满地做出正确反应。

我知道自己使用了“意识”和“知道”这类词，来描述训练对象脑中可能发生的状况。多数心理学家并不乐见这些词被用在动物身上。

训练动物时，如果只看到正确反应逐步增加，但没有发生任何重大事件，有时确实很难判断动物何时，或者是否已经意识到自己的行为。

不过，如果出现习成前低潮，我认为那就是意识转变的信号。无论物种是什么，情况都一样。

刺激控制的用途

刺激控制显然能够教出愿意合作的孩子、听话服从的宠物，以及可以信赖的工作人员。

极为特定的刺激控制，对许多团体活动也不可或缺，例如行进乐队、舞团表演、合唱、演奏乐器、跳方块舞、打足球等。

对复杂习得信号做出反应，会产生某种成就感。甚至动物也乐在其中。

我认为，这是因为这些信号如同连锁行为中的信号一样，已经变成强化物。人或动物在精通所有行为和信号之后，执行反应本身就会带来很强的强化效果。简而言之，它会变成一件有趣的事。

当我们看到行为受到绝佳刺激控制时，例如美国海军蓝天使中队的喷气式飞机特技飞行表演，或儿童在教室里秩序井然，我们的称赞常常集中在“纪律”上：

“他们真的纪律严明。”

“那位老师很懂得维持纪律。”

然而，“纪律”这个词隐含着处罚之意。正如前面所说，建立刺激控制时，处罚并不是必要条件。

一般流行观念认为，“纪律执行者”是那种一心追求完美、未达完美就施以处罚的教练、家长或训练师，而不是那些让对象朝完美目标逐渐进步，并给予奖励的人。

一心想建立“纪律”的人，常试图用“照我的话做，否则……”的方式获得刺激控制。可是，训练对象必须先犯错或不服从，才能知道那个“否则”是什么。而到那时，行为早已发生，无法挽回。

所以，这个广泛使用的方法并没有多少成效。

已经辛勤工作的员工并不需要命令或指导。用没有必要的规定包围自己或他人，并没有意义，只会滋生反抗心理。

事实上，执行习得信号的反应必须花费气力。不断要求对方持续执行，是不应该的；况且对方也做不到。

刺激控制的真正价值，不是让人或动物长期处在命令之下，而是建立一种无胁迫性质的合作关系。

信号出现时，训练对象知道什么行为会获得强化；信号未出现时，它也知道不必执行该行为。训练者无需恐吓，训练对象也无需害怕。

这种关系既清楚，也公平。

第四章 反训练：利用强化去除不想要的行为

前几章讨论的是如何建立新行为。本章要处理相反的问题：怎样去除不想要的行为。

如果你不喜欢某个行为，直觉反应通常是制止、责骂、处罚，甚至把行为者移走。狗太吵，就骂它；孩子太闹，就吼他；员工偷懒，就威胁；伴侣回家情绪很差，就争吵；猫跳上餐桌，就赶它下去。

这些做法有时会让行为暂时停止，但不一定能改变行为。更糟的是，它们常常制造新的问题。

改变不想要的行为，至少有八种方法。第一种是最极端、最粗暴的做法：把行为者从情境中移除。第二种是人类最常使用的处罚。其余六种，才是本章真正要强调的工具。

这八招并不是互相排斥的。面对复杂问题时，常常需要组合使用。关键不是立刻套用某一招，而是先看清：这个行为由什么维持？它获得了什么强化？它背后有没有动机、恐惧、饥饿、疲劳、寂寞或环境因素？

第一招：毙了他（它）！

最彻底的解决方式，是让行为者消失。

狗整夜在院子里吠叫，可以把狗送走、卖掉，甚至请兽医割掉它的声带。孩子在车里太吵，可以让他们走路、坐公交，或者请别人开车。伴侣每天回家情绪很差，可以离婚。员工回避工作责任，可以开除。你讨厌写谢函，可以干脆不写；这样以后别人也许就不会再送你礼物，你也就不必再写谢函。猫跳上餐桌，可以把猫关在屋外或送走。公交司机粗鲁无礼，可以下车，换乘另一辆公交。成年子女想搬回家住，你可以坚持拒绝。

这一招当然有时有效。它简单，直接，而且常常立即见效。问题在于，它通常不是训练。它没有改变行为，只是把行为者从你的环境中移除，或者把你从行为者的环境中移除。

在某些严重情形下，这也许是必要的。危险动物、暴力伴侣、严重危害他人的员工，可能确实需要被隔离或移除。但如果问题只是令人烦恼，而不是必须终止关系或终止生命，那么这招通常代价过高。

本章后面的七招，正是为了避免我们一遇到问题就只会“毙了它”。

第二招：处罚

处罚是人类最爱用的一招。

当行为出现偏差时，我们往往第一个想到处罚：骂小孩、打狗、扣薪、给公司罚单、羞辱异议者，甚至入侵某个国家。可是，利用处罚来改变行为，是很差的做法。多数时候，处罚并不可靠。

更值得注意的是，当处罚无效时，我们通常不会说：“看来处罚不管用，试试别的方法。”相反，我们通常会加重处罚。

责骂没用，就改用体罚。孩子成绩不及格，先没收自行车；下次还不及格，就没收滑板。员工工作摸鱼，先威胁；没用，就扣薪；再没用，就停职或开除。毒打改变不了异议者的行为，就换上更严厉的酷刑。

这种逻辑看似自然，其实危险。它让训练者不断升级厌恶刺激，而不是重新思考行为为何发生、如何被强化，以及有没有更有效的替代做法。

处罚确实可以让行为在当下停止。幼儿把东西插入插座，母亲拍开他的手，这个行为会停止。狗扑向桌上的食物，你大喊一声，它可能会退开。可是，处罚能否改变未来行为，并不能保证。

处罚还有许多副作用。

它可能引发逃避、偷偷摸摸、恐惧、迷惘、反抗、被动顺从和主动性降低。被处罚者也可能把当时在场的环境、训练者、工具或相关人物一并联想为讨厌的东西，从而避开甚至逃离。

处罚还会教会行为者一件事：不要在处罚者面前做。孩子可能学会在父母不在时做；狗可能学会在人不在时上桌；员工可能学会在上司看不见时偷懒。处罚常常改变的不是行为本身，而是行为出现的场合。

此外，处罚容易强化处罚者。

当训练者使用处罚后，行为暂时停止，训练者会感到有效，于是“处罚”这个行为本身被强化。下一次遇到问题时，训练者更可能再处罚，而且可能处罚得更重。

所以，处罚的危险不只是它可能伤害被处罚者，也在于它会训练处罚者继续处罚。

处罚并非永远不能使用。遇到立即危险时，例如孩子正要冲向车流、伸手碰火、把金属物插入插座，快速制止是必要的。但如果目标是长期改变行为，处罚通常既笨拙又不可靠。它最多只能告诉对方“不要这样”，却没有告诉对方“应该怎样”。

第三招：负强化

负强化不是处罚，但它与处罚关系很近。

负强化是指：当某个行为出现后，厌恶刺激消失，于是该行为未来更可能出现。例如马被拉左缰时，转向左边就能让嘴上的压力消失；孩子停止哭闹后，父母不再皱眉或责骂；员工完成任务后，上司停止催促。

负强化能有效塑形行为。传统训练大量依赖它。问题在于，每次使用负强化，训练对象在行为出现之前都暴露在某种厌恶刺激中。也就是说，负强化总带有处罚的成分。

举例来说，你拉紧左缰时，马继续向前走的行为正在被处罚；当它向左转后，压力消失，这个转向左边的行为才获得负强化。

传统训练师往往不认为自己的负强化物是处罚。他们会说，马缰、P 字链、口头纠正都很温和；真正要处罚的话，还有更严厉的方法。他们也常补充说，只要同时给予大量称赞和正强化，长期看不会有什么伤害。

但厌恶刺激的强度，取决于训练对象的感受，而不是训练者的自我判断。训练者认为轻微的刺激，对训练对象可能已经极不愉快。

负强化也会给训练者带来风险。莫瑞·西德曼（Murray Sidman）博士曾向我提到一个观察：即使极轻微的负强化，只要成功几次，也可能使训练者变成坚定的负强化使用者。

人们在生活中常常不由自主地使用负强化：警告的眼神、皱眉、不满的言辞、失望的语气。

有些孩子日复一日的生活目标，就是努力避免他人不满。过度处罚的孩子可能变得充满敌意，或喜欢逃避；成年后，也可能成为处罚他人的人。另一类孩子则长期努力终止别人的不满，即便只是暂时让不满消失。这样长大的人，可能变得胆怯、自我怀疑、焦虑不安。

一位专门治疗恐惧症的治疗师告诉我，那些对人群或电梯产生莫名恐惧、并影响正常生活的病人，成长过程中往往长期生活在负强化的要求之下。

负强化有时看似温和，其实会把环境变成一个不断需要躲避和解除压力的地方。

如果可能，应尽量用正强化替代负强化。不是等对方犯错后施压，再等他做对后撤压；而是先找到你希望出现的行为，及时强化它。

第四招：消弱

“消弱”是指：某个行为不再获得原来维持它的强化物，于是逐渐减少，最终消失。

如果某个行为过去之所以持续，是因为它能获得关注、反应、争吵、让步或其他后果，那么停止给予这些后果，就可能让行为消失。

消弱对自我强化的行为通常不太有效。狗在院子里整夜吠叫，吠叫本身可能就是自我强化：它释放情绪、回应声音、驱赶想象中的入侵者，或者只是让自己不那么无聊。这样的行为很少会因为你不理它就自动消失。

