Lec 9 学习：条件反射、强化与生物预备性（Learning）

MIT 9.00 · Introduction to Psychology · 主讲 John Gabrieli

TL;DR

• 学习是有机体将经验转化为对未来预测的过程，涵盖经典条件反射（关联刺激）与操作性条件反射（塑造行为）。
• 阻断效应（blocking）与信息相倚性实验证明，单纯时间接近不足以建立联结，刺激必须提供新的预测信息。
• 加西亚味觉厌恶实验确立了生物预备性（preparedness），推翻白板论，证明学习回路受进化偏好强烈约束。
• 托尔曼潜伏学习与认知地图实验表明，无强化的内在表征学习同样存在，奖励仅影响行为表现而非习得本身。

1. 核心问题

• 核心问题：经验（相对于基因）如何持久地改变未来的行为？哪些规则决定了哪些联结真正会被学到？
• 为什么这不是显而易见的：朴素直觉倾向于两种极端之一：(a) 学习是完全任意的"白板"观——只要重复次数足够，任何刺激都能与任何反应或结果建立联系；或 (b) 简单的"习惯烙印"观——凡是被奖励的行为就机械地被强化，仅此而已。本讲用一系列具体、可验证的反例逐一证伪了这两种直觉。
• 与上一讲的落差：意识（Consciousness）探讨的是有机体在某一时刻意识到了什么，本讲则追问重复经验如何持久地重塑未来的行为——即把瞬时经验转化为持久适应的机制。本讲也是"第一次考试"之前的收尾课（讲义把下一次课标注为"Exam 1"）。往后看，记忆 I：记忆的脆弱之力与 Lec 11 记忆 II 会继续讨论"学到"的经验一旦形成后如何在大脑与认知系统中被储存和提取。

2. 核心概念

概念	一句话定义	易混淆点
经典条件反射（Classical conditioning）	一个中性刺激反复与一个已能引发反射的刺激配对后，本身也能引发该反射	与操作性条件反射混淆：这里有机体做什么并不重要——无条件刺激（UCS）无论行为如何都会出现；这是一种新的"刺激→反射"联结，而不是新的行为
操作性/工具性条件反射（Operant/instrumental conditioning）	一个行为自身的后果（奖励或惩罚）改变了该行为未来被发出的频率	与经典条件反射混淆：这里不存在被转移到新刺激上的既有反射——被选择的是有机体自发产生的行为
效果律（Law of Effect）	桑代克的原则：后面跟着满意后果的反应会被"烙入"，后面跟着不适后果的反应会被"烙出"	不等同于某种具体的强化程式（reinforcement schedule）——它是奠基性原则，强化类型/程式是它后来的细化
生物预备性（Preparedness）	物种携带进化而来的偏向，使某些条件刺激—无条件刺激（CS–UCS）配对极易习得，另一些则几乎不可能习得，与接触次数无关	不是"一般学习能力"：同一只老鼠很容易学会"味道—生病"配对，却很难学会"味道—电击"配对；起作用的是配对的内容，而非暴露次数
相倚性（Contingency）	被条件化的不是单纯的时间上共同出现（contiguity），而是某刺激是否可靠地预测/提供关于结果的额外信息	与"时间接近"混淆：两个刺激可以以相同频率共同出现，却因其中一个是冗余的、不携带新预测价值（阻断，blocking）而条件化程度不同

3. 证据链

研究：Pavlov——唾液分泌的经典条件反射

• 设计：在狗的脸颊上做瘘管以收集唾液；一个中性刺激（音调/铃声/节拍器）反复与放入口中的食物（无条件刺激 UCS）配对。
• 结果：配对之后，单独出现的音调（此时已成为条件刺激 CS）也能引发分泌唾液（条件反应 CR），这一反应在功能上与对食物的原始无条件反应（UCR）相同；CR 强度在早期配对试次中陡峭上升，随后趋于平台（呈负加速的习得曲线）。
• 推论：一个全新的"刺激→反应"联结，可以仅凭与既有反射的时间配对而被建立起来——亚里士多德"接近律"的联想主义因此获得了实验上的可操作性。铃声逐渐意味着"食物即将出现"；任何 UCS（不只是食物）都可行，这也是为什么 Gabrieli 的课堂演示会用一口气流（口令"CAN"）或一个气球爆破声来替代，并得到完全相同的 UCS/UCR/CS/CR 结构。
• 局限：这只是单一物种中的单一反射性/自主神经反应；单凭这一点无法区分究竟是接近性（单纯配对）还是相倚性（预测信息）在起因果作用——这个问题要等到下面的 Rescorla 和 Kamin 才能解决。
• 进一步展示的性质：消退（extinction）——CR 在无强化试次中逐渐减弱，但在休息一段时间后可以自发恢复，说明消退是抑制而非抹除了原有联结；泛化梯度（generalization gradient）——CR 对训练用的 CS 反应最强，对相似刺激则逐渐减弱；辨别训练（discrimination training）——将 CS+ 与 UCS 配对，同时让相似的 CS− 从不配对，会使这一梯度在 CS+ 周围变得更陡峭；二阶条件反射（second-order conditioning）——一个已经建立的 CS（铃声）本身可以充当 UCS，去条件化一个全新的刺激（黑色方块），说明条件化可以在原始生物强化物之外继续链式延伸。

