تجربة التعلم الموجه بالهدف مقابل التعلم القائم على العادة – أنتوني ديكنسون

يمثل التمييز بين السلوك الغرضي الواعي والحركات الآلية الميكانيكية إحدى أعمق المعضلات الفكرية والتجريبية التي شغلت علوم النفس والأعصاب والبيولوجيا التطورية عبر تاريخها الحديث. فمنذ اللحظة التي بدأ فيها الإنسان بملاحظة تكيف الكائنات الحية مع بيئاتها، طُرح تساؤل جوهري: هل يتحرك الكائن الحي مدفوعاً بتمثيلات عقلية داخلية واستبصار واعٍ للعواقب والغايات التي يسعى إلى بلوغها، أم أنه مجرد آلة حيوية تستجيب لمثيرات المحيط بفعل مسارات ارتباطية عمياء تشكلت عبر التكرار والتثبيت التراكمي؟ ظل هذا التساؤل لعقود طويلة أسير سجالات فلسفية ونظرية حادة افتقرت إلى المحك التجريبي القاطع القادر على فرز الدوافع السببية للأفعال الإجرائية بدقة مختبرية لا تقبل التأويل.

في هذا المفترق التاريخي والمعرفي، برزت إسهامات عالم النفس والباحث البريطاني البارز أنتوني ديكنسون (Anthony Dickinson) وفريقه الأكاديمي في جامعة كامبريدج خلال أواخر سبعينيات وثمانينيات القرن العشرين، لتقدم نقطة تحول ثورية أعادت تشكيل دراسات الإشراط الإجرائي وعلم النفس المعرفي على حد سواء. ابتكر ديكنسون وزملاؤه قطيعة منهجية صارمة مع النظريات الأحادية التقليدية، عبر تصميم بروتوكولات تجريبية غير مسبوقة — على رأسها اختبار خفض قيمة المعزز واختبار تدهور الاقتران السببي — مكنتهم من البرهنة التجريبية على أن الكائن الحي لا يقع تحت سطوة نظام سلوكي واحد، بل تتنازعه منظومتان إدراكيتان متمايزتان وظيفياً وعصبياً: التعلم الموجه بالهدف (Goal-Directed Learning) والتعلم القائم على العادة (Habit Learning).

إن أهمية أبحاث ديكنسون لا تكمن فقط في حسمها لواحدة من أطول المعارك الفكرية في تاريخ علم النفس التجريبي، بل في كونها أسست الأرضية الصلبة التي قامت عليها النماذج الحاسوبية الحديثة لصنع القرار في الذكاء الاصطناعي، وفتحت آفاقاً واسعة في علوم الأعصاب لتشريح الدوائر الدماغية المسببة للاضطرابات النفسية المعقدة مثل الإدمان، واضطراب الوسواس القهري، والاندفاعية السلوكية. يستعرض هذا المقال الموسع والأكاديمي كافة الأبعاد التاريخية، والمنهجية، والبيولوجية، والحسابية لأبحاث ديكنسون، متتبعاً أثر تلك التجربة الرائدة التي غيرت فهمنا لطبيعة الإرادة والآلية في السلوك الحيواني والبشري.

1. المدخل التاريخي والنظري لأبحاث أنتوني ديكنسون

1.1 الجدلية الكلاسيكية بين إدوارد ثورندايك وإدوارد تولمان

شهد النصف الأول من القرن العشرين استقطاباً نظرياً حاداً بين قطبين من رواد سيكولوجيا التعلم حول طبيعة السلوك الإجرائي. مثّل القطب الأول إدوارد ثورندايك (Edward Thorndike)، الذي صاغ “قانون الأثر” (Law of Effect) الشهير عام 1898. افترض ثورندايك أن التعلم الإجرائي ينشأ نتيجة اقتران آلي محض بين مثير حسي واستجابة حركية (Stimulus-Response أو ما يعرف بـ S-R). ووفقاً لهذا المنظور، فإن النتيجة المعززة (مثل الحصول على الطعام) لا تدخل ضمن المحتوى التمثيلي للكائن الحي، بل تعمل فقط كأداة لاحقة وظيفتها ترسيخ وتقوية الرابطة العصبية المباشرة بين المثير والاستجابة. بعبارة أخرى، يصبح الحيوان داخل صندوق المشكلات مدفوعاً بآلية عمياء تجعله يكرر الحركة التي قادت سابقاً إلى النجاح بمجرد حضوره في البيئة المحفزة، دون أن يكون لديه أي تمثيل ذهني مسبق للمكافأة أو لعلاقة السببية بين حركته ونيلها.

في المقابل، انتفض إدوارد تولمان (Edward Tolman) خلال ثلاثينيات وأربعينيات القرن العشرين ضد هذا التفسير الميكانيكي السطحي، مقترحاً إطاراً سيكولوجياً غرضياً عُرف بـ “السلوكية الهادفة” (Purposive Behaviorism). أصر تولمان على أن التعلم لا يقتصر على ربط حركات صماء بمحفزات حسية، بل يتضمن اكتساب “خرائط معرفية” (Cognitive Maps) وبناء شبكة من التوقعات حول النتائج (Expectancies). فالجرذ في المتاهة، بحسب تولمان، يتعلم “من يقود إلى ماذا” (Sign-Gestalt-Expectation)؛ أي أنه يكتسب فهماً سببياً ومعرفياً بأن إصدار استجابة محددة في سياق معين سيقود بالضرورة إلى نتيجة خاصة وذات قيمة محددة، مما يمنح السلوك مرونة فائقة وقدرة على التكيف مع التبدلات البيئية المفاجئة.

تكمن المعضلة التاريخية في أن النماذج السلوكية التقليدية، وخاصة الراديكالية السكينرية، عجزت عن تفسير ظواهر المرونة السلوكية الفورية، واعتبرت التفسيرات المعرفية مجرد “شبح في الآلة” يفتقر إلى التدليل الإجرائي الصارم. وفي المقابل، عجز نموذج تولمان الغرضي عن تقديم أداة تجريبية حاسمة تبرهن بصورة موضوعية داخل المختبر على أن الحيوان يمتلك بالفعل تمثيلاً للناتج يوجه فعله اللحظي، وليس مجرد استجابة لمثير قوي. ومن هنا نشأت حاجة ملحة في حقل علم النفس المقارن لتطوير منهجية تجريبية قاطعة تفكك التداخل بين هذين التفسيرين المتنافسين وتفرز آلياتهما الوظيفية بصورة لا تحتمل الشك.

1.2 السياق المعرفي لصعود أبحاث التعلم الإجرائي في كامبريدج

في أواخر سبعينيات القرن العشرين، كان قسم علم النفس التجريبي في جامعة كامبريدج يعيش فوراناً علمياً استثنائياً. وتحت تأثير التقدم المتسارع في نظرية المعالجة المعرفية للمعلومات والنماذج التحليلية للإشراط الكلاسيكي، وتحديداً إسهامات روبرت ريسكورلا (Robert Rescorla) وآلان واغنر (Allan Wagner)، ظهر جيل جديد من الباحثين كان في طليعتهم أنتوني ديكنسون والباحث البارز نيكولاس ماكينتوش (Nicholas Mackintosh). قاد ديكنسون توجهاً مبتكراً هدف إلى الجمع بين الصرامة الإجرائية للمدرسة السلوكية والعمق التحليلي للمفاهيم المعرفية المعاصرة.

رفض ديكنسون في أبحاثه الرؤية الدوغمائية التي تضع الإشراط والتفكير المعرفي في تضاد دائم؛ بل رأى في الإشراط الإجرائي نافذة تجريبية بالغة الدقة لدراسة البنية المنطقية للتمثيلات الذهنية. ركزت أبحاث كامبريدج في تلك الفترة على إعادة صياغة المفاهيم الجوهرية للدافعية والتعزيز. فالطعام أو المكافأة لم تعد تُعامل كمجرد “مقوٍ وظيفي” يختزل التوتر البيولوجي ويرسخ الروابط السلوكية آلياً وفق أطروحة هال (Clark Hull)، بل أُعيد تعريفها بوصفها “حاملاً لمعلومات نوعية غنية” (Information Bearers). المعزز يحمل خصائص حسية نوعية، ووزناً طاقياً، وقيمة بيولوجية مرتبطة ارتباطاً وثيقاً بالحالة الفسيولوجية الراهنة للكائن، وهذه الخصائص المتعددة يتم تمثيلها وتخزينها داخل النظام المعرفي للحيوان، لتشكل أساساً لتقييم خيارات الفعل المتاحة في البيئة.

تمخض عن هذا المناخ العلمي الخصب تبلور مدرسة فكرية رائدة نظرت إلى الحيوان بوصفه كائناً يقيم حسابات احتمالية وسببية معقدة، ويتفاعل مع العالم ليس كمتلقٍ سلبي للأثر التعزيزي، بل كفاعل يستخلص العلاقات الارتباطية بين أفعاله وتغيرات بيئته، مما جعل مختبر كامبريدج منصة انطلاق نموذجية لصياغة اختبارات وظيفية غير مسبوقة في علم السلوك.

