Kuivia nappuloita, hikisiä ja karvaisia frolicceja, teollisia ”herkkuja”. Hevosille lähes koskaan ei mitään tai jopa kolme sokeripalaa yhtä sessiota varten.

Tämä on arkipäivää. Ollaan kouluttavinaan. Nähdään vaivaa, järjestetään tilanne, ajetaan autolla paikalle, ollaan valmiita. Vain vahviste puuttuu.

Vahviste on se asia, jolla käytöstä vahvistetaan. Positiivinen vahviste on koulutettavan näkökulmasta tavoiteltava asia, joka tarjoillaan silloin, kun koulutettava esittää tietyn käytöksen. Haluttu käytös palkitaan. Ja jotta voidaan palkita, on oltava vahviste.

Vahviste on mahdollista testata. Mikäli koulutettava sylkee sen suustaan, ollaan heikoilla jäillä. Mikäli koulutettava hyppii innosta tasajalkaa, voidaan olla toiveikkaita.

Emme käytä rankaisua. Käytämme vain taitavaa palkitsemista ja positiivista vahvistetta.

Voiko tämä pitää paikkansa?

Mielestäni ei voi. Aina kun kädessä on herkku, on kädessä myös herkun menettämisen mahdollisuus. Herkun mahdollisuuden poistaminen tai vieminen takaisin kaappiin on negatiivinen rankaisu. Käytetään rinnakkain vahvistetta ja rankaisua.

On olemassa toisenlainen rankaisu kuin käsiksi käyminen. Se on negatiivinen rankaisu. Negatiivisen rankaisun tavoitteena on vähentää ei-toivottua toimintaa poistamalla eläimeltä jotain mieluisaa. Samoin kuin klikkerin naksaus on merkki jostain hyvästä, voi sana ei olla merkki jonkin hyvän menettämisestä.

Sana rankaisu ymmärretään helposti väärin, eikä koko sanaa uskalleta käyttää. Asiaa voisi ymmärtää niin, että rankaisu on sellainen palaute, jonka tarkoituksena on vähentää tietyn käytöksen todennäköisyyttä. Jos positiivinen rankaisu on vaikkapa pyörittely tervassa ja höyhenissä tai jalkapuussa istuminen (mitkä eivät ole kovin opettavaisia vaan yleensä herättävät turhautumista), niin negatiivinen rankaisu voisi olla vaikka loman, palkan tai boonuksen (tai vapauden) menettäminen (jolloin kohdehenkilö ponnistelisi jatkossa enemmän).

Hevosia syytetään laiskoiksi, tyhmiksi, itsepäisiksi ja vaikka miksi. Omassa toiminnassa nähdään harvoin vikaa. Kun ajatellaan, mikä motivoi hevosta työskentelemään ihmiselle/ihmisen kanssa, perusteluita on monia: se työskentelee ruokansa eteen, se haluaa miellyttää, olen sen johtaja ja se tekee niin kuin sanon… Miksi niin harva hevosammattilainen tietää oppimisteorian perusteita?

Englantilaistutkimuksessa vartailtiin kahta koulutusstrategiaa huostaanotetuilla poneilla. Huonoista oloista pelastetut hevoset käyvät yleensä läpi jonkinlaisen koulutuksen ennen kuin ne sijoitetaan uusiin koteihin. Peruskoulutusjaksoon sisältyi taluttamista, jalkojen nostelua, paikallaan seisomista, esterata ja lastaus kuljetuskoppiin.

Kuudestatoista ponista kahdeksaa koulutettiin käyttämällä negatiivista vahvistetta, eli poni opetettiin väistämään painetta. Kahdeksaa ponia koulutettiin käyttämällä positiivistä vahvistetta siten, että klikkerillä merkittiin oikea toiminta ja palkittiin makupalalla.

Alkuvaiheissa molemmissa ryhmissä olevien ponien sykkeet nousivat. Niillä ei ollut aiemmin ollut ihmiskontaksia tai jos oli, kontaktit olivat olleet huonoja. Alkuviikkojen jälkeen ponit alkoivat tottua testiareenaan ja käsittelyyn.

Positiivisen vahvisteen avulla koulutetut ponit lähestyivät rohkeammin uusia esineitä ja ihmisiä kuin negatiivisella vahvisteella koulutetut. Negatiivisella vahvisteella koulutetut ponit kuopivat maata enemmän kuin toiset, mikä voi olla merkki turhautumisesta.

Positiivisen vahvisteen avulla koulutetut ponit olivat motivoituneempia koulutukseen. Ne ottivat myös enemmän kontaktia kouluttajiin ja saivat nopeammin uudet kodit. Tutkimus osoittaa että etenkin niille eläimille, joilla on huonoja kokemuksia ihmisistä, positiivisen vahvisteen käyttö voi olla tuloksekasta, koska eläin saa sen avulla positiivisia kokemuksia.