但消弱对某些口头行为非常有效，例如无事呻吟、自怨自艾、取笑、挖苦、咄咄逼人、争辩、挑衅。只要这些行为得不到反应，既没有好反应，也没有坏反应，它们常常会减少。

即使幼童也能学会这一点：如果完全不给反应，年长孩子取笑他们的行为就会停止。

在人际互动中，很多恼人的行为之所以持续，正是因为它能让对方生气。

哥哥挖苦妹妹的发型，妹妹气得发飙，哥哥获得了强化。办公室同事用言语占上风，让你大动肝火，他也获得了强化。孩子哼哼唧唧、抱怨、磨人，最后父母让步，他的行为就被强化。

我们常常无意中强化了自己希望消失的行为。

孩子累了、饿了、不舒服时，可能像小狗一样呻吟。可是，有些磨人特别厉害的孩子，背后往往有自制力很强的父母：他们一直忍受孩子哼哼唧唧，忍到最后终于让步。

于是，孩子学会了：只要坚持够久，抱怨就会有用。

我曾在纽约市一家百货公司看到过一个经典场景。一名漂亮的六岁小女孩大哭大闹，喊着：“可是你说过的，你答应过我的，我不要啦！”她的母亲、祖母和整个床单销售部门的人都陷入茫然和无助。从情境看，我猜这个孩子逛店逛烦了，也可能只是累了，不想再待下去。她过去的学习经验显然是：哭闹、呻吟、抗议，总能在最后得到强化。

如果有一天你必须应付一个爱呻吟磨人的小孩，可以这样做：当他一开始用典型鼻音哼哼唧唧抗议或抱怨时，立刻告诉他，这种呻吟对你不管用。这通常会让孩子停下来想一想，因为他们并不认为自己是在呻吟，而认为自己是在合理说服。一旦他停止呻吟，就马上强化：称赞他，或者拥抱他。如果他忘了又开始哼哼唧唧，你只要挑一下眉毛，或投以压制性的眼神，通常就能制止这个行为。

事实上，会用这种磨人策略的孩子通常相当聪明。一旦他们停用这个吵闹策略，和他们相处可能非常愉快，甚至很有趣。

处理语言行为时有一个问题：我们太重视语言本身，好像每个字都有神奇力量。遇到欺压、嘲弄或呻吟抱怨时，我们很容易专注于对方说了什么，而不是对方正在做什么。

一句“可是你答应过的”，很容易引发“不对，我没答应过”，或者“我知道，可是我明天得去芝加哥，没法履行承诺，你不能理解吗？”这类回应。于是，我们已经进入争论，行为获得了关注。

要使用消弱，就必须看见行为，而不是被语言内容牵着走。

不过，“不理会他人”本身也是一种强烈后果。它违背我们的社会性。因此，试图用忽视达到消弱，并不一定每次有效。

如果某个行为一直靠关注维持，忽视它可能奏效。我曾观摩美国交响乐团指挥家托马斯·施佩尔（Thomas Schippers）与纽约爱乐乐团的预演。施佩尔作风强烈，乐团团员也毫不逊色。当他走向指挥台时，团员们仍在玩闹，木管乐器小声吹着《迪克西》，小提琴拉出类似人声的“噢——偶！”施佩尔完全不理会这些愚蠢行为，它们很快就消失了。

消弱也适用于某些普通噪声。孩子在车里有些吵，如果只是正常无害的声音，有时随它去，吵久了也会安静下来。伴侣回家说难听话时，如果你能不出现任何反应，无论好坏都没有，某些难听话也可能减少。

但消弱需要坚持。行为刚开始得不到强化时，常会暂时增强，像是在说：“怎么不管用了？那我再用力一点。”如果这时你让步，行为会更顽固。因此，消弱不是“装作没听见”这么简单，而是必须停止给予原本维持该行为的后果。

第五招：训练不兼容的行为

与其只叫对方不要做某件事，不如训练一个不能与问题行为同时存在的新行为。

这个方法简单而强大。一个行为如果与另一个行为不兼容，只要新行为出现，旧行为就无法同时出现。

聪明的人常常自然使用这一招。车里唱歌或玩游戏，不但解决了父母的问题，也给了无聊的孩子事情做。在紧张情境中，分散注意力、转移注意力，或让对方忙着做愉快的事情，常常是好方法。

如果室友到处乱丢脏衣服，可以买一个洗衣篮。如果他把衣服放进篮里，就给予奖励。洗衣篮满了，就和他一起洗衣服，让洗衣服成为一种社交互动。“处理脏衣服”和“忽视脏衣服”无法同时存在。

如果狗在院子里整夜狂吠，可以训练它听口令趴下。狗和多数人一样，趴下后很少继续叫。你可以在窗口对它下口令，也可以在狗屋上装对讲机，再以口头称赞作为奖励。

如果孩子在车里太吵，可以让他们唱歌、说故事或玩猜谜游戏。即使三岁小孩也会唱儿歌。这些活动都与拌嘴尖叫不兼容。

如果伴侣回家情绪很差，可以在对方回家后安排无法发脾气的愉快活动，例如与孩子玩耍、做嗜好活动，或者给对方三十分钟完全属于自己的个人时间。另一半下班后也许需要一点时间放松，才能重新进入家庭角色。

如果网球挥拍动作有问题，就训练新的挥拍动作。

如果员工回避工作责任或懒惰，可以要求他更快或更认真地完成某项特定任务，在旁观察，并在他完成时给予称赞。

如果讨厌写谢函，可以训练替代行为：如果有人送你支票，背书时在上面写感谢语，其余交给银行处理；如果是其他礼物，当天晚上打电话道谢。这样你就永远不必写信。

如果猫跳上餐桌，可以训练它坐在厨房椅子上才能获得拍抚或食物奖励。饥饿或迫切想要奖励的猫，也许会因为心急而跳上椅子时滑得很远，但至少它待在你希望它待的地方，而不是餐桌上。

如果公交司机粗鲁无礼，让你很生气，可以用对视、礼貌微笑和合宜的社交语言回应，例如“早安！”如果司机继续咆哮，你也可以用同样语气说：“你的工作一定很辛苦。”这有时会引出对方较客气的回应，然后你就可以强化这个行为。

如果你认为应该自立的成年子女想搬回家住，可以帮他找别的地方住，哪怕起初得帮他付一点房租。

训练不兼容行为也适用于改变自己，尤其是面对哀伤、焦虑或寂寞等情绪状态时。有些行为与自怨自艾完全不兼容，例如跳舞、唱赞美诗、高动能活动，甚至跑步。你很难一边跑步，一边沉溺于痛苦。

心情不好时，可以试试第五招。

第六招：训练这个行为只依信号出现

这个方法看似不合理，但效果可能出奇地好，有时甚至能立即解决问题。

它遵循学习理论中的一个原则：当某个行为受到刺激控制，也就是训练对象学会只有在某个信号出现后才表现该行为，那么在信号没有出现时，这个行为通常不会发生。

换句话说，你可以把某个讨厌行为训练成“只在信号出现时才做”，然后不再给信号。这个行为就可能在其他时候减少或消失。

我第一次发现这一招好用，是在训练海豚戴眼罩时。某些行为如果无法直接禁止，反而可以先把它放进信号控制中。等它只在信号下出现，就容易管理了。

如果室友到处乱丢脏衣服，可以举办一个“乱丢脏衣服大会”，看看你和他在十分钟内能把家里搞得多乱。这个方法有时很有效。当较不爱干净的人真正看到“狗窝”景象时，反而会恍然大悟，开始整理那些乱丢的衬衫和袜子。过去他可能根本看不出乱七八糟是什么样。

如果狗整夜狂吠，可以训练它只有在你下口令后吠叫才有食物奖励。如果没下口令，叫也白费力气。

如果孩子在车里太吵，可以把吵闹行为加上刺激控制。例如，设定某个时间或信号，让他们可以大声喊叫、唱得很夸张，甚至比赛谁叫得响。信号结束后，强化安静。行为若学会只在信号下出现，信号消失后就更容易停止。

如果伴侣回家总是情绪很差，可以设定一个抱怨时间和信号。例如从傍晚五点开始坐下来，以专心聆听和同理心强化十分钟内出现的抱怨行为；这段时间之外出现的抱怨，则不予理会。

如果网球挥拍动作有问题，可以要求自己故意打出坏球，并学会在信号下故意这么做。等你能够有意识地做出错误挥拍，在没有要求自己做时，这个问题动作可能就不再自动出现。

如果员工回避工作责任或懒惰，可以规定一个大家偷懒玩乐、不能工作的时段。我曾在一家广告公司见过董事长使用这一招，效果出奇地好。

如果你讨厌写谢函，可以把写谢函变成受信号控制的连锁行为。准备一叠便条纸、笔记本、邮票、一支笔、通讯录和一个红色箱子。收到礼物时，把送礼者名字写在便条纸上，放进箱子里，再把红箱子放在枕头或餐盘上。在按照红箱子的信号写好谢函、封口、贴邮票并寄出之前，不睡觉或不吃饭。