1.3 صياغة إشكالية البحث الأساسية لدى ديكنسون

انطلق أنتوني ديكنسون من سؤال إبستيمولوجي محدد وعميق: عندما يقوم كائن حي (كالجرذ مثلاً) بالضغط على رافعة في صندوق إجرائي ليحصل على كريات طعام، فما هو المحتوى المعرفي الذي يدفع تلك الاستجابة العضلية تحديداً؟ هل يستجيب الجرذ لأنه يمتلك معرفة سببية صريحة بأن الضغط على الرافعة سيقود إلى ظهور الطعام، وأنه يريد ذلك الطعام حالياً (استجابة مدفوعة بالهدف)؟ أم أن الضغط هو رد فعل حركي تلقائي تثيره الرافعة كمثير بصري وحسي دون أي حضور ذهني نشط للنتيجة اللاحقة (استجابة ناجمة عن العادة الآلية)؟

أدرك ديكنسون بذكاء أن مجرد مراقبة السلوك الاعتيادي للحيوان أثناء التدريب لا تقدم أي وسيلة للفصل بين التفسيرين؛ ففي كلا الحالتين سيضغط الحيوان على الرافعة بنفس التردد والشغف الظاهريين. تطلبت الإشكالية إذن تصميم اختبار تفريقي قادر على “تفكيك الرابطة المعرفية” وفحص وظيفتها بشكل مستقل. كان الهدف هو تحديد الشروط البيئية والتدريبية الدقيقة التي يتصرف فيها الكائن كفاعل عقلاني يمارس سيطرة موجهة بالهدف على قراراته، واللحظة الزمنية التي يفقد فيها تلك السيطرة لتتحول أفعاله إلى نمطية حركية مغلقة تخضع لآلية العادة الصماء.

تحددت مشكلة البحث إذن في إيجاد تقنية منهجية تمكّن المجرب من التلاعب برغبة الحيوان في المكافأة بشكل مستقل تماماً عن تدريبه الإجرائي، ثم اختبار رد فعله الفوري: هل سيقوم بتحديث سلوكه على الفور بما يعكس إدراكه لانعدام قيمة الناتج، أم سيستمر في الأداء كآلة معزولة عن غاياتها؟

2. بروتوكول خفض القيمة المعززة: الابتكار المنهجي لديكنسون

2.1 الأسس المنطقية لإجراء خفض قيمة الناتج

لحل هذه المعضلة المستعصية، صمم ديكنسون وزملاؤه بروتوكولاً عبقرياً يُعرف بـ إجراء خفض قيمة الناتج (Outcome Devaluation Procedure). اعتمد هذا البروتوكول على قاعدة منطقية استدلالية واضحة: لكي نثبت أن الفعل الإجرائي مدفوع بالرغبة في الناتج وبتمثيل العلاقة بينهما، يجب أن نفصل بين التاريخ التعليمي للحيوان وقيمته التحفيزية الراهنة لتلك النتيجة. وتتلخص الفرضيات التجريبية كالتالي:

• افتراض السلوك الموجه بالهدف (Goal-Directed Hypothesis): إذا كانت الاستجابة قائمة على رابطة ذهنية ثنائية من نوع “فعل-نتيجة” (Action-Outcome أو A-O)، فإن الحيوان يقوم بالاستجابة انطلاقاً من معرفته بأن الفعل (A) يقود إلى الناتج (O)، وأن الناتج (O) مرغوب فيه حالياً ومحدد القيمة. وبناءً عليه، إذا تلاعبنا بقيمة هذا الناتج (O) وخفضناها إلى الصفر أو جعلناها سلبية في معالجة خارجية مستقلة، فإن إدراك الحيوان لهذا الانخفاض يفرض عليه كفاً أو انخفاضاً فورياً في أداء الاستجابة (A) عند أول فرصة، دون الحاجة لأي تدريب إجرائي جديد.
• افتراض العادة الآلية (Habit Hypothesis): إذا كانت الاستجابة خاضعة لرابطة ثورندايكية من نوع “مثير-استجابة” (Stimulus-Response أو S-R)، فإن المثير البيئي (الرافعة أو الصندوق) هو الذي يطلق الحركة آلياً. التعزيز في هذه الحالة لعب دوره في الماضي وانتهى أمره؛ وبالتالي فإن أي تعديل لاحق في قيمة الناتج خارج سياق الاستجابة لن يؤثر لحظياً على معدل الأداء، لأن الرابطة الحركية بين المثير والاستجابة تظل متماسكة وسليمة من الناحية العصبية والفيزيائية.

تضمن البروتوكول شرطاً تجريبياً حاسماً لا غنى عنه: إجراء اختبار السلوك تحت ظروف الانطفاء التام (Extinction)، أي دون تقديم أي طعام بعد ضغط الرافعة. هذا الإجراء الصارم هدف إلى منع حدوث “إعادة تعلم مباشرة” (Direct Relearning)؛ فلو قُدم الطعام المنفر داخل الصندوق لكان بإمكان الحيوان التوقف عن الضغط كاستجابة فورية للعقاب أو لغياب اللذة المباشرة، وهو ما يحجب القدرة على معرفة ما إذا كان الحيوان يستدعي تمثيلاً ذهنياً مسبقاً قبل الإقدام على الفعل أم لا.

2.2 النفور الطعمي الشرطي كأداة رئيسية لخفض القيمة

لتنفيذ التلاعب بقيمة الناتج، اعتمد ديكنسون بشكل أساسي على ظاهرة النفور الطعمي الشرطي (Conditioned Taste Aversion – CTA). تمثلت هذه الآلية في أخذ نوع الطعام المعزز الذي اعتاد الحيوان الحصول عليه في قفص التدريب (وليكن أقراص سكرية معينة Sucrose Pellets)، وتقديمه للحيوان في قفص منزلي منفصل ومحايد. وبمجرد استهلاك الحيوان للطعام، يتم حقنه على الفور بجرعة محددة من مادة كيميائية تحدث توعكاً معوياً عابراً ولكن شديداً، وغالباً ما كانت هذه المادة كلوريد الليثيوم (Lithium Chloride – LiCl).

يستغل هذا الإجراء آليات التكيف البيولوجي القديمة، حيث يربط دماغ الكائن الحي مذاق الطعام بحالة الغثيان والتسمم الناتجة عن LiCl، مما يحول ذلك الطعام اللذيذ فوراً إلى مادة منفرة تثير الاشمئزاز والرفض الحسي الكامل. كان التحقق التجريبي الصارم يتطلب اختبارين موازيين: أولاً، التأكد من خصوصية النفور؛ بحيث يرفض الحيوان تماماً تناول هذا الطعام بعينه في قفصه، مع بقاء رغبته في الأطعمة الأخرى غير المقترنة بالسم طبيعية وسليمة. ثانياً، إجراء المعاملة في بيئة تختلف جذرياً في أبعادها وملمسها ورائحتها عن صندوق الاختبار الإجرائي لضمان عدم حدوث إشراط سياقي (Context Conditioning) قد يعيق السلوك العام للحيوان أو يربط صندوق الاختبار بالمرض بدلاً من حصر التغيير في قيمة الناتج نفسه.

2.3 الشبع الحسي النوعي كإجراء بديل لتعديل الدافعية

على الرغم من النجاح الباهر لبروتوكول النفور الكيميائي عبر LiCl، إلا أن ديكنسون وباحثين لاحقين سعوا لاستخدام تقنية إضافية لا تعتمد على إحداث السمية أو الألم، وتلك التقنية تمثلت في الشبع الحسي النوعي (Sensory-Specific Satiety). يستند هذا الإجراء إلى مبدأ فسيولوجي معروف ينص على أن إطعام الكائن الحي نوعاً محدداً من الغذاء حتى التخمة الكاملة يؤدي إلى انخفاض درامي وعاجل في القيمة التحفيزية والاستساغية لهذا الطعام المحدد فقط، مع بقاء دافعية الكائن لتناول أطعمة أخرى ذات نكهات وخصائص مغايرة مرتفعة تماماً.

في هذا التصميم، يُمنح الحيوان إمكانية الوصول الحر وغير المقيد لنوع الطعام المرتبط بالرافعة لمدة ساعة أو ساعتين مباشرة قبل دخوله جلسة الاختبار. إذا كان سلوك الحيوان داخل الصندوق موجهاً بالهدف، فإن التشبع من هذا الطعام بالذات سيقود إلى انخفاض فوري في معدل ضغط الرافعة مقارنة بمجموعة ضابطة أُشبعت من طعام مختلف. وفر الشبع الحسي النوعي ميزة تجريبية فائقة الدقة؛ حيث إنه تلاعب عابر وقابل للانعكاس الفسيولوجي الطبيعي، ولا يترك آثاراً مرضية طويلة الأمد كما في كلوريد الليثيوم، مما مكّن الباحثين من تكرار الإجراء واختبار النماذج العصبية ذاتها داخل التصميم التجريبي لنفس الكائن (Within-Subjects Design) بدرجة موثوقية استثنائية.

3. التصميم التجريبي المعياري لتجربة ديكنسون وزملائه (1983-1985)

3.1 مرحلة الاكتساب والتدريب الإجرائي الأولي

في السلسلة الكلاسيكية من التجارب التي أجراها أنتوني ديكنسون ومعاونوه (لا سيما دراساته البارزة مع بيرت آدامز Bert Adams ومارتن تيشارد Martin Charnock بين عامي 1983 و1985)، وُضعت القوارض (عادة ذكور جرذان Sprague-Dawley) داخل صناديق سكينر القياسية المجهزة برافعة قابلة للسحب، وموزع طعام متصل بوعاء استقبال، ونظام إضاءة وصوت خافت موحد لمنع التشتت الحسي الخارجي. تم تدريب الحيوانات في البداية على تعلم علاقة ضغط الرافعة بالحصول على معزز محدد (مثل حبيبات سكروز بتركيز معين أو محلول مالتوديكسترين).

جرى تثبيت جميع المتغيرات المحيطة لضمان عزل المتغير المستقل؛ حيث تم إخضاع الحيوانات لنظام حرمان غذائي خفيف ومعياري لتنشيط سلوك البحث عن الطعام دون تعريضها لإجهاد استقلابي مفرط، كما تم تسجيل معدلات خط الأساس (Baseline) لسرعة وتكرار ضغط الرافعة عبر جلسات يومية متتالية ومتطابقة المدة الزمنية، والتأكد من استقرار منحنى التعلم وتساوي مستويات الأداء الأولي عبر مختلف مجموعات التجربة لضمان عدم وجود فروق فردية تؤثر في المراحل اللاحقة.

