臨床心理学にいる

学習 022 非連合学習

■　学習　022　非連合学習　■

▼　1．　馴化（habituation）

▼　2．　敏感化（sensitization）
刺激を反復して呈示すると、最初のうち弱かった反射の強度が、徐々に増加していく現象。

　・馴化が起こるか、敏感かが起こるかは、刺激の呈示頻度や呈示場所で異なる。
　・例えば、リスザルを被験者とし、電気刺激を与えると噛みついた。電気刺激の呈示時間を30秒ごとにすると馴化が、起き240秒ごとにすると敏感化がおこった。

▼　3．　プラトー
学習課題を練習している際に見られる一時的な進歩の停滞期間をさす。原因としては課題に対する動機づけの低下など。

学習 021 臨界期（critical period）

■　学習　021　臨界期（critical period）　■

生物がある特性を獲得するために、生物学的に備わった限られた期間刻印づけにおいて子の親に対する学習が成立する生後初期のある短い期間のことが、臨界期と呼ばれ、その学習効果は永続性を持つが、その一方でその期間にしかるべき経験をしないと、新奇刺激に対する恐怖の発達などは学習することはできない。

その期間はそれほど厳密なものではなく、穏やかな広がりをもった可逆的なものであり、その意味で敏感期（sensitive period）と呼ばれるようになった。

学習 020 刻印づけ・刷り込み（imprinting） byローレンツ

■　学習　020　刻印づけ・刷り込み（imprinting）　byローレンツ　■

鳥類などのごく限られた種に特異的に見られる現象で、新生のヒナが動くものに追随することを経験すると、それに対する追従が半永久的に続き、再学習ができないというもの。

特徴
　1．臨界期が存在
　2．一回の対象呈示で成立
　3．無報酬で成立
　4．不可逆性（変えられない）
　5．性的刻印づけ（性成熟に達した後に生じる求愛行動は、刻印づけされた対象と同種の動物に向けられる）

学習 019 初期学習（early learning）・初期経験（early experience）

■　学習　019　初期学習（early learning）・初期経験（early experience）　■

出生直後あるいは出生間もない時期の特殊な経験が、成長してからの行動に何らかの影響を及ぼすこと。

学習 018 社会的学習理論

■　学習　018　社会的学習理論　■

バンデューラによって提唱された理論で、我々の社会的習慣、態度、価値観、行動は、古典的条件づけ、オペラント条件づけ、モデリングを通して習得していくという考え。

個人・行動・環境が相互に影響し合うという総合決定主義に特徴がある。

▼1．　ながれ
1950年代後半、当時優勢であった行動主義学習理論の中で、社会的学習理論（モデリングによる学習）を提唱したことでも知られる。従来の学習理論が、学習する個体（人間や動物）自身の経験を前提としていたのに対し、学習が他の個体の行動を観察することによっても成り立つことを実証し、新たな理論づけを行った。

1990年代に提唱された自己効力感についての理論を提唱。心理学にとどまらず、教育学や社会学にも大きな影響を与えた。

▼2．　観察学習
A.バンデューラは、モデルの行動を直接実行しなくとも、それをたんに観察するだけで模倣が生じることがあることを指摘し、これを観察学習とよんで社会的学習の一つと考えた（代理学習ともいわれる）。

4つの下位過程
1．　モデルの行動のどの部分に注意するかの注意過程
2．　観察したモデルの行動をどのように符号化して保持するかの保持過程
3.　符号化されて保持されていた内容がどのように行動に産出されるかの産出過程
4.　観察して行動に産出されるとき、そこに動機づけと強化がはたらくという強化の過程

学習 017 観察学習（observational learning）

■　学習　017　観察学習（observational learning）　■

・昔
学習は学習者自身の実際の経験を通してのみ成立する、
という見解（learning-by-doing view）。
　　↓
・社会学習理論
学習は、他者が何かを行うのを観察しているだけでも成立する、
という見解。

▼　1．　モデリング（観察学習）
他者の行動を観察するだけで、その行動を習得する学習

※バンデューラ（Bandura.A（1965）の実験）
手続き
1．　男女の保育園児に次のフィルムを見せる
　・大人が人形に暴力をふるう　→報酬をもらう
　・大人が人形に暴力をふるう　→罰せられる
　・大人が人形に暴力をふるう　→何もなし