研究：Rescorla & Kamin——相倚性与阻断：单靠接近性是不够的

• 设计：Rescorla——两组接受相同数量的 CS–UCS 配对；在"随机"组中，UCS 也会单独出现，因此 CS 不是可靠的预测因子；而在"相倚"组中，UCS 只在 CS 之后才出现。Kamin（阻断）——第 1 组先单独用 CS1（音调）对 UCS（食物）建立条件化，随后接受 CS1+CS2（音调+灯光）的复合刺激，配对相同的 UCS；第 2 组从一开始就只接受 CS1+CS2 复合刺激，没有事先的 CS1 训练。
• 结果：Rescorla 的相倚组对 CS 形成了强烈的条件化；随机组即使配对次数完全相同，也几乎不形成条件化。Kamin 的第 1 组事后单独测试 CS2（灯光）时几乎没有条件化；而没有事先 CS1 训练的第 2 组，即便 CS2 在两组中都与 UCS 配对了同样多次，也能正常对 CS2 形成条件化。
• 推论：条件化追踪的是某刺激是否携带关于 UCS 的新的、非冗余的预测信息，而不是它与 UCS 单纯共同出现的频率。Rescorla 的实验说明单纯的配对频率是不够的；Kamin 的实验则进一步表明，即使 CS2 被完美配对，只要 CS1 已经"用尽"了 UCS 的全部预测价值，CS2 依然不会被条件化。二者合在一起，是经典条件反射是一种关于信息的计算、而非单纯由接近性机械烙印而成的最清晰证据。
• 局限：讲义中呈现的都是示意性设计，未报告具体的条件化强度数值或物种/样本细节；论证的重点在于这种分离现象的定性存在，而非效应量大小。

研究：Watson——小艾伯特：恐惧的经典条件反射

• 设计：一名婴儿（"小艾伯特"）起初对白鼠没有恐惧反应，实验者反复将白鼠（CS）与一个能可靠引发恐惧/惊跳反应（UCR）的巨大噪音（UCS）配对。
• 结果：艾伯特后来仅看到白鼠（CR）就会哭泣并退缩；这种恐惧泛化到了其他毛茸茸/相似的刺激（大鼠、兔子、皮毛），但讲义明确指出它没有迁移到一块木块或一块布料上。
• 推论：这是一个经典条件反射的演示，而不是操作性条件反射——一个反射性的 UCR（恐惧/惊跳）被纯粹通过配对转移到了一个新的刺激上，结构上与巴甫洛夫的狗完全相同，只是换成了情绪反射而非消化反射。由于小艾伯特实验在讲义中紧跟在华生的行为主义宣言（S→R，不涉及心智）之后出现，很容易被误归为"操作性/行为主义"，但实际上并没有任何对艾伯特行为后果的操控——这只是刺激—刺激的配对。恐惧没有泛化到木块（一个情感/生物学上不相关的物体）这一点，本身就是一个早期的预备性结果，预示了第 4 节的主线。
• 局限：样本量 n = 1，按现代标准不存在知情同意，据报道艾伯特从未被"去条件化"；这项研究在今天无法被合乎伦理地重复。

