奖励和惩罚能解释一切吗？

写于 2026-07-18 摘自《耶鲁大学公开课：心理学导论》

耶鲁公开课《心理学导论》学习笔记 · 第 4 讲

上节课讲了弗洛伊德——一切都在你的大脑里，被无意识的冲动驱动。这节课要讲一个完全相反的答案：一切都在环境里。

行为主义。它的旗手是 B.F. 斯金纳。20 世纪 60 到 70 年代的美国，行为主义无处不在。斯金纳是那种会上脱口秀、写畅销书的心理学家。

行为主义有三个极端且有趣的核心主张。 布鲁姆说：这三个主张在今天看来都是错的——但它们改变了心理学，而且它们留下的工具非常有用。

行为主义的三个激进主张

主张一：人是无限可塑的

你所知道的一切、你的一切，都是经验的结果。没有"人性"这回事——人就像一块白板，环境可以在上面任意书写。

约翰·华生——行为主义的奠基人之一——有一句被反复引用的名言：

"给我一打健康的婴儿，在我自己指定的世界里把他们养大，我保证随便挑一个，就能把他训练成任何类型的专家——医生、律师、艺术家、商人首领、甚至乞丐和小偷——不管他的天资、倾向、能力、他祖先的职业和种族如何。"

华生的意思是：那都是环境决定的。你出身什么种族、你有什么基因——不重要。你怎么被对待，才是全部。

布鲁姆说："你可以看到这种观点的巨大吸引力。它是极端平等的。如果根本就没有'人性'，那么说某个人群因为种族或性别比其他人群更好——就是毫无意义的。"

主张二：不要研究"内心世界"

行为主义是反精神主义的。他们觉得弗洛伊德那一套——欲望、希望、目标、情绪——都是不科学的。你看不见它们，它们太模糊了。真正科学的心理学应该只使用可观察的概念：刺激、反应、强化、惩罚。这些才是真实世界中的有形事件。

主张三：所有物种都一样

行为主义者认为，物种之间没有有趣的差异。人类能做老鼠和鸽子做不到的事——但那只是因为人类生活在更丰富的环境中。从学习机制的角度看，大家都一样。

这个观点有一个很实际的好处：如果大家都一样，你就可以通过研究非人类动物来研究人类的学习。所以他们确实花了大量时间研究老鼠、鸽子和狗。

三种学习机制

一、习惯化

最简单的学习形式。你第一次听到突然的响声会吓一跳。但第二次就少一点，第三次就——"只是习惯了"。

我们习惯了时钟的滴答声、交通噪音、衣柜里挂着的衣服。这看起来很平凡，但它至关重要。想象一下你永远无法习惯任何东西的生活：每一次看到同一只手在你面前挥过你都像第一次见到一样震惊。

习惯化是适应性的——它让你追踪新事物、关注新事件，而不为已经熟悉的环境浪费精力。

发展心理学家甚至用它来研究婴儿——因为婴儿不会说话，但如果你反复给婴儿看同一个东西，他会习惯它（不再看）；如果你换一个新东西，他又会重新开始盯着看——这说明他"认出了"区别。

二、经典条件反射

巴甫洛夫的狗——这是科学史上著名的偶然发现。

巴甫洛夫本来在研究唾液（没人知道他为什么要研究唾液），但他发现：如果你每次给狗食物时都摇铃，很快——只要铃声一响，狗就开始流口水。哪怕没有食物。

这就是经典条件反射的基本机制： - 无条件刺激（UCS）→ 无条件反应（UCR）：天生就会的，不用学（食物 → 唾液） - 条件刺激（CS）→ 条件反应（CR）：通过学习获得（铃声 → 唾液）

小阿尔伯特实验：

华生做了一个今天不可能通过伦理审查的实验。他给一个叫小阿尔伯特的婴儿看一只小白鼠——婴儿很喜欢，伸手去摸。但每次婴儿摸老鼠时，华生就在婴儿背后敲一根金属棒——巨大的响声让婴儿恐惧大哭。

几次之后，小阿尔伯特开始怕老鼠——不是怕响声，而是看到老鼠就恐惧。而且恐惧泛化了——他开始怕兔子、怕白色毛茸茸的东西。

布鲁姆说：恐惧症很可能就是这么来的。你被狗咬了（无条件刺激 → 疼痛/恐惧），狗本身变成了条件刺激。这也是为什么暴露疗法能消除恐惧症——你把条件刺激（狗）反复呈现，但不伴随无条件刺激（咬），恐惧就会消退。

三、操作性条件反射

这是斯金纳的代表作。

经典条件反射中，你什么都不用做——狗是被动地建立联想。但在操作性条件反射中，你主动做了什么，然后根据结果来调整。

斯金纳借用了一个更早的实验：桑代克的拼图盒。把一只猫放进盒子里，盒子里有一个特殊的杠杆，一按门就开了。猫一开始到处乱抓——抓栏杆、推天花板、嚎叫。在一次偶然中，它碰到了杠杆，门开了。下次它还是乱抓，但碰到杠杆更快了。反复几次后，猫不再做那些没用的事，直接按杠杆。