如果猫跳上餐桌，可以训练它依信号跳上桌子和跳下桌子，甚至可以拿来向客人炫耀。然后逐渐塑形它等待信号的时间。训练到最后，可以让它等待一整天。

有些情形不适合这一招。例如公交司机粗鲁无礼，你不可能训练他只在信号下粗鲁；或者说，这不是你能控制的训练对象。

如果成年子女想搬回家，可以把“回来”变成受邀请信号控制的行为。只要成年子女离家自立，就邀请他们回来探访，明确告诉他们只有接到邀请时才能回来；然后，不邀请他们搬回来。

这一招的关键是：不要压制行为，而是把行为放进清楚的信号控制中。

第七招：塑形出行为的消失

当你只是希望某个行为停止，但并没有特别想要对方做什么时，第七招很好用。

例如，有亲戚打电话来发牢骚，使你心生内疚。如果你喜欢这个人，不希望挂他电话，也不想责骂或奚落他，那么你可以使用第七招。

在学术上，这称为“区别强化其他行为”（differential reinforcement of other behavior，简称 DRO）。意思是：只要不是那个不想要的行为，其他行为都可以被强化。

动物心理学家哈利·弗兰克（Harry Frank）进行幼狼社会化研究时，每天都会把幼狼带入屋内。他决定以拍抚和关注强化任何“不破坏物品”的行为。

结果他发现，在人类家中，唯一能让幼狼消磨时间而不啃咬沙发、电话线和地毯的活动，就是躺在床上。于是，哈利夫妇和三只越长越大的幼狼度过平静夜晚的方式，就是一起躺在大床上看晚间新闻。这就是第七招。

我也用第七招改变了自己母亲打电话的习惯。

当时，我多年患病的母亲住在养老院。我有空会去看她，平日则多半通过电话联络。和她通电话困扰我多年，因为她在电话里谈的通常是她的“问题”：病痛、寂寞、没钱，都是我无能为力的现实问题。她会从抱怨转为哭泣，又从哭泣转为一些让我生气的控诉。这类谈话常让我感到不快，甚至到了不想接电话的地步。

后来我想到一个也许更好的方法。我开始留意自己与她通电话时的行为，并结合了第四招和第七招。

当她抱怨或哭泣时，我故意只用“啊”“嗯”“这样啊”之类语气回应。也就是说，使用第四招，让这些话没有真正后果：不好，也不坏。我没有挂电话，也没有言语攻击，没有让任何事情发生。

然后，我强化任何不是抱怨的话。比如，她询问我的孩子如何、告诉我养老院的新消息、讨论天气、图书或朋友时，我就热切回应这些话题。

起初，她通电话时牵挂的仍是“支票寄来没有？”“和医生谈过了吗？”“打电话给我的社工好不好？”渐渐地，这些不断唠叨的埋怨转变成简明请求。除此之外，其余时间都变成聊天、回忆往事、讲笑话。

我母亲年轻时是个迷人风趣的女子。后来，她又重现了这种特质。此后，在她安度晚年的岁月里，我真的很喜欢与她谈话，无论见面还是通电话。

有位精神科医师朋友曾问我：“这样做不算操纵别人吗？”

的确如此。

不过，在那之前，我母亲也在很大程度上操纵我的行为。也许某位治疗师能够说服我或我母亲以其他方式处理我们之间的问题，但那很难说。当时，我采用第七招看来简单多了，而且目标明确：除了不招人待见的行为外，其他行为都可以强化。

这一招需要花点心思，也需要长期坚持。但它通常是改变根深蒂固行为的最好方法。

例如，室友到处乱丢脏衣服，可以在房间整洁或室友洗衣服时，买啤酒请他喝，或邀请异性来家里。狗在院子里整夜狂吠，可以夜里不时到院子奖励它安静：一开始等它安静十分钟，再等二十分钟，然后慢慢拉长到一小时。孩子在车里太吵，可以等他们安静时说：“今天大家都很乖很安静，我们等一下去麦当劳！”这句话最好在快开到麦当劳时再说，这样可以立即履行承诺，也让他们没机会又吵起来。

伴侣回家情绪很差，可以动脑想一些好的强化方式，在他们偶尔情绪不错时出乎意料地强化他们。网球挥拍动作有问题，可以不理会错误动作，只在击出好球时称赞自己。员工回避责任，可以在他某项工作表现令人满意时大加赞赏。讨厌写谢函，可以每次收到礼物后立即寄出谢函时，犒赏自己去看一场电影。

如果猫跳上餐桌，要先确保你不在家时关上厨房门，不让它一直跳上餐桌自我强化。然后，奖励它不跳上餐桌，并逐渐拉长它保持不上桌的时间。

如果每天遇见同一名粗鲁公交司机，那么当他没有表现粗鲁时，你可以愉快地说声早安，甚至送一朵花或一瓶饮料。一两周内，可能就能看到改善。

如果成年子女已经离家并住得很远，要强化这个行为。不要批评他们家的布置、公寓、装潢或朋友品味。否则，他们可能认同你的批评，觉得还是住回你家更好。

第八招：改变动机

消除行为背后的动机，通常是最和善也最有效的方法。

人在食物充足时，就不会去偷面包。孩子不饿、不累、不无聊时，也不那么容易在超市或车里大吵大闹。狗如果白天运动充分、得到关注、晚上有安全感，就不太会整夜因寂寞和害怕而吠叫。

我总是不忍观看一种常见景象：幼童在超市里大吵大闹，母亲猛扯他的手臂要他快走。

我们可以理解，孩子吵闹很丢脸。猛扯他的手臂，是为了尽快让他闭嘴，而且不如破口大骂或动手打他那么明显。但骨科医师可能会告诉你，这种方法很容易让幼童手肘或肩膀脱臼。

孩子出现这个问题，通常是因为饿了。眼前到处是食物和气味，他无法忍受。改变动机，比责骂或拉扯有效得多。

如果找得到方法，第八招不但有效，而且常常是最好的解决办法。

室友到处乱丢脏衣服，可以雇保姆或管家整理和洗衣。这样你和室友都不必克服这个问题。如果你和这名室友是夫妻，且两人都是上班族，这可能是最佳办法。或者，脏乱者也可以反过来塑形整洁者的行为，让他变得随性一点。

狗在院子里整夜狂吠，也许是寂寞、害怕或无聊。白天让它运动，给它关注，晚上它才会累得想睡。也可以晚上让狗伴陪它睡觉。

孩子在车里太吵，吵闹和冲突变得更剧烈的原因，通常是饥饿和疲累。从家到学校的短短车程，可以在车上提供果汁、水果、饼干和枕头，让他们舒适地消磨时间。长途车程则可以每小时停车十分钟，让他们下车动一动、跑一跑。这对家长也好。

伴侣回家情绪总是很差，可以鼓励对方换工作。如果情绪不佳的动机是饥饿或疲倦，对方一进门就给他吃一点芝士饼干或热汤。如果压力才是问题，一杯红酒、呼吸新鲜空气，或运动，可能更合适。

网球挥拍动作有问题，可以暂时不要以每场赢球为目的，而是转为为乐趣而打。

员工回避责任或懒惰，可以改为论件给薪，而不是依工时给薪。任务取向的给薪方式对非西方雇员尤其管用。这是建谷仓的原则：大家一起奋力工作，直到任务完成，然后大家才能离开。好莱坞电影制作也是类似逻辑。

讨厌写谢函，原因可能是它是一个连锁行为，很难起头，尤其整个行为完成后缺乏好的强化物，因为礼物早已到手。可以改变任务本身：改成电话道谢、即时简短致谢，或把谢函写作流程简化到一眼可见、伸手可做。

改变动机时，重点是不要直接跳到结论。要找出真正维持行为的原因。

如果你相信圣水和祷告，它们也可能奏效。安慰剂效应也可能有助于巫医存在。我不认为这有什么不可，因为这背后是人们获得保证的需求，而这种需求非常真实。

面对任何情境，诀窍都是找出动机。留意什么确实能帮助改变行为，什么毫无用处。

如果你或朋友出现令人困惑的行为问题，请仔细思考可能的动机。不要忘记饥饿、疾病、寂寞、恐惧等原因。如果可以消除背后原因，使动机消失或改变，那就是解决办法。

有害无益的剥夺方法

有些训练者为了提高强化物的吸引力，会刻意剥夺训练对象需要或喜欢的东西，例如食物、关注、社交陪伴等。

这种做法在实验室里也许有必要，但在现实生活中，常常是差劲训练的借口。

我在海洋世界见过另一种做法。戴夫训练海狮时没有采取食物剥夺。这些海狮对熟悉的人很友善，也喜欢被碰触。我曾看见几位年轻训练师午餐时间和海狮躺成一堆晒太阳，每名男子以一只海狮宽广的侧腹为枕，另一只海狮的头枕在他们大腿上。

因为没有采取食物剥夺，这些海狮得以不断长大。戴夫推测，过去接受训练的海狮体型之所以都小，并不是因为年纪轻，而是因为发育不良。

海洋世界表演的海狮重达六百、七百磅，活力十足，并不会过胖。它们体型庞大，符合自然状态，而且表演认真。每天五场以上的演出，场场精彩。

这让我产生怀疑：任何试图利用剥夺来强化动机的方法，是否不仅没有必要，而且根本有害？

训练前减少训练对象的正常食量、关注、社交陪伴，或其他它喜欢或需要的东西，只是为了提高强化物吸引力，使它更需要强化物，这常常是把因果倒置。好的训练应该能够产生高度动机，而不是靠剥夺制造动机。