研究：Thorndike——迷箱与效果律

• 设计：把一只猫放进一个箱子，唯有做出特定反应（例如拉动释放门闩的绳环）才能逃出；食物放在箱子外面。多次试次中记录逃出所需的潜伏期。
• 结果：猫在早期试次中表现出高度变化的试错行为（抓挠栏杆、推顶部、挖掘、嚎叫）；逃出潜伏期在约 60 次试次中逐渐、且带有噪音地下降（不是突然的顿悟），直到拉动门闩这一反应在其行为库中占主导。
• 推论：这里没有任何 UCS 与其他刺激配对——不存在被转移到新刺激上的既有反射。相反，是一个自发产生的行为的后果（逃脱→获得食物）决定了该行为未来是否更容易或更不容易再次发生（效果律：奖励使行为增强，无奖励使行为减弱，惩罚则强烈削弱行为）。这是操作性条件反射的奠基逻辑，与巴甫洛夫的经典条件反射在性质上截然不同。
• 局限：样本小且个体差异大；"纯粹试错"并不能排除其他物种存在部分顿悟的可能——讲义把这个边界留待未定。

研究：Skinner——塑造与部分强化效应

• 设计：一个从未出现过的操作性反应（例如老鼠按压一个它从未接触过的高位杠杆）通过逐渐塑造法（successive approximations）建立——先强化任何靠近杠杆的朝向/位置，再强化面向它，再强化向上伸展，再强化用爪子触碰它，最后才强化真正的按压，每当出现更接近目标的近似动作时就撤回对前一步的强化。另外，一组动物在 100% 的试次中获得强化，另一组则按约 30% 的比例部分强化；随后都进入消退阶段（完全撤销奖励）测试。
• 结果：塑造法能纯粹通过对连续近似动作的强化，建立出该动物从未自发做过的反应。在强化程式对比中，100% 强化组一旦奖励停止，其跑动速度迅速崩溃；约 30% 部分强化组的反应在消退前维持的时间明显更长（部分强化效应：对消退更有抵抗力）。
• 推论：强化不仅仅是强化已有的行为——它还可以构建出从未自发出现过的行为，回答了"一个全新的操作性反应从何而来"这一问题。而且奖励的可预测性本身也会改变条件化被"解除学习"的方式：一只已经学会了奖励并不可靠的动物，需要更长时间才能得出奖励已经彻底停止的结论——消退本身是一个推断过程，而不是被动的衰减。
• 局限：塑造法依赖实验者对"更接近目标的近似动作"的主观判断，难以标准化；部分强化效应的方向是稳健的，但讲义只给出了定性的跑速曲线，没有给出定量的消退试次数。

研究：Seligman——狗的习得性无助

• 设计：第一阶段——狗被固定在吊床里接受电击，A 组可以通过用鼻子按压面板来终止电击，B 组的电击则被"轭连"到 A 组，即两组接受电击的次数和时长完全相同，唯一不同的是可控性。第二阶段——两组都要在穿梭箱中进行回避学习：一个音调（CS）先于电击出现，若在 10 秒内跳过障碍即可完全避开电击。
• 结果：A 组（此前能够控制电击）很快学会回避，反应潜伏期在约十几次试次内从接近 10 秒的上限降到 1–3 秒。B 组（此前无法控制电击）在九次试次中潜伏期的中位数一直平坦地维持在接近上限（约 60 秒，即在测试窗口内未能逃脱）——表现出动机性缺陷（即使是已知的逃脱动作也迟迟不愿发起）、情绪性缺陷（萎靡、恐惧、痛苦）和认知性缺陷（在这个全新的、实际上完全可控的情境中也学得很差）。
• 推论：真正起作用的变量不是厌恶刺激的量（两组相同），而是此前经历的"行为与结果之间没有相倚关系"这一体验；这种体验会泛化成一种"无助"的预期，并延续到另一个实际上可控的新情境中。讲义把这一结果延伸到人类抑郁：一次挫折被归因为内部/外部、整体/具体、稳定/不稳定的原因，会预测它是导致弥漫性的无助，还是被限制在局部。
• 局限：急性、不可逃避电击的范式在现代伦理标准下极具争议，将其推及人类抑郁是一个有力的结构类比，而不是在人类身上已被证实的因果机制。

