Vennlig hilsen Knut

Om man skal bruke en bestemt belønning under trening er det et poeng at denne er praktisk for treneren å bruke. Å la hesten rulle seg er for eksempel noe som hester kan like å gjøre, men den vil ikke gjøre dette hele tiden, og dessuten er det ikke spesielt praktisk å bruke under et treningspass. Det er to store fordeler med å bruke mat som positiv forsterkning i en treningssituasjon. Den ene fordelen er at det er praktisk, det er enkelt å ta med seg og det er både raskt og enkelt å gi. Den andre store fordelen er at de aller fleste hester er glade i mat og viser tydelig at de blir motiverte av dette. Selv om jeg altså er enig med Monty Roberts i at hester ikke er jegere og at mat ikke er et trofé så viser de aller fleste hester at de liker mat uansett, og i så fall vil man kunne bruke dette som en positiv forsterker.

Den viktigste faktoren når det gjelder bruken av positiv forsterkning er at det faktisk bare er hesten selv som kan bestemme hva som er belønning for den. Hesten bryr seg ikke om vår intensjon i dette tilfellet, det som påvirker hestens adferd er hva hesten anser som noe godt eller dårlig. Alle vil i løpet av tiden de er sammen med hesten gi hesten positive forsterkere for ulik adferd, dette skjer uavhengig av om treneren er bevisst på hvordan dette fungerer.

Leier du for eksempel hesten din ut til hagen og hesten gleder seg til å komme ut, vil det at du tar den ut til hagen fungere som en belønning for den adferden som hesten oppfattet at førte til at du leide den dit. Adferden som forsterkes kan like gjerne være dårlig oppførsel som god oppførsel i dine øyne, det er hvilke assosiasjoner hesten gjør som påvirker dens adferd og ikke hvor vidt du liker det eller ikke. Grunnen til at jeg skriver om akkurat dette så ofte i mine artikler er fordi at de aller fleste ikke er klar over hvordan positiv og negativ forsterkning fungerer og at disse forsterkningene skjer hele tiden mens vi er sammen med hesten. Dersom folk blir mer oppmerksom på hvordan dette påvirker hestens adferd ville de slippe masse problemer med hestene sine og hestene selv ville slippe mye unødvendig frustrasjon.

I intervjuet sier Monty Roberts:
Så når du får hesten til å gå til en sukkerklump, lærer du den til å repetere en prosess. Dersom du da en gang ikke skulle ha sukkerklumpen der, vil hesten gå løs på deg fordi den lurer på hvor maten er. Det er du som har opprettet sammenhengen og basert det på den menneskelige mage.

Her beskriver Monty Roberts effekten av å bruke en sukkerklump som en bestikkelse hvilket jeg er helt enig i ham at ikke er en god treningsmetode. En bestikkelse innebærer at man presenterer belønningen før adferden har skjedd og er ikke det samme som en positiv forsterkning. Dersom man bruker mat på denne måten trener man hesten til å ikke gjøre det du ber om før du viser den belønningen.

Dette skjer fordi bestikkelser ikke har den effekten folk håper på, de ønsker å forsterke adferden som enda ikke har skjedd, men det som skjer er at de i stedet forsterker adferden som pågår i øyeblikket. Med andre ord; Dersom man ber hesten om å utføre noe og man viser hesten en sukkerbit for å overtale den når hesten sier ”nei” så vil man bare forsterke nettopp den adferden, nemlig å si ”nei”.

Jeg har sett en del hester som har lært dette i forbindelse med spesielt lasting. Hesten går frem til lemmen og stopper der. Treneren forsøker å overtale hesten til å gå inn, men når dette ikke gir resultater henter treneren en bøtte med mat. Selv om hesten ikke får spise maten før den har gått inn i hengeren vil dette likevel ikke forsterke adferden ”å gå inn i hengeren”.

Det som påvirker adferden er nemlig hva hesten gjør i det øyeblikket den forstår at belønningen vil komme, og i dette eksempelet er det at den står på lemmen og nekter å gå inn. Dermed har man forsterket adferden med å stå på lemmen til treneren kommer med maten. Jeg vil derfor si meg helt enig med Monty Roberts utsagn: ”det er du som har opprettet sammenhengen”, og det er nettopp derfor det er så avgjørende at man er klar over hvordan innlæring skjer.

Timing er helt avgjørende når man skal forsterke en adferd, og dette gjelder i like stor grad for negativ som for positiv forsterkning.
Dersom man gir hesten ettergift når den gjør noe man ikke liker så vil hesten assosiere ettergiften med det den gjorde, og det spiller som vanlig ingen rolle om det var det du mente eller ikke.
Dersom man gir en hest en godbit når den gjør noe man ikke liker så vil hesten assosiere godbiten med det den gjorde i det den forstod at godbiten er på vei og det spiller heller ikke her om det var det du mente eller ikke.

Problemene Monty Roberts beskriver i sitt eksempel på bruk av en sukkerklump er jeg altså enig med ham i ettersom han beskriver det som "du får hesten til å gå til en sukkerklump" . Dette indikerer at man viser sukkerbiten før hesten har gjort det man ønsker. Imidlertid kan man ikke argumentere til fordel for en metode når man bruker et eksempel hvor man beskriver en situasjon hvor metoden er utført feil. Dette er en typisk misforståelse blant trenere som ikke selv benytter seg av positiv forsterkning, hvilket ikke er så rart siden de selv ikke har erfaring med denne metoden.

