申論題

操作制約是不同於古典制約的學習歷程，古典制約相較來說是一個被動的學習配對歷程，而操作制約則是一個由個體自發的學習歷程。個體主動地透過行為的後果而修正先前行為的頻率與強度，使得某些行為逐漸變多或變少。實驗過程中也可以透過「給予或收回」增強物以及「獎勵或懲罰」增強物的性質，而達成不同條件制約的學習。 　　如小朋友透過表現好的行為得到獎狀而逐漸增加好行為出現，這是正增強的學習。駕駛人沒有繫上安全帶，就會有不間斷的蜂鳴器出現，使得駕駛人為了避免此聲音而主動繫上安全帶，這則是負增強的學習過程。 　　調控此學習歷程的學習基礎可由多巴胺的酬賞系統得到證據，多巴胺系統是管理個體酬賞行為的神經傳導物質，過去的神經學家曾不小心將電極誤植到多巴胺相關區域，刺激電極之後發現老鼠因為得到了多巴胺釋放的愉悅感而不斷重複壓桿的動作，直到死之前壓了上千次。因此說明了愉悅感造成的行為次數變多的操作制約過程。

桑代克總結了「試誤說」的三大定律：

效果律：試誤學習的過程中，如果其他條件相等，在學習情境作特定的反應之後能夠獲得滿意的結果時，則其聯結就會增強；而得到煩惱的結果時，其聯結就會削弱。

練習律：在試誤學習的過程中，任何刺激與反應的聯結，一旦練習運用，其聯結的力量就逐漸增大；如果不運用，則聯結的力量會逐漸減小。

準備律：在試誤學習的過程中，當刺激與反應之間的聯結，事前有一種準備狀態時，實現則感到滿意，否則感到煩惱；反之，當此聯結不準備實現時，實現則感到煩惱。

 

羅斯提·理查生（Rusty Richardson）和馬龍·德倫（Mahlon deLong）首先找出關於制約刺激反應的神經元。

他們發現將乙醯膽鹼釋放到大腦皮質的基底核神經元，能夠在制約刺激或是制約刺激消失的回饋之後被短暫活化。

這些神經元在正向和負向增強時被活化，並且在一些皮質區域產生突觸可塑性。

證據並顯示多巴胺（dopamine）也同時被活化。

多巴胺通道只有正向回饋，非造成厭惡的增強，且在額葉皮質區域有較高的濃度。

有所不同的膽鹼（cholinergic）投射（projections）則在後葉，如視覺皮質區，也有作用濃度。