3.2 مرحلة المعالجة المستقلة وخفض القيمة خارج سياق الاستجابة

بمجرد اكتمال مرحلة الاكتساب واستقرار السلوك الإجرائي، نُقلت الحيوانات إلى المرحلة الفاصلة وهي التلاعب بالقيمة، والتي تمت حصراً خارج بيئة التدريب الإجرائي لتجنب أي تداخل إشراطي مباشر مع آلة الاختبار. قُسمت الجرذان إلى مجموعتين رئيسيتين متكافئتين:

• المجموعة التجريبية (Devalued Group): وُضعت في أقفاص مستقلة وقُدم لها المعزز الغذائي ذاته الذي ارتبط بضغط الرافعة، وتلا ذلك مباشرة حقن الحيوانات بمحلول كلوريد الليثيوم (LiCl) لإحداث النفور الطعمي الشرطي. تكررت هذه العملية لعدة دورات حتى أظهرت الحيوانات رفضاً قاطعاً لتناول الطعام عند تقديمه.
• المجموعة الضابطة (Non-Devalued Group): خضعت لنفس الحجم من التعرض للطعام ولنفس الحقن بمادة LiCl، ولكن مع فصل زمني صريح (Unpaired Condition)؛ حيث يُحقن الليثيوم في يوم، ويُقدم الطعام في يوم آخر، أو يُربط الليثيوم بطعام آخر مختلف تماماً لا علاقة له بتجربة الرافعة. هذا الإجراء الضابط يضمن تعرض المجموعتين لنفس الدرجة من التوعك الجسدي وتكرار الحقن، مما يعزل تماماً أي تأثير بيولوجي عام للدواء عن التأثير النفسي للنفور المرتبط بالمعزز المحدد.

أعقب ذلك إجراء فحص استهلاكي دقيق ومحايد داخل أقفاص المعالجة للتأكد بالدليل القاطع من أن المجموعة التجريبية ترفض تناول الطعام المعني رفضاً باتاً بمجرد تذوقه أو شمه، بينما تستهلكه المجموعة الضابطة بشغف، ليتحقق بذلك الشرط التجريبي لخفض القيمة بنجاح تام.

3.3 مرحلة الاختبار الحاسم تحت ظروف الانطفاء

تمثلت ذروة البناء المنهجي في إرجاع الحيوانات إلى صندوق سكينر لخوض جلسة الاختبار الحاسم. تم إدخال الحيوان، وبمجرد ظهور الرافعة، فُتح المجال للضغط بحرية تامة، ولكن مع إغلاق نظام توزيع الطعام كلياً طوال مدة الجلسة (وضع الانطفاء). كان المنطق وراء هذا الإجراء لا يقبل المساومة: إذا سُمح للطعام بالنزول إلى وعاء الأكل، وأدرك الحيوان المنكّه بالنفور وجوده وتجنبه، فإن توقفه اللاحق عن ضغط الرافعة سيكون مدفوعاً بآلية إعادة تعلم سلبية ومباشرة؛ في حين أن حجب النتيجة يضمن أن الدافع الوحيد للسلوك هو التمثيل الذهني التنبؤي المخزن في الذاكرة.

ركز ديكنسون على تحليل معدل الاستجابات خلال الدقائق القليلة الأولى من الجلسة (خاصة الدقائق الخمس الأولى). قيست الفروق في معدل تكرار الضغط بدقة إحصائية متناهية، بحثاً عن إجابة حاسمة: هل سيمتنع حيوان المجموعة المخفضة القيمة عن الضغط مقارنة بالحيوان الضابط، مبرهناً على استدعائه الداخلي للرابطة السببية وحكمه العقلي بعدم جدوى الفعل، أم أنه سيستمر بالضغط تحت هيمنة الأنماط الحركية المكتسبة؟ كانت النتيجة التأسيسية التي حققها ديكنسون كفيلة بقلب موازين الحقل المعرفي بأسره.

4. أثر كثافة التدريب: التحول الزمني من السلوك الهادف إلى العادة

4.1 التدريب المعتدل وظهور السلوك الموجه بالهدف

في أولى تجارب السلسلة (Adams & Dickinson, 1981)، أخضع الباحثون مجموعة من الجرذان لتدريب إجرائي محدود أو معتدل، حيث سُمح للحيوانات بإجراء عدد منخفض من الاستجابات التعزيزية تراوح بين 100 إلى 120 ضغطة رافعة مقترنة بالطعام عبر بضع جلسات قصيرة. عندما أُخضعت هذه الحيوانات بعد ذلك لبروتوكول خفض القيمة واختُبرت تحت ظروف الانطفاء، جاءت النتائج مذهلة وواضحة المعالم.

أظهرت الجرذان في المجموعة المخفضة القيمة انخفاضاً حاداً وذا دلالة إحصائية كبيرة في معدل ضغط الرافعة مقارنة بالمجموعة الضابطة؛ فقد هبط السلوك بمعدل النصف أو أكثر خلال الدقائق الأولى من الاختبار، رغم أن الحيوان لم يتلقَ طعاماً مسموماً داخل الصندوق قط. دلّ هذا الامتناع العفوي على أن الحيوان يمتلك تمثيلاً معرفياً صريحاً ومكتسباً للرابطة (الفعل-النتيجة)، وأنه حين وُوجه بالرافعة، قام ذهنياً باستدعاء النتيجة المتوقعة (O)، وقارنها بحالته الدافعية الراهنة التي أصبحت تمقتها، وتوصل عبر تقييم استباقي إلى الامتناع عن إصدار الحركة (A). أثبت هذا الشطر من التجربة صحة أطروحة تولمان؛ فالسلوك في مراحله الأولى ليس منعكساً ميكانيكياً، بل هو فعل معرفي غرضي بامتياز.

4.2 التدريب المكثف وتأسيس الاستجابة العادية الراسخة

لم يتوقف ديكنسون عند هذه النقطة، بل تقدم خطوة حاسمة لاختبار أطروحة ثورندايك. في تجربة موازية ذات دلالة تاريخية، ضاعف الفريق حجم التدريب الإجرائي بشكل كبير؛ حيث خضعت حيوانات أخرى لتدريب مفرط ومكثف (Overtraining) تجاوز 500 إلى 1000 ضغطة رافعة عبر عشرات الجلسات الطويلة، مما جعل الاستجابة الحركية تتكرر بآلاف المرات حتى بلغت درجة فائقة من السيولة والاستقرار الميكانيكي. بعد ذلك، طُبق نفس بروتوكول خفض القيمة تماماً بواسطة LiCl، وتم إرجاع الحيوانات لاختبار الانطفاء.

كانت النتيجة صادمة للتيار المعرفي التقليدي: أظهرت الحيوانات التي تلقت تدريباً مكثفاً عدم حساسية تامة لخفض القيمة (Insensitivity to Devaluation). استمرت الجرذان في الضغط على الرافعة بمعدلات مرتفعة للغاية تعادل تماماً معدلات المجموعة الضابطة، على الرغم من أنها كانت ترفض أكل ذلك الطعام بشدة في قفصها المنزلي بعد دقائق من انتهاء الجلسة. لقد انقطعت الصلة بين السلوك وغايته الحيوية؛ وتحول الضغط من فعل مدرك للعواقب إلى استجابة معزولة وأوتوماتيكية تحفزها البيئة الخارجية حصراً وفق مبدأ (المثير-الاستجابة). برهن هذا الكشف التجريبي على أن العادة ليست خيالاً نظرياً، بل هي مرحلة سلوكية واقعية تبتلع وتلغي السيطرة المعرفية الهادفة بعد تكرار طويل.

4.3 ديناميكية الانتقال التدريجي بين المنظومتين

كشفت هذه التجارب عن الطبيعة الديناميكية التكيفية للجهاز النفسي والعصبي. فالانتقال من السلوك الموجه بالهدف إلى السلوك القائم على العادة ليس تغيراً فجائياً ثنائياً، بل عملية انزياح مستمر وتدريجي يعكس تراجعاً بطيئاً للمراقبة التنفيذية المعرفية لصالح الفعالية الآلية. يمثل هذا الانتقال حلاً تطورياً بالغ الذكاء لإدارة الموارد الحيوية المحدودة للكائن الحي؛ إذ إن معالجة الأفعال وتوقع عواقبها وتقييم جدواها عبر شبكات التفكير العليا يستهلك طاقة استقلابية مكلفة زمنياً وحسابياً.

في البيئات الثابتة والمستقرة، التي تظل فيها علاقة السبب والنتيجة متكررة دون تغير، يصبح الاستمرار في التحليل الواعي للمخرجات هدراً غير مبرر للطاقة العقلية. ومن ثم، يتكفل الجهاز العصبي بأتمتة هذه الحركات ونقلها إلى مستودع العادات الحركية (S-R)، مما يحرر الانتباه الواسع للكائن للتركيز على استكشاف المثيرات المجهولة، أو رصد الأخطار المفاجئة كالمفترسات. يكمن السر إذن في التوازن الوظيفي الدقيق: الحفاظ على المرونة المعرفية الهادفة عند بداية اكتشاف المواقف الجديدة، وتشغيل كفاءة الأتمتة الميكانيكية بمجرد ثبات البيئة وتكرار التجربة.

