تجربة تخفيض القيمة الإجرائية – جولي كولفيل وروبرت ريسكورلا

تُعد دراسة السلوك والتعلم الإجرائي من أكثر المجالات التي شهدت سجالات فكرية وتجريبية عميقة في تاريخ علم النفس التجريبي والعلوم العصبية الإدراكية. لعقود طويلة، سيطرت النزعة السلوكية الراديكالية على الأوساط الأكاديمية، مؤطرة الكائن الحي بوصفه صندوقاً أسود يستجيب آلياً وميكانيكياً للمثيرات البيئية المحيطة، ومجردة الفعل الإرادي من أي تمثيل ذهني داخلي موجه بالهدف أو النتيجة. غير أن هذا المنظور الضيق ظل عاجزاً عن الإجابة عن أسئلة جوهرية تتعلق بمرونة الكائن الحي وقدرته على التكيف الفوري مع المتغيرات البيئية المعقدة والتبدلات الفسيولوجية الذاتية.

في خضم هذا التنازع بين السلوكية الآلية والنزعات المعرفية الناشئة، برزت التجربة المفصلية التي أجرتها الباحثة جولي كولفيل بالتعاون مع عالم النفس الشهير روبرت ريسكورلا في منتصف ثمانينيات القرن العشرين، وتحديداً دراستهما التاريخية المنشورة عام 1985 حول “تخفيض القيمة الإجرائية” (Instrumental Outcome Devaluation). مثلت هذه التجربة طفرة منهجية وبارادايمية في فهم البنية الترابطية للتعلم الفعال، حيث استطاع الباحثان، عبر تصميم تجريبي بالغ الإحكام، تفكيك الفرضيات الاختزالية وتوفير برهان لا يقبل الشك على أن الحيوان لا يتعلم مجرد حركات حركية عمياء، بل يكوّن تمثيلاً ذهنياً معرفياً غنياً يربط الفعل بنتيجته الخاصة وقيمتها التحفيزية الحالية.

يمتد الأثر العلمي لهذا البروتوكول التجريبي إلى ما هو أبعد من مجرد إثبات فرضية سيكولوجية؛ فقد أسس لإعادة صياغة شاملة للعلوم العصبية الحسابية، ونظريات اتخاذ القرار، وفهم الركائز البيولوجية للعادات القهرية واضطرابات الإدمان والوسواس القهري في الطب النفسي المعاصر. في هذا المقال التفكيكي الشامل، نتناول دراسة تجربة كولفيل وريسكورلا بتشريح دقيق لخلفياتها المعرفية، وتفاصيل بروتوكولها الإجرائي، ومآلاتها النظرية والعصبية والحاسوبية التي أعادت رسم خريطة العقل والسلوك.

1. السياق التاريخي والنظري لنظريات التعلم الإجرائي

1.1 قانون الأثر لإدوارد ثورندايك والرؤية الميكانيكية للسلوك

تعود الجذور الأولى لدراسة السلوك الفعال إلى أواخر القرن التاسع عشر وبدايات القرن العشرين مع التجارب الرائدة التي أجراها إدوارد ثورندايك باستخدام ما عُرف بـ “صناديق الألغاز” (Puzzle Boxes). عندما كان ثورندايك يضع قططاً جائعة داخل هذه الصناديق التي لا يمكن فتحها إلا عبر الضغط على رافعة أو سحب حبل معين، لاحظ أن زمن الهروب والحصول على الطعام يتناقص تدريجياً عبر المحاولات المتكررة. هذه الملاحظة قادته إلى صياغة فرضيته الشهيرة المعروفة باسم قانون الأثر (Law of Effect).

افترض ثورندايك في قانون الأثر أن الاستجابة التي تتبعها حالة من الرضا أو “الإشباع” تقترن ارتباطاً وثيقاً بالموقف أو المثير البيئي، بحيث يزداد احتمال تكرار هذه الاستجابة مستقبلاً عند ظهور المثير ذاته. وعلى النقيض، فإن الاستجابات التي تعقبها مشاعر انزعاج تضعف صلتها بالموقف. غير أن الجانب الأكثر جذرية وإثارة للجدل في أطروحة ثورندايك هو طبيعة هذا الرابط؛ فقد رأى أن المعزز (كقطعة السمك خارج الصندوق) يعمل فقط كعامل محفز أو مادة لاصقة تقوي رابطة المثير والاستجابة المباشرة (S-R) دون أن يدخل المعزز نفسه في البنية التمثيلية للتعلم.

وفقاً لهذه الرؤية الميكانيكية البحتة، لا يمتلك الحيوان أي وعي أو فكرة أو توقع مسبق للنتيجة التي سيؤدي إليها فعله الحركي. فالحيوان لا يضغط على الرافعة “لكي يحصل على الطعام”، بل يضغط عليها لأن المثير البصري المتمثل في الرافعة يستدعي تلقائياً الحركة الحركية المكتسبة نتيجة ترسيخ الرابطة العصبية عبر التعزيز السابق. وقد هيمنت هذه المقاربة الآلية على علم النفس السلوكي لعدة عقود، متوافقة مع التوجهات السلوكية الأمريكية الراديكالية التي قادها لاحقاً بوروس فريدريك سكينر، والتي ناصبت العداء لأي محاولة لإقحام الحالات العقلية الداخلية أو التمثيلات المعرفية في التفسير العلمي للسلوك.

1.2 السلوكية الغائية لإدوارد تولمان وبدايات الإدراك المعرفي

في مقابل هذا التيار الميكانيكي المهيمن، ظهر تيار معارض قاده العالم الأمريكي إدوارد تولمان، الذي أرسى دعائم ما أسماه “السلوكية الغائية” (Purposive Behaviorism). رفض تولمان فكرة أن التعلم هو مجرد حركات آلية مجردة تستجيب لمثيرات حسية، وجادل بأن السلوك الحيواني يتسم بالقصدية والتوجه نحو الهدف، مدعياً أن الكائن الحي يشكل أثناء تفاعله مع البيئة ما يُعرف بـ الخرائط المعرفية (Cognitive Maps) وتوقعات محددة عن النتائج المترتبة على أفعاله.