研究：Garcia & Koelling——味觉厌恶与生物预备性

• 设计：老鼠饮用同时带有两种可分离线索的水——一种味道（甜）和一种视听线索（明亮又嘈杂）——随后要么被致病（X 射线或氯化锂，诱发恶心），要么被施加电击（一种非肠胃性的厌恶性 UCS）。这是一个 2×2 设计，交叉了 CS（味道 vs. 光/噪音）与 UCS（生病 vs. 电击）。
• 结果：以摄入量呈现出完整的双重分离。致病后，带味道的水摄入量降到正常水平的约 ~20%（强烈厌恶），而光/噪音水的摄入量仍维持在约 ~95–100%（无厌恶）。电击后，光/噪音水摄入量降到约 ~20%（强烈厌恶），而带味道的水摄入量仍维持在约 ~95–100%（无厌恶）。
• 推论：哪个 CS 会与哪个 UCS 结合并不是任意的。老鼠在生物学上被预先设定为倾向于把味道特别地与内在的生病联系起来（这是一个进化上说得通的配对——变质的食物导致生病），而把外部线索特别地与外部疼痛联系起来，无论实验者如何刻意安排配对方式。这直接反驳了经典行为主义背后的"等势性"（equipotentiality）假设——即任何刺激都能以相同的难易程度条件化到任何反应上，只要配对次数足够多。
• 局限：味觉—疾病学习还以能耐受长达数小时的 CS–UCS 延迟而著称（违反标准的接近性要求），讲义没有对此进一步量化；这些结果是在老鼠身上得出的，向人类的推广是外推而非直接证明。
• 另有提及（相同的预备性逻辑，不同物种/领域）：蛇/蜘蛛的图片（CS）与电击（UCS）配对，比花朵/蘑菇的图片配对相同的电击，更容易条件化出皮肤电反应（皮肤电导/汗液，作为 UCR）——讲义没有给出具体百分比，但这一定性模式与小艾伯特的恐惧泛化到毛茸茸的动物类刺激、却不泛化到木块的现象是平行的。

研究：Tolman & Honzik（1930）——潜伏学习

• 设计：三组老鼠每天跑一次迷宫。第 1 组从第 1 天起每天在终点获得食物奖励。第 2 组从不获得奖励。第 3 组前 10 天从不获得奖励，从第 11 天起开始获得奖励。
• 结果：第 1 组的错误数从第 1 天的约 9–10 次稳步下降到第 17 天的约 1.5–2 次。第 2 组的错误数只有小幅下降，并稳定在约 6–7 次的水平。第 3 组在第 10 天之前，其表现（约 7–8 次错误）与第 2 组的平庸、无奖励表现基本一致——但在其第一次获得奖励的次日（第 12 天），错误率骤降到约 2.5–3 次，到第 14–17 天时已经收敛到与第 1 组相当的低错误率。
• 推论：第 3 组一定在那十天无奖励的日子里就已经学会了迷宫的布局——一种认知地图（cognitive map）——即便这种学习在获得奖励、让动物有理由表现出它之前，并没有产生任何可见的表现改善。这把学习（获取知识）与表现（运用知识）区分开来，而严格的、只讲强化的效果律无法解释这一点，因为按照那种说法，无奖励的那些天里根本不应该有任何学习在累积。
• 局限：迷宫错误曲线本身噪音较大，"骤降"这一论证依赖于单一的转折点（第 11→12 天）；讲义没有报告任何统计检验。

4. 理论交锋

立场 A	立场 B	哪些证据能区分它们
行为主义/一般过程学习论——存在普适的、跨物种的接近性与强化法则；只要配对次数足够，任何刺激都能与任何反应连接（等势性）；没有强化就没有任何学习（严格的效果律）	生物约束/认知学习论——学习受进化而来的、内容特异的偏向（预备性）塑造，也受计算出的预测关系（相倚性、信息量）和认知表征（地图）塑造，这些甚至可以在没有强化的情况下形成	Garcia & Koelling：味道只与生病绑定，不与电击绑定，无论如何配对——反驳了等势性。Kamin 的阻断：接近性完全相同，条件化结果却不同，因为 CS2 是冗余的——反驳了纯粹接近性。Tolman & Honzik：在零强化的情况下发生了学习，只是要等到奖励让"表现出来"变得值得时才被揭示——反驳了严格的、只讲强化的效果律
华生的"黑箱"行为主义——只描述可观察的 S→R 关系，不涉及内部计算	Rescorla 的认知式重新框定——即使是经典条件反射，其本质也是在计算 CS 对 UCS 的预测/信息价值	Rescorla 的相倚性设计：配对频率相同，条件化强度却不同，因为只有一组的 CS 真正具有信息价值