5. جداول التعزيز ودورها الحاسم في تشكيل طبيعة التعلم

5.1 جداول النسب المتغيرة مقابل الفترات الزمنية المتغيرة

بينما كان التفسير السائد يربط ترسيخ العادة بمجرد التكرار الزمني والعددي، أقدم أنتوني ديكنسون برفقة زميله ديفيد بيريز (David Perez) على اكتشاف مفصلي أظهر أن الزمن وعدد الضغطات ليسا العاملين الحاسمين الوحيدين؛ بل إن البنية الإحصائية والرياضية لكيفية تقديم التعزيز تلعب دوراً جوهرياً في تقرير ما إذا كان السلوك سيتحول إلى عادة أم سيظل موجهاً بالهدف للأبد. قارن ديكنسون بين نوعين من أشهر جداول التعزيز في السلوكية الإجرائية:

• جداول النسبة (Ratio Schedules): وفيها يتوقف تقديم المعزز مباشرة على عدد الاستجابات التي يصدرها الكائن (كأن يُمنح الطعام بعد متوسط 20 ضغطة، وهو ما يُعرف بجدول النسبة المتغيرة Random Ratio أو Variable Ratio). في هذا الجدول، توجد علاقة رياضية وخطية صارمة: كلما زاد معدل الضغط، ارتفع معدل الحصول على الطعام، وكلما تباطأ الضغط، تراجع تدفق المكافآت.
• جداول الفترة الزمنية (Interval Schedules): وفيها يعتمد تقديم المعزز على مرور نافذة زمنية معينة يحددها المؤقت الآلي (كأن تتاح المكافأة بعد مرور متوسط 60 ثانية من الضغطة الأولى، ويُعرف بجدول الفترة المتغيرة Random Interval أو Variable Interval). في هذا الجدول، الضغط المتسارع والمفرط لا يعود بأي فائدة إضافية على الحيوان؛ لأن المكافأة تصبح متاحة فقط بعد انتهاء الزمن المقدر، بصرف النظر عما إذا ضغط الحيوان 10 مرات أو 100 مرة أثناء تلك النافذة.

تخلق هذه البنى الإحصائية إدراكات شديدة التباين لدى الكائن حول درجة تحكمه وفاعليته في التغيير البيئي؛ فالأولى تعزز الارتباط بين الجهد والمكافأة، بينما تضعف الثانية هذا التماسك الرياضي المباشر.

5.2 صمود السلوك الموجه بالهدف تحت جداول النسبة المتغيرة

أظهرت تجارب ديكنسون الرائدة (Dickinson, Nicholas, & Adams, 1983) نتيجة مدهشة عند إخضاع الحيوانات لجداول النسبة المتغيرة (Random Ratio) لفترات تدريب طويلة ومكثفة للغاية، فاقت بكثير الفترات التي كانت كافية لتحويل السلوك إلى عادة في تجارب أخرى. عند تطبيق اختبار خفض القيمة على هذه الحيوانات تحت ظروف الانطفاء، ظل سلوكها حساساً تماماً لخفض القيمة، وأحجمت عن الضغط على الرافعة عند فساد الناتج.

فسر ديكنسون هذه الظاهرة بأن جداول النسبة تفرض على الجهاز الإدراكي وعياً مستمراً بالارتباط السببي المباشر (Contingency) بين معدل الاستجابة ومعدل التعزيز. بما أن الجهد المبذول ينعكس فورياً وحسابياً على زيادة المكافآت، فإن الكائن الحي يظل محتفظاً بالتمثيل المعرفي للرابطة (A-O) كركيزة لا غنى عنها لإدارة أدائه، مما يوفر “حصانة سلوكية” تحمي الفعل من التآكل والتحول إلى عادة آلية ثورندايكية، مهما طال أمد المران والتكرار.

5.3 تسريع تكوين العادات بواسطة جداول الفترة الزمنية المتغيرة

على النقيض الجذري من ذلك، أدت جداول الفترة الزمنية المتغيرة (Random Interval) إلى نتيجة معاكسة تماماً؛ فقد قادت الحيوانات إلى التحول إلى العادة وتجاهل خفض القيمة بسرعة فائقة، وحتى مع مستويات تدريب معتدلة جداً. ونظراً لأن المكافآت تحت هذه الجداول تتدفق وفق قيود زمنية منفصلة نسبياً عن النشاط الحركي اللحظي للجرذ، فإن الارتباط الإحصائي بين سرعة الضغط وسرعة التعزيز يصبح ضعيفاً ومشوهاً.

استنتج ديكنسون أن التذبذب أو التراجع في الإدراك السببي لكفاءة الفعل يؤدي إلى انسحاب المنظومة المعرفية الواعية (A-O) لعدم جدواها في الحسابات التنبؤية، مما يسمح للنظام الارتباطي الآلي (S-R) بالهيمنة الفورية على الجهاز الحركي؛ فالجرذ يستمر بالضغط بنمط رتيب تحركه الرافعة كأداة إطلاق حسية وليس كأداة سببية لإنتاج الأثر. ألقى هذا الكشف الضوء على أهمية المتغيرات البيئية وتوزيع الفرص في تشكيل الأنماط الإنسانية القهرية؛ فالبيئات التي تقدم المكافآت بطرق زمنية غير متوقعة تحفز تثبيت العادات والسلوكيات الإدمانية بسرعة أكبر من البيئات التنافسية الخاضعة لكفاءة العمل التراكمي.

6. اختبار تدهور الاقتران: المعيار المزدوج للسلوك الموجه بالهدف

6.1 مفهوم تدهور الاقتران السببي وآليته التجريبية

لم يكتفِ أنتوني ديكنسون ببروتوكول خفض القيمة كمعيار وحيد لتحديد السلوك الهادف؛ بل صمم ابتكاراً منهجياً آخر موازياً عُرف بـ اختبار تدهور الاقتران السببي (Contingency Degradation Procedure). تمثل المنطق النظري لهذا الإجراء في التلاعب بالركن الثاني لمعادلة الفعل-النتيجة: إذا كان الكائن يتصرف بدافع فهم سببي، فإن معرفته لا تقتصر على قيمة المعزز، بل تمتد إلى إدراكه لمدى قدرة فعله على “تغيير احتمالية” حدوث النتيجة مقارنة بعدم القيام بالفعل.

لتنفيذ هذا التدهور إجرائياً، درب ديكنسون الحيوانات على ضغط رافعة للحصول على طعام، ثم بدأ بتطبيق بروتوكول تجريبي يقدم نفس المعزز الغذائي بشكل مجاني وعشوائي تماماً (Free Rewards) دون الحاجة للضغط على الرافعة، وبنفس المعدل الإحصائي للتعزيز الناتج عن الاستجابة. في هذه الحالة، لم تتغير القيمة الإيجابية الذاتية للطعام (فالحيوان ما يزال جائعاً والطعام ما يزال شهياً)، ولكن ما انهار تماماً هو القوة التنبؤية والسببية للفعل؛ فأصبح احتمال الحصول على الطعام مساوياً رياضياً لسواء ضغط الحيوان على الرافعة أو لم يضغط [P(Outcome | Action) = P(Outcome | No Action)].

6.2 استجابة المنظومة الهادفة مقابل المنظومة العادية لتدهور الاقتران

أظهرت نتائج هذا البروتوكول تبايناً حاسماً يعزز نتائج خفض القيمة المعززة:

• عندما طُبق تدهور الاقتران على حيوانات خضعت لتدريب معتدل (حيث يسود النظام الموجه بالهدف A-O)، أدركت الحيوانات سريعاً انعدام الجدوى السببية لضغط الرافعة؛ حيث تراجع معدل ضغطها تراجعاً دراماتيكياً ملحوظاً. توقفت الجرذان عن بذل الجهد العضلي لأن المكافأة باتت تأتي دون أي تكلفة حركية، مما يبرهن على استجابتها وفق حسابات “عقلانية” دقيقة لاحتمالات البيئة.
• في المقابل، عندما طُبق نفس الإجراء على حيوانات خضعت لتدريب مكثف تحت أنماط العادة (S-R)، استمرت الحيوانات في ضغط الرافعة بنفس الكثافة والوتيرة المرتفعة، على الرغم من أن وعاء الطعام يمتلئ بالمعززات المجانية حولها. لقد عجزت العادة عن استيعاب هذا التحول الإحصائي، وظل المثير البيئي يطلق الاستجابة الحركية بشكل أعمى ومستقل عن مخرجات الواقع.

أثبت هذا التوافق المنهجي التام بين اختباري خفض القيمة وتدهور الاقتران صحة الإطار النظري لديكنسون؛ حيث تصرفت المنظومة المعرفية بنفس الدقة في كلا الاختبارين، بينما أخفقت منظومة العادات الميكانيكية في التكيف مع كلاهما.

6.3 التعريف المعياري الثلاثي للسلوك الموجه بالهدف وفق ديكنسون

بناءً على هذه الأبحاث التاريخية، صاغ أنتوني ديكنسون (Dickinson, 1985; Dickinson & Balleine, 1994) تعريفاً معيارياً صارماً يحدد بصورة إجرائية ما يعنيه أن يكون السلوك “هادفاً” (Goal-Directed Behavior). وقد أضحى هذا التوصيف القانون الذهبي المعتمد عالمياً في علم النفس المقارن وعلوم الأعصاب السلوكية، وينص على ضرورة استيفاء ثلاثة شروط متزامنة:

• الشرط الأول: شرط المعرفة السببية (The Contingency Criterion): يجب أن يمتلك الكائن الحي تمثيلاً معرفياً صريحاً وقابلاً للتعديل يربط بين فعله الحركي المحدد والنتيجة التنبؤية الناجمة عنه، بحيث يستجيب السلوك آنياً لأي تغير في الاحتمالية الإحصائية الحقيقية لوقوع الأثر بناءً على الفعل.
• الشرط الثاني: شرط القيمة الدافعية (The Value Criterion): يجب أن يعتمد إصدار الفعل على القيمة الذاتية والبيولوجية الراهنة للنتيجة، وليس على قيمتها أثناء فترات التدريب التاريخية؛ مما يعني خضوع السلوك للتقييم الدافعي اللحظي للغايات.
• الشرط الثالث: شرط الحساسية الآنية للتعديل (The Immediate Sensitivity Criterion): يجب أن يمتلك الكائن القدرة على تعديل معدل استجابته فورياً وبصورة استباقية عند اختلال أي من الشرطين السابقين (سواء عبر خفض قيمة الناتج أو تدهور الاقتران)، دون الحاجة لخوض دورات جديدة من الإشراط المباشر داخل بيئة الأداء.

