在神经科学中，行为常被解读为内部状态的“读数”，我们经常用自己的直觉推断动物行为背后的动机。研究强化和奖赏处理时，一个常见的假设是：行为由刺激的效价（正性或负性） 驱动——正性或奖赏性刺激促进行为接近；负性或痛苦刺激（如电击）促进行为回避。然而，1969年Kelleher和Morse发表在《实验行为分析杂志》上的一项经典研究，通过松鼠猴的实验，明确反驳了这一假设。他们发现：在特定的任务规则下，松鼠猴会按压杠杆以提前获得电击——这种本应回避的刺激，却像传统奖赏（食物）一样强化了行为。本文是《The Transmitter》“改变我人生的论文”系列的一部分，范德堡大学神经科学家Erin Calipari讲述这篇论文如何重塑了她的研究框架，使其从关注“好/坏”转向理解时间、反馈和任务结构如何驱动行为。核心启示：强化≠奖赏；行为是否发生，更多取决于行为能否控制环境反馈，而非刺激的内在效价。
一、论文核心发现：电击也能成为正强化物
| 实验条件 | 任务规则 | 猴子行为 | 传统预期 | 实际发现 |
|---|---|---|---|---|
| 互锁时间表 | 每次按压杠杆，电击发生的时间点提前（即按压越多，电击来得越早） | 高频率按压（类似食物奖赏下的行为模式） | 电击是厌恶刺激，应抑制按压行为 | 电击实际上强化了行为（正强化） |
| 替代时间表 | 每次按压杠杆后，经过固定时长给予电击 | 低频率按压 | 厌恶刺激应抑制行为 | 行为被抑制 |
| 关键变量 | 行为对刺激时间的控制程度（而非刺激本身是奖赏还是厌恶） | 猴子更倾向于能够控制（加速）厌恶事件 | — | 行为的控制功能比刺激的效价更重要 |
核心结论：行为是否发生，较少取决于结果是奖赏还是厌恶，更多取决于任务规则以及动物的行为如何控制其在环境中的体验。当按压杠杆可以加速电击时，猴子反而更频繁地按压——即使结果是“坏的”，行为提供了对不良事件的预测和控制，这本身就具有强化作用。
二、Calipari的启示：从“效价”转向“控制与结构”
| 传统假设 | Kelleher & Morse (1969) 的挑战 | Calipari的转变 |
|---|---|---|
| 奖赏（食物、水）→ 正强化（增加行为） | 电击在特定规则下也产生正强化 | 强化≠奖赏；强化取决于行为与结果之间的偶然性 |
| 厌恶刺激（电击）→ 惩罚（抑制行为） | 电击在另一规则下抑制行为 | 同一刺激既可强化也可抑制，取决于任务结构 |
| 推断动物的“意图”或“主观价值” | 行为可通过操作条件反射原理解释，无需推断内部状态 | 专注于可测量的变量（时间、反馈、偶然性），而非推断效价 |
| 行为是“奖赏系统”活动的读数 | 行为受规则、时间、控制程度等多因素影响 | 研究动机时，应同时考虑显著性、新颖性、可控性，而非仅效价 |
三、对神经科学研究的深远影响
| 研究领域 | 传统做法 | Calipari的批判 | 改进方向 |
|---|---|---|---|
| 奖赏回路研究 | 将多巴胺神经元放电解释为“奖赏预测误差”，假设其编码主观价值 | 行为可能受规则驱动，而非仅价值；相同刺激在不同任务中可能产生不同神经活动 | 在行为任务中系统操纵偶然性、时间、控制程度，而非仅效价 |
| 光遗传/化学遗传操作 | 激活某脑区→行为X，推断该脑区编码X | 行为变化可能反映任务结构的改变，而非直接编码效价 | 使用更精细的行为范式（如互锁时间表）区分价值与强化 |
| 行为药理学 | 测试药物对“奖赏行为”的影响 | 需区分药物影响的是价值感知还是偶然性学习 | 使用多种时间表（固定比率、可变间隔、互锁等） |
| 临床转化（成瘾、抑郁） | 将成瘾视为“奖赏系统劫持”；抑郁视为“快感缺乏” | 成瘾和抑郁可能涉及行为控制和偶然性感知的异常 | 开发针对行为激活和环境控制感的干预措施 |
四、论文的历史地位与当代意义
| 方面 | 评价 |
|---|---|