2．　その後、子どもを人形がある部屋で遊ばせる
結果
　・全ての攻撃行動が、学習されている（フィルムを見る前は、誰も攻撃しない）
　・「報酬」と「なし」を見た子たちの学習は同じぐらいで「罰」を見た子は減少

実験2
「さっきフィルムで見たのを同じようにしたらご褒美あげる」と言う

　・結果
　・全て反応数が増加　←学習はしていた
　・「罰」を見た子は、学習はしていたが、行動を抑制していた

※代理強化
　学習者が観察しているモデルに与えられる強化
　　↑
　　↓
※代理罰
　学習者が観察しているモデルに与えられる罰

※代理強化も代理罰も学習による行動の獲得には影響しないが、その行動の遂行に影響すると考えられ、代理強化を与えると遂行の促進が、代理罰を与えると遂行の抑制が見られる。

▼　2-1．　モデリングの過程
注意過程
　→保持過程
　→運動再生過程
　→動機づけ過程
　→一致反応の遂行

示範事象
▼　1．　注意過程（観察者がモデルの行動へ注意を向ける過程）
モデリング刺激
　・際だった特徴
　・感情的誘意性
　・複雑性
　・伝播性
　・機能的価値
観察者の特質
　・感覚的能力
　・覚醒水準
　・知覚的構え
　・強化の歴史

▼　2．　保持過程（観察したことを記憶として取り込み、保持する過程）
　・象徴的コーディング
　・認知的体制化
　・象徴的リハーサル
　・運動リハーサル

▼　3．　運動再生過程（記憶しているモデルの運動体系を再生する過程）
　・身体能力
　・要素反応の利用のしやすさ
　・再生反応の自己観察
　・正確さのフィードバック

▼　4．　動機づけ過程（3つの過程を動機づける）
　・外的強化
　・代理強化
　・自己強化

　　↓
　一致反応の遂行

学習 016 古典的条件づけとオペラント条件づけの比較

■　学習　016　古典的条件づけとオペラント条件づけの比較　■

▼　1．　古典的条件づけの特徴
1．　自律神経に支配されている反射についての学習
2．　無意識的な反応の学習
3．　刺激によって引き出される反応の学習
4．　行動の結果は条件づけに影響を及ぼさない

▼　2．　オペラント条件づけの特徴
1．　自発される随意的な反応の変容原理である
2．　体性神経に支配された骨格筋肉系の動作についての学習
3．　3項目随伴性

学習 015 プレマックの原理

■　学習　015　プレマックの原理　■

▼　1．　プレマックの原理
Premack.D（1965）による教科子の新しい考え方。「高い生起確率をもつ行動の方が低い正規確率をもつ行動に対して強化子として作用する」。

これまでは「エサが反応をおこす」という考えの基で、エサを強化子としていたが、本当の強化子は「エサ」ではなく、「食べる」だと考えた。

ラットを普通に観察するとほとんどが食べている
↓ことから
普段の生活でやっている回数が、多いことを強化子として使うと反応が増える。例えば、子どものゲームなど。

実際例で、「精神病院などで食事にこない人がいる。その人は普段、散歩ばかりしている」
↓ことから
「食事に来たら散歩をしていいよ」と言う。

でも最近は、精神病院の入院期間が短くなってきていて、この方法は長期間かかるので、あまり使われず薬を使う方が多い。

学習 014 強化と罪

■　学習　014　強化と罪　■

▼　1．　罰（punishment）
反応に随伴して、その個体が忌避するような刺激を提示する手続き。一般に反応除去効果は一時的であるとされるが、強度の刺激を用いたり、反復適用すれば長期にわたる効果がある。

・　反応頻度が上昇・反応頻度が減少
・　強化刺激を与える・強化刺激を取り去る
→　2×2のマトリックスにより表が作られる

1．反応頻度が上昇×強化刺激を与える＝正の強化（報酬訓練）
2．反応頻度が上昇×強化刺激を取り去る＝府の強化（逃避訓練）
3．反応頻度が減少×強化刺激を与える＝正の罰（罰訓練）
4．反応頻度が減少×強化刺激を取り去る＝負の罰（オミッション訓練）