解决复杂的问题

前面列出的八招，可以分别应用于许多特定行为问题。有些问题显然有一两种更好的解决办法。

例如，狗夜里因寂寞害怕而吠叫，把它带进屋内或提供同伴，通常可以确保它只在真正需要警戒时才吠叫。孩子在车里太吵，可以视情况使用多种办法。

但有些行为问题源于多项原因，已经根深蒂固，无法靠单一招数控制。

例如上瘾现象。

沉迷香烟、酒精、咖啡因等物质，会产生生理影响，使人难以戒除。无法取得这些物质时，也会出现难受的戒断症状。不过，上瘾也有很大的行为成分。

有些人似乎会对茶、可乐、巧克力等相对无害的东西上瘾，甚至对跑步或吃东西这类活动上瘾，并出现戒断症状。但有些人又能轻易控制自己的瘾头。

例如，许多抽烟者发现自己的烟瘾像时钟一样规律出现。如果身上没有烟，他们就会抓狂。可是，有些正统犹太教徒能够一周六天大量抽烟，到了安息日则完全戒烟，而且没有明显不快。

多数上瘾行为除了生理症状，也能暂时纾解压力，因此它们成为转移性活动，更难根除。由于上瘾有很大行为成分，任何上瘾问题都可以借由八招中的一招或多招并用，获得一定改善。

几乎所有成瘾行为矫治计划，包括戒酒诊所，都很重视第一招和第八招：让患者无法取得沉迷物质，并改变他们需要这些东西的动机，例如通过治疗找到其他满足来源，包括提升自尊、内心成长、工作技能等。

许多疗程也依赖第二招，也就是处罚。常见做法是对把持不住再度犯瘾的行为大加批判，引发犯瘾者的罪恶感。

我曾参加过一个戒烟计划。它对我确实有很大帮助。虽然我仍不时犯规，例如参加气氛紧张的公务会议时偷偷吸别人的二手烟，但我会有很强的罪恶感，甚至第二天早晨因过度内疚而出现病状。

可是，这并没有让我不再犯规。第二招和第三招对我作用不大，但对某些人可能有用。

许多减重计划也常同时使用赞美和羞耻机制：一方面强调变瘦后会获得公开赞美，另一方面强调在众人面前变胖多么丢脸。于是，有些人会努力避免受羞辱。

上瘾行为常含有迷信成分。无论是吃东西还是抽烟，这些行为可能碰巧与某些环境信号发生意外关联。例如，每天到某个时间点就想喝一杯酒；电话铃一响就想点根烟。

这时，需要系统地找出所有信号，并在每次信号出现时克制自己不做该行为，让它消失。一个一个让这些信号失效。

去除上瘾习惯时，也可以运用第四招。方法很简单，例如把烟灰缸放到看不见的地方，或者全面改变环境，搬到一个完全不存在旧有引发信号的新环境。戒掉毒瘾的人如果马上回到熟悉的街区生活，通常很难保证不复发。

人们一直鼓吹使用处罚式行为疗法控制上瘾。例如，过去曾在酗酒成瘾者身上装电线，只要他拿起酒杯就遭电击；也有人使用让人在饮酒后呕吐的药物。

这些方法要奏效，前提和多数负强化物一样：必须有人在旁执行，而且最好让对方无法预测何时执行。

多数上瘾行为无法轻易用单一方法改变。要处理自己的上瘾行为，就应该认真研究八招，试着找出哪些方法能让自己持续应用。当然，处罚除外，或至少不应作为主要方法。

复杂问题还包括长期迟到。

在你没有迟到时，请强化自己，也请朋友强化你的行为。因为“不迟到”对别人来说也许很正常，但对你而言可能需要特别努力。还可以试试第六招：让迟到行为只依信号出现。选一些你根本不想准时到达的活动场合，事先告诉大家你会迟到，然后故意姗姗来迟。由于依信号出现的行为在缺乏信号后通常会消失，在没有风险的情况下刻意迟到，可能有助于减少必须准时时“意外或无意间”迟到的行为。

处理复杂行为时，最重要的是不要被单一招数困住。

如果一个行为由多种强化物维持，就需要从多个角度入手：移除诱因，改变动机，强化替代行为，让旧行为消弱，把行为置于信号控制下，必要时改变环境。

本章真正要给你的，不是一套固定答案，而是一个工具箱。

如果你不喜欢某个行为，不必立刻毙了它，也不必只会处罚。先看清行为如何被强化，再选择合适工具。很多时候，别的招数更管用，也更少伤害。

第五章 现实生活中的强化现象

正强化正在进入现实生活

我在前言讨论斯金纳理论时提到过叔本华的话：每个创新观念都会先被人取笑，然后被人大肆挞伐，最后才被视为理所当然。

我认为，观念的演化还有第四个阶段：它不但被人接受，而且被理解、珍惜，并且真正用起来。

正强化的概念正在逐渐走入这个阶段。尤其是成长于斯金纳理论流行年代的人，他们对正强化和塑形法没有那么多戒惧和抗拒，就像今天的孩子能轻易接受计算机一样，尽管他们的父母可能仍然害怕计算机。

现在的年轻人乐意与前辈分享技巧，也会用热情感染周围的人。以下这些例子，正是让我感到振奋的原因。

强化之于运动

根据我的观察，多数团队运动，例如美式职业足球，训练方式仍然相当传统，甚至原始：经常使用剥夺、处罚、责骂、批评，或精神摧残的方法。

不过，个人运动项目的训练似乎正在经历剧变。事实上，我正是因为看见这个剧变的征兆，才开始写这本书。

我曾在纽约韦斯特切斯特县（Westchester County）的一场晚宴上，被安排坐在女主人的网球教练旁边。这位年轻的职业球员来自澳大利亚。他对我说：

“听说你以前训练过海豚，你知道斯金纳那些理论吗？”

“是啊。”我回答。

他说：

“那请你告诉我，哪里能买到斯金纳的著作。我希望成为一名更好的网球教练。”

我知道，当时并没有这样一本书。至于为什么没有，我至今仍不明白。不过，我决定自己写一本类似的书，于是这本书就诞生了。

同样让我不解又惊讶的是，眼前这位教练——想必还有一些像他一样的人——竟然完全明白自己需要什么。这意味着，有些人已经具备强化训练的概念，而且还想进一步了解。

当时我住在纽约市。为了纾解困在家中、很少活动的都市生活，也为了满足自己作为训练师的好奇心，我开始去上一些运动课程。它们包括一些赫赫有名的运动课程，也包括回力球、航船、滑雪，包括滑降滑雪和越野滑雪、溜冰和舞蹈等课程。

我观察到，优秀的运动教学正在越来越多地使用塑形和正强化。好的教师不只是告诉学生哪里错了，而是把动作分解成容易达成的小步骤，并且在学生完成每一步时给予标定和强化。

以滑雪为例，滑雪训练一般在初期使用较短的滑雪板，先塑形出必要行为：减速、转弯、停下来，当然也包括如何正确跌倒并站起来。整个过程通过一连串容易达成的小步骤推进，并用正强化标定进步。

我曾到科罗拉多州的滑雪胜地亚斯本（Aspen）。只上了三堂滑雪课，我就能滑下整座山。同班的新手中，有些精力充沛的人在训练一周后，已经能够挑战中级难度的坡道。

教学成效迅速的教师一直零星存在。但我认为，过去一二十年的改变在于：能够迅速产生成效的教学原则，已经逐渐融入标准教学策略。

这种策略可以概括为：

不要骂学员。

按步骤从一做到十。

每达成一个步骤，就用称赞进行强化。

只要照这样做，多数人只需要三天，就能上山滑雪。

当多数讲师利用塑形和强化收到明显成效时，其他讲师为了竞争，也必须改用新的教学方法。若每项个人运动都出现这种现象，那么这或许就是所谓“健身风潮”的关键因素之一：运动技能的学习过程变得有效，也变得有趣。

强化之于经营

在美国，劳工和管理阶层传统上处于对立位置。美国商业文化中，“同舟共济”的概念一直不算普遍。商业惯例似乎注定双方都尽可能想要“只接受、不付出”。

从训练的观点看，这当然非常愚昧。因此，有些管理阶层也开始倾向于采用其他做法。

1960 年代，“敏感性训练”（sensitivity training）等社会心理方法很流行。这类方法帮助主管理解同侪和员工的需求与感受。人们也许因此受到启发，却仍然不知道如何处理员工问题。

企业现实在于，职位有高有低，有人下令，有人执行。在我们的国家里，工作的情境多半不像家庭，也不应该照家庭模式运行。因此，家庭式人际问题的解决方法，并不适用于企业。

最近，商业报纸和期刊上不断出现一些从训练角度出发的管理方法。这些运用强化的做法，有的富有创意，有的高明至极。

举例来说，一位管理顾问建议，如果老板必须进行部分裁员，应先找出员工中工作表现最差的百分之十，以及表现最佳的百分之二十。然后解雇表现最差的人，但必须告诉表现最佳的人：他们之所以被留下，是因为工作表现优异。