إذا فُقد أي من هذه المعايير الثلاثة، يُصنف السلوك تلقائياً على أنه خارج نطاق التحكم الهادف، ويندرج تحت طائلة الأنماط الحركية غير الهادفة كالعادات أو المنعكسات الحيوية الصلبة.

7. التمثيلات العقلية الثنائية: تحليل بنية (الفعل-النتيجة) و(المثير-الاستجابة)

7.1 طبيعة تمثيلات الفعل-النتيجة في المعالجة المعرفية

يتميز تمثيل الفعل-النتيجة (Action-Outcome أو A-O) بأنه بنية معرفية شبكية غنية بالمعلومات وقائمة على التنبؤ المحكم. لا يقتصر هذا التمثيل على فكرة مجردة عن المعزز، بل يقوم بترميز باقة حسية وفسيولوجية متكاملة للناتج: طعمه، رائحته، ملمسه، وقته، وموقعه الجغرافي داخل البيئة، إضافة إلى حالته التعزيزية الراهنة بالنسبة لحاجة الجسم الاستقلابية. تتسم هذه الرابطة بأنها ثنائية الاتجاه وديناميكية، مما يتيح للنظام المعرفي استحضار خصائص الهدف بمجرد التفكير في الفعل، والعكس صحيح.

تمنح هذه البنية الكائن مرونة استثنائية وقدرة على التخطيط الاستباقي ومحاكاة العواقب ذهنياً قبل تحريك العضلات. إلا أن هذه المزايا الحيوية تأتي على حساب عبء وظيفي باهظ؛ فالنظام الموجه بالهدف يتطلب تجنيد الموارد الانتباهية العالية، واستهلاك قدر كبير من الذاكرة العاملة (Working Memory)، فضلاً عن بطء نسبي في معالجة القرارات؛ إذ يجب على الكائن مراجعة شجرة الاحتمالات وتقييم النتائج المتوقعة قبل إطلاق السلوك، مما يجعله نظاماً غير عملي في حالات الطوارئ القصوى أو عند تكرار مهام مألوفة لا تتطلب اجتهاداً فكرياً.

7.2 آليات تمثيلات المثير-الاستجابة والانغلاق الحركي

في الطرف المقابل، تجسد رابطة المثير-الاستجابة (Stimulus-Response أو S-R) مبدأ الانغلاق الحركي الآلي. في هذه المنظومة، تنطبع الروابط العصبية بين الإشارات الحسية القادمة من البيئة (شكل الرافعة، الإضاءة المحيطة) ومسارات الإخراج الحركي في الدماغ مباشرة. يُمحى التمثيل الذهني للناتج تماماً من المعادلة اللحظية للتنفيذ السلوكي؛ فالطعام أو المكافأة لا تُستدعى قبل ضغط الرافعة، بل إن رؤية الرافعة ذاتها هي التي تستدعي حركة الضغط بصورة تشبه تفعيل المنعكس الشرطي المكتسب.

تكمن قوة هذا النظام في سرعته الفائقة، وخلوه التام من أي استهلاك للطاقة المعرفية أو الانتباهية، مما يمنح الكائن قدرة فريدة على تنفيذ المهام المعتادة بتكلفة عقلية تقارب الصفر، ويتيح له معالجة مهام معقدة أخرى بالتوازي (Multitasking). إلا أن عيبه القاتل يكمن في جموده المطبق؛ فالأفعال العادية تصبح محصنة ضد التغييرات البيئية، وتستمر في الحدوث حتى لو تحولت نتائجها إلى أضرار جسيمة ومباشرة، لعدم وجود آلية مدمجة داخل دائرة (S-R) تسمح بمراجعة القيمة أو التحقق من ملاءمة النتيجة للمصلحة الراهنة.

7.3 التنافس والتعاون بين المنظومتين في إدارة السلوك

لا تعمل المنظومتان (A-O) و (S-R) ككيانين معزولين تماماً داخل الجهاز النفسي، بل تخضعان لعلاقة تذبذب مستمرة تجمع بين التنافس الشرس والتعاون الهرمي الذكي. ففي نموذج التحكم الهرمي، تتولى المنظومة الهادفة وضع المخطط العام وتحديد الغايات الكبرى (مثل: الرغبة في السفر إلى مدينة أخرى أو الطهي لإشباع الجوع)، ثم تفوض تنفيذ سلاسل الحركات الميكانيكية الصغرى والروتينية (كالضغط على دواسات السيارة أو تقطيع الخضراوات) إلى منظومة العادات لتقوم بها بسلاسة وسرعة، دون إشغال العقل الواعي بتفاصيلها الدقيقة.

ينشأ الصراع السلوكي الحاد عندما يطرأ تغير مفاجئ في قيمة الهدف أو في قواعد اللعبة البيئية، وتفشل المنظومة الهادفة في فرض سيطرتها التنفيذية على مسارات العادة المتجذرة؛ كأن يجد السائق نفسه يسلك طريق عمله القديم تلقائياً رغم أنه كان ينوي الذهاب إلى مكان مختلف كلياً. وقد برهنت الدراسات المستلهمة من ديكنسون على أن السيطرة في هذا التنافس تُحسم بناءً على عوامل بيولوجية وظرفية حاسمة: فالإجهاد والتوتر النفسي الحاد (Acute Stress)، والحرمان الشديد من النوم، وضعف طاقة الذاكرة العاملة، كلها عوامل تؤدي إلى كف القشرة المخية وتعطيل المنظومة الهادفة، مما يمنح منظومة العادات الهيمنة الفورية على مقود السلوك.

8. الركائز العصبية والتشريحية لثنائية ديكنسون

8.1 الشبكة العصبية الحاكمة للسلوك الموجه بالهدف

بفضل التجارب التأسيسية لديكنسون، انطلقت ثورة في علم الأعصاب السلوكي خلال العقود الأخيرة لتحديد البنى والدوائر الدماغية المسؤولة عن ترميز وتنفيذ ثنائية (A-O) و (S-R). أظهرت الدراسات التي قادها علماء أعصاب بارزون — مثل برنارد بالين (Bernard Balleine) الذي تدرب مع ديكنسون، وباتريشيا جانوفسكي (Patricia Janak) — أن السلوك الموجه بالهدف يعتمد على شبكة عصبية أمامية-مخططية (Cortico-Striatal Loop) تتألف من عقد مترابطة بدقة متناهية:

• القشرة أمام الجبهية وتحديداً المنطقة قبل الحوفية (Prelimbic Cortex – PL): في القوارض (والمعادل لها في الرئيسيات كالقشرة الجبهية الظهرانية الوحشية dlPFC)، تعتبر المنطقة قبل الحوفية القائد المعرفي لترميز الاقتران السببي بين الفعل والناتج. أثبتت التجارب أن إحداث آفات جراحية أو تعطيل كيميائي عصبي مؤقت في هذه المنطقة يمنع الحيوان تماماً من اكتساب السلوك الموجه بالهدف، ويقوده قسرياً إلى التصرف ككائن مسير بالعادات حتى مع التدريب المحدود.
• المخطط الظهري الإنسي (Dorsomedial Striatum – DMS): وهو المقابل البشري للنواة المذنبة (Caudate Nucleus). يمثل المخطط الإنسي المعالج المركزي الذي يتلقى المدخلات التنبؤية من القشرة قبل الحوفية ويدمجها بالمعلومات الحركية لتشكيل الرابطة (A-O). وقد أظهرت الأبحاث أن تعطيل مستقبلات الغلوتامات (NMDA receptors) في المخطط الإنسي يلغي الحساسية لخفض القيمة.
• النواة القاعدية الجانبية للوزة (Basolateral Amygdala – BLA): تلعب دور الحافظ الحسي والعاطفي لتمثيل القيمة الراهنة للناتج. بدون عمل اللوزة، يفقد الكائن قدرته على تحديث وتعديل القيمة الحافزية للطعام بعد تسميمه بكلوريد الليثيوم، مما يعطل استجابة خفض القيمة عند الاختبار.

8.2 الدوائر العصبية المسؤولة عن أتمتة العادات

في المقابل التام، كشفت الدراسات العصبية أن الاستجابات النمطية القائمة على العادة تتكئ على شبكة تشريحية موازية ولكن مستقلة وظيفياً، تتركز في مسار قشري-مخططي مختلف تماماً:

• المخطط الظهري الجانبي (Dorsolateral Striatum – DLS): وهو المقابل التشريحي لمنطقة العتبة (Putamen) لدى البشر. يُعد المخطط الظهري الجانبي المقر العصبي المركزي لترسيخ وتخزين روابط المثير-الاستجابة (S-R). وعندما يتدرب الحيوان بشكل مفرط ومكثف، تتغير الأنماط التشابكية وتتعزز اللدونة العصبية في هذه المنطقة لتتولى زمام الحركة. وقد أثبت الباحثون قدرة مذهلة: إذا عُطل المخطط الجانبي دوائياً بواسطة حقن مادة مسكنة كالموسيمول (Muscimol) بعد التدريب المكثف، يستعيد الحيوان فجأة حساسيته لخفض القيمة ويعود سلوكه موجهاً بالهدف، مما يدل على أن مسار (A-O) لم يُمسح بل كان مقموعاً ومثبطاً بفعل هيمنة المخطط الجانبي.
• القشرة تحت الحوفية (Infralimbic Cortex – IL): (المقابلة لمناطق القشرة الجبهية الحزامية الأمامية البطنية vmPFC). تعمل هذه المنطقة كمفتاح تثبيط تنفيذي؛ حيث تتدخل في المراحل المتقدمة لتقوم بإيقاف السيطرة قبل الحوفية (PL)، مانحة التفويض الكامل للمخطط الجانبي لتسيير العادة الحركية دون تدخل تشويشي من الفكر الواعي.

