モデリング／観察学習（modeling／observational learning）

2023年8月27日 2024年7月26日

上岡　晶

モデリング／観察学習

『モデリング』は『観察学習』とも呼ばれ、”バンデューラ（Bandura, A.）”により提唱された概念になります。

バンデューラは、『レスポンデント（古典的）条件付け』や『オペラント（道具的）条件付け』を代表とするこれまでの行動理論とは異なり、直接的に体験せずともモデルとする他者の観察や模倣によって学習が成立すると考えました。
その過程を実験的に研究し生み出されたものが『社会的学習理論』になります。

社会的学習理論では、学習について二つに分けて理解しようとします。

一つは、『直接学習』と呼ばれるものであり、行動を自ら実行してその結果の効果を実際に身に受けながら何かを習得していく過程を指します。
そしてもう一つが、観察学習もしくはモデリングと呼ばれる理論であり、他者の行動の観察により得られる学習を指します。

社会的学習理論において、表象機能（目の前にないことを思い浮かべること）が高度に発展している人間では、直接学習よりもモデリングによる学習の方が大部分を占めているのではないかと考えます。

バンデューラは、このモデリングについてボボ人形の実験と呼ばれる研究を通して理解しようとしました。
また、この実験では特に、人間の攻撃行動について注目しています。

ボボ人形の実験

ボボ人形はビニール製の大きい起き上がりこぼしのようなものです。

そのボボ人形と大人（モデル）がどのように関わるかを3のパターンに分けて映像にとります。

子ども達（被験者）は3つのグループに分けられ、どれか一つの映像を見ます。
映像を見た後の子どもは、ボボ人形やたくさんのおもちゃがある部屋に連れられます。
そこで子どもたちがどのようにボボ人形と関わるのかを観察します。

子ども達は観察する映像の違いによって以下の3つのグループに分けられます。

攻撃的なモデル群：大人がボボ人形に攻撃的に関わる（おもちゃのハンマーで叩くなど）映像を見る群
非攻撃的なモデル群：大人がボボ人形と遊ぶ映像を見る群
対照群：大人がボボ人形とは関わらず他のおもちゃで遊ぶ映像を見る群

実験の結果、攻撃的なモデルの映像を観察した子どもは、非攻撃的なモデル群、対照群の子どもよりも、明らかにボボ人形に対して攻撃的に関わる行動が見られました。

また、ボボ人形の実験は別の実験にも応用されています。

この実験では、大人がボボ人形と攻撃的に関わった後どのようになるかを3つのパターンに分けて映像にとります。

その後の手順は上記の実験と同じですが、このボボ人形の実験では子ども達を以下の3つのグループに分けます。

罰群：大人がボボ人形に対し攻撃的に関わった後、罰を受ける映像を見る群。
報酬群：大人がボボ人形に対し攻撃的に関わった後、報酬を受ける映像を見る群。
統制群：大人がボボ人形に対し攻撃的に関わった後、何もなくそのまま終わる映像を見る群。

実験の結果、モデルと一致する（ボボ人形に対して攻撃的に関わる）行動の数は罰群が有意（統計上意味のある差）に少ないことがわかりました。

この実験では、どの群の子どもにもモデルと同じ行動をとるように指示をしたところ、モデルと同じ行動を模倣することができました。

そのため、罰群の子ども達はモデルの行動を把握しており模倣が可能なのにも関わらず、他の群の子どもよりも模倣の行動をとることが少なかったことが示されています。

社会的学習理論では、モデリングが生じる過程を4つに分けて理解します。

注意過程
- 学習者はまず、予期や期待、推理を行いながら能動的に観察する対象を選択します。
  そして選択した観察対象となるモデルとその行動特徴に注目し観察します。
保持過程
- 観察して取り入れた情報を後から検索（思い出す）出来るように、情報が頭の中で反復再生されます。
  それに加え、覚えやすいように情報が符号化（視覚的なイメージや言語、記号、シンボルに変換）や系列化（整理）、概念化され、記憶に貯蔵されます。
運動再生（行動産出）の過程
- 自身が持っている『スキーマ』（外界のものを認識するための枠組み）と自分が実際に行おうとしている行動が、一致しているか比較や照合がなされ、調整されていきます。
動機付けの過程
- モデリングは認知的なレベルで生じるものであり、『強化』からくる誘因や動機付けがあれば行動が実行されますが、誘因や動機付けがない場合は行動は実行されません。
  そのため、モデリングにおける強化は『条件付け』におけるような必要条件ではなく、促進条件と考えられます。

スキーマ: 個人と環境との相互作用の時に用いられる外界（自分をとりまく世界）認知の概念的枠組みのことを言います。
強化: 強化は『オペラント反応』の頻度を増大させることを指します

動機付けの過程で示したように、モデリングにおける強化は条件付け（レスポンデント（古典的）条件付けやオペラント（道具的）条件付け）における強化とは異なる点があります。

モデリングにおける強化は3種類あり、それぞれ、『外的強化』『代理強化』『自己強化』と呼ばれます。

外的強化

外的強化は実際の報酬もしくは罰を指します。

観察により学習された行動は、実行したときにどのような外的強化があるかの予期によって、実行の数が増減します。

代理強化

モデルの行動が何らかの外的強化を受けるまでを観察することが強化となります。
これをモデルが自分の代理で強化を受けてくれたという意味から代理強化と呼びます。

ボボ人形の実験でも示されたように、モデルがどのような外的強化を受けるか観察することが代理強化となり、代理強化に基づいた予期や判断によって、学習者の実行の数が増減します。

自己強化

自らの行動に対してある内的な基準を設定して、それに基づいて自己報酬的に反応したり、自罰的に反応したりします。
これを自己強化と呼びます。

バンデューラは、この自己強化による自己コントロールを重視しました。

また、「人間の行動を外的な賞罰としてのみ説明する理論は人間についての不完全なイメージしか提示できない」と考え、”スキナー（Skinner, B. F.）”の考えを批判しています。