أجرى تولمان وزملاؤه سلسلة من التجارب العبقرية حول التعلم الكامن (Latent Learning) وسلوك الاستدلال المكاني لدى الفئران داخل المتاهات، موضحاً أن الحيوانات تستطيع استيعاب العلاقات المكانية وشبكة الترابطات البيئية حتى في غياب التعزيز الفوري المباشر. وحين يتم إدخال المكافأة لاحقاً، تظهر الفئران كفاءة سريعة في الوصول إليها مستخدمة معرفتها المسبقة بالمسارات، وهو ما يتعارض كلياً مع نموذج ثورندايك القائم على تراكم تدريجي بطيء للروابط بين المثيرات والاستجابات الحركية المحددة.

أشعلت أفكار تولمان صراعاً فكرياً ونظرياً عاصفاً بين المعسكر السلوكي التقليدي والمعسكر المعرفي الناشئ. ومع ذلك، واجهت نظريات تولمان معضلة منهجية كبرى؛ إذ اتُهمت من قِبل السلوكيين الراديكاليين بأنها نظريات “تأملية” تفتقر إلى البرهان التجريبي الدقيق والصلب. لقد علق المنتقدون ساخرين بأن فأر تولمان يظل “غارقاً في التفكير” داخل نقطة التفرع في المتاهة دون أن يمتلك آلية واضحة تدفعه للحركة الحركية، مما جعل الحاجة ماسة إلى تصميم بروتوكول تجريبي محكم يفصل قاطعاً بين التفسير الآلي القائم على روابط S-R والتفسير المعرفي القائم على توقع الهدف والنتيجة.

1.3 إشكالية قياس التمثيل الداخلي للهدف تجريبياً

تمثلت الإشكالية العلمية المعقدة التي واجهت علماء النفس التجريبي في كيفية إثبات وجود “تمثيل داخلي” للهدف في دماغ الحيوان دون الوقوع في شرك الاستنتاجات الدائرية. فعندما نلاحظ فأراً يضغط على رافعة للحصول على الطعام، كيف يمكننا التأكد مما إذا كان يضغط بدافع العادة الآلية التي استدعاها وجود الرافعة (S-R)، أم لأنه “يريد” الطعام ويتوقع بوعي إدراكي أن هذا الضغط سيقود تحديداً إلى توفير ذلك المعزز (Action-Outcome / A-O)؟

كانت الصعوبة تكمن في أن السلوك الظاهري الملاحظ متطابق في الحالتين: يد تقترب، رافعة تنخفض، وطعام يؤكل. إن عزل المعرفة الذاتية بالنتيجة عن الاستجابة الحركية ذاتها يتطلب التلاعب بقيمة النتيجة أو طبيعتها بمعزل عن أداء الفعل الحركي، ثم اختبار ما إذا كان الحيوان سيعدل سلوكه الحركي فوراً ودون أن يتاح له التعلم من جديد عبر التغذية الراجعة المباشرة.

إذا قمنا بتغيير قيمة المكافأة (مثلاً، جعل الطعام غير مرغوب فيه) وسمحنا للحيوان بضغط الرافعة وتناول الطعام الفاسد، فإن توقفه اللاحق عن الضغط لن يحسم الجدل؛ إذ سيقول السلوكيون إن غياب التعزيز الإيجابي أو حضور الأثر المنفر قد “أطفأ” رابطة S-R من جديد بالآلية الميكانيكية ذاتها. ومن هنا، كان التحدي التجريبي يتطلب إحداث تعديل في القيمة التحفيزية للمعزز في سياق مستقل، ثم وضع الحيوان في موقف اختبار تُقاس فيه رغبته في المبادرة بالفعل دون تقديم المعزز أصلاً (تحت ظروف الانطفاء التام)، لقطع الطريق أمام أي تغذية راجعة جديدة تثبت أو تضعف الرابطة ميكانيكياً. وهذا هو الإنجاز المنهجي الفريد الذي حققه بروتوكول تخفيض القيمة.

2. الخلفية العلمية لأبحاث جولي كولفيل وروبرت ريسكورلا

2.1 إسهامات روبرت ريسكورلا في الإشراط الكلاسيكي والمعرفي

يُعد روبرت ريسكورلا واحداً من أبرز العقول التي صاغت التحول المعرفي داخل سيكولوجية التعلم في النصف الثاني من القرن العشرين. ارتبط اسمه بالنموذج الرياضي الثوري للتعلم البافلوفي المعروف باسم “نموذج ريسكورلا-فاغنر” (Rescorla-Wagner Model) الذي طُرح عام 1972 بالتعاون مع آلان فاغنر. أعاد هذا النموذج تعريف الاشتراط الكلاسيكي بالكامل، مبيناً أن التعلم لا ينشأ من مجرد الاقتران الزمني المتكرر بين المثير الشرطي والمثير غير الشرطي كما كان يظن إيفان بافلوف، بل يعتمد جوهرياً على القيمة التنبؤية وحجم المفاجأة أو خطأ التنبؤ (Prediction Error).

أثبت ريسكورلا أن المثيرات البيئية تُعامل كمعلومات يتم تجهيزها ومعالجتها بواسطة الجهاز العصبي للحيوان لتوقع الأحداث المستقبلية. فإذا كان المثير غير الشرطي متوقعاً تماماً، فلن يحدث أي تعلم جديد حتى لو تكرر الاقتران لآلاف المرات. هذا الإدراك لدور “المعلومة” و”التمثيل الداخلي” قاد ريسكورلا إلى التشكيك في المسلمات السلوكية الصارمة التي كانت تفصل بشكل مصطنع بين التعلم البافلوفي (الاستجابي) والتعلم السكينري (الإجرائي).

قرر ريسكورلا توظيف هذه الرؤية المعرفية الدقيقة لدراسة التعلم الإجرائي الأكثر تعقيداً. ورأى أن الأدوات المنهجية التي استُخدمت بنجاح في تفكيك البنية الترابطية للإشراط الكلاسيكي يمكن تكييفها وتطويرها لدراسة الأفعال الإرادية للكائنات الحية، والتحقق مما إذا كانت المبادئ المعرفية التنبؤية تحكم السلوك الفعال بنفس القدر من القوة والدقة.