8.3 التحول التشريحي العصبي عبر الزمن

يوضح هذا التقسيم العصبي المتقن أن التحول من السلوك الهادف إلى العادة ليس مجرد مفهوم سيكولوجي مجرد، بل هو هجرة وظيفية فيزيائية حقيقية للإشارات العصبية عبر أنسجة الدماغ. فمع الانتقال من الجلسات المبكرة إلى الجلسات المتقدمة، يهاجر النشاط العصبي تدريجياً وبصورة قابلة للتتبع من الدوائر الإنسية (القشرة قبل الحوفية والمخطط الظهري الإنسي) ليتوطن في الدوائر الجانبية والتحتية (المخطط الظهري الجانبي والقشرة تحت الحوفية).

يترافق هذا الانزياح التشريحي مع تحولات جذرية في ديناميكية إفراز الدوبامين بواسطة الخلايا العصبية في المادة السوداء (Substantia Nigra) والمنطقة السقفية البطنية (VTA). ففي المراحل الهادفة، يطلق الدوبامين إشاراته استجابة لمفاجأة الناتج ومكافأته لترسيخ نموذج البيئة المعرفي؛ ولكن مع تحول السلوك إلى عادة راسخة، تنتقل نبضات الدوبامين زمنياً لتنطلق عند ظهور المثير الحسي ذاته (رؤية الرافعة أو سماع النغمة)، مما يحفز التفعيل الحركي المباشر ويقطع الارتباط العصبي مع القيمة اللحظية للمكافأة، معيداً رسم التشريح الوظيفي للسلوك عبر الزمن.

9. التكامل مع النمذجة الحاسوبية والتعلم المعزز الحديث

9.1 التعلم القائم على النموذج كمعادل للسلوك الموجه بالهدف

فتحت تجارب ديكنسون آفاقاً علمية استثنائية حين التقت في مطلع الألفية الثالثة مع أبحاث التعلم المعزز الحاسوبي (Reinforcement Learning) وعلم الأعصاب الحسابي. وقد صاغ الباحثون معادلات رياضية تفسر التمييز الذي وضعه ديكنسون عبر تقسيم خوارزميات التعلم إلى فئتين رئيسيتين، جاء في مقدمتها التعلم المعزز القائم على النموذج (Model-Based Reinforcement Learning)، والذي يمثل التجسيد الحسابي للسلوك الموجه بالهدف (A-O).

في هذا الإطار الحسابي، يقوم الكائن (أو الوكيل الذكي Agent) ببناء خريطة داخلية أو “نموذج انتقالي” ديناميكي للبيئة يرمز رياضياً كالتالي: (T(s, a, s’))، وهو ما يعبر عن احتمالية الانتقال من الحالة الراهنة ((s)) إلى حالة مستقبلية جديدة ((s’)) عند اتخاذ الفعل ((a))، مقترناً بوظيفة للمكافأة ترصد القيمة الذاتية للناتج: (R(s’)). عندما يُطلب من الوكيل اتخاذ قرار، يقوم بتفعيل خوارزمية بحث شجري (Tree Search) استباقية؛ حيث يقيّم افتراضياً مسارات الفعل المختلفة ويحسب “القيمة المتوقعة” اللحظية عبر جمع المكافآت المنتظرة مستخدماً معادلات بلمان التكرارية (Bellman Equations):

$$Q_{MB}(s, a) = \sum_{s’} T(s, a, s’) \left[ R(s’) + \gamma \max_{a’} Q_{MB}(s’, a’) \right]$$

تفسر هذه الآلية الحسابية بدقة سبب حساسية هذا النظام لخفض القيمة؛ فعندما نقوم بتعديل وظيفة المكافأة وجعل قيمة طعام معين سالبة ((R(s’) < 0))، يقوم النظام الحاسوبي بتحديث قيمة الفعل فورياً ((Q_{MB})) في حسابه التنبؤي التالي، مما ينتج عنه توقف فوري عن أداء الحركة دون الحاجة لأي تجريب فيزيائي سابق.

9.2 التعلم الخالي من النموذج كمعادل حاسوبي للعادة

في الطرف النقيض، يبرز التعلم المعزز الخالي من النموذج (Model-Free Reinforcement Learning)، والذي يقدم ترجمة حاسوبية صارمة ومبهرة لمنظومة العادات وسلوكيات المثير-الاستجابة (S-R). لا يكلف هذا النظام نفسه عناء بناء خريطة للبيئة أو محاكاة المستقبل؛ بل يكتفي بتسجيل وتخزين قيمة عددية مجردة ووحيدة لكل زوج من المثير والفعل، يُرمز لها بـ (Q_{MF}(s, a)).

يتم تحديث هذه القيمة العددية بعد وقوع التجربة عبر استخدام خوارزميات الفروق الزمنية (Temporal Difference – TD Learning) بالاعتماد على ما يسمى بـ “خطأ التنبؤ بالمكافأة” (Reward Prediction Error – RPE):

$$\delta = r + \gamma \max_{a’} Q_{MF}(s’, a’) – Q_{MF}(s, a)$$

$$Q_{MF}(s, a) \leftarrow Q_{MF}(s, a) + \alpha \delta$$

تكمن الطبيعة العادية لهذا النظام في أنه يربط الاستجابة بالقيمة التاريخية المكتسبة المتراكمة دون ربطها بالخصائص الحرة للناتج. وبناءً عليه، عندما تتغير القيمة الحقيقية للناتج بعيداً عن الوكيل في معالجة خارجية، فإن القيمة المخزنة داخل الذاكرة الحاسوبية ((Q_{MF})) تظل كما هي دون أي تحديث؛ لأن تحديثها يتطلب حسابياً خوض الفعل في الواقع واختبار الانخفاض الحقيقي في قيمة المكافأة لإفراز خطأ تنبؤي جديد ((delta)). يفسر هذا النموذج الرياضي ببراعة مطلقة ظاهرة عدم الحساسية لخفض القيمة التي رصدها ديكنسون في المختبر بعد التدريب المكثف.

9.3 نماذج التحكيم الحاسوبية والتحكم المشترك (نموذج دو ودايان)

في عام 2005، نشر ناثانيال دو (Nathaniel Daw)، ويائيل نيف (Yael Niv)، وبيتر دايان (Peter Dayan) ورقة مرجعية ثورية دمجت بين ثنائية ديكنسون التجريبية والنمذجة الرياضية، عبر اقتراح نظرية التحكيم القائم على عدم اليقين (Uncertainty-Based Arbitration Model). طرح هذا النموذج فرضية عبقرية: يمتلك الدماغ “محكّماً مركزياً” يراقب أداء النظامين الحسابيين باستمرار (القائم على النموذج والخالي منه)، ويفوض السيطرة على الفعل الحركي للنظام الذي يمتلك درجة أقل من عدم اليقين الإحصائي (Bayesian Uncertainty) في الموقف الراهن.

في بداية مراحل التعلم، يكون النظام الخالي من النموذج (العادة) غارقاً في عدم اليقين؛ لأن تقديرات قيمه التراكمية لم تستقر بعد بفعل قلة التجارب، في حين أن النظام القائم على النموذج (الهدف) يستطيع استخلاص القواعد السببية بسرعة فائقة بناءً على بضع تجارب فقط، مما يمنحه الأفضلية الحسابية والسيطرة على السلوك. ولكن مع تكرار التجربة مئات المرات في بيئة ثابتة، تتقلص مستويات عدم اليقين في النظام الخالي من النموذج لتقترب من الصفر، وتصبح تقديراته دقيقة للغاية ومجانية من الناحية الحسابية، بينما تظل تكلفة تشغيل النظام القائم على النموذج مرتفعة ومحفوفة بضجيج المعالجة الذهنية المعقدة. يقرر المحكم المركزي عندئذٍ تسليم القيادة التامة للعادة الآلية حفاظاً على كفاءة الموارد؛ وهو ما أعاد صياغة نتائج تجارب ديكنسون كنموذج أمثل للاقتصاد المعرفي والمفاضلة الحسابية بين دقة الاستبصار وسرعة الإنجاز.

10. التطبيقات الإكلينيكية والاضطرابات السلوكية المرتبطة بتفكك التوازن

10.1 الإدمان واختطاف منظومة العادات العصبية

قدم نموذج ديكنسون المزدوج ومفهوم خفض القيمة أساساً نظرياً وعصبياً غير مسبوق لفهم الطبيعة التدميرية لاضطرابات الإدمان على المواد المخدرة. ففي المراحل الأولى لتعاطي المخدر، يكون السلوك فعلاً موجهاً بالهدف (A-O)؛ يتعاطى الفرد المادة عمداً سعياً وراء تحصيل النشوة والمتعة (Pleasure) أو للهروب من الألم النفسي والتوتر، حيث تكون الرغبة الواعية هي المحرك للسلوك. ولكن مع استمرار التعاطي، تُحدث المواد الكيميائية المخدرة تلاعباً كيميائياً فائقاً في المسارات الدوبامينية داخل المخطط الدماغي.