这真是一个“敏感”的建议。

在人心惶惶的时期，这种做法可以让最佳人才不必夜里失眠，也能产生相当大的强化效果。除此之外，它还可能激励表现中等的人追求眼前所见的强化物，或者至少避免成为表现最差的那一群人。

管理技巧的设计，应围绕真正能让员工感到强化的事物。重点不只是“什么能赚钱”，还要看“什么对员工有效”。

对中年的中级主管来说，强化物可能不是升职，而是更有趣的工作任务。因为他们可能无法胜任新职位，或者因为不愿举家搬迁而不想要新职位。

有一家计算机软件公司，基于烟雾微粒可能使产品受损的理由，给不抽烟和戒烟的员工发放现金津贴。

其他强化物也可以扩展为自由选择上班时间。弹性上下班制度尤其受到职业女性欢迎。又如，在自我管理的生产团队中工作，以完成工作来换取奖励，而不是仅仅按照工作时数计酬。

缩减开销和加速产能的计划，本质上只是想迫使劳工不再表现得像现在这样糟。它的成效远不如那些帮助劳工表现得更好，并在表现改善后给予奖赏的计划。

运用正强化的企业，常常在营运跌至亏损底线时收到成效。

向来以员工福利完善著称的达美航空公司就是一例。经济衰退期间，达美航空虽然营运亏损，却不愿解雇旗下三万七千名员工中的任何一人，反而给每人加薪百分之八。

在这种长期建立起来的正强化风气下，达美航空的员工们集资为公司购买了一架价值三千万美元的新波音 767 客机。员工反过来对公司做了一次强化。

动物世界的强化现象

本书多次提到强化理论发挥的作用。它让专业动物训练师能够训练那些无法以暴力方式训练的动物，使它们建立行为。这些动物包括猫、美洲狮、鸡、鸟、虎鲸和海豚。

强化式训练开启了通往新领域的探索。我相信，这场探索才刚刚开始。

训练动物时，不必一开始就想好要动物做什么，这是强化式训练的好处之一。你可以强化任何一个动物刚好自行出现的行为，再观察这个行为可以演变成什么。

没有人一开始会妄想斑海豹会“说话”。但新英格兰水族馆研究生贝琪·康斯坦丁（Betsy Constantine）注意到，一只获得救助的斑海豹“胡佛”（Hoover）能够发出类似人话的叫声。于是，她利用鱼作为强化物，对胡佛的叫声进行塑形。

这类例子说明，强化训练不只是让动物执行人类事先设计好的动作，也可能让训练者发现动物原有行为中意想不到的潜力。训练者不必总是先规定目标，再迫使动物前往目标；也可以先观察、捕捉、强化，再让行为本身显示可能的发展方向。

强化式训练还让训练者有机会在极短时间内观察动物的社会性反应。

如果训练者和动物彼此看得到对方，而且双方都受到保护，无法进行肢体接触或伤害对方，也就是动物在笼内或栏内，训练者在笼外或栏外，那么这只动物便可以自由表达训练互动所引发的内在状态。

动物常常会因此开始向训练者表现出某些社会性行为。这些信号可能是问候，也可能是大发脾气。

如果你对某个物种一无所知，却知道这些动物对不同训练事件做出的经常性反应，那么你从半小时训练中了解的社交信号，可能比花一个月观察它与同类互动还要多。

举例来说，如果我看见一只海豚从池中跳到空中，而池中也有其他海豚，它入水时溅起很大的水花，我只能推测它为什么这样做。

但是，如果在训练过程中，因为我没有强化一个过去一直被强化的行为，海豚跳到空中后把入水溅起的大水花对准我，让我从头到脚全身湿透，那么我就可以比较肯定地说，这种跳高溅水的行为可能是一种挑衅表现，而且效果很好。

可解读的行为还不止这些。

参与简单塑形过程的野生动物，可以让人在短时间内明白它们的倾向。这种倾向或许可以称为“物种性情”（species temperament），也就是动物面对各种环境挑战时，不只是单一个体，而是该物种的所有个体都倾向表现出的应对方式。

我在美国国家动物园教导管理员如何训练时，曾使用许多不同物种作示范。我站在围栏外，围栏内的动物可以自由活动。我使用哨音作为制约强化物，并把食物丢进去。

结果，一只北极熊极其固执。因为它坐着不动时碰巧获得了强化，于是就一直坐着不动，口水不断流下，望眼欲穿地盯着训练者，长达半小时以上，期待获得强化。

对这种在浮冰上以追逐海豹维生的动物来说，如此的固执和耐性，可能具有重要的生存价值。

动物在塑形训练中还会表现出各自物种的性情。

有一次，我因为疏忽而没有强化一只土狼。它没有生气，也没有放弃，而是展现它的魅力，来到我面前坐着，咧嘴咯咯笑，活像一个披着毛皮的约翰尼·卡森（Johnny Carson，美国老牌脱口秀主持人）。

我也曾在塑形一头狼绕过活动场地的树丛时犯下相同错误，错过了该强化它的时机。那头狼转过头，与我四目相接，若有所思地瞪着我很久，然后跑走，直接绕过那个树丛。我把身上所有的食物都给了它。

也许，那头狼刚才在衡量情势：我仍然看着它，所以训练应该还在继续；于是它冒险孤注一掷，看看自己是否猜对。

狼确实是喜欢冒险的动物。如果土狼像搞笑的喜剧演员，那么狼则像喜欢冒险的北欧维京海盗。

当然，有时动物也可能完全不明白强化是怎么回事。但只要训练者细心观察，强化过程仍会不断显露出动物的倾向、理解方式、社交反应和个体差异。

强化之于社会

有些人可能认为，行为学家似乎一向宣称：人类所有行为都是学习和制约的产物，而且每个“生了病”的人，不论是好战还是长疣，都可以通过适当强化方式得以“治愈”。

事实当然不是如此。

行为是外在反应和内在反应的综合结果，其中既有习得成分，也有天生成分。每位母亲都明白，个体行为是天生的。生物学家甚至已经证实，个体行为也会出现在昆虫身上。

此外，我们的行为和情感有很大一部分是社会性动物演化的结果。它包括喜欢合作、善待他人的倾向，也就是“互惠利他行为”（reciprocal altruism）；也包括当有人践踏我们的想法或土地时出现攻击反应的倾向，也就是“领域性行为”。

然而，每个人在某时某刻出现的行为或说出的话，也可能取决于当时的生理状态、过往经验或未来期待。一个人饿得半死或患重感冒时的行为，很可能与身体舒适时完全不同。不管其他影响因素是否存在，生理状态本身都会影响行为。