2.2 التعاون البحثي مع جولي كولفيل وتطوير النموذج المعرفي

في مطلع الثمانينيات، وفي قسم علم النفس بجامعة بنسلفانيا العريقة، التقت المسارات الأكاديمية بين روبرت ريسكورلا والباحثة المتميزة جولي كولفيل (Julie Colwill). تركز اهتمامهما المشترك على استكشاف “البنية الترابطية” (Associative Structure) الكامنة وراء التعلم الإجرائي. كان السؤال المحوري الذي جمعهما هو: ما هي طبيعة الروابط المشفرة في الدماغ عندما يكتسب الكائن الحي سلوكاً موجهاً؟

يتألف الموقف الإجرائي التقليدي من ثلاثة عناصر أساسية:

• المثير البيئي أو التمييزي (Stimulus – S): السياق أو الأداة الموجودة في البيئة (مثل الرافعة أو الضوء).
• الاستجابة أو الفعل الحركي (Response / Action – R أو A): الحركة العضلية المحددة التي يؤديها الحيوان (مثل الضغط بالكف أو السحب).
• الناتج أو المعزز (Outcome – O): الحدث البيولوجي ذو الدلالة الذي يعقب السلوك (مثل حبة طعام أو جرعة ماء).

بينما كانت النظريات السلوكية تحصر التعلم في الرابطة البسيطة (S-R) متجاهلة الدور التمثيلي للرمز (O)، انطلقت كولفيل وريسكورلا من فرضية مفادها أن الكائن الحي يطور شبكة ترابطية متعددة المسارات، أبرزها الرابطة المباشرة بين الفعل والنتيجة (Action-Outcome / A-O)، وأن هذه الرابطة حساسة للدلالات النوعية والحسية والقيمية للناتج. تُوج هذا التعاون بنشر أوراق بحثية تأسيسية في منتصف الثمانينيات، كانت أبرزها دراستهما المنشورة عام 1985 في Journal of Experimental Psychology: Animal Behavior Processes، والتي وضعت الأساس الراسخ لبروتوكول “تخفيض القيمة الإجرائية”.

2.3 الأهداف الأساسية لتجربة تخفيض القيمة لعام 1985

صُممت تجربة عام 1985 للإجابة عن سؤال تجريبي محدد وحاسم: هل يحتوي التمثيل الداخلي للاستجابة الإجرائية على معلومات دقيقة ومفصلة حول الخصائص الحسية والنوعية للمعزز المرتبط بها؟ وإذا تم تغيير الرغبة في ذلك المعزز بعيداً عن موقف الأداء، فهل سيتمكن الحيوان من استخدام هذا التقييم الجديد لكبح الاستجابة الحركية تلقائياً دون أي تدريب إجرائي إضافي؟

كان الهدف الأول هو دحض التفسير الميكانيكي الراديكالي المستند إلى رابطة (S-R). فوفقاً لفرضية ثورندايك، بما أن المعزز يعمل فقط على “تقوية” الرابطة الميكانيكية بين الرافعة وحركة الضغط، فإن التلاعب بخصائص المعزز لاحقاً في مكان آخر لا ينبغي أن يؤثر على قوة الرابطة الفيزيائية المتشكلة مسبقاً، ويجب أن يستمر الفأر في الضغط بنفس الوتيرة طالما أن المثير أمامه.

أما الهدف الثاني فكان تأسيس نموذج منهجي معياري يمكن استخدامه عبر المعامل لاختبار “المرونة المعرفية” وحساب آليات اتخاذ القرار الموجه بالهدف. ومن خلال عزل السلوك الحركي في مرحلة الاختبار عن التعزيز الحقيقي، أرادت كولفيل وريسكورلا تقديم برهان قطعي على أن الحيوانات تقرر أفعالها استناداً إلى تقييم عقلاني وتوقعي لمآلات تلك الأفعال في اللحظة الراهنة.

3. الجدل النظري: رابطة المثير-الاستجابة مقابل رابطة الفعل-النتيجة

3.1 بنية رابطة المثير والاستجابة (S-R) وخصائصها الإجرائية

تتميز بنية رابطة المثير والاستجابة (Stimulus-Response / S-R) بطبيعتها الآلية غير المرنة. في هذا الإطار، يُفترض أن الجهاز العصبي يربط بشكل مباشر بين تمثيل حسي صادر من البيئة (المثير S) ونمط إفراغ عصبي حركي يؤدي إلى الحركة (الاستجابة R). الوظيفة البيولوجية الوحيدة للمعزز هنا تقتصر على تقديم “شحنة تقوية” أو تثبيت كيميائي عصبي لهذا المسار المشبكي عندما يتحقق النجاح الحركي.

الخاصية الجوهرية لنموذج S-R هي أن السلوك يصبح مستقلاً ذاتياً عن الهدف بمجرد ترسيخه. فإذا تكوّنت الرابطة بقوة، فإن استدعاء الفعل لا يتطلب من الكائن الحي أن يتذكر ماهية المعزز، أو ما إذا كان جائعاً إليه، أو ما إذا كانت البيئة تجعل من ذلك المعزز أمراً ساماً في الوقت الحالي. يكفي فقط حضور المثير (S) لتنطلق الاستجابة (R) كإفراز انعكاسي شرطي معقد.

يُمثل هذا النموذج التفسير النظري الأكثر اتساقاً مع مفهوم العادات التلقائية (Habits). فالعادات في جوهرها هي أنماط سلوكية تؤدى بكفاءة عالية وبأقل استهلاك للموارد الإدراكية، لكنها تتسم بالجمود؛ إذ تستمر في الظهور حتى عندما تصبح النتيجة النهائية غير مرغوب فيها أو حتى ضارة بالكائن الحي، وهو ما نلاحظه في السلوكيات القهرية والأنماط الإدمانية المزمنة.

3.2 بنية رابطة الفعل والنتيجة (A-O) ودينامياتها المعرفية

في الطرف المقابل تماماً، تفترض رابطة الفعل والنتيجة (Action-Outcome / A-O) بنية معرفية دلالية ثنائية الاتجاه داخل الدماغ. هنا، لا ترتبط حركة الكف أو الضغط بمثير الرؤية الفيزيائي المجرد، بل ترتبط بالتمثيل الإدراكي الداخلي للناتج: “الضغط (A) يقود إلى كريات السكر (O)”. في هذه المنظومة، يُعد الناتج (O) جزءاً لا يتجزأ من المحتوى التمثيلي الحاكم للسلوك.

