学习心理学
Learning ApproachBehaviour is Learned
CIE 9990 AS Level 四大取向之第三站。🐦多毛鸟飞进你的学习现场——看铃声怎么变成"晚餐铃"、奖励怎么塑造一个动作、一个波波娃怎么教会孩子打人。
~ 多毛鸟学飞 ~
一切行为，
都是学来的。
Classical Conditioning
两个刺激配对，建立刺激-反应联结。代表：Pavlov、Watson。
→ 学会"信号"
Operant Conditioning
行为的后果决定它会不会重复。代表：Skinner。
→ 学会"动作"
Social Learning
观察榜样也能学会行为。代表：Bandura。
→ 学会"模仿"
💡 核心主张：学习取向认为，几乎所有行为都由环境中的经验塑造——你之所以是这样，是因为你被奖过、罚过、看过。无需追问内心，只看刺激、反应、后果。
什么是"学习"？
学习（learning）：由经验引起的、相对持久的行为或行为潜能的改变。
⚠ 关键：① 来自经验（非本能/成熟）；② 持久（非短暂疲劳）；③ 可以是行为潜能（不一定马上表现）。
→ 学习取向只研究可观察的行为变化。
Watson (1913)《行为主义者眼中的心理学》宣告：心理学应是客观、可观测的科学。
黑箱观点：内心（思维、情绪）无法客观测量，故不予研究——只看刺激 → 反应（S → R）。
→ "给我一打婴儿，我能把他们训练成任何专家。"
💡 三条路径：学习取向用三种机制解释行为——经典条件反射（自动联结）、操作性条件反射（后果强化）、社会学习（观察模仿）。三者互补，不是非此即彼。
把铃声变成
"晚餐铃"
在经典条件反射中，有机体学会的是两个刺激之间的联结。
中性刺激（NS，如铃声）原本不引发反应。
把它与天然能引发反应的刺激反复配对。
→ 最终，中性刺激单独出现，也能引发同样的反应。
① 你闻到食堂饭菜香 → 流口水（天然反应）。
② 每天中午 12:00 下课铃响起后，饭菜香就来了。
③ 反复配对后——
④ 铃声一响，你就流口水（即使还没闻到香味）。
→ 铃声学会了"预告"饭菜。这是自动的、被动的学习。
💡 关键区分：经典条件反射学的是不随意的、生理性反应（流口水、恐惧、心跳）。被试是被动的——刺激来了，反应就自动发生。
条件反射
是怎么建立的
食物 (UCS) → 流口水 (UCR)
无条件刺激 → 无条件反应（天生的）
铃声 (NS) → 看一眼 / 无反应
中性刺激，啥也引不出
UCS=Unconditioned Stimulus · UCR=Unconditioned Response
② 配对：铃声 + 食物 反复同现（多次）
③ 建立后：
铃声 (CS) → 流口水 (CR)
条件刺激 → 条件反应（学来的）
此时 NS 已变成 CS；CR 与 UCR 相似但不完全相同（通常较弱）。
💡 四个必背术语：UCS（天生能引反应的刺激）、UCR（天生的反应）、CS（学来的信号）、CR（学来的反应）。记忆口诀："无字头=天生，条字头=学会"。
实验档案 ·
巴甫洛夫的狗
🐦多毛鸟·研究者① 配对前：铃声 → 几乎无唾液（NS）。
② 反复配对（铃声+食物）后——
• 铃声单独响起，狗立即分泌唾液（CS→CR）。
• 配对次数越多，CR 越强越快建立。
③ 还能建立二级条件作用（黑色方块+铃声+食物）。
→ 首次用实验证明：学习 = 刺激间联结的形成。
⚖️ 评价：✓ 高度控制、可量化（唾液滴数）、可复制、奠基行为主义；✗ 动物外推到人受限、生态效度低（实验室人工情境）、忽视认知、有手术伦理争议。
条件反射
还有五个脾气
与 CS 相似的刺激也能引发 CR。
例：对铃声建立恐惧后，蜂鸣器、门铃也让你害怕。越相似，反应越强。
