Говард Рахлин: Групповой отбор в эволюции поведения

Представьте себе белку, которая запасает орехи в течении осени, чтобы иметь еду в доступе на предстоящую зиму. Поскольку белка предпочитает запасание орехов другим доступным видам активности, оно не контролируется самой белкой. Мать-природа в форме биологической эволюции путем естественного отбора сформировала это поведение в прошлом: белки, что не запасали орехи к предстоящей зиме, чаще погибали, в то время как белки, которые запасали орехи и помнили где их сохранили, чаще выживали и воспроизводили потомство.

На протяжении поколений белки эволюционировали таким образом, что стали чаще ценить запасание орехов само по себе, а не только как способ пережить зиму. Но у матери-природы не было достаточно времени, чтобы таким же образом повлиять на людей в современном обществе: с нами не часто случается проснуться утром с намерением положить деньги в банк. В нашем случае она сформировала способность научиться тому, что хранение денег в банке — это хорошее занятие, даже если мы не намерены сделать это в настоящий момент.

Теоретики эволюции обычно сосредотачиваются на биологическом и культурном уровнях эволюции — врожденных механизмах и культурных правилах. Они часто игнорируют поведенческую эволюцию — изменения поведения на протяжении жизни организма в ответ на корреляции в окружающей среде. Даже принимая во внимание эти изменения, теоретики эволюции склонны приписывать их унаследованным процессам развития и когнитивным процессам, либо рациональному мышлению. Однако, научение на протяжении жизни организма - такой же эволюционный процесс, как биологические и культурная эволюция.

Если лишённый пищи голубь будет получать пищевую гранулу за каждый клевок кнопки, то частота клевания увеличится. Пища как подкрепление позволяет действию, которое следует за ним, распределиться в промежутке времени, в то время как не подкрепленные действия угасают. Как только возникает клевок кнопки — он может быть подвергнут шейпингу. Подобно тому, как эволюционировала шея жирафа в результате повышения выживаемости особей с длинной шеей, так же эволюционирует и клевок кнопки голубем. Если количество клевков для получения пищи постепенно увеличивается, паттерн клевков меняется.

Подобно тому как жирафы могли бы вымереть, если бы в далеком прошлом высота съедобных листьев на деревьях внезапно подскочила с десяти до двадцати футов, клевание голубем исчезло бы, если бы количество необходимых для получения корма клевков внезапно увеличилось на 100. Чтобы количество клевков приблизилось к пределу способностей голубя, требования для получения подкрепления нужно повышать постепенно. Вариация клевков на каждом этапе должна включать паттерн, который будет закреплен на следующем этапе.

Отбор подкреплением, как и естественный отбор, работает только с поведением, которое уже присутствует из-за вариаций на предыдущем этапе, то есть отбор подкреплением работает поверх естественного отбора, который обеспечивает этот механизм. Врождённая адаптация к растянутым во времени корреляциям возникла в ходе биологической эволюции. Удивительная сила самоконтроля, которую люди иногда демонстрируют, является результатом поведенческой эволюции, воздействующую на эту врождённую особенность.

Рассмотрим более сложную развивающуюся сущность. Растянутый во времени паттерн поведения, например, танец, незначительно варьируется по аспектам. Выполняемые танцором паттерны чувствительны к реакции аудитории, обратной связи от учителя или той степени, в которой они соответствуют идеальному паттерну танца. Паттерн поведения выбирается не самим фактом обратной связи. Конкретный взрыв аплодисментов не сохраняет конкретную последовательность шагов, следующий танец определяется сопряженностью разных его вариантов и реакции зала.

Генеративный процесс в эволюции поведения в конечном итоге определяется биологической эволюцией. В экономической модели этот процесс называется максимизацией полезности в условиях ограничений, установленных корреляциями подкрепления. Максимизация полезности — это ответ на вопрос: «Почему он/она это делает?» Другой ответ на этот вопрос дает мелиорация: танец как движение из состояния с низкой интенсивности подкрепления к состоянию с высокой интенсивностью подкрепления. Согласно Бауму, поведение танцора вызвано сигналами о филогенетически важных событиях.