تخضع ديناميات رابطة A-O لمحدد معرفي إضافي بالغ الأهمية: القيمة الحالية للناتج (Current Value of the Outcome). لا يكفي للكائن الحي أن يعرف أن (A) تؤدي إلى (O)، بل يجب أن يقترن هذا الإدراك بوزن تحفيزي إيجابي للناتج في اللحظة الراهنة (V(O)). وبالتالي، يتحدد احتمال صدور الفعل وصداه الحركي بالمعادلة المعرفية التي تدمج بين “المعرفة السببية بالناتج” و”القيمة الذاتية لذلك الناتج”.

تمنح هذه المنظومة السلوك مرونة استثنائية وفورية؛ فإذا طرأ أي تغيير على القيمة التحفيزية للناتج (نتيجة شبع مفرط، أو مرض فسيولوجي، أو تغير في الاحتياجات الحيوية)، ينعكس هذا التغيير لحظياً على قرار الإقدام على الفعل المعني أو الإحجام عنه. وبذلك، يُعرّف السلوك المحكوم بروابط A-O بأنه سلوك موجه بالهدف (Goal-Directed Behavior)، يمثل قمة التكيف التطوري للكائنات الراقية في بيئات ديناميكية متقلبة.

3.3 الافتراضات التنبؤية المتناقضة لكلا النموذجين

تتيح المقارنة بين النموذجين صياغة فرضيات تجريبية دقيقة ومتناقضة تماماً تمهد لاختبار تجريبي فيصل. لنفترض أن كائناً حياً دُرّب على إنجاز فعلين ميكانيكيين مختلفين للحصول على معززين غذائيين متمايزين حسياً، ثم تم خفض قيمة أحد المعززين كلياً (عبر تسميمه أو إفقاده قيمته الجاذبة) دون المساس بالمعزز الآخر، ثم وُضع الحيوان في بيئة الاختبار:

• تنبؤ نموذج (S-R): بما أن المعزز لم يكن قط جزءاً من البنية الترابطية الموجهة للفعل، وبما أن الرابطة الحركية تشكلت ميكانيكياً أثناء التدريب السابق، وبما أن الحيوان لم يختبر بعد “عقاباً” أثناء الضغط على الرافعة في مرحلة الاختبار؛ فإن معدل الضغط على كلتا الرافعتين يجب أن يظل متساوياً ومرتفعاً. لن يتراجع الحيوان عن الضغط إلا إذا مارس الفعل ونال العقاب أو الحرمان بصورة مباشرة ومتكررة داخل الصندوق.
• تنبؤ نموذج (A-O): نظراً لأن قرار الفعل يعتمد على التقييم الذهني اللحظي للناتج، فإن الحيوان سيجري استدلالاً داخلياً سريعاً: “الفعل الأول يقود إلى معزز مقيت ومرفوض حالياً، بينما الفعل الثاني يقود إلى معزز آمن ولذيذ”. وبالتالي، سينخفض معدل أداء الفعل الأول فوراً، مع الحفاظ على معدل مرتفع لأداء الفعل الثاني، حتى في غياب أي معززات أثناء جلسة الاختبار التقييمية.

يبرز هنا الشرط المنهجي الصارم الذي فرضته كولفيل وريسكورلا: يجب أن يتم إجراء الاختبار الحاسم في بيئة انطفاء تام (Extinction)، أي دون خروج أي طعام على الإطلاق فور ضغط الحيوان على أي رافعة. إن هذا الشرط الاستثنائي هو الذي يضمن استحالة تفسير النتيجة عبر التعلم الإجرائي الجديد، ويجبر السلوك على الكشف عن طبيعة التمثيل الذهني المتشكل مسبقاً في دماغ الكائن الحي.

4. المنهجية التجريبية لبروتوكول كولفيل وريسكورلا (1985)

4.1 اختيار عينة الدراسة وتوحيد المتغيرات البيئية

اعتمدت كولفيل وريسكورلا في تجاربهما الكلاسيكية على فئران المختبر البيضاء من سلالة محددة جينياً لتقليل الفروق الفردية الوراثية. تم تسكين الفئران في غرف إيواء ذات درجات حرارة ورطوبة مضبوطة بدقة، مع دورة إضاءة وظلام صارمة (12 ساعة ضوء / 12 ساعة ظلام) لضمان استقرار الإيقاع اليومي الفسيولوجي.

أخضعت الفئران لنظام حرمان غذائي مقنن ومدروس للوصول بأوزانها إلى نسبة ثابتة (عادة 80% إلى 85% من وزنها التغذي الحر)، وهي ممارسة قياسية في أبحاث التعلم لضمان وجود مستوى دافعي مرتفع وموحد لدى جميع أفراد العينة للبحث عن المكافآت الغذائية. وُضعت الحيوانات في أقفاص فردية لمنع التنافس على الطعام، ورُوقبت أوزانها وصحتها الحيوية يومياً طوال فترة التجربة.

أما بيئة الاختبار، فقد تم استخدام صناديق سكينر (Operant Chambers) المعزولة صوتياً وبصرياً والمثبتة داخل كبائن ثقيلة ومزودة بمراوح تهوية تصدر ضجيجاً أبيض خافتاً ومستمراً. يضمن هذا العزل المحكم حجب أي مؤثرات خارجية عشوائية (كالأصوات في المختبر أو حركة الباحثين) قد تؤدي إلى تشتيت الانتباه أو تشكيل روابط اقترانية غير منضبطة مع الاستجابات الحركية للحيوانات.

4.2 تصميم الأجهزة التجريبية وتمايز الاستجابات

لتحقيق الفصل الإجرائي التام والمحكم، صُممت الغرفة التجريبية بحيث تحتوي على أداتين ميكانيكيتين متمايزتين حسياً وحركياً تمايزاً جذرياً:

1. الرافعة الميكانيكية (Lever): وهي ذراع معدنية بارزة من جدار الصندوق تتطلب من الفأر الاقتراب منها وتطبيق قوة ضغط للأسفل بواسطة الكف أو الأطراف الأمامية لإغلاق المفتاح الكهربائي الدقيق.
2. السلسلة المعلقة (Chain): وهي سلسلة معدنية خفيفة تتدلى من سقف الغرفة بالقرب من الجدار الخلفي، وتتطلب من الحيوان استجابة حركية مختلفة تماماً تتضمن الوقوف على قائمتين وجذب السلسلة إلى الأسفل بحركة سحب رأسية.