※正・・・刺激を与える
※負・・・刺激を取り去る
※強化・・・反応が増える
※罰・・・反応が減る

▼　1．　報酬訓練（reward training）
刺激を与え反応を増やす訓練。この手続きを正の強化（positive reinforcement）という。

▼　2．　逃避訓練（escape training）
刺激を取り去って反応を増やす訓練。実際には、決められた逃避反応をすると嫌悪刺激を除去する。この手続きを負の強化（negative reinforcement）という。

2-1．　弁別型回避訓練（discriminated avoidance training）
嫌悪刺激提示直前に一定時間警告刺激を与え、警告刺激提示中に決められた回避反応をしたときにのみ嫌悪刺激の提示をやめる。

2-2．　シドマン型回避訓練（Sidman avoidance training）
警告刺激を提示せずに一定時間（S-Sインターバル）毎に嫌悪刺激を与え続けるが、決められた回避反応を行えば次の嫌悪刺激の提示が、一定時間（R-Sインターバル）延期される回避訓練。

学習 013 強化スケジュール

■　学習　013　強化スケジュール　■

▼　1．　部分強化（partial reinforcement）
反応が時々しか強化されない（無強化の時も）。例えば、釣竿をおろしても時々しか、魚はかからない。

▼　2．　連続強化（continuous reinforcement）
反応か毎回強化される。

▼　3．　部分強化消去効果（partial reinforcement extinction effect）
部分強化で訓練された行動は、連続強化で訓練された行動よりも消去しにくい。

強化と無強化の組み合わせを強化スケジュールという。基本的な強化スケジュールは、次の2要因の組み合わせによる。

A．　間隔か比率（回数）か？
ある強化から次の強化までの間隔を反応回数（ratio）に基づくか、時間間隔（interval）に基づくか

B．　規則的か不規則か？
ある強化から次の強化までの間隔を規則的（fixed）にするか、不規則（variable）に行うか

まとめると、次の各2要因で2×2のマトリックスが出来上がる
A＝　時間間隔（I）・回数比率（R）
B＝　規則固定（F）・不規則変動（V）
↓
1．　固定間隔強化スケジュール（FI）
2．　変動間隔強化スケジュール（VI）
3．　固定比率強化スケジュール（FR）
4．　変動比率強化スケジュール（VR）

▼　4-1．　部分強化消去効果（partial reinforcement extinction effect）

▼　1．　固定間隔（FI）スケジュール
一定時間経過後の最初の反応に対して、強化が与えられるスケジュール。例えば、ラットがレバーをおいてエサをあげたら3分間は与えない。3分たってレバーを押したら、エサをあげて3分間は与えない。

※累積反応曲線の特徴は、強化あたりほぼ一定数の反応をすること（＝スキャロップ現象）
例えば、時間が決まっている仕事で、終わりの時間近くになると時計をみる

▼　2．　変動間隔強化（VI）スケジュール
設定した時間間隔が経過してからの最初の反応に対して、強化を与えるが、時間間隔の設定は毎回様々に変化する。但し、それらの平均値は一定となるように定められる。例えば、釣り、話し中の多いTel、郵便受けを除くなど。

※累積記録の特徴は、スキャロップのような反応休止ではなく、常にほぼ一定の自発頻度で反応する。消去抵抗は高い。

▼　3．　固定比率強化（FR）スケジュール
10回レバーを押したらエサを出すというように、一定の反応回数ごとに強化が与えられるスケジュール。例えば、出来高払いの仕事。

※累積記録の特徴は、強化後一定時間の反応休止が生じる。

▼　4．　変動比率強化（VR）スケジュール
反応回数に基づいて強化が与えられるが、その回数は毎回様々に変化する。但し、それらの平均値は一定となるように定める。例えば、スロットやパチンコなどがこれにあたる。

※累積記録の特徴は、反応率が非常に高くなり消去に移っても、なかなか反応がなくてはならない。反応休止はない。

※比率強化スケジュールでは、反応が大変速い（burst）傾向がある。これは早く反応すればするほど、速く報酬が得られるからである。

学習 012 シェイピング（反応形成）

■　学習　012　シェイピング（反応形成）　■

▼　1．　シェイピング
オペラント条件づけによって有機体に、それまで自発したことのない（行動のレパートリーには存在しない）新しいオペラント行動を自発するようにさせること。スモールステップをつくると効果的。