Возникает вопрос могут ли расширенные во времени паттерны поведения (вроде танцев) развиваться как таковые или они должны быть построены по цепочке из меньших единиц. При ответе на этот вопрос важно помнить, что даже прикосновение голубя к кнопке - очень сложный, растянутый во времени паттерн поведения. Кто-то может спросить: «Почему голубь должен отводить голову от кнопки и от пищи, прежде чем совершить клевок?». Ответ заключается в том, что клевание является частью врожденного и чрезвычайно ценного паттерна для голубя, а отклонение головы назад - необходимая часть клевания. Если вы учите голубя клевать кнопку, то вам не понадобиться подкреплять его приближение головы.

Как и другие виды, люди рождаются с набором врожденных паттернов, которые могут быть подвержены изменению. Постдарвиновские психологи отметили, что привычки развиваются в течение жизни людей как структура вида развивается из поколения в поколение. Наблюдая какие-либо закономерности в поведении организма можно заключить, что этот паттерн развился в ходе естественного отбора конкретного вида, либо путем отбора подкреплением на протяжении истории индивидуума.

В большинстве случаев эти два эволюционных процесса работают вместе, как в случае нормального развития речи. Но во многих случаях, особенно в современном обществе, они работают с противоположными целями. Такие случаи составляют фундаментальную проблему самоконтроля. Поведение, которое в прошлом было обычно адаптивным, часто противоречит текущим обстоятельствам. В истории человечества потребление доступной пищи в максимально возможных количествах было ценной привычкой: может пройти много времени, прежде чем еда снова станет доступной. Теперь, когда еда постоянно в доступе, принятие пиши в больших количествах может иметь негативные последствия.

Существует очевидная проблема переноса аналогии естественного отбора на самоконтроль. Если я прохожу мимо пекарни, откуда доносится соблазнительный запах, даже если я голоден и в кармане у меня лежат деньги, то, где же здесь награда? Что вообще подкрепляет самоконтроль? Понятно, что подкрепляет отсутствие самоконтроля. Полки магазинов, реклама и друзья всячески сподвигают к приему алкоголя. С алкоголем связаны большинство доступных алкоголику вариантов активности. Отказ от выпивки не является подкреплением сам по себе и редко сопровождается приятными последствиями. Единичный отказ от выпивки не приведёт к улучшению здоровья, лучшей производительности труда или улучшением отношений как в тот же момент, так и позже. Также, невозможно подкреплять собственное поведение, например, чувством гордости.

Чувство гордости может возникнуть, но само по себе он не может действовать в качестве подкрепления. Если алкоголик откажется от одной порции спиртного, он не проснется через две недели более здоровым или счастливым. Единоразовый отказ не является по сути своей наградой, скорее наоборот. Ценность отказа от выпивки, с точки зрения здоровья, социальной приемлемости, производительности, зависит от уже сложившейся привычки отказываться от алкоголя. Чтобы отказ действительно стал ценным, он должен происходить постоянно в течении определенного периода времени. Отказ от выпечки и ее эквивалентов также должен происходить последовательно в течении определенного периода времени. Самоконтроль может показаться невозможным, поскольку необходимый паттерн поведения должен происходить прежде, чем будет достигнута его ценность. Учитывая эту проблему, как может сложный паттерн поведения развиваться путем подкрепления?

Рассмотрим аналогичный вопрос, который возникает в процессе эволюции путём естественного отбора: как могут сложные структуры, вроде человеческих глаз, развиться в результате естественного отбора? Каждая часть глаза зависит от других его частей. Кажется, что до тех пор, пока каждая часть не разовьется, другие части будут бесполезны. Сетчатка глаза не сможет сфокусировать изображение без линзы. Линза не сможет функционировать без регулирующего свет зрачка. Наконец, зрительный нерв должен развиваться одновременно с глазом, чтобы кодировать и передавать изображение в мозг. Трудно себе представить как человеческий глаз мог поэтапно развиться из примитивных структур.

Креационисты не рассматривают такое развитие, поскольку, в их представлении, к этому приложил руку Бог. Но биологи-эволюционисты, изучающие примитивные органы зрения у других организмов, смогли рассказать убедительную историю развития человеческого глаза. Светочувствительный участок кожи (будущая сетчатка) будет защищён, находясь в углублении. Чем больше он защищён, тем более чувствительным он может быть. По мере того, как увеличивается углубление, уменьшается его вход, как камера обскура, фокусирующая свет на сетчатке. Дальнейшая защита обеспечивается прозрачной мембраной над отверстием, которая стала выполнять функцию линзы. Независимо от того, насколько сложными и взаимозависимыми могут быть части поведенческого паттерна, возможно поэтапно проследить его развитие до более простых паттернов.