كان هذا التمايز الحركي بين “الضغط” و”السحب” ضرورياً لاستبعاد أي تداخل في التناسق العضلي الحركي (Motor Generalization). كما حرص الباحثان على معايرة النوابض الميكانيكية للرافعة وثقل السلسلة بحيث تتطلب كلتا الاستجابتين جهداً عضلياً متقارباً، لمنع نشوء أي انحياز طبيعي للفأر نحو الأداة الأسهل ميكانيكياً.

ثُبتت في منتصف الجدار التجريبي فجوة مجوفة (Food Magazine) يتم من خلالها إيصال المكافآت الغذائية تلقائياً من أجهزة التوزيع الآلية المثبتة خلف الجدار. تضمنت الفجوة مستشعرات ضوئية تعمل بالأشعة تحت الحمراء لتسجيل لحظة دخول رأس الفأر للتحقق من استهلاك المعزز وتوقيته بدقة ميلي ثانية عبر أنظمة حاسوبية آلية تسجل كل المعطيات السلوكية دون أي تدخل بشري مباشر.

4.3 مواصفات المعززات الغذائية المستخدمة في التجربة

حرصت كولفيل وريسكورلا على انتقاء معززين غذائيين يتسمان بالتمايز الحسي الكلي والنوعي، لمنع أي خلط إدراكي بينهما لدى الفأر. لم يكن الهدف مجرد استخدام معززين، بل أن تكون التجربة الحسية والفيزيولوجية لكل منهما مختلفة بوضوح:

• المعزز الأول (Pellets): حبيبات غذائية صلبة جافة تزن حوالي 45 ميليغراماً لكل حبة، ذات نكهة ورائحة مميزة وقوام مقرمش يتطلب قضمها ومضغها.
• المعزز الثاني (Sucrose Solution): محلول سائل حلو المذاق يتكون من سكروز بنسبة تركيز محددة (عادة 20%)، يُضخ بكميات ميكرولترية دقيقة في حوض مجوف صغير داخل الفجوة الغذائية، ويتطلب استجابة لعق سائل متميزة كلياً عن استجابة مضغ الحبيبات الصلبة.

تأكد الباحثان من خلال اختبارات مسبقة للجاذبية الحرة (Free-Access Palatability Tests) أن الفئران تقبل على استهلاك كلا المعززين بنفس الدرجة تقريباً من الرغبة والشغف في ظل ظروف الحرمان الغذائي المطبقة. هذا التكافؤ الدافعي الأولي ألغى أي احتمالية لوجود تفضيل فطري مسبق لأحدهما قد يشوه نتائج المقارنة اللاحقة في مرحلة الاختبار.

5. مراحل التدريب الإجرائي والاقتران التمايزي

5.1 المرحلة الأولى: التدريب المتزامن أو المتناوب على الاستجابتين

بدأت مرحلة التدريب الإجرائي التمايزي (Differential Instrumental Conditioning) بتعويد الفئران أولاً على تناول المعززات من الفجوة الغذائية عند سماع صوت تشغيل المضخة أو موزع الحبيبات (Magazine Training). بعد ترسيخ هذا السلوك القاعدي، بدأت جلسات التدريب المنظم على الأفعال الميكانيكية.

قُسم التدريب إلى جلسات متناوبة أو أجزاء متوازنة من الجلسة الواحدة بحيث يتعلم الحيوان علاقتين سببيتين محددتين وصارمتين:

• أداء الاستجابة الأولى (مثلاً ضغط الرافعة – R1) يؤدي حصرياً وبشكل منفرد إلى إعطاء المعزز الأول (مثلاً حبيبات الطعام – O1).
• أداء الاستجابة الثانية (مثلاً سحب السلسلة – R2) يؤدي حصرياً وبشكل منفرد إلى تقديم المعزز الثاني (مثلاً محلول السكروز – O2).

خلال المراحل الأولى، تم استخدام جداول تعزيز مستمر (Continuous Reinforcement – CRF) لتسريع اكتساب الاستجابة، حيث كان كل فعل حركي صحيح يُكافأ بالناتج المخصص له. وبمجرد استقرار السلوك، نُقلت الفئران تدريجياً إلى جداول الفاصل الزمني المتغير (Variable Interval – VI). في هذا الجدول، لا يُكافأ الحيوان على كل ضغطة، بل تُتاح المكافأة بعد مرور فترات زمنية متغيرة يبلغ متوسطها مدة محددة (مثل VI 30 أو VI 60 ثانية).

كان استخدام جداول الفاصل الزمني المتغير خطوة منهجية بالغة الذكاء؛ فهذه الجداول تُبقي الفئران في حالة استجابة نشطة ومستمرة بمعدل وتيرة ثابت، وتمنع في الوقت ذاته التشكل السريع للعادات الحركية الروتينية الشديدة الجمود التي قد تفرزها جداول النسبة الثابتة السريعة، مما يحافظ على الطبيعة الإجرائية الموجهة بالهدف للسلوك في هذه المرحلة المبكرة من التعلم.