例えば、重度の障害児にトイレット・トレーニングをやるときなどに用いる

・ハトがピアノを弾くようにする
　1．　ピアノに近づく
　2．　ピアノに向く
　3．　くちばしでピアノにふれる
　4．　音を出す
→それぞれ順にできたら、エサを与える

▼　2．　漸次的近似法（method of successive approximation）
強化する反応の規準を形成しようとする反応に向け徐々に近づけていくこと

学習 011 オペラント条件づけの原理

■　学習　011　オペラント条件づけの原理　■

▼　1．　オペラント条件づけの原理
「有機体が自発した反応に対する強化の随伴によって、その自発頻度を変化させる」過程

▼　2．　強化随伴性（三項随伴性：three term contingency）
S→R→SRの流れで構成

　S　：弁別刺激（オペラント行動に関わってくる刺激）
　　　↓
　R　：オペラント行動（自由に自発している）
　　　↓
　SR　：強化刺激（結果）・Rに対して良い結果、つまり強化刺激が起こるとオペラント行動が評価される

私たちは自由に行動しうる環境で行動していて、その環境にはいろんな刺激がある。反応の結果が重要で、学習は先行刺激、反応、後続刺激の3要因で決まる。

▼　3．　強化（reinforcer）
反応に随伴して、強化刺激を与える操作のこと。例えば、レバーを押したらエサをあげる。

▼　4．　強化子（reinforcement）
強化をする具体的なもの。例えば、エサ。

▼　5．　条件性強化子（conditioned reinforcer　：2次強化子・獲得性報酬）
経験により、その個体にとって強化力を持つに至った刺激。もともと強化力を持たない刺激が、強化力を持つ刺激と繰り返し関連させることによって、強化力を持つものになりうる。例えば、チンパンジーが学習するとき、エサをもらう、おもちゃのコインをいれるとエサが出てくる遊びをさせる。これまではエサをもらうために反応していたが、コインをもらうためにも反応するようになる。

学習 010 Skinner.B.Fの研究

■　学習　010　Skinner.B.Fの研究　■

▼　1．　スキナー
　1．　スキナーは、ワトソンの行動主義の思想をもっとも忠実に継承している
　2．　スキナーは、一切の内部過程への推測を排除し、説明よりも記述・制御に重点をおいた
　3．　1950年代から70年代にかけて徹底行動主義（急進的行動主義：radical behaviorism）を提唱。

「我々の行動は完全に環境の影響より、決定されている。すなわち行動を行った結果によって、行動が完全にコントロールされているのであって、自由意志に基づいて行動しているなどと考えるのは全くの幻想である。どうせ自分でコントロールできないのであれば、環境の方をよりよくコントロールして、よりよい自分の行動のコントロールを目指そうではないか！」

▼　2．　スキナー箱
ネズミをスキナー箱に入れ、レバーをおすとエサが出る。問題箱は一回ずつ箱の中にネズミを入れ直さなければならないが、ずっと観察できる。

学習 009 効果の法則（law of effect） byソーンダイク

■　学習　009　効果の法則（law of effect） byソーンダイク　■

▼　1．　Thorndike.E.L（1874-1949）
1． 「問題解決（学習）は前進的に進む。試行錯誤を伴って徐々に進む。目的に行き着く手段として学習をする」

2． 試行錯誤学習は、刺激状況（S）と反応（R）が結合するS-R理論であり、効果の法則（law of effect）を提唱

▼　2．　効果の法則（law of effect） byソーンダイク
特徴は3つ

□　1．　満足の法則
反応の直後に満足をもたらすような反応は、その状況に強く結合し、その状況でより起こりやすくなる。

□　2．　不満足の法則
反応の直後に不快をもたらすような反応は、その状況との結合が弱まり、より起こりにくくなる

□　3．　強度の法則
満足や不快の程度が強いほど状況と反応の結合の変化の度合いは大きくなる

全ての学習が、試行錯誤的であるわけではない。例えば、部屋の真ん中にバナナを吊して、部屋のはしに台を置いてチンパンジーを入れると、台をバナナの下に持っていき、登って取る。これは台が使えるという洞察（insight）に基づく見通し学習（insight learning）を行ったためと考えられる。

▼　3．　オペラント条件づけにおける弁別刺激
光がついているときにバーを押すとエサを与えるが、ついていないときに押しても与えないようにすると、光がついているときにだけバーを押すようになる。この時の光が弁別刺激である。