这就是效果律：得到奖励的行为会保留；没有得到奖励的行为会消失。

斯金纳把它系统化为操作性条件反射。原理和达尔文的自然选择很像：随机变异的尝试 → 有的被强化（保留）→ 有的没被强化（灭绝）。

塑造（Shaping）： 你不能等着猪跳完一支完整的舞再奖励它——因为这种事永远不会发生。你得奖励它的近似行为：先奖励它迈一步，再奖励它转个圈，再奖励它抬腿……一步步逼近目标行为。训练动物、教小孩拿啤酒给你——都是这个原理。

强化 vs. 惩罚：

正强化：加一个好东西，增加行为（奖励）
负强化：拿走一个坏东西，增加行为（取下猪的沉重项圈）
惩罚：加一个坏东西或拿走好东西，减少行为

强化时间表： - 固定比率： 每做 10 次奖励一次——行为稳定 - 可变比率： 平均每 10 次奖励一次，但不是固定的——老虎机就是这种，你不知道什么时候中奖，所以你持续不断地拉杆 - 部分强化效应： 如果每次都有奖励，一旦奖励停止，行为很快消失。但如果奖励是间歇性的，行为会持续非常久——这就是为什么唠叨有效的原理：你唠叨了 20 次，第 21 次对方终于答应了，这种行为模式就被强化了。

二次强化物： 你给你的狗吃点东西，同时说"好狗"。久而久之，"好狗"这个词本身就变成了奖励。人类社会的金钱、分数、点赞——全都是二次强化物。

行为主义的问题——三个主张为什么是错的

布鲁姆说："我觉得现在可以公正地说——几乎所有人都同意，这三个主张都是错的。"

第一，并不是所有东西都是学来的。 有大量证据表明先天知识和先天欲望的存在。当你学语言时，你的大脑天生就知道某些东西。当你在某种情境下产生恐惧时，人类特别容易对蛇和蜘蛛产生恐惧，但对汽车或电源插座不会——尽管后者可能更危险。这不能用个人经历来解释，只能用进化史来解释。

第二，谈论心理状态是科学的。 物理学和化学——更成熟的科学——全是关于不可观察的东西。原子、电子、夸克，你看不见它们。解释复杂的行为，在内部机制和内部表征方面来谈，是有意义的。下棋的计算机——如果不谈它内部的程序，你就无法解释它怎么下棋。

第三，学习不是"一刀切"的。

托尔曼的迷宫实验： 老鼠在没有奖励的情况下跑迷宫，也能学会迷宫的路线——它们在大脑中形成了"认知地图"。当后来给予奖励时，它们立刻比从头学的老鼠跑得快得多。这说明学习可以不需要直接强化。
加西亚效应（Garcia Effect）： 如果你给动物一种新食物，然后注射药物让它恶心——它会避开那种食物。但如果你给它新食物然后电击它——它不会避开食物。疼痛和味道之间的联系不是"天生的"，但恶心和味道之间的联系是。有些联系很容易建立，有些则很难——生物体不是一块白板。

乔姆斯基对斯金纳的致命一击：

乔姆斯基——MIT 的语言学家——写了对斯金纳《言语行为》的评论。这被视为心理学史上最有影响力的学术文献之一。

布鲁姆说：它比任何其他事件都更能摧毁行为主义作为一种主导性智力运动的地位。

乔姆斯基的核心论点是：当斯金纳试图把强化和惩罚的概念扩展到人类语言时，他用词变得如此模糊，以至于不再是科学。斯金纳说：自言自语是"自我强化"；告诉敌人坏消息是"强化"因为你喜欢让敌人难受。乔姆斯基说：这不是说这是错的——事实可能真的是这样——但太模糊了，毫无用处。

"用这样的方式使用'奖励''惩罚''强化'这些词，最后你等于什么都没说。"

布鲁姆用了一个简单的类比来总结乔姆斯基的批评：如果你说"人们来到耶鲁上第二学期是因为第一学期'有收获'"——这当然不错。但你说"有收获"只是"受到了强化"的另一种说法。你并没有解释任何新东西。

行为主义留下了什么

尽管它的雄心壮志被否定了，行为主义留下了重要的遗产。

它是二十世纪心理学的主要贡献之一。

它让我们对习惯化、经典条件反射和操作性条件反射有了丰富的科学理解——这些机制是真实的，可以被科学研究的
它提供了强大的训练技术，尤其是对非语言生物——训练动物、帮助严重自闭症或智力障碍的人群
这些技术在驯兽、育儿、行为矫正、恐惧症治疗中仍然广泛使用

它们只是最终没有解释一切。

布鲁姆在课末说："这也是为什么我下周三要在课上讲的内容——引出一个更大问题：学习到底在多大程度上塑造了我们？"

下一篇预告：婴儿是如何思考的？ 一个还不会说话的婴儿，到底知道什么？发展心理学家如何用习惯化——就是上一讲那个最简单的学习机制——来研究婴儿的"内心世界"？

系列文章：