因此，强化法并不是无所不能。我认为这没有什么不对。

在我的理解中，我们对行为的认识有如三个彼此相交的圆。

一个圆代表斯金纳博士等行为学家，以及关于学习和获得行为的全部知识。

另一个圆代表洛伦兹博士等行为学家，以及关于行为演化的全部知识。

第三个圆代表我们尚未透彻了解的行为，例如游戏行为。

每个圆都有一部分与其他两个圆相交。

由于社会中并不只是存在交互强化关系，一些在集体情境下实行的社会学强化实验，结果褒贬参半。

举例来说，在等级性社会团体，例如监狱、医院或少年感化院中使用强化法时，让这个方法效果不彰的人，可能正是负责给予强化的人。

一位心理学家朋友曾向我描述过一个针对感化院少年的代币系统。先导计划成效显著，但移到另一个机构实行时，却彻底失败，甚至产生不合与抗拒。

分析结果发现，负责该计划的工作人员确实依照指示，强化少年上课等好的表现。可是，他们在发放强化代币时没有面带微笑。

这个小小失误，被那些男子气概十足的少年犯视为一种羞辱。我认为，这的确是正常反应。于是，整个计划最终失败。

人们一直以来都把强化法应用在个人和团体身上。目的不只是培养特定行为，也包括建立符合社会价值观的个性，例如责任感。

个性通常被视为天生，但它也可以被塑形。创造力也可以被强化。

我儿子迈克读艺术学校时，住在曼哈顿区的一处阁楼。他从街上捡来一只幼猫，对它强化任何能逗他开心的“可爱”行为。

我不知道那只猫心中如何定义自己的可爱行为，不过它因此成了一只非常不寻常的猫。直到中年，它依然胆大、专注、忠心，而且举手投足间充满意外惊喜。

我们在海洋生物世界也曾塑形两只海豚的创造力。这个实验后来被收录在许多书中。

做法是：强化任何从未被强化过的新奇行为。

这两只海豚很快抓到要领，开始“发明”相当有趣的行为，并且竞相表现出越来越奇特的动作。

一般来说，即使在动物身上，创造力或想象力也可能因个体而异。但是训练可以改变每只动物的创造力曲线。也就是说，不论它原先拥有多少创造力，任何人都可能让它提高。

社会制度，尤其是学校系统，有时会因为压抑创造力而非鼓励创造力而受到批评。我认为这类批评虽然有理，但社会安于现状的倾向也可以理解。

那两只海豚学会发挥创意的重要性之后，确实变成了捣蛋鬼。它们会打开栅门、偷取表演器材，并发明淘气招数。

喜欢求新求变的人，本质上是不可预测的。或许社会只能容许这类人存在一定比例。要是所有人都像那些创意十足的海豚一样，那就什么事情都办不成了。

于是，个体创造力常受到遏制，而这也有利于集体模式的出现。或许，挑战这种趋势所需要的勇气，正是改革人士成功的一部分原因。

我认为，强化理论对社会的重大影响，不在于改变了某个特定行为或某个特定机构，而在于接受正强化之后所产生的个体影响。

强化就是信息。

这个信息告诉你：哪个行为有用。

如果我们拥有信息，懂得如何让环境强化我们，我们就能控制环境，而不是任由环境摆布。事实上，从某些层面看，我们的演化适应度正取决于这类成功控制。

因此，训练对象喜欢通过强化法学习，并不只是为了显而易见的理由——获得食物或其他奖励，而是因为它们能够实际获得一些控制环境的能力。

人们喜欢利用强化法改变他人或动物的行为，也不只是因为它有效，而是因为获得的反应非常令人有成就感。

当你看到自己协助达成的成就，使动物变得活跃有精神，使小朋友眼中闪耀光芒，使人们变得自信而明亮时，这个景象本身就是极有力的强化物。

这种得到好成果的经验，确实会让人上瘾。再多也嫌不够。

强化式训练还有一个令人难解却极为重要的必然后果：它会增进训练对象和训练者之间的感情。

我在海洋生物世界工作时，曾多次目睹这种现象。经过标定信号，也就是哨音，以及食物强化物的塑形训练后，野生海豚突然变得相当温驯，允许人类拍抚，并且主动寻求社交关注。我们并没有特别让它习惯人类，也没有训练它出现这种行为。

我也看过马匹发生这种现象，有时只要一次训练就会发生。我甚至在多种绝不可能驯服、也不可能作为宠物的动物园动物身上见过这种现象。它们表现得仿佛爱上了训练者。

从结果看，这并不奇怪。正强化训练创造的不是胁迫关系，而是信息清楚、后果可理解的互动关系。训练对象发现自己能够影响环境，训练者也发现自己能够以不伤害对方的方式建立行为。

这种共同参与和共同成功，本身就会改变关系。

第六章 响片训练：一种新的训练技巧

日益普遍的响片训练

本书在 1984 年首度出版时，“应用行为分析”还没有被广泛使用。三十年的海豚训练经验，也没有让它真正进入大众生活。

虽然学术界人士已经能在企业和机构中成功运用这套方法，但他们还没有找到一种能让普通人简单理解科学原理、并且实际使用的方法。

不过，对狗主人来说，情况开始改变。

兽医伊恩·邓巴博士（Ian Dunbar）是一位极有天分、也很有影响力的犬类行为学家。他的文章和课程一直向狗主人推荐以行为为取向的无胁迫训练法。他也向大家推荐了本书。

1960 年代，斯金纳博士是第一位提议用响片训练狗的人。但我认为，响片训练真正开始于 1992 年 5 月旧金山举行的“行为分析协会”（Association for Behavior Analysis）会议。那是由训练师和科学家共同举办的一次座谈会。

几天后，我与训犬师盖瑞·威尔克斯（Gary Wilkes）、海洋哺乳动物训练师英格丽德·沙伦伯格（Ingrid Shallenberger），举办了一场以“别毙了那只狗”为主题的讲座，约有二百五十位训犬师参加。

盖瑞在一家卖小玩意儿的店里找到一些小小的塑料响片。它们不仅是很好的教学工具，也是很好的标定信号。于是，人们开始拿着这些响片进行训练。

这场训犬讲座促成了后续许多讲座。我相信，这些面向大众的讲座，以及由此大量衍生出的图书、录像带和网络活动，是响片训练运动的开端。

参加讲座的人并不全是专业训练师。有些人只是热衷训练的业余爱好者，其中包括律师、飞行员、警察、教师、程序设计师、公司经理、医生和记者。

这群人兴趣活跃，精力充沛，思路清楚。他们开始教导其他人使用这种训练。很快，数以千计的人开始尝试响片训练，并把它应用到连我们这些创始者都未曾想到的领域。

两名弗吉尼亚州的年轻女子制作了一段录像带，记录她们如何利用响片训练狗完成三十多项把戏。其中有简单的，例如想出门时摇铃；也有难度超乎想象的，例如把狗饼干递给另一只狗。

西雅图警犬训练师史蒂夫·怀特（Steve White）设计了一个警用巡逻犬的响片训练计划。该计划中一只毕业警犬在第一晚外出执勤时，就抓到三个“坏人”。整个过程中，它的尾巴还一直摇个不停。这是接受响片训练后的狗常见的特色行为。

得克萨斯州的罗丝玛丽·贝塞尼克（Rosemary Besenick）开始教导一些行动受限、坐轮椅的人训练自己的协助犬。其中有些人还有发展迟缓的问题。

爱犬人士则利用响片训练狗参加狗展比赛，使狗在美国威斯敏斯特（Westminster）狗展中得名。

得克萨斯州警犬训练师兼高中计算机老师凯瑟琳·韦弗（Kathleen Weaver）为响片训练者设立了一个网络讨论区，共有两千人加入。

一些响片训练者也建立了讨论问题和交流想法的网站。多位行为分析学家参与其中，帮助大家解决问题，也让大家更理解学术专有名词。其中主力是科学家玛莉安·布雷兰·贝利博士（Marian Breland Bailey）和她的丈夫鲍勃（Bob Bailey）。

玛莉安曾是斯金纳博士的研究生。她和丈夫在网络响片训练圈中慷慨贡献时间与训练技巧，赢得科学界同侪和新听众的尊敬。

新墨西哥州天文学家海莉克斯·费尔韦瑟（Helix Fairweather）建立了一个网站，用来存放讨论区中最有用的留言。

纽约州马术教练兼驯马师亚历山德拉·库兰德（Alexandra Kurland）发明了将响片训练应用于马匹的方法。不论马匹品种和训练目的如何，都能使用，包括重新训练极度危险、具有攻击性的马。

响片训练的新手也在网络上分享自己的成果。

例如，有从未学过训练的人用响片训练教会家里的狗寻找钥匙或遥控器；把暖炉用的木头衔进屋里；打开冰箱，选择正确饮料，关上冰箱，再把饮料拿给主人。

网络上甚至还有“捡回热狗大挑战”：你能训练狗把一整条热狗完整捡回来吗？当然可以。有些非常爱表现的人还教会狗捡回芝士汉堡。不过大家都同意，被捡回来的芝士汉堡沾了太多狗口水，不太适合人吃。

这些现象都显示，一项新技术正在被众人集思广益、创造性地使用。它以既存的科学原理为基础，但不可能由少数人一次性完成。如果在现实中把这么多人全都放进同一个研究所，或者把许多有想法的人全部找来面对面有效沟通，那几乎不可能。

加拿大响片训练师黛安娜·希利亚德（Diana Hilliard）观察到，互联网让我们有机会进行一个近似“曼哈顿计划”（Manhattan Project）的全球性计划：集结众人智慧，共同使用并改进同一项新技术。

响片训练的长期附加效应

由于响片训练运动迅速扩展，我开始观察到强化式训练带来了一些我未曾预料的长期普遍效应。

1981 年，我曾在纽约科学院（New York Academy of Sciences）发表一篇报告，指出人们认为海豚具有的特性，例如好玩、聪明、好奇、对人类友善等，或许与我们训练它们的方法有关，而不一定是它们的天性。

现在，我有了第一手证据。

无论训练对象是什么动物，狗、马、北极熊，甚至鱼，只要用正强化和标定信号对它们进行塑形，它们都会变得好玩、聪明、好奇，而且对训练者感兴趣。

如果你不相信鱼也能如此，可以想想训练者通过标定信号与强化物建立的互动关系。对动物来说，这不只是获得食物，而是逐渐发现：自己的行为可以影响环境，可以让好事发生。它们因此变得主动，也更愿意探索。

响片训练者常报告类似现象：接受训练的动物不仅学会某些行为，还表现出更多探索、尝试、参与和社交反应。这种变化并不是训练目标本身，却是训练方式带来的长期附加效应。

在我看来，这一点非常重要。

训练方法不仅塑造单个行为，也塑造训练对象与世界互动的方式。如果训练过程充满胁迫、纠正和处罚，训练对象学会的是避免犯错、减少尝试、尽量安全地维持最低要求。

如果训练过程以标定信号和正强化为核心，训练对象学会的则是主动尝试、寻找规律、参与互动，以及期待自己能够发现新行为。

这就是响片训练与传统纠正训练之间最根本的差别之一。

突飞猛进的学习成效

响片训练者经常报告极快的学习速度。

有人从买狗到完成所有三级竞赛，只花了一年多时间。还有一位狗主人在三分钟内，教会自己的澳大利亚牧牛犬（Australian cattle dog）趴下、过来、坐下等所有高级服从项目的手势。

另有一名女子带着一只十岁大的爱尔兰雪达犬（Irish setter）通过了初级服从的三次资格赛，而且分数很不错。她只花了三周训练时间。很抱歉我得提一下，众所周知，这并不是一个以聪明著称的犬种。

比赛后不久，这只狗老死了。它的主人表示，如果能在它年轻时就发现这么好的沟通方式就好了。

响片训练对训练者和训练对象来说，都是加速学习的方式。

有些人拒绝把这些快速学习的报告视为实证。但对我而言，它们已经成为一种“诊断”工具。

当老练的传统训练师“跨界”使用响片训练，并兴奋地告诉我，过去需要几个月训练的行为，现在只要一周、一个早上，甚至一分钟就完成时，即使我没有亲眼看见他们训练，也可以相当确定，他们已经学到响片训练的两个基本要素。