تؤدي التدفقات الدوبامينية المصطنعة والهائلة إلى تسريع شاذ وقسري لعمليات اللدونة المشبكية في المخطط الظهري الجانبي (DLS)، مما يُجبر النظام على حرق مراحل التحول الزمني المعتادة وترسيخ مسارات المثير-الاستجابة (S-R) بسرعة فائقة، بالتزامن مع تآكل وتثبيط القشرة أمام الجبهية المسؤولة عن المراقبة الهادفة. يتحول الإدمان هنا إلى فشل كارثي في منظومة خفض القيمة؛ حيث يواصل المتعاطي البحث عن المخدر وضربه بشكل قهري رداً على مثيرات وسياقات بيئية معينة (رؤية الأصدقاء، أدوات التعاطي، الأماكن)، حتى بعد أن تفقد المادة قدرتها على إعطائه أي لذة تذكر (بفعل التحمل)، وحتى في ظل إدراكه العقلي الكامل بأن هذا الفعل يدمر أسرته وصحته ومستقبله. يصبح السلوك هنا عادة حركية منفصلة تماماً ومحصنة ضد أي تقييم سلبي للنتائج.

10.2 اضطراب الوسواس القهري ومتلازمة الأفعال النمطية

وجدت الأبحاث الإكلينيكية المعاصرة، لا سيما دراسات كلير غيليز (Claire Gillan) وتريفور روبنز (Trevor Robbins) في كامبريدج، أن اضطراب الوسواس القهري (Obsessive-Compulsive Disorder – OCD) يمثل النموذج الإنساني الأوضح للاختلال البنيوي بين المنظومة الهادفة ومنظومة العادات. لطالما فُسر الوسواس القهري بأنه استجابة لمعتقدات وأفكار قلق واعية تدفع المريض لتنفيذ طقوس التنظيف أو التحقق لتخفيف الذعر؛ إلا أن تطبيق بروتوكولات ديكنسون المعدلة على البشر أظهر حقيقة مغايرة تماماً.

أثبتت التجارب أن مرضى الوسواس القهري يعانون من عجز وظيفي أصيل ومزمن في نظام السلوك الموجه بالهدف وفي استشعار تدهور الاقتران السببي؛ حيث تسيطر منظومة (S-R) على سلوكهم بقوة شاذة تجعلهم ينزلقون إلى تنفيذ الأفعال الحركية النمطية بصورة آلية غير مبررة بمجرد مواجهة المثير. وفي كثير من الأحيان، تأتي التبريرات والأفكار الوسواسية لاحقاً (Rationalization) كمحاولة بائسة من الوعي الإنساني لتفسير سبب انخراط الجسد في حركات قهرية عاجزة عن التوقف. إن فهم الوسواس القهري كفرط نشاط مرضي في دوائر المخطط الجانبي وضعف في كفاءة القشرة قبل الحوفية فتح الباب أمام علاجات سلوكية ودوائية تهدف خصيصاً إلى كسر حلقات العادات الآلية وتقوية السيطرة التنفيذية الموجهة بالهدف.

10.3 اضطرابات الأكل والسلوكيات الاندفاعية الأخرى

يمتد التطبيق السريري لثنائية ديكنسون إلى طيف واسع من اضطرابات السيطرة على الاندفاع واضطرابات الأكل، وتحديداً اضطراب نوبات الشره المرضي (Binge Eating Disorder) وتناول الطعام القهري المؤدي للسمنة المفرطة. في الحالات السليمة، يتدخل مبدأ الشبع الحسي النوعي لإيقاف تناول الطعام بمجرد امتلاء المعدة وفقدان النكهة لبريقها، مما يوجه السلوك نحو التوقف الفوري عبر تقييم الناتج.

أما في حالات اضطرابات الأكل القهرية، فتتفكك هذه الآلية التكيفية؛ إذ يتحول تناول الأطعمة فائقة المعالجة والغنية بالدهون والسكريات إلى استجابة محكومة بعادات صلبة تحفزها المثيرات البصرية والوجدانية المحيطة (كشاشات التلفاز، ألوان الإعلانات، مشاعر الحزن أو الضجر) بدلاً من الحاجة البيولوجية الداخلية. يُظهر هؤلاء الأفراد عدم حساسية واضحة للشبع الحسي؛ حيث يستمر التهام الطعام حتى مع وصول الجسد إلى مرحلة الألم الجسدي والغثيان، وهو ما يطابق سلوك الجرذان ذات العادات الراسخة في تجارب ديكنسون بعد التدريب المكثف. تهدف الاستراتيجيات العلاجية المعرفية الحديثة إلى إعادة تدريب هؤلاء المرضى على فك الارتباط بين المثير والاستجابة، وتفعيل المراقبة التأملية الواعية لتقييم القيمة الحقيقية للناتج قبل الشروع في الفعل الحركي.

11. المناقشات النقدية والمحددات المنهجية لتجارب ديكنسون

11.1 إشكالية التمييز الصارم بين الانطفاء وخفض القيمة

على الرغم من المكانة العلمية الرفيعة لتجارب أنتوني ديكنسون، إلا أنها واجهت نقاشات نقدية ومنهجية معمقة من قبل باحثين آخرين في علم النفس المقارن. تمحور أحد أبرز الانتقادات المنهجية حول إجراء الاختبار تحت ظروف الانطفاء (Extinction Test). جادل بعض النقاد بأن وضع الحيوان في بيئة الانطفاء لا يعزل بالضرورة تمثيلاته العقلية السابقة بشكل نقي، بل يخلق بحد ذاته “سياقاً تعليمياً جديداً ومربكاً” قد يفسره الحيوان كفشل عام في النظام البيئي وليس مجرد استجابة لخفض قيمة الناتج المستهدف.

تساءل المشككون عما إذا كانت ظاهرة عدم الحساسية لخفض القيمة التي تظهر بعد التدريب المكثف تمثل حقاً نشوء “عادة حركية مستقلة” (S-R)، أم أنها تعكس عجزاً إدراكياً لدى الحيوان المجهد بالتدريب في تعميم حالة النفور الطعمي التي اختبرها في قفصه المنزلي إلى سياق الصندوق الإجرائي في غياب المعزز. دفع هذا النقد العلمي ديكنسون وباحثين معاصرين إلى تصميم اختبارات تعتمد على “إعادة التعلم المعزز المباشر” وتقديم خيارات مزدوجة لرافعات متعددة (Choice Tests) في نفس الجلسة، والتي أكدت في معظمها صحة الاستنتاجات الأصلية مع إبراز تعقيدات إضافية تتعلق بكيفية قراءة الكائن لسياق الانطفاء ذاته.

11.2 تحديات تعميم النتائج من القوارض إلى الكائنات المعقدة

تتمثل إحدى العقبات الكبرى في محاولة نقل وتعميم نتائج التجارب المصممة للقوارض إلى مستوى السلوك البشري المعقد. يتميز الدماغ البشري بنمو هائل واستثنائي في القشرة المخية الحديثة (Neocortex)، ولا سيما القشرة الجبهية، إضافة إلى امتلاك الإنسان لمنظومة اللغة والاستبطان الرمزي والتفكير التجريدي، وهي ملكات معرفية لا وجود لها في القوارض، وتعمل كشبكات حماية عليا تعترض باستمرار مسارات العادات الآلية وتتدخل لتعديلها.

في البيئات المختبرية، يواجه الباحثون صعوبة بالغة في تحويل البشر إلى “كائنات مدفوعة بالعادات البحتة” عبر تجارب الضغط على الأزرار التقليدية؛ فالإنسان غالباً ما يكتشف الغاية من التجربة سريعاً ويصيغ قواعد معرفية واعية تحكم قراراته، مما يجعل الاستجابة الحركية خاضعة للسيطرة الفكرية حتى بعد فترات تدريب طويلة. ومع ذلك، نجحت المحاولات الحديثة التي استخدمت بيئات تفاعلية متقدمة وألعاب واقع افتراضي مجهدة معرفياً ومعقدة زمنياً في إثبات وجود نفس التحول الثنائي من السلوك الهادف إلى العادة لدى الإنسان، مؤكدة أن الاختلاف بين الأنواع يكمن في سعة الموارد المعرفية التنفيذية ومرونتها، وليس في غياب المنظومة العصبية للعادة بحد ذاتها.

11.3 التفسيرات البديلة لديناميكيات التحول السلوكي

قدمت مدارس ترابطية متقدمة بدائل نظرية حاولت تفسير ظواهر ديكنسون دون الحاجة لافتراض وجود نظامين سلوكيين وعصبيين منفصلين جذرياً داخل الكائن الحي. اقترحت هذه التفسيرات البديلة — مثل نماذج جون ستادون (John Staddon) وتعديلات بيتر ريد (Peter Reed) — أن ما يبدو كتحول نوعي من الهدف إلى العادة قد يكون مجرد تعبير عن تغيرات في الانتباه الانتقائي الحسي (Selective Attention) أو نتاجاً لترسخ التوافق الحركي العضلي الدقيق.

تجادل هذه الفرضيات بأنه مع التكرار الهائل للتدريب، يتوقف الحيوان عن فحص وتفحص المثيرات البيئية ويركز انتباهه الحسي بدقة متناهية على الرافعة فقط لإنجاز الحركة بأقل جهد فسيولوجي ممكن، مما يعزله حسياً عن معالجة التغيرات المحيطة. ووفقاً لهذا التفسير الأحادي، فإن السلوك يظل مدفوعاً بآلية ترابطية واحدة تتسع وتضيق فيها مساحة الانتباه، دون الحاجة لافتراض قطيعة كاملة بين “المعرفة السببية” و”الحركة الآلية”. ورغم وجاهة بعض هذه الأطروحات، إلا أن الأدلة العصبية الدامغة الناتجة عن التعطيل المجهري المزدوج لمناطق الدماغ (Double Dissociation) أعطت وزناً حاسماً لصالح فرضية ديكنسون حول وجود نظامين حقيقيين يتكاملان ويتنافسان عضوياً.