学会只对特定 CS 反应，对相似刺激不反应。
需通过配对 vs 不配对的差异化训练。例：只对特定音高的铃声流口水。
反复只给 CS 不给 UCS，CR 会逐渐减弱消失。
注意：消退的是表现，不是学习本身——记忆仍在。
消退后，休息一段时间，CR 可能突然重新出现（通常较弱）。→ 证明学习未被真正"删除"。
在已建立的 CS 之上，再接一个新中性刺激，也能形成条件反应（二级 CS）。例：方块+铃声+食物 → 方块也引唾液。
实验档案 ·
小阿尔伯特
🐦多毛鸟·研究者① 基线：Albert 对白鼠/兔/狗都不怕，反而想摸。
② 7 次配对（白鼠+巨响）后——
• 白鼠单独出现，Albert 就大哭、躲开。
③ 泛化：恐惧扩散到兔子、狗、皮毛大衣、棉花、圣诞老人面具（白毛物体）。
→ 首次实验证明：人类的恐惧可被条件化，支持行为主义。
⚖️ 评价：✓ 开创性、支持 CC 适用于人、变量清晰；✗ 严重伦理问题（制造恐惧且从未脱敏、母亲带走）、单一被试无法推广、无法重复验证、近期考证 Albert 实为神经系统有问题的患儿（混淆）。
这一次，
你主动出手
Thorndike (1898) 迷笼实验：猫学会拉绳开门吃鱼。
效果律（Law of Effect）：带来满意后果的行为更可能重复；带来烦恼后果的行为更可能减少。
→ 试错学习（trial-and-error），行为被后果筛选。
Skinner 把效果律发展成严谨的操作性条件反射理论。
操作性行为（operant）：有机体主动发出、作用于环境的行为（按键、拉杆、说话）。
区别于经典条件反射的应答性行为（被刺激引出）。
→ 核心公式：行为 ← 后果。
💡 两种条件反射的根本区别：经典＝刺激引出反应（被动、不随意，如流口水）；操作＝行为产生后果、后果反过来塑造行为（主动、随意，如按键）。一个学"信号"，一个学"动作"。
一个箱子，
装下整个行为主义
• 操纵杆 / 按键（老鼠压杆 / 鸽子啄键）
• 食丸分发器（发放强化物）
• 电击网格（地板，可施加惩罚）
• 灯光/声音（辨别刺激）
→ 隔音、控光控温，排除一切干扰。
Skinner 发明累积记录仪（cumulative recorder），把每次反应实时画成曲线。
横轴=时间，纵轴=累计反应数。曲线越陡，反应越频繁。
→ 让"学习"第一次变成可精确测量的图形。
💡 为什么用箱子：高度控制变量（排除社会、认知干扰）、可复制、可量化。但也因此被批评生态效度低——箱子里的鸽子，未必代表教室里的孩子。
实验档案 ·
老鼠与鸽子
🐦多毛鸟·研究者① 强化（食丸）→ 反应率显著上升。
② 惩罚（电击）→ 反应被抑制。
③ 不同程序产生不同曲线：FI 出现扇贝效应，VR 产生稳定高速。
④ 撤除强化后出现消退曲线（先快后慢）。
→ 证明：后果决定行为的发生率。
⚖️ 评价：✓ 极高控制、可复制、量化精确、概念清晰（影响教育/治疗/成瘾研究）；✗ 动物外推到人受限、生态效度低、还原论（忽视思维情感）、伦理（食物剥夺/电击）。
行为之后
会发生什么？
加一个愉快刺激 → 行为增加。
例：孩子做作业 → 给表扬/贴纸 → 更爱做作业。
移除一个厌恶刺激 → 行为增加。
例：系安全带 → 蜂鸣声停止 → 以后上车就系带。⚠ 不是惩罚！
加一个厌恶刺激 → 行为减少。
例：上课讲话 → 被罚站/批评 → 讲话减少。
移除一个愉快刺激 → 行为减少。
例：打架 → 没收手机 / 取消零花钱 → 打架减少。
💡 辨析口诀："正/负"指加/减刺激（不是好坏）；"强化/惩罚"指行为增加/减少。最易错：负强化≠惩罚——负强化让行为增加，惩罚让行为减少。
奖励，
该多久给一次？
每 N 次反应后强化。例：FR-10＝每按 10 次给食丸。
特点：反应率很高，但强化后短暂停顿。