Утверждение о том, что наблюдаемая сложность человеческого самоконтроля не могла развиться посредством подкрепления — своего рода аргумент креационистов. Создателем на этот раз является не сам Бог, а нечто внутри человека - душа, личность, либо нервная система. Человек влияет на собственный выбор, проявляя внутреннюю «силу воли», или связывая его с положительными внутренними концепциями вроде чувства гордости за достигнутый успех. У алкоголика эти внутренние репрезентации немедленно подкрепляют отказ от алкоголя и противодействуют природной непосредственной ценности напитка.

Другими словами, подкрепление самоконтроля "интернализируется". Как если бы каждый раз, отказываясь от выпивки, алкоголик внутренне похлопывал себя по спине за хорошо выполненную работу. Внутренний прогноз возможного улучшения здоровья подкрепляет каждый отказ от алкоголя, сигареты или сладкого. Но концепция самоподкрепления — внутреннего или внешнего, имеет множество эмпирических и теоретических проблем. Подкрепление — высоко ценный вид активности (например, прием пищи), который зависит от выполнения менее ценной активности (например, бега). Внутренняя или даже внешняя активность, которая может быть инициирована или приостановлена в любое время, обусловлена корреляциями, не зависящими от какой-либо активности.

С прагматической точки зрения может показаться, что самоподкрепление иногда работает. В одном из экспериментов группа испытуемых на диете, которые брали монеты из миски, пропорционально потерянному весу, теряли в среднем больше килограмм, чем те, кто не брал монеты. Однако, третья группа людей на диете которые клали монеты в миску, пропорционально потерянному весу, похудела даже больше чем те, кто брал монеты. Может показаться, что самонаказание было лучшем средством подкрепления, чем самоподкрепление. Как такое может быть? Ответ заключается в том, что самоподкрепление работает там, где делает заметным само действие. Выкладывание монет в миску (убыток) - более заметное действие, чем вынимание эквивалентной суммы (прибыль).

Следующая проблема концепта поведенческой эволюции самоконтроля заключается в абстрактной природе паттерна. Алкоголик, который снижает потребление алкоголя с литра виски в день до бокала вина каждый вечер за ужином, не делает ничего особенного в период, когда не пьет - просто теперь принятие алкоголя происходит гораздо медленнее, чем раньше. Теперь время на выпивку может быть заполнено другими активностями. Каждое из этих занятий по отдельности не может быть более ценным, чем выпивка.

Низкое потребление алкоголя невозможно подкрепить как отдельную реакцию, только как абстрактный паттерн — снижения количества потребляемого алкоголя на протяжении времени. Снижение потребления само по себе становится более ценным в жизни исправившегося алкоголика. Это абстрактная сущность, которая не существует в определенный момент времени, на нее не указать как на стол, но может быть сформирована механизмом группового отбора.

Среди животных есть свидетельства того, что подкрепление отбирает не отдельные реакции, а паттерны отдельных реакций. Например, если крыса награждается за то, что бежит быстрее или медленнее, либо за то, что нажимает на рычаг с той или иной скоростью, частотность меняется не за счет коррекции скорости бега или нажатия на рычаг, а за счет уменьшения или увеличения частоты пауз между обострением рывков или нажатий.

Младенцы изменяют частоту сосания не путем изменения пауз между отдельными актами сосаниями, а путем изменения пауз между обострениями сосания. То есть у нас есть естественная тенденция группировать действия в паттерны. Крысы изменяют скорость облизывания отверстия для питья, а голуби изменяют скорость клевания в режиме "пауза и всплеск паттерна". Этологи обнаружили и изучили более сложные «фиксированные» паттерны действий, функция которых - потребление и спаривание. Такие паттерны более или менее поддаются модификации в течение жизни организма за счет корреляций среды, которые отбирают паттерны или последовательности действий, а не отдельные движения. В течение жизни организма некоторые паттерны подкрепляются и соответственно могут быть изменены.