| 行为分析领域 | 经典之作，奠定了行为动力学的基础；证明操作性条件反射原理可推广到厌恶刺激 |
| 神经科学领域 | 长期被忽视；多数神经科学家仍默认“奖赏=强化、厌恶=惩罚”的简化假设 |
| 当代价值 | 随着闭环神经调控（如深部脑刺激、闭环光遗传）的发展，理解“行为如何控制环境反馈”变得至关重要 |
| 未被充分认识的点 | 研究者并非为了证明某个宏大理论而设计实验，而是偶然观察到反直觉现象，然后系统追踪。他们没有丢弃不符合预期的数据，而是利用它来更深入地理解行为。 |
五、对年轻科学家的启示
| 教训 | 说明 |
|---|---|
| 不要忽视意外发现 | Kelleher和Morse的里程碑发现源于“偶然”——他们本在研究惩罚，却发现了电击的正强化作用。拥抱意外，而非丢弃数据。 |
| 行为本身是值得研究的复杂现象 | 在神经科学热衷于“读心”（解码内部状态）的时代，不要忘记行为原则（操作条件反射、经典条件反射）仍然提供深刻的洞见。 |
| 区分“测量”与“推断” | 报告数据时应使用操作定义（如“按压频率”），而非推断动物的意图（如“猴子感到焦虑”）。 |
| 简单实验可以产生巨大影响 | 这篇论文没有使用复杂技术（钙成像、光遗传、电生理），仅靠巧妙的实验设计（操纵偶然性和时间）就重塑了领域。 |
六、常见误区澄清
| 误区 | 事实 |
|---|---|
| “奖赏总是强化行为。” | 错误。奖赏在特定条件下可能不强化行为（如饱足状态、任务规则改变）。 |
| “厌恶刺激总是抑制行为。” | 错误。Kelleher和Morse证明，当行为能控制厌恶事件时，厌恶刺激可成为正强化物。 |
| “动物的行为反映其主观价值。” | 行为受规则、时间、反馈偶然性影响，价值只是众多因素之一。 |
| “神经科学家应专注于解码内部状态。” | 理解行为与环境的相互作用同样重要；忽视行为原则可能导致误解神经数据。 |
七、结论：重新思考“奖赏”与“厌恶”
Kelleher和Morse 1969年的论文通过一个简单的实验揭示了深刻的真理：行为不是刺激效价的被动读数。行为是主动的、有目的的、受规则支配的——即使面对厌恶刺激，如果行为能提供控制感和可预测性，它也可能被强烈维持。
对Calipari实验室的影响：
-
从研究“奖赏回路”转向研究动机的多种驱动因素（显著性、新颖性、可控性）。
-
在设计行为任务时，系统操纵偶然性、时间、反馈结构，而非仅操纵效价。
-
在解释神经数据时，考虑任务规则如何塑造行为，而非假设行为直接反映“喜欢”或“不喜欢”。
对更广泛的神经科学界的呼吁：
-
重新审视行为分析的经典文献（Skinner, Kelleher & Morse, Ferster & Skinner）。
-
在解释神经活动时，不要忘记行为本身的规律。
-
当数据不符合预期时，不要丢弃——它们可能是通往更深理解的窗口。
最终提醒：无论研究工具多么先进（光遗传、钙成像、电极阵列），精心设计的行为范式仍然是神经科学的基础。如Kelleher和Morse所示，有时最简单的实验能产生最深远的影响。
免责声明：本文基于《The Transmitter》对Erin Calipari的采访及Kelleher & Morse (1969)原始论文，仅用于教育和信息目的。
主要参考文献：
Kelleher, R.T. & Morse, W.H. (1969). Schedules using noxious stimuli. VI: An interlocking shock-postponement schedule in the squirrel monkey. Journal of the Experimental Analysis of Behavior.
Skinner, B.F. (1938). The Behavior of Organisms.
Ferster, C.B. & Skinner, B.F. (1957). Schedules of Reinforcement.