第一，他们按响片的时间很准。

第二，他们理解如何逐步、快速、但仍然一点一点地提高要求。

顺带一提，另一个显示响片新手正确使用这项技术的指标，是他能够自行把训练转移到其他物种身上。例如：

“我今天早上教会我的马三件事，然后进屋里用响片训练了狗、猫和天竺鼠。”

咯嗒，这就对了。

如果将来有数据能够显示响片训练究竟有多迅速，那会非常有意思。我希望未来有研究生利用服从竞赛人士积累的大量数据，对传统训练方法与这种新技术进行比较研究。

去除响片

许多人反对响片训练，一个常见而可以理解的理由是：他们不想在训练对象余生里都必须按响片、给零食。

当然，这是误解。

维持行为并不一定需要响片。任何惯用信号和任何形式的强化物，都可以用来维持行为。响片的用途是训练行为。一旦学习者学会目标行为，就不再需要继续使用响片。

不过，当你需要“解释”新的信息时，可能需要再次使用响片。响片可以用来沟通特定信息。

举例来说，我的朋友帕特里夏·布鲁英顿（Patricia Brewington）有一只经过响片训练的佩什尔马（Percheron），名叫“詹姆斯”。詹姆斯是一匹被调教过的雄性马。

帕特里夏和丈夫道西（Daucy）从詹姆斯还是幼马时，就持续对它进行响片训练。他们完成了成年马所需的各种工作行为训练，包括载人、拉车、拉雪橇，以及从林子里拖出砍下的木材。

在詹姆斯接受“完整教育”之后，它就不再需要响片和食物了。它懂得服从许多口头信号和手势。看得出来，当它工作表现优异时，很喜欢获得称赞和拍抚等强化物。它也喜欢玩冰块、玩球、用鼻子摇雪橇铃、回到谷仓、走出谷仓、观察人们做事的时机，以及生活里许多其他可利用的强化物。

换句话说，响片并不是终身依赖的工具，而是学习阶段的精确沟通工具。

一旦行为建立，现实生活中的各种自然强化物、社交强化物和任务本身的结果，都可以接续维持行为。

训练对象有如参与游戏

响片训练的另一个重要特征，是训练对象常常表现得像是在参与游戏。

许多响片训练者与狗玩一个游戏，我戏称为“和盒子玩的 101 件事”。盒子也可以换成椅子、球或玩具。它的玩法与我们在海洋生物世界激发海豚创造力的方法几乎一样：每次狗找到一种与该对象互动的新方法，训练者就按响片。

例如，你可以把纸箱放在地上。狗去闻纸箱，你就按响片。接着，等它用鼻子碰纸箱时再按响片，直到它把纸箱推来推去。

然后，你可以让狗发现：推纸箱已经不再有用。接下来，用脚抓它、把脚跨进箱内，最后跑到纸箱里，才会使响片响起。

狗也可能自己发明行为：把纸箱拖来拖去，或者把它衔起来四处走。

曾有一只狗第一次挑战这个盒子游戏时，把自己所有玩具都找来，一一放进纸箱里。

咯嗒！干得好！

我的边境梗犬曾经把纸箱翻倒盖住自己，然后顶着纸箱乱跑，营造出纸箱自己移动的诡异景象。房间里所有人都笑得乐不可支，它似乎也因此很开心。

有些狗发明新行为的聪明程度并不逊于海豚。狗和海豚、马一样，似乎都很喜欢这种具有挑战性的响片游戏。

这说明，响片训练并不只是为了让动物“听话”。它也能让训练对象发现自己可以尝试、探索、发明，并通过行为与训练者沟通。

免于恐惧的自由

“没有处罚”的响片训练，引起响片训练者和其他人士不少争议。传统看法，以及一些心理学家，仍然坚持必须“奖善惩恶”，才能得到多少算是中性的结果。

但事实上，许多传统训练的问题正是由处罚造成的。

前面提过的那匹阿拉伯母马，后来变得无法参加马展竞赛。问题来自让马竖起耳朵的传统方法：在马头上挥鞭子。因为它们在谷仓里不时遭到鞭打，所以知道鞭子很危险。

但那匹母马不但没有因此显得警醒，反而把双耳向后贴。这个行为越处罚越严重，看起来非常不适合比赛。后来，训练者才开始用响片训练对它进行矫正。

响片训练者发现，如果训练中既强化想要的行为，又同时处罚或纠正不想要的行为，好的效应就会停止出现。

首先，快速的学习速度会停止。训练对象会回到它“正常”的学习速度。

其次，如果训练者很不小心，训练对象会完全停止学习。更糟的是，它会失去学习意愿。

就像孩子不情不愿地勉强上学，一路拖拖拉拉、闲荡，狗也可能出现勉强的反应。它处在训练情境中会感到紧张，会喘气、打呵欠，不想待在那里。

但接受响片训练的狗常常相反。它们事实上会主动引发训练，并迫不及待地跑到训练地点，表现出对训练的热切。

我并不是说响片训练者从来不说“不行”。当然，当狗盯着桌上的小点心时，你可能会呵斥一声；在人潮拥挤的人行道上，你也可能把牵引绳牵短一点，限制它自由冒险。

但是，我们必须避免把处罚，或者说得好听一点的“纠正”，当作促成学习的工具。

在训练中，动物应该可以自由尝试、冒险、乱猜，或者设法自己发明可能被强化的行为。如果它猜错，也没关系。最糟糕的结果不过是响片不会响。

在这种安全状态下，训练对象会很快发现如何表现出自己最好的能力，而这些能力将带来很好的成果。

学习与乐趣

人们不断反馈的另一个响片训练附加效应，是训练对象的行为会出现全面改变。

受到处罚或参加纠正训练的动物学会的是：能少出力就尽量少出力，只要不被处罚就好。这类训练对象像“好士兵”一样，很听话，但不会主动。

在这种训练体制下，即使训练对象服从，它们更关心的仍是自己的私生活和行为，而不是训练者或上级想要什么。因此，它们不仅容易被干扰吸引，也会期待干扰出现。

此外，当它们被过度要求或处罚过头时，会生气，或者干脆放弃训练。我们在家犬、员工和学校里的孩子身上，都能看到这些行为。

相反，响片训练对训练者和训练对象来说都很有趣。“玩”是一个关键要素。

我曾见过一名发展迟缓的青少年，当她做出某个新行为并听到响片声时，她笑了起来。而且，当她看见响片时，会比出“来玩”的手语。老师此前并不知道她懂这个手语。

响片训练者学会辨认动物的游戏行为。这通常是训练对象已经意识到哪个行为会被强化的征兆。

当它们的“灯泡亮起来”，也就是响片训练者常说的“恍然大悟”时，狗会蹦跳、吠叫；马会腾跃、甩头；据说大象还会绕圈跑并发出叫声。

它们很开心，也很兴奋。这个现象本身就具有强化作用。这些情形是可以预期的，也会一再出现，而且几乎都伴随生理变化。这类反应值得好好研究。

当动物达到这种参与程度后，响片的力量会变得非常大，甚至比食物更有用。响片和它的声音本身，会变得具有强化作用。

黛比·戴维斯（Debbie Davis）就是一个例子。她是一位响片训练课程讲师，教导残障人士训练自己的服务犬。她自己也是轮椅使用者，并以一只蝴蝶犬作为服务犬。

这种小小的黑白相间的宠物犬体型像猫，个头很小，却非常聪明。它可以捡回铅笔、找到电视遥控器，也可以取出干衣机里的衣物。

当黛比带它去上训犬课时，这只小狗会从她大腿上跳下来，在椅子底下穿梭，跑到人们的包里去偷响片，仿佛在说：

“妈咪，这里还有，这东西越多越好，不是吗？”

将响片训练融入日常生活

学习原理像物理定律，对我们每个人都有效。不过，要想象它在自己身上发挥作用，并不一定容易。

响片训练新手常问：“把响片拿来对付小孩，或者老公、老婆，有用吗？”问完还会尴尬地咯咯笑。

当然有用。

但你必须先学会方法，例如等待喜欢的事情出现，并及时强化；看到不喜欢的事情时，则必须闭上嘴。这些做法都违背人的直觉，需要练习才做得到。

我们发现，与宠物一起体验响片训练，实际上是最好的起点。人们会因此开始类化自己理解到的东西。

参加响片座谈的人曾这样说：

“我不再对我的狗又抽又拉地处罚了，我才顿悟到，我居然也这样对待自己的孩子！”

“我以前用下令和纠正的方法对待我的牙医诊所同仁。现在我开始使用塑形和强化法。你知道吗？人事流动率已经降到零。”

“这个做法对我的狗很好——而对我来说，它改变了我和生命中每个人的关系。”