学習 008 道具的条件づけ（instrumental conditioning）

■　学習　008　道具的条件づけ（instrumental conditioning）　■

▼　1．　道具的条件づけ（instrumental conditioning）（オペラント条件づけ：operant conditioning）
ある環境刺激のもとで、ある随意的な反応が出されたとき、ある環境変化が引き続いて起こると、環境刺激のもとでの同じ反応の出現する確率が変化すること。反応が増えるか減るかは、効果の法則で決まる。

▼　2．　ソーンダイク（Thorndike.E.L）の試行錯誤（trial and error）の研究
道具的条件づけを実験的に検討した初めての研究

□　1．　空腹のネコを問題箱（15種類あり、ヒモを引いたり、踏み台を踏むと自動的に開くようになっている）にいれ、箱の外にエサをおき、ネコが箱を開けて出てくるまでの時間を測定
↓
□　2．　ネコは始め、手当たり次第に引っ掻いたり噛んだりするが、偶然ヒモを引いたり、台を踏んで戸が開いて脱出
↓
□　3．　この試行錯誤を繰り返すと無駄な時間は減り、脱出につながる反応だけが起こるようになり、脱出までの時間は減少

※他のネコが箱を開けるのを見せても、ネコには模倣効果はない

学習 007 Watson.J.B（行動主義者）の恐怖条件づけ

■　学習　007　Watson.J.B（行動主義者）の恐怖条件づけ　■

▼　アルバート坊やの実験

1．　ネズミを怖がらない幼児にシロネズミ（中性刺激）を提示すると、幼児は手を伸ばす。
2．　伸ばそうとしたときに大きな音（恐怖刺激）を対提示する。
3．　5回対提示を繰り返したところでシロネズミを見ただけで怖がるようになる。
4．　そのうち般化が生じ、ネズミ、ウサギ、白いセーターも怖がるようになる。

この実験により、ワトソンの経験主義を裏付けるものであり、また後の行動療法や恐怖症の条件づけの理論に道を開く研究となった。

学習 006 実験神経症

■　学習　006　実験神経症　■

▼　実験神経症
分化（類似した刺激に対し、それらを区別して条件反応をする）の過程において、あまりにも類似した刺激を用いて分化の訓練を行っていると、異常な興奮状態に陥り、簡単な分化もできなくなり、さらに日常の行動にも異常をきたすこと。

学習 005 二次的条件づけ（高次条件づけ）

■　学習　005　二次的条件づけ（高次条件づけ）　■

▼　二次的条件づけ（高次条件づけ）
あらかじめ条件づけが形成されている刺激と新たな刺激を対提示することによって、形成される条件づけ。

□　1．　ベルをきくと唾液が出るよう条件づけをする
ベル　→→→唾液
エサ

□　2．　ベルと一緒に”光”という中性刺激を対提示する
光（対提示）
ベル　→→→唾液

□　3．　光だけを提示しても唾液を出すようになる
光　　→→→唾液
ベル

学習 004 嫌悪条件づけ

■　学習　004　嫌悪条件づけ　■

嫌悪条件づけとは、電気ショックのような不快な刺激（嫌悪刺激）をUCSとして用いる条件づけ。

▼　1．　ガルシア効果
ある食べ物を摂取した後で不快症状を訴えると、その食べ物の味を長く記憶にとどめ、以後同じ食べ物が提示されても、その味を手がかりとして、その食べ物を嫌悪するようになる。

↑
▼　2．　味覚嫌悪条件づけ
未経験の味を有する溶液（CS）を与えた後で、胃腸障害を引き起こす薬物（USC）を注射すると、動物はCSとUSの結びつきを学習し、次にCSを与えてもその味を手がかりとして摂取を拒否する。

学習 003 CS-USの提示時間関係

■　学習　003　CS-USの提示時間関係　■

▼　1．　同時条件づけ（simultaneous conditioning）
CSとUCSを同時に提示する方法。もっとも条件づけが成立しやすい。

CS　○○○●●●○○○○
US　○○○●●●○○○○→time

▼　2．　延滞条件づけ（delayed conditioning）
CSの提示開始後に一定の時間を空けて、UCSを提示する方法。CSとUSCには重複する時間がある。