5. 分析层次

• 神经/生理层面：本讲未展开——没有点名任何脑区或神经回路。这是一个自然指向后续情绪/动机相关讲次中奖赏回路材料的前向指针。
• 认知/信息加工层面：相倚性与阻断表明，条件化强度追踪的是 CS 关于 UCS 的信息价值，而不是配对频率；潜伏学习表明认知地图可以在没有即时行为回报的情况下被建立和储存；解释风格（内部/外部、整体/具体、稳定/不稳定）是叠加在原始强化历史之上的一层认知性评估。
• 行为层面：习得曲线、消退与自发恢复、泛化梯度、辨别训练、二阶条件反射、通过逐渐近似法进行的塑造、部分强化效应、回避学习的潜伏期曲线。
• 社会/文化层面：习得性无助被重新框定为人类抑郁的模型（通过解释风格）；延迟满足（见第 6 节）预测数十年后的社会/学业结果；语言习得（见第 6 节）是一个社会强化（家长纠正）明显无法解释儿童实际学到内容的领域。

6. 边界与失效情形

• 前语言婴儿中的相倚性：一个 2 个月大的婴儿，其头部动作被连到婴儿床上的摇铃装置上，很快学会一边转动摇铃一边微笑和发出咿呀声；而一个轭连婴儿接收到数量完全相同的摇铃移动，只是这些移动不依赖于自己的头部动作，则完全学不会微笑或发声——这是与 Rescorla 的动物实验相同的"接近性 vs. 相倚性"教训，只是这次体现在前语言的人类婴儿身上。

• 奖励价值是相对的，而非绝对的（负性对比，negative contrast）：在讲义给出的图表中，一组在训练进行到一半时被降低了奖励水平的动物，其后的跑动速度反而比全程都只有较差奖励的对照组更慢——说明操作性行为追踪的是与预期奖励水平的比较，而不是奖励的客观量级，这是一个简单的"烙印式"账户无法解释的现象。（这张幻灯片只给出了图表，没有用文字说明具体的切换时点，所以这里的设计细节只能视为近似。）
• 延迟满足（Mischel；n = 653 名教职工/研究生子女，年龄 4–5 岁）：给孩子一个选择——现在拿一块棉花糖，或者等 15 分钟后拿两块，结果只有约 30% 的孩子坚持等满了 15 分钟。等待时间与大约十年后测得的行为问题更少、学业/社交表现更好呈相关；讲义引用了一个约 210 分的 SAT 分数差距，比较只等了约 30 秒的孩子和等满 15 分钟的孩子。这说明"奖励"存在一个个体差异性的自我控制成分，是单纯的条件化理论（把奖励量级/程式当作全部故事）没有处理的。
• 奖励何时反而有害（过度理由效应，overjustification effect）：一只"为了好玩"而在转轮里跑动的老鼠，一旦因跑动获得食物奖励，之后一旦撤销该食物奖励，它的跑动量会低于其获得奖励之前的基线水平；同样，本来出于兴趣画画的学龄前儿童，一旦因画画获得金星贴纸（一种条件强化物），一旦贴纸停止发放，他们画画的量会比那些从未获得过奖励的儿童更少。给一个已经由内在动机驱动的行为附加外部强化物，反而可能把该行为压低到未强化时的基线以下——这与效果律那种朴素的"奖励只会增加行为"的理解正好相反。
• 语言习得难以用条件化解释：讲义从几个方面呈现了这一点：一名出生仅 4 天的法国婴儿，已经表现出对法语的偏好，胜过俄语、意大利语或倒放的法语（这是产前暴露的结果，早于任何产后强化）；1 个月大的婴儿能够区分连他们自己和父母的母语都无法区分的音位对比（例如捷克语、印地语、Ntlakapamux/Inslekampx 语中的对比），因此家长的纠正不可能是在塑造这种能力；讲义中的例子显示，家长通常纠正的是意思而不是语法（"妈妈不是男孩，她是女孩"／"对"——完全忽略了不符合语法的表达），但孩子的语法依然在进步；孩子会说出他们从未听过的句子（生成性），也会犯从未被示范过的过度泛化错误（例如"我的老师 holded 了那只兔子"）——这些共同指向一种提取规则的机制，而不是操作性强化对正确表达的强化在起作用。