响片训练既简单又直接。它不只给人带来思想上的反省，也提供了一种新的应对策略，可以应用在许多不同的行为情境中。

如今，这种迁移应用在响片训练界已经很常见。拥有专业教职的响片训练者，例如高中教师、大学讲师、特殊教育教师、物理治疗师、机构照护者等，都把这项技巧用到工作上。

一些有发展迟缓或残障子女的父母，也向我分享过他们和孩子运用这些新技巧的经验。

一位母亲利用塑形和强化，教导患有孤独症的女儿进行适宜的社交对话。许多父母则用强化物和标定信号，增进失能子女的技能，从吃饭、穿衣，到走路、说话。

强化式训练不能修复肢体缺陷或神经缺损，也不能取代专业人员的协助。但它可以让所有人的日子变得容易一些。

父母可以学会如何塑形出合宜行为，避免无意间强化不合宜行为：强化安静，而不是吵闹；强化游戏行为，而不是耍脾气。

他们并不是“把自己的孩子当成动物对待”。这种说法是最常被用来攻击这种做法的普遍偏见。

响片训练的重点不在于训练对象是人还是动物，而在于更好的教导与学习方式。

最棒的一点是，一个人不需要拥有博士学位，也能掌握有效的塑形技巧。

最近，我与女儿全家一起出游。驾车返家途中，她一岁两个月大的儿子开始大吵大闹。他并没有哭，至少当时还没哭；他只是因为车程太久，而且一直被困在安全座椅上而大声抗议。但我们还剩二十分钟车程。

坐在后座的七岁孙子威利（Wylie）从容地解决了小弟弟的吵闹问题。他强化越来越长的安静时间。

标定信号是什么？威利的微笑。

强化物是什么？威利的棒棒糖。

另一个例子是第二章提到的莎伦·艾姆斯（Sharon Ames）一家。她把响片训练融入了日常生活。她告诉我，他们发现偶尔才按一次响片，并且加大强化物时，效果会更好。

莎伦的母亲有时帮他们看孩子，莎伦也教母亲如何在孩子身上使用响片。后来，她母亲认养了一只狗，但常抱怨这只新宠物有些问题行为。莎伦建议她试试响片。

她母亲半信半疑地说：

“嗯，是啊，这招对小孩效果奇佳，但是你真的认为它对狗也有用吗？”

更多应用在人类身上的做法

撰写本章时，我正亲自参与推进两项应用于人类的响片新计划。

第一项计划是利用响片训练飞行。

这里的响片不是普通手持响片，而是一个“黑盒子”电子响片声，连接到飞行员的耳机。响片声更精确，而且能够提供其他方式无法做到的强化。

例如，飞行员转头查看仪表时，手不应该抓着方向盘，以免不小心使机身转向。然而，我们开车时早已学会不能把手拿离方向盘。要去除习得行为，永远比训练新行为更累人。

口头提醒或告诫太长，而且发生得太迟。但即便双手只是稍微离开方向盘，响片声也能标定这个行为，并使这个行为长期维持。

飞行教练也可以在学生表现出主动性和完善思维时按下响片。例如学生在提醒出现之前，主动巡视仪表，响片就可以用非口语方式奖励这个非口语行为，并且在行为发生当下立即奖励。

我的儿子迈克·布莱尔（Mike Pryor）是飞行员，也是推进这个计划的负责人。他在呈报初步资料时发现，在学习仪器飞行等技能方面，响片似乎可以更快建立执行能力，并且可以长期维持习得行为。

自从我们开始这个计划后，每位与我交谈过的飞行员，在听到不用经常回到飞行模拟器练习，也能维持仪器飞行评比和技能时，都会立刻认真听起来。

另一项应用是教育。

我参观过实行这种教学法的一个主要地点：晨兴学院（Morningside Academy）。这是一所位于西雅图的实验学校，由肯特·约翰逊博士（Kent Johnson）创办，校长是乔安妮·罗宾斯（Joanne Robbins）。

该校每次只收六十名学生。学生多半患有注意力缺失症（attention deficit disorder）、过动症（hyperactivity）或学习障碍（learning disabilities），并且只有学习进度至少落后两个年级的孩子才能入学。

学费相当可观。不过，如果孩子入学后每年赶上的进度不到两个年级，就可以要求全额退费。

从来没有人要求过全额退费。

他们是如何做到的？

为了让孩子获得好成绩，他们把每个孩子需要学习的所有内容都分解成许多小步骤，训练孩子一个步骤一个步骤完成。每次训练时间极短，并由孩子自己追踪进度。

这种成效具有自我强化作用：孩子挑战自己前一次所用的时间，并提升自己的技能水平。

不过，孩子们也会获得其他强化物，例如玩计算机的时间或玩计算机游戏。而这些游戏的设计当然也依据逐步调整的强化时制。

有时候，教育中一个小小的缺失会导致层出不穷的问题，但这些缺失并不难解决。

在一间教室里，我从一名九岁男孩身后探头看他在做什么。他试图在一分钟内不断重复写出从零到九的数字，为的只是获得一声响片。

他很聪明，但是学校系统过去没能教会他如何清楚、快速地写下数字。这个小小的训练缺失，很可能造成他日后人生中的麻烦，可能影响他做代数题，或者写下女孩子电话号码时的表现。因此，现在就要解决这个问题。

当然，这只是操作制约应用于教育的一个小例子。

晨兴学院的教育模式正在日渐普及。约翰逊博士和乔·莱因博士（Joe Laying）也在芝加哥学校系统里进行一项规模较大的计划，其他相关计划也在各地展开。

我的希望和期待是，如果要让学校系统转型为真正有效的教育模式，应当由科学、改革人士，例如约翰逊博士和莱因博士等，以及家长三方共同推进。

而要让任何一方发挥作用，都必须从自己做起。不能只是雇来专家，然后对他们说：“解决我家狗的问题”“解决我家小孩的问题”，或者“解决学校系统的问题”。

你自己才是主要的训练者。教育是一种参与性的活动。

世界各地的响片训练

我相信，过去十五年间，人们对这个科学领域的态度已经大为改观。

有些人听到斯金纳的名字仍然会惊颤，因为这个名字使他们想起《美丽新世界》、心智控制和电击等影像。不过，已经有更多人能够正常接受正强化的概念。

当然，有些人只是口头接受。

设立响片网络讨论区的凯瑟琳·韦弗指出，训练者提到的“响片训练”，并不只是使用响片的意思。

响片的“使用者”可能自称“正向训练者”或“动机训练者”。他们也许借用了响片这个特殊工具来标定自己想要的特定行为，但仍然使用处罚、肢体胁迫，以及传统训练中所有令人不快的刺激作为训练工具。

真正的响片训练者则不同。

他们可能使用任何刺激作为标定信号。他们并不认为响片本身具有任何不可思议的神奇力量。他们刻意避免迷信行为，例如不断加重处罚。

他们的工具箱里装着完整的塑形技巧、正强化技巧，以及相关的操作制约原理。无论他们训练的是儿童、成人、马、狗，还是其他任何动物，都可以取得成效：加速学习、行为历久不忘、训练对象快乐并高度参与，以及彻底的乐趣。

这些效果来自响片训练的技术，而不是响片这个物件本身。

或许，将来使用这项新技术的人会给它取一个比“响片训练”更独特的名称。我希望如此。不过，这个最终名称也许不会是英文。

多亏互联网，响片训练已经扩展到世界各地。某一天，响片训练讨论区里可能出现一位使用麋鹿骨哨的芬兰雪橇犬训练者，因为金属哨子会冻黏在嘴唇上；另一天，可能出现波斯尼亚的贵宾犬主人，或新加坡的兽医，或者一位英国女子描述她如何训练自家养的刺猬。

1998 年，我的网站 www.dontshootthedog.com 在一个月内有十五万次浏览。每个月至少有来自四十个不同国家的人点击访问。

在所有这些分享、试验和发现中，有一种蔚为风尚的兴奋感。任何科技发展初期大概都是如此。就像飞机刚出现的早期，或者收音机刚出现时，偏远农场的孩子打开矿石收音机，只期待接收到某个穿越时空的信号。

我们是这项技术的先行者。我们还无法预料它会把我们带到哪里。

《思想传染》（Thought Contagion）一书的作者阿伦·林奇（Aaron Lynch）引用通信工程科学的说法，谈到科技传播中出现的特殊通信现象。他认为，若要让一项科技快速传播，必须具备三项特质。

第一，这项科技必须容易。

第二，使用者必须看得到好处。

第三，它必须能够让人一点一点地逐渐习得。

响片训练正符合这三项特质。在狗主人身上尤其能看见它的传播。

人们看见传统训练出来的狗表现时，常会说：

“那一定花了好几年训练，我不可能做到。”

或者：

“我的狗不可能像它一样聪明。”

相反，人们看见响片训练的狗表现时，常常会惊呼：

“你是怎么办到的？我也可以做到吗？示范给我看，我来试试！”

你无法事先预知哪个事件会让新一代使用者迷上响片训练。

驯马师亚历山德拉·库兰德曾在一家大型马厩进行训练。每天周围都有数十人来来去去。她的马和学员以惊人速度学习各种新技能。但旁观者只是把这些看成“古怪的响片玩意儿”，嗤之以鼻。

直到她教会一匹马像狗一样把玩具捡回来。

突然间，马厩里的每个人都非得有一匹会捡东西的马不可。大家都问：

“你怎么做到的？我也可以吗？”

最近，亚历山德拉在一封电子邮件中写道：

“它已经发生了。我们现在已经无法让精灵回到魔瓶里。以后可好玩了！”

我希望她关于精灵和魔瓶的说法没有错。

至于“好玩”这件事，我知道她说得没错。

训练一直都是一件好玩的事。