Lesley Innes, Sebastian McBride, (2008), Negative versus positive reinforcement: An evaluation of training strategies for rehabilitated horses’, Applied Animal Behaviour Science 112: 357–368.

Se ongelmia välttää. Englantilais-Norjalaisen tutkimuksen mukaan asia on näin. Tutkimuksessa selvitettiin, millainen suhde koiran käyttäytymisen ja kouluttamiseen käytettävien menetelmien välillä on. Omistajat, jotka olivat johdonmukaisia, omistivat yleensä tottelevaisen koiran, jolla ei ollut käytösongelmia.

Kiinnostavaa kyllä, eniten käytösongelmia oli rankaisijoilla, jotka käyttivät kovia menetelmiä ja rankaisivat koiriaan usein ja useilla eri tavoilla. Näillä koirilla myös tottelevaisuus oli huonointa. Palkitsijoilla, jotka kouluttivat koiriaan positiivisen vahvistamisen keinoin, esiintyi huomattavasti vähemmän käytösongelmia ja tottelevaisuustaso oli korkeampi.

Yleisesti johdonmukaisuus kouluttamisen menetelmänä yhdistettiin usein koulutettavuuteen ja koiran rohkeuteen. Johdonmukaisuus tuottaa tuloksia, mutta se ei tarkoita ”johtajuutta” ja se on tuloksellista vain silloin, kun koulutuksessa ei käytetä rankaisua tai kovia keinoja.

Johdonmukaisuus on koiran kannalta sitä, että ihminen toimii tilanteissa ennustettavalla tavalla. Jos meillä huonona päivänä pääsee lenkillä etenemään hihnasta vetämällä, on varsin epäreilua rankaista samasta asiasta seuraavana päivänä. Jos koira saa nuolla lautaset päivällisen jälkeen, ei vieraiden aikana kuolaamisesta voi rankaista.

Tutkimuksessa todettiin, että huonoimmat tulokset koiran kanssa saa silloin, kun on epäjohdonmukainen ja väkivaltainen. Satunnainen kurittaminen ei opeta koiralle mitään, vaikka se omaa egoa saattaa hetkellisesti kohottaa.

G.E. Eskeland, R.H. Tillung, M. Bakken, (2007), ’37: The importance of consistency in the training of dogs. The effect of punishment, rewards, rule structures and attitude on obedience and problem behaviors in dogs’,  Journal ofVeterinary Behavior: Clinical Applications and Research, 3: 99.

Miten vaikuttaa työmotivaatioon se, että palkka tulee myöhässä? Tai jos tehtävä annetaan myöhässä tai epäselvästi. Jaksaako sitä ponnistella jos palaute viipyy?

Japanilaistutkimuksen (Yamamoto, Kikusuri & Ohta, 2009) mukaan koiran kanssa myöhästyminen voi olla haitallista.

Omistaja myöhästyy yleensä kahdessa asiassa: toimintaa edeltävässä vihjeessä sekä toiminnan jälkeisessä palautteessa.

Tutkimuksessa käytettiin kymmentä koiraa, joille oli koulutettu jo aiemmin toiminnot ”istu” ja ”maahan” siten että ne onnistuivat 80 prosenttisesti niissä. Tutkimuksessa omistajien piti saada koirat istumaan ja menemään maahan käskystä muutamia kertoja peräkkäin. Omistaja antoi käskyn ja koiran toiminnan perusteella joko torui koiraa tai palkitsi sen makupalalla.

Tutkimuksessa havaittiin, että viive omistajan toiminnassa voi vesittää jopa koiralle ennalta tuttua komentoa. Omistaja saattaa esimerkiksi antaa komennon silloin, kun koira on keskittynyt johonkin muuhun toimintaan kuten lattian nuuhkimiseen. Toisaalta kun koira istuikin pyydettäessä, omistaja saattaa viivytellä palkkion tai rankaisun kanssa siten, että palkkio tulee vasta kun koira tekee jo jotain aivan muuta tai rankaisu tulee silloin kun koira tekee oikein. Ymmärrettävästi tästä seuraa, että koira turhautuu. Kukapa ei turhautuisi tilanteessa, jossa ensinnäkään ei tiedä mitä pitäisi tehdä ja kun yrittää jotain, palaute on epäselvää.

Kuinka paljon sitten saa olla myöhässä? Ei paljon, tässä tutkimuksessa havaittiin jopa puolen sekunnin viiveen aiheuttavan hankaluuksia kommunikaatiossa. Eli ei auta, jos huonosti menneen harjoituksen jälkeen jättää iltaruuan antamatta; ei auta jos lenkin jälkeen palkitsee. Täytyy olla selkeä, täsmällinen ja erittäin nopea jotta voi edes säilyttää koiran nykyisen temppuvalikoiman vesittämättä. Siinä on harjoittelemista.