CS　○○○●●●○○○○
US　○○○○○●○○○○→time

▼　3．　痕跡条件づけ（trace conditioning）
CSの提示終了後ある程度時間をおいてから、UCSを提示する。

CS　○○●●○○○○○○
US　○○○○○○●●○○→time

▼　4．　逆行条件づけ（backward conditioning）
USの提示終了後に、CSを提示する。

CS　○○○○○○●●○○
US　○○●●○○○○○○→time

▼　5．　時間条件づけ（temporal conditioning）
USのみ、一定のインターバルで提示する。

US　○●○●○●○●○○→time

▼　6．　まとめ
条件づけの成立は、
　　1．同時条件づけ
　　2．延滞条件づけ
　　3．痕跡条件づけ
の順番で困難になる。逆行条件づけでは、一般に条件づけは成立しないと考えられている。

学習 002 条件反射の基本現象

■　学習　002　条件反射の基本現象　■

▼　1．　形成

▼　2．　消去（extinction）
UCSを提示しないで、CSだけを繰り返し提示することによってCRが消失していく過程（エサなしでベルだけ）

▼　3．　自発的回復（spontaneous recovery）
ある程度消去訓練を行った後で休息時間を与えると、CRの回復が見られる現象（消去を休むと、ベルの音で再び唾液を出す）

▼　4．　脱制止（disinherition）
消去訓練中にCSの提示途中で他の刺激を提示。すると一時的にCRの強度が回復する。

▼　5．　般化（generalization）
古典的条件づけを行った後で、条件刺激と類似の刺激を提示した場合にも条件反応が生じること。

・アルバート坊やの実験が有名
・条件反射を学習した犬は、1000Mzの音でも1500Mzの音でも条件反応が生じる

□　1．　刺激般化（stimulus generalization）
2つの刺激の物理的類似性による般化。

□　2．　意味般化（semantic generalization）
意味の類似性によって起こる般化。年齢が進むほど、同音語の刺激般化により、同義語への意味般化の程度が大きくなる。例えば、単語をCS、音をUCSとして、条件づけを行った後、音は異なるが意味が似ているものを刺激として表してしまう。

□　3．　反応般化（response generalization）
条件づけを行うと、条件づけされた反応だけではなく、類似の反応の生起率も増大する現象。例えば、犬の右足に電気ショックの嫌悪条件づけをした後、右足を曲げないように（反応できないように）しばると左足が反応する。

▼　6．　分化（differentiation）
CS（1000Hzの音）にはUCS（エサ）を対提示するが、CSと類似の刺激（1500Hzの音）に対しては、UCS（エサ）の提示をしないという訓練を行うと、CSに対してはCRが生じるが、CSを類似とした刺激（1500Hzの音）に対してはCRが生じなくなる現象。

※反応数（CR）は、提示回数が多くなるにつれCSに類似した刺激の反応回数は低下し、CSは上昇する現象。

※要するに、本物と偽物を見分けることができるようになること。

学習 001 古典的条件づけ

■　学習　001　古典的条件づけ　■

▼　学習
遺伝的な素養を基礎にして、その上に経験によってさまざまなものを獲得していく過程。

▼　古典的条件づけ
条件刺激の提示後に無条件刺激を対呈示することにより、条件反応を形成するもの。ロシアの生理学者パブロフ（Pavlov）の研究からはじまった。

犬を被験者とする

▼　1．　エサを与えると唾液が出る。
この反応は学習と関係ないから
　・エサ＝無条件刺激（unconditioned stimulus：UCS）
　・唾液＝無条件反応（unconditioned response：UCR）とした

エサ（UCS）→→→→唾液（UCR）

▼　2．　ベルを鳴らしてエサを与える。唾液を出す。
この時のベルの音は、唾液とは関係ないから
　・ベル＝中性刺激（NS）

※ベルを鳴らすと、耳を動かす（＝定位反射：orienting reflex：OR）
刺激源の方向に受容器が向く

▼　3．　ベルを鳴らしただけで唾液を出すようになる。
これは2の学習の結果起きた反応故、この時は
　・ベル＝条件刺激（conditioned stimulus：CS）
　・唾液＝条件反応（conditioned response：CR）とした

ベル（CS）→→→→唾液（CR）
CS（ベル）とUCS（エサ）の対提示を繰り返すとCRの強度が増す
→これを強化（reinforcement）という