例：计件工资、买 10 杯咖啡送 1 杯。
平均每 N 次反应强化，但次数随机变化。
特点：反应率最高最稳定，极难消退。
例：老虎机、钓鱼、刷短视频——下一把"说不定就中"。
每固定时间（距上次强化后）给第一次反应强化。
特点：产生扇贝效应（临近奖励反应骤增）。
例：周薪、固定时间的小测验。
平均每固定时间强化，但时间随机。
特点：反应稳定中等，消退较慢。
例：随机抽查作业、等一封邮件。
💡 记忆矩阵："比例=按次数，间隔=按时间"；"固定=可预测，可变=不可预测"。比例程序总体比间隔程序反应率更高。
为什么
停不下来？
FI 程序下的典型曲线：刚强化完反应几乎为零，越接近下次强化时间，反应骤然加速。
图形像一排扇贝壳。
生活例：月底发工资前拼命赶工；考试前一周才突击复习。
老虎机用的是 VR 程序——你不知道哪一次会赢。
→ 不可预测的奖励让多巴胺反应最强，行为最顽固、最难消退。
这解释了为何赌博、手游抽卡、社交媒体让人上瘾。
→ VR 是行为成瘾的底层机制之一。
💡 考点链接：能解释"为何 VR 难消退"＝拿分关键。答案是：因为每次不强化都可能是"差一点就中"，被试无法区分"消退"与"还没轮到"，于是持续反应。
复杂行为
怎么教出来？
塑造（shaping）：通过连续接近（successive approximations），一步步强化越来越接近目标的行为。
① 强化第一步雏形。
② 提高标准，只强化更接近目标的反应。
③ 旧的雏形不再被强化而消退。
④ 最终拼出完整目标行为。
Skinner 用塑造教会鸽子打乒乓球、老鼠拉杆串成链。
语言训练：强化自闭症儿童从"发声→音节→单词→短句"。
运动技能：教练拆解动作，逐步奖励正确片段。
→ 塑造是行为矫正和特殊教育的核心技术。
💡 塑造 vs 简单强化：不是等行为完整出现才奖励（那样永远等不到），而是奖励"接近正确"的每一步。本质是 chaining + differential reinforcement 的结合。
不用亲自试，
看一眼就会
Bandura 认为：人不必靠亲身奖惩才能学——观察他人（榜样）就够了。
这叫观察学习 / 模仿（observational learning / modelling）。
榜样可以是真人、电视角色、卡通。
→ 把认知重新请回了行为主义。
榜样（model）：被观察、被模仿的对象。
替代性强化（vicarious reinforcement）：看到榜样被奖，自己也更可能模仿；看到被罚，则抑制。
无表现学习：可能学会了但不表现，直到有动机才表现出来。
→ 学习 ≠ 表现。这挑战了纯行为主义。
💡 社会学习的位置：它是行为主义与认知取向的桥梁——保留了"学习来自经验/环境"，但承认内心过程（注意、记忆、期待）的作用，因此又称社会认知论。
实验档案 ·
波波娃实验
🐦多毛鸟·研究者① 攻击模型组幼儿表现出大量模仿性攻击（连动作和语言都像）。
② 数据：攻击组男孩均分 ≈ 25.8，女孩 ≈ 12.7，远高于非攻击/对照组。
③ 同性模型效应：男孩更模仿男模型，女孩更模仿女模型（尤其身体攻击）。
④ 非攻击组几乎无攻击行为。
→ 证明：攻击行为可通过观察学会，无需直接强化。
⚖️ 评价：✓ 高控制、量化、变量清晰、高可靠性；✗ 实验室人为（波波娃非真人、诱导攻击）、伦理（教幼儿攻击且未随访）、能否推广到真实攻击存疑、短期效应未证长期。
模仿，
需要四道关
必须注意到榜样的行为。
影响因素：榜样的吸引力、地位、相似性、观察者的唤醒水平。
例：孩子更注意酷炫的卡通英雄而非路人。
把观察到的行为储存下来。
以心理表象（imagery）和言语编码（verbal coding）两种形式记忆。
→ 这一步直接引入了认知过程。