5.2 توازن التصميم التجريبي وضبط المتغيرات الدخيلة

لضمان أعلى معايير الصرامة العلمية والقضاء على أي عوامل دخيلة محتملة، طبقت كولفيل وريسكورلا نظام الموازنة التبادلية الكاملة (Full Counterbalancing) بين المجموعات التجريبية. قُسمت الفئران إلى مجموعات فرعية متكافئة وُزعت فيها الروابط الإجرائية ونوعية المعززات بنظام تبادلي دقيق:

المجموعة التجريبية	الاستجابة الأولى (R1)	المعزز المقترن الأول (O1)	الاستجابة الثانية (R2)	المعزز المقترن الثاني (O2)
المجموعة أ (Group A)	ضغط الرافعة (Lever)	حبيبات الطعام (Pellets)	سحب السلسلة (Chain)	محلول السكروز (Sucrose)
المجموعة ب (Group B)	ضغط الرافعة (Lever)	محلول السكروز (Sucrose)	سحب السلسلة (Chain)	حبيبات الطعام (Pellets)

ألغى هذا التصميم التبادلي المحكم أي انحياز محتمل قد ينجم عن تفضيل ميكانيكي فطري للرافعة مقابل السلسلة، أو أي ميل تذوقي كامن للحبيبات الصلبة مقابل المحلول السائل. فإذا كان هناك انخفاض استجابي لاحق، فإنه لن يكون عائداً إلى خصائص الأداة الفيزيائية أو النكهة بذاتها، بل إلى التعديل الانتقائي للقيمة التقييمية المرتبطة بذلك الفعل تحديداً.

بالإضافة إلى ذلك، تم ضبط ترتيب تقديم الجلسات التدريبية يومياً، ومواقع الرافعات بالنسبة للفجوة الغذائية، بحيث تم القضاء على أي تأثير لاتجاه الحركة أو الترتيب الزمني للأفعال، مما عزل الرابطة المعرفية المستهدفة عن أي مؤثرات جانبية ملوثة للبيانات.

5.3 معايير اكتساب السلوك واستقرار خط الأساس

استمرت مرحلة التدريب الإجرائي لعدة أيام، حيث خضعت الحيوانات لجلسات تدريب يومية استمرت ما بين 30 إلى 45 دقيقة. وخلال هذه المرحلة، راقب الباحثان بعناية وتيرة الاستجابة الصادرة من الفئران للتأكد من وصولها إلى ما يُعرف بـ خط الأساس المستقر (Stable Baseline).

كان المعيار الكمي للاستقرار يتطلب ألا تتقلب معدلات الاستجابة بين الأيام بأكثر من هامش ضئيل محدد إحصائياً، وأن يتقارب معدل استجابة الضغط على الرافعة مع معدل استجابة سحب السلسلة لدى كل فأر. كان التأكد من هذا التكافؤ في وتيرة الأداء قبل الشروع في المرحلة التالية حاسماً؛ لأن أي تفاوت كبير في معدلات النشاط بين الأداتين كان من شأنه أن يُعقّد تفسير نتائج الانخفاض النسبي في مرحلة الاختبار.

تم تسجيل معدلات الضغط والسحب على مسجلات بيانية وحسابية، وتوثيق استهلاك المعززات بصورة كاملة. وبمجرد استيفاء جميع الحيوانات لمعايير الكفاءة الأدائية والتساوي الدافعي بين الاستجابتين، أُغلقت مرحلة التدريب الإجرائي الأولى، ونُقلت الحيوانات إلى المرحلة الحاسمة من التجربة: مرحلة تخفيض القيمة التحفيزية لأحد المعززين.

6. آلية تخفيض قيمة المعزز: النفور الذوقي المشروط

6.1 الاقتران البافلوفي بين المعزز والمركب الكيميائي السام

لإلغاء القيمة التحفيزية والإيجابية لأحد المعززين، لجأت كولفيل وريسكورلا إلى بروتوكول كلاسيكي شديد القوة والرسوخ البيولوجي يُعرف باسم النفور الذوقي المشروط (Conditioned Taste Aversion – CTA). تعتمد هذه الآلية على الظاهرة البيولوجية الفطرية التي تدفع الحيوانات الثديية إلى تجنب الأطعمة والنكهات التي يعقب تناولها اضطراب حاد في المعدة أو تسمم معوي.

تم عزل الفئران وإعطاؤها المعزز المستهدف بالتخفيض (ولنقل إنه المعزز O1) في بيئة محايدة. سُمح للحيوانات بتناول كمية وافرة ومحددة من هذا المعزز بمفرده. وفور انتهاء الحيوان من التناول، تم حقنه داخل التجويف البطني (Intraperitoneally – IP) بجرعة مدروسة كيميائياً من مركب كلوريد الليثيوم (Lithium Chloride – LiCl).

يتميز كلوريد الليثيوم بكونه مركباً غير مميت بالجرعات المستخدمة، لكنه يُحدث غثياناً حاداً وإعياءً فسيولوجياً مؤقتاً في الجهاز الهضمي يحاكي حالات التسمم الغذائي الطبيعية. وخلال محاولات اقتران بافلوفية محدودة (عادة من محاولة إلى ثلاث محاولات فقط عبر أيام متتالية)، يتعلم الفأر بسرعة ترابطية مذهلة أن يربط بين الخصائص الحسية والذوقية لذلك المعزز المحدد وحالة الإعياء الجسدي، مما يحول المعزز من مادة شديدة الجاذبية إلى مثير منفر ومقيت يثير سلوكيات الاشمئزاز والقرف الفسيولوجي المباشر.

6.2 تثبيت قيمة المعزز البديل كعنصر مقارنة ضابط

كان النجاح المنهجي للبروتوكول يتوقف كلياً على الطبيعة “الانتقائية” لهذا النفور. لذلك، في أيام بديلة ومنفصلة زمنياً، وُضع الحيوان في نفس السياق المحايد وقُدم له المعزز الآخر (O2)، ولكن بدلاً من حقنه بكلوريد الليثيوم، تم حقنه بمحلول ملحي معقم متساوي التوتر (Isotonic Saline – NaCl) ليس له أي تأثير فسيولوجي أو ممرض على الإطلاق.

أتاح هذا الإجراء المزدوج الحفاظ على المعزز الثاني (O2) في كامل قيمته التحفيزية الأصلية دون أي تشويه، ليكون بمثابة أداة مقارنة وضبط تجريبي داخلي (Internal Within-Subject Control). وفي ختام هذه المرحلة، أجرى الباحثان اختبار استهلاك تذوقي حر للتحقق من نجاح العملية:

• أظهرت الفئران رفضاً تاماً واشمئزازاً قاطعاً من لمس أو تناول المعزز المنفر (O1)، بل وسجلت سلوكيات تجنب واضحة كمسح الفم بالأرض ونفض الرأس عند تقريبه منها.
• في الوقت ذاته، التهمت الفئران المعزز السليم (O2) بشغف ونهم طبيعيين يماثلان حالتها التنافسية قبل بدء الحقن.