12. الإرث العلمي والآفاق المستقبلية لأبحاث التعلم والسلوك

12.1 التحول الباراديمي في علم النفس المعرفي والسلوكي

أحدثت أبحاث أنتوني ديكنسون تحولاً باراديمياً (Paradigm Shift) تاريخياً لا يمكن المبالغة في تقدير أثره العلمي؛ إذ نجحت في تفكيك الاستقطاب العقيم الذي شلّ علم النفس لنصف قرن بين المدرسة السلوكية الصارمة والمدرسة المعرفية الاستبطانية. وضع ديكنسون حجر الأساس لتيار “السلوكية المعرفية التجريبية”، مبرهناً على أن دراسة التمثيلات الذهنية، والخطط الغرضية، والمعرفة السببية لا تتطلب الانجراف نحو مفاهيم غيبية أو استبطانات غير منضبطة، بل يمكن قياسها وتشريحها مختبرياً بدقة رياضية لا تقل صرامة عن حساب المنعكسات الحركية لثورندايك وبافلوف.

ألهم هذا النموذج أجيالاً كاملة من العلماء والباحثين الذين تحولوا لدراسة السلوك بوصفه نتاج تفاعل جدلي بين الإدراك والأتمتة، وأرسى معايير الاختبار التجريبي التي يُقاس عليها السلوك الذكي والواعي في شتى فروع البيولوجيا السلوكية، وعلم الأخلاق المقارن (Ethology)، مما جعل أوراقه المنشورة بين 1981 و1985 نصوصاً تأسيسية تدرس في كليات العلوم العقلية والنفسية حول العالم.

12.2 التطبيقات الحديثة في الذكاء الاصطناعي والروبوتات

في عصر الثورة التكنولوجية والذكاء الاصطناعي المعاصر، عادت أبحاث ديكنسون لتشكل مصدر إلهام محوري لمهندسي البرمجيات وخوارزميات الروبوتات الذاتية (Autonomous Robotics). يواجه الذكاء الاصطناعي اليوم نفس المعضلة التكيفية التي واجهها الجرذ في صندوق ديكنسون: فالاعتماد الحصري على التخطيط الاستباقي الشجري المعقد (التعلم القائم على النموذج) يجعل الروبوت عاجزاً عن اتخاذ قرارات سريعة في البيئات الخطرة ويستهلك طاقة حاسوبية هائلة قد تؤدي لنفاد بطاريته أو شلل معالجاته؛ في حين أن الاعتماد الحصري على ردود الفعل المبرمجة والأنماط التكرارية الخالية من النماذج يجعل الروبوت عاجزاً عن التكيف مع أي تغير مفاجئ في تضاريس البيئة ويدفعه لتكرار أخطاء كارثية.

يستلهم الباحثون في مراكز رائدة — مثل Google DeepMind وOpenAI — نموذج التحكم المزدوج لديكنسون ودايان لتصميم بنيات تحكم هجينة (Hierarchical Hybrid Architectures). تقوم هذه الوكلاء الاصطناعية بالتبديل الذاتي والديناميكي بين الحساب الغائي الاستباقي عالي التكلفة عند اكتشاف بيئات مجهولة، وبين الأتمتة الميكانيكية السريعة لتوليد استجابات فورية وآمنة بمجرد استقرار شروط المحيط، محاكية بذلك عبقرية الانتقال البيولوجي من السلوك الموجه بالهدف إلى العادة الآلية لتحقيق أعلى مستويات الكفاءة الطاقية والحسابية في الملاحة وصنع القرار.

12.3 آفاق البحث المستقبلية باستخدام تقنيات علم الأعصاب الحديث

تتجه الأبحاث المعاصرة نحو فك أسرار التوازن بين الهدف والعادة بدقة غير مسبوقة بفضل الثورة التقنية في علم الأعصاب الجزيئي والخلوي. تتيح تقنيات علم البصريات الوراثي (Optogenetics) اليوم للعلماء زرع قنوات بروتينية حساسة للضوء داخل مجموعات عصبية محددة في القشرة قبل الحوفية أو المخطط الجانبي، مما يمكنهم من “تشغيل أو إطفاء” السلوك الموجه بالهدف أو العادة بومضة ليزر دقيقة خلال أجزاء من الألف من الثانية وأثناء أداء الحيوان للحركة على الهواء مباشرة.

بالتوازي مع ذلك، يسمح استخدام التصوير العصبي المجهري ثنائي الفوتون (Two-Photon Microscopy) بمراقبة تبلور وانطفاء الأشواك التغصنية واللدونة المشبكية داخل دوائر العقد القاعدية خلية بخلية على مدار أسابيع التدريب المكثف، ليرى الباحثون بأعينهم كيف تتشكل العادة كأثر مادي محفور في النسيج العصبي. تفتح هذه الآفاق الباب أمام تطبيقات علاجية ثورية تنقل تجارب ديكنسون من الإطار الأكاديمي إلى العيادة الطبية؛ من خلال تطوير علاجات دوائية دقيقة، وتدخلات تحفيز مغناطيسي عبر الجمجمة (TMS)، وبروتوكولات تدريب سلوكي تستهدف استعادة التوازن المفقود بين الأهداف والعادات لدى المصابين بالإدمان القهري والتصلب المعرفي، لتعيد للإنسان قدرته الحرة على توجيه أفعاله نحو غاياتها الحقيقية.

خاتمة

تكشف لنا مراجعة تجربة التعلم الموجه بالهدف مقابل التعلم القائم على العادة لأنتوني ديكنسون عن صورة بالغة العمق والتعقيد لطبيعة الكائن الحي وسلوكه في هذا العالم. فالسلوك الإجرائي ليس قطباً أحادياً يبسطه الاختزال الآلي، ولا هو فكر واسترخاء تأملي متواصل يرفض الأتمتة؛ بل هو توازن بديع صاغته ملايين السنين من التطور الطبيعي ليمنح الأحياء مرونة التفكير الاستباقي الواعي من جهة، وسرعة وكفاءة الحركات التلقائية المتقنة من جهة أخرى.

لقد نجح ديكنسون عبر عبقريته التجريبية في تفكيك ذلك التداخل المعقد، وتقديم بروتوكول خفض القيمة كأداة منهجية غيرت وجه علم النفس المعرفي وعلوم الأعصاب إلى الأبد. ومن صناديق سكينر البسيطة في مختبرات كامبريدج، انطلقت شرارة علمية أعادت تعريف بنية الدوائر العصبية في أدمغتنا، ووجهت خوارزميات الذكاء الاصطناعي نحو آفاق كبرى، ورسمت خارطة أمل طبية لفهم وعلاج أشد الاضطرابات النفسية والسلوكية استعصاءً. يظل إرث ديكنسون شاهداً حياً على أن الفهم الصارم للسلوك الإنساني والحيواني يبدأ دائماً من صياغة السؤال التجريبي الدقيق الذي يملك الجرأة على استنطاق العقل، وقياس الإرادة، ومساءلة الآلية داخل الكائن الحي.

المراجع

• Adams, C. D., & Dickinson, A. (1981). Instrumental responding following reinforcer devaluation. The Quarterly Journal of Experimental Psychology Section B: Comparative and Physiological Psychology, 33(2), 109–121. https://doi.org/10.1080/14640748108400816
• Balleine, B. W., & Dickinson, A. (1998). Goal-directed instrumental action: contingency and incentive learning and their cortical substrates. Neuropharmacology, 37(4-5), 407–419. https://doi.org/10.1016/S0028-3908(98)00033-1
• Daw, N. D., Niv, Y., & Dayan, P. (2005). Uncertainty-based competition between prefrontal and dorsolateral striatal systems for behavioral control. Nature Neuroscience, 8(12), 1704–1711. https://doi.org/10.1038/nn1560
• Dickinson, A. (1985). Actions and habits: the development of behavioural autonomy. Philosophical Transactions of the Royal Society of London. B, Biological Sciences, 308(1135), 67–78. https://doi.org/10.1098/rstb.1985.0010
• Dickinson, A., & Balleine, B. (1994). Motivational control of goal-directed action. Animal Learning & Behavior, 22(1), 1–18. https://doi.org/10.3758/BF03199951
• Dickinson, A., Nicholas, D. J., & Adams, C. D. (1983). The effect of the instrumental training contingency on susceptibility to reinforcer devaluation. The Quarterly Journal of Experimental Psychology Section B: Comparative and Physiological Psychology, 35(1), 35–51. https://doi.org/10.1080/14640748308400912
• Gillan, C. M., Kosinski, M., Whelan, R., Phelps, E. A., & Daw, N. D. (2016). Characterizing a psychiatric symptom dimension related to deficits in goal-directed control. eLife, 5, e11305. https://doi.org/10.7554/eLife.11305
• Robbins, T. W., & Costa, R. M. (2017). Habits: Concepts, mechanisms, and neurobiology. Neuron, 95(4), 747–772. https://doi.org/10.1016/j.neuron.2017.07.038
• Thorndike, E. L. (1898). Animal intelligence: An experimental study of the associative processes in animals. The Psychological Review: Monograph Supplements, 2(4), i–109. https://doi.org/10.1037/h0092987
• Tolman, E. C. (1948). Cognitive maps in rats and men. The Psychological Review, 55(4), 189–208. https://doi.org/10.1037/h0061626