把记忆中的行为转化为动作。
受身体能力、练习限制——你能记住球星投篮，但不一定做得到。
→ 解释了"看得懂 ≠ 做得出"。
即使学会了，也要有理由才表现出来。
动机来自：直接强化、替代强化、自我强化。
→ 解释了"学了一直没用"。
💡 记忆口诀：注意 → 记忆 → 再现 → 动机（"注记再动"）。任一环节缺失，模仿都不会发生——这是社会学习区别于"机械模仿"的关键。
真人、电影、卡通
谁的影响力最大？
① 三种模型都能显著增加幼儿的攻击行为。
② 真人模型组攻击行为最多，电影与卡通次之。
③ 即使是卡通，也能教会孩子攻击动作。
→ 榜样不必是真人，媒体同样有效。
💡 现实意义：这是"媒体暴力影响儿童"研究的奠基证据。它说明电视、电影、游戏、短视频里的攻击画面，都可能通过观察学习塑造儿童行为——这成为大众媒介与教育政策长期争论的科学基础。
三种学习，
到底学什么？
学什么：刺激-刺激联结
机制：配对（CS+UCS）
主/被动：被动、不随意
场景：恐惧症、广告、味觉厌恶
学什么：行为-后果联结
机制：强化/惩罚
主/被动：主动、随意
场景：教育、行为矫正、成瘾
学什么：榜样行为
机制：观察+认知中介
主/被动：主动+认知
场景：榜样教育、媒体影响、性别角色
💡 关键洞察：三种理论不矛盾而是互补。一个孩子怕狗（经典）、为得贴纸而努力（操作）、模仿偶像的口头禅（社会）——常常同时发生。CIE 考题常要求比较，记住每个理论的"一句话核心"即可。
把学习理论
变成治病工具
Systematic Desensitisation（Wolpe）
基于：经典条件反射 + 交互抑制。
① 学放松；② 建立恐惧等级；③ 在放松状态下逐级暴露，用放松替代恐惧。
→ 治恐惧症（蜘蛛、高空）。
Token Economy
基于：操作性条件反射（正强化）。
良好行为 → 得代币（贴纸/积分）→ 兑换实物奖励。
→ 用于精神病院、学校、监狱、特教。
Aversion Therapy
基于：经典条件反射（配对厌恶刺激）。
把不良行为与恶心/电击配对 → 形成对该行为的厌恶反应。
→ 治酒瘾、烟瘾、偏差行为（伦理争议大）。
💡 共同点：都不深究病因，只针对症状（行为本身）；见效相对快、可量化。但批评者认为它治标不治本，未处理潜在心理冲突，且泛化到日常有时困难。
这个取向
该信几分？
① 高度实证：实验室严格控制、可复制、可量化（反应率/唾液）。
② 实用价值强：催生行为疗法（脱敏、代币制），切实改善生活。
③ 机制清晰：刺激-反应-后果，易于教学与干预。
④ 跨物种：动物研究奠定基础，原理简洁有力。
① 忽视认知：把人当"黑箱"，低估思维、期待、自由意志。
② 动物外推：箱子里的鸽子≠复杂的人类社会。
③ 环境决定论：暗示行为全由奖惩塑造，削弱个人责任。
④ 伦理问题：小阿尔伯特、动物剥夺/电击的争议。
CIE 必考
关键术语
经典条件反射四要素。"无"=天生，"条"=学会。
正/负强化都让行为增加。负强化≠惩罚。
连续接近，逐步强化接近目标的行为。
强化程序。比例=按次数，间隔=按时间。
社会学习中被观察、被模仿的对象。
观察学习四步：注意、记忆、再现、动机。
相似刺激也引发相同反应（小阿尔伯特）。
消退后休息，CR 自发恢复（证明未真删）。
你能答出
这些吗？
用 Pavlov 的实验说清 UCS/UCR/CS/CR 四步骤。
正强化和负强化有什么区别？负强化是惩罚吗？
FR 和 VR 哪个反应率更高、更难消退？为什么？
观察学习的四个步骤是什么？
用小阿尔伯特实验说明恐惧如何被条件化，并指出泛化。
为什么老虎机让人上瘾？用 VR 解释。
系统脱敏、代币制、厌恶疗法分别基于哪种学习理论？
用三大理论对比解释同一攻击行为。