أثبت هذا التباين الحاد أن النفور لم يكن حالة من الإحباط المعمم أو فقدان الشهية الشامل، بل كان عملية إدراكية وانتقائية موجهة بدقة ميكروسكوبية نحو النكهة والخصائص الحسية الخاصة بالمعزز المسمم فقط دون غيره.

6.3 العزل التام للأفعال الحركية عن تجربة النفور الفسيولوجي

يُمثل العزل المكاني والإجرائي الحاسم في هذه المرحلة حجر الزاوية في بناء استدلال كولفيل وريسكورلا العلمي. فقد حرص الباحثان حرصاً مطلقاً على ألا تتم عمليات اقتران المعزز بكلوريد الليثيوم داخل صناديق سكينر حيث توجد الرافعة والسلسلة.

أُجريت مرحلة تخفيض القيمة بالكامل داخل أقفاص منزلية مستقلة تختلف جذرياً في أبعادها وإضاءتها ورائحتها عن غرف التدريب الإجرائي. والأهم من ذلك أنه لم تكن هناك أي رافعات أو سلاسل معلقة في تلك الأقفاص. طوال فترة شعور الفأر بالغثيان والإعياء الناتج عن الليثيوم، لم يُتح له على الإطلاق أن يرى الأداة الإجرائية، ناهيك عن أن يضغط عليها أو يسحبها.

هذا الفصل الإجرائي الصارم قطع تماماً أي احتمال لنشوء رابطة ميكانيكية مباشرة بين الأداء الحركي (الاستجابة R) والشعور بالمرض (العقاب). فوفقاً لمنطق النظريات السلوكية القديمة، فإن أفعال الضغط والسحب كانت بمنأى تام عن أي تجربة سلبية مباشرة، وظلت الروابط الحركية المخزنة كما هي دون أن تتعرض لأي أثر ارتدادي يضعفها فيزيائياً في الذاكرة الحركية للكائن الحي.

7. اختبار الانطفاء وتحليل النتائج التجريبية الأساسية

7.1 بروتوكول اختبار الانطفاء الحاسم وتبريره المنهجي

بعد اكتمال تخفيض قيمة المعزز المستهدف وتوثيق النفور الذوقي الصارم، حانت لحظة الحسم التجريبي التي صُممت من أجلها التجربة بأكملها. أُعيدت الفئران مجدداً إلى صناديق سكينر الأصلية، وكانت كلتا الأداتين الميكانيكيتين متوفرتين في آن واحد: الرافعة الميكانيكية والسلسلة المعلقة.

نُفذت جلسة الاختبار تحت ما يُعرف في علم النفس التجريبي بـ حالة الانطفاء التام (Extinction Test). هذا يعني أن الفأر عندما يضغط على الرافعة، لا يخرج أي شيء على الإطلاق، وعندما يسحب السلسلة، لا يخرج أي شيء أيضاً. تم إيقاف عمل مضخات السوائل وموزعات الحبيبات تماماً وتفريغها من أي محتوى، مع استمرار عمل أجهزة الرصد الحاسوبي لتسجيل كل استجابة بدقة بالغة.

التبرير المنهجي لهذا الانطفاء التام هو جوهر برهان كولفيل وريسكورلا؛ فلو قُدم المعزز للحيوان أثناء الاختبار، لكان من الممكن للسلوكيين المحافظين الزعم بأن رؤية المعزز الفاسد أو رفضه التلقائي لحظة خروجه هو الذي “عاقب” الحيوان بشكل إجرائي جديد ودفعه لوقف الضغط. إن غياب الناتج أثناء الاختبار يضمن أن كل قرار يتخذه الحيوان بالضغط أو السحب لا يمكن توجيهه بواسطة أحداث بيئية آنية أو تغذية راجعة جديدة، بل ينبع حصرياً وبشكل استباقي من التمثيل العقلي المسبق المخزن في دماغه حول ما الذي تؤدي إليه هذه الاستجابة الحركية ومدى قيمته الحالية لديه.

7.2 البيانات الكمية واستجابة الحيوانات التفاضلية

جاءت البيانات الكمية المسجلة في تجربة 1985 قاطعة ومذهلة وتاريخية في دلالاتها. فبمجرد وضع الفئران داخل الصندوق، أظهرت تفاضلاً سلوكياً فورياً وحاداً في وتيرة استجاباتها للأداتين الميكانيكيتين المتاحتين:

• سجلت الحيوانات انخفاضاً حاداً ودالاً إحصائياً في معدل أداء الفعل الحركي المرتبط بالمعزز الذي تم تخفيض قيمته مسبقاً خارج الصندوق (Devalued Action). تراجعت معدلات الضغط أو السحب لهذا الفعل بنسبة هائلة مقارنة بخط الأساس السابق للتخفيض.
• في المقابل، حافظت الحيوانات على معدل مرتفع وثابت من الاستجابة للفعل الحركي المرتبط بالمعزز الذي احتفظ بقيمته التحفيزية الأصلية دون تسميم (Valued / Non-devalued Action). وظل الفأر يبادر بتكرار هذا الفعل بحثاً عن المكافأة السليمة.

الجانب الأكثر إبهاراً في هذه البيانات كان عامل الفورية الزمنية (Immediacy). لم تكن الحيوانات بحاجة إلى المرور بعدة محاولات فاشلة لتعديل سلوكها؛ بل إن الانخفاض ظهر منذ الدقائق الأولى لجلسة الاختبار الأولى. لقد فضلت الفئران بشكل ساحق الأداة التي تقود نظرياً إلى المكافأة غير المسممة، متجاهلة تماماً الأداة التي تقود إلى المكافأة المنفرة، على الرغم من أن كلتا الأداتين لم تكونا تقدمان أي مكافأة في تلك اللحظة.

7.3 الدلالة الإحصائية واستبعاد فرضيات التداخل الحركي

أخضعت النتائج لتحليلات إحصائية متقدمة، شملت تحليل التباين للقياسات المتكررة (Repeated Measures ANOVA). أظهرت النتائج دلالة إحصائية فائقة القوة ($p < .001$) للفارق بين معدلات الاستجابة للفعل المخفض القيمة مقارنة بالفعل ذي القيمة المحفوظة، مع وجود حجم أثر كبير (Large Effect Size).