Ньюрингер и его коллеги показали, как паттерны поведения напрямую зависят от корреляций среды. Например, Грунов и Ньюрингер награждали крыс за разные уровни вариабельности в последовательностях нажатия на четыре рычага. Крысы, награжденные за высокую вариабельность, демонстрировали весьма изменчивые паттерны; крысы, награжденные за низкую вариабельность, демонстрировали более плотно сгруппированные паттерны. Затем крыс дополнительно награждали за определенную, обычно редкую последовательность нажатий. Те крысы, которых изначально награждали за высокую вариабельность, поэтому иногда они испускали редкую последовательность нажатий, по-разному увеличивали частоту этой последовательности.

Среда, созданная Груновым и Ньюрингером, отбирала награждаемую последовательность так же, как естественная среда отбирает наиболее приспособленные организмы. В ходе эксперимента индивидуальные нажатия на каждый из четырех рычагов были одинаково подкреплены. Маловероятно, что какую-либо последовательность можно было бы изучить как цепочку отдельных нажатий. Этот эксперимент и другие ему подобные показывают, что паттерны реакций могут быть подкреплены как целые единицы.

Эксперимент Лоси и Рахлина с голубями, лишенными пищи, показывает, как более сложные паттерны могут быть сформированы из более простых. Пробы состояли из восьми клевков, распределённым по двум кнопкам (L и R) в различных паттернах. Самым простым паттерном было как минимум одно переключение между двумя клавишами (LR или RL) в любой последовательности. Следующим по простоте был по крайней мере один паттерн LLRR или RRLL в любой последовательности. Следующим был паттерн LLLRRR или RRRLLL. Наиболее сложным паттерном был LLLLRRRR или RRRRLLLL. Обратите внимание, что каждый более сложный паттерн содержит в себе простые паттерны.

Первоначально подкреплялись все паттерны, но количество подкрепления напрямую зависело от сложности паттерна: 1, 2, 4 и 8 секунд доступа к пище соответственно по мере увеличения сложности. Этот паттерн подкрепления представлен как 1-2-4-8. В последствии более простые паттерны постепенно перестали подкрепляться (0-2-4-8; 0-0-4-8; 0-0-0-8), кроме самого сложного (0-0-0-8). Трое из четырех голубей продолжили реагировать на эту корреляцию, реакция четвёртого угасла.

Чтобы проверить, эволюционировал ли сложный паттерн из простых паттернов, вторая группа голубей сразу после обучения подвергалась процедуре угасания первых трех паттернов, кроме самого сложного: 0-0-0-8. У трех голубей паттерн угас, а четвертый сохранил ее на очень низком уровне. Эти результаты свидетельствуют о том, что паттерны реакции могут быть сформированы как таковые. Результаты могут служить моделью возникновения самоконтроля через подкрепление.

Невозможно доказать, что каждый сложный поведенческий паттерн, который мы проявляем, эволюционировал в течение нашей жизни из более простых паттернов. Но когда поведение организовано в последовательные паттерны, самоконтроль может возрасти. Например, при выборе между немедленным денежным вознаграждением и отложенным, и неравнозначном соотношении вознаграждения между выборами, люди должны были совершать четыре выбора за раз (которые выполнялись последовательно), делали выбор в пользу большего вознаграждения чаще, чем люди, совершавшие выбор по отдельности. То есть, подкрепление может влиять непосредственно на паттерны реакция без необходимости выстраивать цепочки из отдельных действий, за каждым из которых следует отдельное подкрепление.

Другими словами, паттерны первичны и в некотором смысле являются причинами своих компонентов. Я называю такую точку зрения телеологическим бихевиоризмом. Телеологические причины — это ответы на вопрос «Почему?». Почему они ловят мяч? Потому что играют в бейсбол. Почему вы купили шарф? Это подарок моей маме. Почему вы не пьете алкоголь? Потому что я за рулем.

Телеологические причины представляют собой не процессы, помещаемые внутрь организма, а закономерности в наблюдаемом поведении организма. Термин "самоконтроль" подразумевает внутреннюю силу, которая противостоит контролю извне, но с поведенческой точки зрения — это адаптация к абстрактным аспектам среды. Импульсивность — это адаптация к сиюминутным аспектам. Эта форма анализа поведения вписывает психологию в эволюционную биологию, расширяя дарвиновскую эволюцию до поведенческой адаптации.

Перевод: Анна Войтова.
Оформление: Вероника Пачина.
Оригинал: Rachlin, H. (2017). Group selection in behavioral evolution. Behavioural Processes. 161, 65-72.