💡 答题技巧：CIE 考题常要求"描述研究 + 评价方法"。记住每个经典研究的被试/方法/IV/DV/结果/评价六要素，就能应对大部分题型。
CIE 9990 风格
真题怎么答
Describe one study into social learning. [9 marks]
答题框架（9 分题）：
① Aim 目的（1 分）：Bandura 想看儿童是否会通过观察榜样学会攻击。
② Method 方法（2 分）：实验室实验，72 名 3–6 岁幼儿，分3 组。
③ IV/DV（2 分）：IV＝模型类型/性别；DV＝对波波娃的模仿攻击频次。
④ Results 结果（2 分）：攻击组男孩均分 25.8、女孩 12.7；同性模型效应。
Conclusion 结论（1 分）：攻击可经观察学会，无需直接强化。
💡 得分要点：① 用专业术语（modelling, vicarious reinforcement）；② 具体数据（72 名、25.8）；③ 结构清晰（Aim-Method-Results-Conclusion）；④ 评价说"为什么是问题"。
CIE 考生
最常犯的错
• 把 负强化当成惩罚（负强化让行为增加！）。
• 混淆 CS 和 UCS（铃声是 CS，食物是 UCS）。
• 把 消退说成"忘记"（消退是不强化导致，不是记忆消失）。
• 混淆 经典与操作条件反射的"主/被动"。
• 只说"实验室不真实"而不说为什么是问题。
• 评价 Bandura 时不提伦理（教幼儿攻击）。
• 忘记 动物研究的外推局限与伦理。
• 把 VR 和 VI 的反应模式说反。
💡 记住：评价要"具体"。不要说"样本特殊"，要说"72 名 3–6 岁斯坦福幼儿园幼儿，多为中产家庭，无法代表其他年龄/阶层"。
怎么学
最有效
① 四步骤图：画 UCS/UCR→CS/CR 流程图。
② 2×2 矩阵：四种后果（正/负 × 强化/惩罚）。
③ 生活联想：每个概念配一个生活例子。
④ 对比表：三大理论做横向表格。
① 六要素：每个研究记 Aim/Method/IV/DV/Results/Eval。
② 专业术语：阅卷人按术语给分。
③ 具体数据：72 名、25.8、7 次配对不能错。
④ 评价深度：说出"为什么"是问题。
💡 最核心：CIE 学习取向考的不是死记硬背，而是"理解机制 + 评价研究"。能说清"VR 为什么难消退"和"Bandura 实验为何不能直接推广到真实暴力"，你就稳了。
CIE AS · 取向 4/4
社会取向
Social
学习取向讲"个体怎么学"，社会取向讲"群体怎么影响个体"——从众、服从、偏见、群体压力。🌿龙猫带你走进人群。
~ 社会心理学 ~
学习取向
完成！
💡 🐦多毛鸟总结：你现在懂得——行为是学来的，但不只是奖惩塑造的。环境给你方向，认知决定你注意什么、记住什么，而你——可以选择模仿谁。
休息一下，翻开社会取向——看当个体走进人群，行为会如何被悄悄改变。
本册
参考来源
Cambridge International AS & A Level Psychology Coursebook (CUP) · CIE 9990 考纲
Pavlov (1927) ·《Conditioned Reflexes》经典条件反射系统论述
Watson & Rayner (1920) · Little Albert 实验，Journal of Experimental Psychology
Skinner (1953) ·《Science and Human Behavior》操作性条件反射
Bandura, Ross & Ross (1961) · 波波娃实验；(1963) 真人/电影/卡通版本
CIE 9990 Syllabus (2024–2026) · 官方考纲文档