Ibland kan det verkligen finnas en del begreppsförvirring runt det här med belöningsbaserad träning. Vi människor har lätt att missförstå varandra, så det vore ju verkligen bra om vi så ofta som möjligt i alla fall pratar om samma sak när vi för samtal.

Jag vill föra ett kort resonemang om vad belöningsbaserad träning är. Att stoppa i sin häst lite godbitar efter att den gjort något bra behöver inte vara belöningsbaserad träning. Eller, det kan vara det, beroende på orsaken till varför den utförde beteendet. I den traditionella träningen inom alla tider och grenar har vi byggt träningen på att vi har en idé om vad vi vill att hästen ska göra, t ex gå framåt. Vi lägger till en skänkel i sidan på hästen, kanske följt av lite pickande med ett spö i sidan på den. Trycket från skänkeln och spöt är saker en häst helst skulle leva utan om den fick välja helt fritt. Den skicklige tränaren tar omedelbart bort trycket så snart hästen börjar gå framåt (eller egentligen precis innan den börjar gå). Att trycket försvinner är i sig en lättnad för hästen, och sannolikt kommer den att fortsätta göra beteendet vid samma stimuli. Vi har förstärkt (fått något att i framtiden ske i ökad skala) genom negativ förstärkning. Eftersom hästarna i detta fall är ganska bra på att generalisera så kommer den efter att ha lärt sig några olika situationer att gå framåt/åt sidan/bakåt så kommer den att vara en individ som går undan för tryck oavsett vart det kommer ifrån.

Även om jag matar hästen efter önskat svar, och trycket är aldrig så litet, så är det ändå inte belöningsbaserat. Anledningen till att hästen flyttade på sig är för att undvika ett tryck som den lärt sig kommer att öka om den inte verkställer. Det är det som är hela skillnaden. Inte godbiten i sig, utan vad det är som driver beteendet.

Både positivt och negativt förstärkt.

Det vi kallar för mixad träning, alltså en kombination av positiv och negativ förstärkning kan ju i sig se lite olika ut, varav jag skulle gissa den vanligaste är att man tränar med hjälp av negativ förstärkning, men tillför mat. Maten kommer att göra situationen roligare för hästen, och antagligen öka viljan att vara till lags, men det är fortfarande trycket som skapar beteendet.

Man kan tycka att det här är hårklyveri, jonglerande med ord, men som jag ser det är det en väsentlig skillnad. Det positivt förstärkta beteendet, det som kommer av att du låter hästen utföra ett beteende. Ett beteende du vet kommer att komma eftersom du riggat miljön på så vis. Den kommer att utföra det därför att den själv väljer, den kommer inte att gå in i ett tryck om den inte utför. Den väljer det därför att det ligger nära till hands. När den väl utför tillför vi en förstärkare, som antagligen är godis, men kan vara någonting annat hästen vill ha också. Förstärkaren i sig gör att hästen vill utföra beteendet igen, utan uppmaning, för att nå förstärkaren. Så, och enbart så, kan vi se om en träning är belöningsbaserad eller ej. Hästen väljer själv att utföra oombedda beteenden därför att det finns en historik av att det renderar någonting den vill ha.

Hur kan det se ut i vardagen?

Man kan jämföra med sig själv och sin vardag. En stökig diskbänk är, i alla fall för mig, ett irritationsmoment. Störningen finns kvar ända tills dess att jag väljer att städa köket, och då försvinner störningen. Att städa köket är alltså negativt förstärkt. Jag kommer att göra det nästa gång köket är grisigt också eftersom jag vet att det är så jag blir nöjd. Åtminstone jag kommer inte att knacka på hos grannen för att få städa deras kök också, även om känslan i mitt eget kök är aldrig så god. Varje dag när min egen bänk är belamrad av disk kommer jag att städa den för att den ska bli fin. Ingen behöver skälla eller tjata på mig, men det är fortfarande elementet jag inte vill ha som driver mig att städa. Den goda känslan efter kan ju jämföras med godiset i den mixade träningen. Den gör det roligare, men den kommer fortfarande inte få mig att gå in till grannen och städa utan det är för att bli av med stöket hemma jag sätter igång.

För en annan person är kanske städningen i sig så rolig att det är själva utförandet som driver tillhyffsningen av bänken. Då är beteendet ”städa köksbänk” antagligen positivt förstärkt och dessa personer har troligtvis ett betydligt renare hem än vad jag har. 😉