Det jeg ikke er enig i er at problemet i eksempelet kommer av at hesten har fått en ”sammenheng basert på den menneskelige mage”. Problemet med hester som tigger kommer av at treneren bruker belønning feil, enten fordi de ikke har nok kunnskap om effekten av positiv forsterkning eller fordi de har en dårlig timing. Imidlertid er det fristende å påpeke at hans eksempel viser at han også egentlig er klar over at hester lar seg motivere av mat, ellers skulle det jo ikke være noen grunn for hesten å gå på deg fordi den lurer på hvor maten er…

Videre i intervjuet sier Monty Roberts:
Isteden kan man altså bruke ulike former for negativ forsterkning, for etter min personlige mening, er ikke negativ forsterkning vold. Det innebærer ikke smerte eller voldelige handlinger, men er kun milde forespørsler som for eksempel tøyler, som du tar bort når du får det du ber om. Et hodelag (halter) kan jo ses på som voldelig, men det trenger ikke å skade dyret eller forårsake smerte.

Jeg er helt enig med Monty Roberts utsagn om at negativ forsterkning er en annen måte å forsterke adferd på. Det er mange trenere som bare bruker ros og klapping som belønning. Dette fungerer utmerket som positiv forsterkning, men bare dersom hesten virkelig liker dette. For mange hester så er ikke dette tilstrekkelig motivasjon for å jobbe hardt. I så fall må man bruke en annen form for forsterkning, enten må man bruke en belønning som hesten setter mer pris på, eller så kan man bruke negativ forsterkning.

Det er viktig å være klar over at all adferd har en motivasjon.
Fra den minste lille handling som å flytte på blikket til en større handling som å springe og leke. Dersom motivasjonen for adferden ikke lenger er til stede vil adferden forsvinne siden den ikke lenger har en hensikt. Dette innebærer at alle som holder på med hester må bruke enten positiv eller negativ forsterkning for å få en hest til å utføre forskjellige handlinger.

Forskjellen på negativ og positiv forsterkning er at ved negativ forsterkning så tar man bort noe hesten anser som ubehagelig når adferden skjer (ettergift) og ved positiv forsterkning så legger man til noe som hesten liker når adferden skjer (belønning).

Begge deler forsterker den adferden som hesten assosierer med konsekvensen og begge deler gir hesten et motiv til å gjenta adferden. Likevel er det stor forskjell på effekten av disse to måtene å motivere hesten på; ved bruk av positiv forsterkning jobber hesten motivert av noe den liker, og når man bruker negativ forsterkning jobber hesten for å unngå noe den ikke liker. Dersom treningen i hovedsak er basert på negativ forsterkning vil hesten lett begynne å mislike arbeidet sitt og dette fører sjeldent til de gode prestasjonene og heller ikke til et veldig godt forhold mellom hest og trener.

Det jeg har lyst til å kommentere litt i Monty Roberts utsagn er at han sier at negativ forsterkning ikke er vold etter hans personlige mening. Problemet er at i trening er det hvordan hesten oppfatter situasjonen som avgjør om noe er vondt eller skremmende. Trenerens personlige mening spiller ingen rolle for hvordan hesten opplever situasjonen. Jeg tviler ikke på at Monty Roberts er dyktig nok til å lese hesten og dermed kunne justere trykket han bruker etter individet han jobber med, men jeg vet at de fleste ikke har hans ferdigheter med å lese hestens reaksjon. Derfor er jeg litt skeptisk til å si at et tøyletak kun er en mild forespørsel. Med noen ryttere kan det være slik, men i manges hender vil tøylene absolutt kunne påføre hesten smerter. At rytteren selv ikke har som intensjon å gjøre hesten vondt eller ikke selv synes at dette er vold spiller ingen rolle for hesten som blir dratt i munnen. 

Om jeg skal gå ut i fra Monty Roberts som trener så vil han sikkert kunne gi hesten ettergift i riktig øyeblikk, og dette vil føre til at hesten etter hvert begynner å svare på svært lette trykksignaler fra både tøyler og sjenkler. I så fall er det ikke lenger ubehag fra tøylene som er motivasjonen til at hesten svarer på signalene.

Dermed blir dette med hestens motivasjon for å utføre rytterens ordre litt vanskeligere å oppdage. Dersom man ikke bruker positiv forsterkning, i alle fall ikke noe som hesten blir veldig motivert av, og man ikke bruker mer enn bare et lett signal, hva er det som utgjør motivasjonen da?
Svaret ligger i hva som skjer de gangene hesten ikke svarer på de lette signalene.

Dersom treneren øker trykket helt til hesten gir den ønskede responsen, så innebærer signalet alltid en trussel om et sterkere ubehag dersom hesten ikke svarer på et lett signal. Motivasjonen som driver hesten til å svare på de små signalene er derfor fremdeles negativ forsterkning, hesten jobber for å unngå et ubehag selv om signalet som brukes ikke er vondt i øyeblikket.

Det er ingen tvil om at dette fungerer og at hester kan fungere fint i trening som er basert på negativ forsterkning. Men det er ikke riktig å si at negativ forsterkning ikke innebærer ubehag siden det nettopp er det å unngå ubehaget som utgjør motivasjonen som forsterker adferden. Dermed ikke sagt at negativ forsterkning dermed innebærer vold, det er mange grader av ubehag. Under en treningsøkt vil det stort sett være trusselen om et øket ubehag som motiverer hesten og ikke et ubehag som hesten kjenner på kroppen.

Ingen hestetrenere jeg vet om, inklusive meg selv, bruker bare positiv forsterkning i treningen. Og jeg har heller aldri sett en trener som aldri bruker positiv forsterkning heller, siden alt som hesten liker vil gi denne effekten. Trening av hester vil alltid være en blanding av både positiv og negativ forsterkning, og en ting jeg kan se ut ifra intervjuet med Monty Roberts er at vi har et ulikt syn på hvorfor og hvordan dette påvirker hestens adferd.
 

Vennlig hilsen
Ellen