7. 关联

• 前后关联：意识（Consciousness）在本讲之前，并与本讲共同收尾"第一次考试"前的这一段内容。往后看，记忆 I：记忆的脆弱之力与 Lec 11 记忆 II 会继续讨论经验一旦按本讲定义的意义被"学到"之后，如何被储存、巩固和提取——编码特异性和组块化（chunking）可以被看作经典/操作性条件反射在认知层面的"表亲"，因为二者关注的都是哪些线索会预测哪些结果。习得性无助中的解释风格，预示了后续可能在精神病理学/情绪相关讲次中被重新讨论的主题。
• 一个我自己的现实生活例子：我以前常去的一家健身房，通过一个 App 追踪打卡并提供小额折扣。在有这个折扣项目之前，我已经因为单纯喜欢锻炼而经常去；折扣项目结束后，我的出勤率在随后几周内明显下降到了折扣项目开始之前的基线以下——这是过度理由效应在我个人身上的一个小例子，因为那点折扣的现金价值本身太小，不足以单独解释这种下降。

8. 自测

1. 如果要向一个非心理学专业的人证明"单靠奖励无法解释学习"，我会引用 Tolman & Honzik：老鼠在 10 天里得不到任何奖励，却已经掌握了迷宫的布局，只是在获得第一次奖励的瞬间才被揭示出来——说明在没有任何"烙印"机制的情况下，学习一直在发生。
2. 对"动物当然只会不断重复被奖励的行为，这不是显而易见的吗"这种说法的反驳：过度理由效应在一个特定情形下预测了相反的结果——给一个已经令人愉快的行为附加奖励，反而可能把该行为压低到未获奖励时的基线以下，这是朴素的"奖励总是增加行为"直觉无法容纳的。此外，Kamin 的阻断现象表明，即使在最直白的基于配对的学习中，一个被同等配对的刺激也可能因为它是冗余的而无法被条件化——所以原始的重复次数从一开始就不是真正起作用的变量。
3. 迁移：一家呼叫中心把客服人员的报酬从固定工资改为按通话量计费。预测：通话量/速度应当上升（这是引入新的正强化物带来的直接操作性效应）——但对于那些原本就发自内心地喜欢帮助客户、觉得工作本身很有意义的客服人员，过度理由效应预测他们在指标之外的努力（耐心、脱离脚本的问题解决）可能会在引入外部激励后下降，即便原始的通话量数字在上升。

9. 待解决问题

• 生物预备性究竟是在何处被实现的——是知觉显著性上的差异、联结形成回路的速度差异，还是一条专属的神经通路（味觉厌恶学习是否真的是与"线索—电击"学习不同的电路）？本讲没有回答，这正是后续情绪/动机相关讲次可能填补的空白。
• 二阶条件反射和阻断现象，能在多大程度上被一个单一的正式学习规则（例如 Rescorla-Wagner 式模型）所捕捉，还是讲义只是呈现了这些现象而没有承诺任何机制？本讲没有解决这个问题。
• 既然预备性和相倚性计算都使简单的 S–R 行为主义变得复杂，一旦在其之下承认存在一个认知层面（预期、预测、与其他可能奖励的对比），"操作性条件反射"这套词汇（强化、程式）还能在多大程度上继续作为一种有用的行为描述？

10. 参考文献

• 讲义幻灯片：9.00sc-fall-2011/static_resources/a7d978ec1b58fd1b1f52a442d807c40b_MIT9_00SCF11_lec09_learning.pdf
• 课程主页：9.00sc-fall-2011/pages/learning/index.html
• 指定阅读（来自课程主页）：
  • 二选一：[K&R] 第 4 章《学习：经验如何改变我们》（学习提纲：9.00sc-fall-2011/resources/mit9_00scf11_read_kr4/index.html），或 [Stangor] 第 7 章《学习》
• 上文引用的研究（作者，年份）：
  • Pavlov, I.（1849–1936）——唾液分泌的经典条件反射
  • Rescorla, R. A.——经典条件反射中的相倚性与接近性之争
  • Kamin, L. J.——阻断（blocking）
  • Watson, J. B., & Rayner, R.（1920）——"小艾伯特"，恐惧的经典条件反射
  • Thorndike, E. L.（1898）——迷箱，效果律
  • Skinner, B. F.（1904–1990）——塑造、操作性条件反射，《超越自由与尊严》
  • Seligman, M. E. P.——狗的习得性无助；解释风格与抑郁
  • Garcia, J., & Koelling, R. A.——味觉厌恶学习，生物预备性
  • Tolman, E. C., & Honzik, C. H.（1930）——老鼠的潜伏学习
  • Mischel, W.——延迟满足/棉花糖实验