علاوة على ذلك، استبعدت التحليلات الدقيقة أي تفسيرات بديلة قد تحاول إنقاذ النموذج السلوكي التقليدي:

• استبعاد التثبيط السلوكي العام: أثبتت استمرارية الفئران في أداء الفعل ذي القيمة المحفوظة أن حقن الليثيوم لم يسبب تثبيطاً حركياً عاماً أو كسل فسيولوجي كلي لدى الفئران؛ فالحيوان يمتلك كامل الطاقة الحركية والدافعية العامة للعمل.
• استبعاد التفضيل الحركي للأداة: نظراً لاستخدام التصميم التبادلي، فقد لوحظ الانخفاض نفسه سواء كان الفعل المخفض هو ضغط الرافعة أو سحب السلسلة، وسواء كان المعزز المسمم هو حبيبات الطعام أو محلول السكروز، مما ألغى أي ارتباط نوعي بطبيعة الأداة الميكانيكية أو النكهة في حد ذاتها.
• استبعاد التداخل السياقي: أظهرت المقارنات الإحصائية بين المجموعات الضابطة والمجموعات التجريبية أن سياق الصندوق التجريبي لم يكتسب أي إشراط منفر مباشر من تجربة الليثيوم، لأن التثبيط كان محصوراً حصرياً في الفعل المرتبط بالمعزز المنفر دون سواه.

أغلقت هذه النتائج المحكمة كل المنافذ أمام التفسيرات التقليدية، مقدمة شهادة إثبات تجريبية لا لبس فيها على قدرة الحيوان على إظهار سلوك موجه معرفياً بالكامل.

8. التفسير المعرفي والترابطي للنتائج التجريبية

8.1 إثبات وجود تمثيل ذهني مفصل للنتيجة (A-O Representation)

قاد التحليل النظري لنتائج تجربة كولفيل وريسكورلا إلى استنتاج معرفي لا مناص منه: إن الكائن الحي، أثناء التدريب الإجرائي، لا يطور مجرد استجابة حركية عمياء، بل يطور بنية ترابطية معرفية متكاملة تربط الفعل بنتيجته الخاصة (Action-Outcome / A-O). يحتوي هذا التمثيل الذهني على تشفير دقيق وشامل لخصائص النتيجة الحسية (طعمها، رائحتها، ملمسها)، متداخلاً مع قيمتها البيولوجية الراهنة.

عندما وُضعت الفئران في اختبار الانطفاء، استحضرت الذاكرة الترابطية التمثيل الخاص بكل فعل: الفعل (R1) يستدعي النتيجة (O1)، والفعل (R2) يستدعي النتيجة (O2). وفي الوقت ذاته، كانت النتيجة (O1) قد دُمجت بالفعل في شبكة عصبية جديدة ترتبط بالغثيان والنفور نتيجة تجربة الليثيوم. عبر عملية استدلال داخلي غير مباشر (Mediated Mental Inference)، تم تحديث القيمة المتوقعة للفعل (R1) فوراً بالهبوط إلى الصفر أو التحول إلى قيمة سلبية، مما أدى إلى كبح الدافع الحركي لإطلاقه، في حين ظلت الرابطة بين الفعل (R2) والنتيجة السليمة (O2) محتفظة بوزنها التحفيزي الإيجابي، مما دفع الحيوان لمواصلة أدائه.

يبرهن هذا المسار المعرفي على أن الحيوان يمتلك ما يُعرف في الفلسفة وعلم النفس المعرفي بـ “القصدية” (Intentionality) والمرونة العقلية؛ فالأفعال تُنتقى وتُدار في ضوء تقييم داخلي تجريدي يتجاوز المثيرات الحسية الحالية في البيئة، ليرتكز على النتائج المتوقعة في المستقبل.

8.2 سقوط فرضية التعديل الرجعي للأثر الإجرائي

وجهت هذه التجربة ضربة قاضية لفرضية “التعديل الرجعي” (Retroactive Strengthening) التي ارتكز عليها قانون الأثر لثورندايك لعقود طويلة. بموجب الرؤية الثورندايكية التقليدية، لا يمكن تعديل قوة الرابطة الإجرائية إلا من خلال اقتران مباشر وفوري بين المثير والاستجابة يعقبه حدوث المعزز أو غيابه؛ أي إن التغيير السلوكي يتطلب بالضرورة تجربة تفاعلية جديدة تؤثر فيزيائياً في الرابطة.

أثبتت نتائج كولفيل وريسكورلا بوضوح قاطع أن السلوك يمكن أن يتعدل ويتكيف في غياب تام لأي تغذية راجعة حركية مباشرة؛ إذ إن الفأر رفض الضغط على الرافعة قبل أن يضغط عليها وينال أي مكافأة أو عقاب، وبمعزل عن أي تجربة سابقة للضغط أثناء المرض. سقطت فكرة أن المعزز مجرد مادة لاصقة تقوي السلوك ميكانيكياً، وأعيد تعريفه بوصفه “عنصراً تمثيلياً جوهرياً” في محتوى ما يتعلمه الكائن الحي.

ترتب على ذلك إعادة صياغة جذرية لمفهوم الدافعية (Motivation) في نظريات التعلم؛ فلم تعد الدافعية مجرد “طاقة إفراغ عامة” تنشط السلوك عشوائياً كما افترض كلارك هول، بل أصبحت عملية معرفية دقيقة وموجهة تقوم بتعديل قيمة التمثيلات الداخلية للأهداف وتوجه السلوك بذكاء وانتقائية نحو أكثر النتائج نفعاً وأماناً للكائن الحي.

8.3 تفاعل الروابط الثلاثية: المثير والاستجابة والنتيجة (S-(A-O))

لم يتوقف ريسكورلا عند إثبات رابطة (A-O) المفردة، بل وسع الرؤية النظرية لبناء نموذج تكاملي شامل للبنية الترابطية للتعلم الإجرائي. اقترح ريسكورلا أن المثيرات البيئية أو التمييزية (S) لا ترتبط بالاستجابة كعلاقة انعكاسية مباشرة (S-R)، بل تعمل كـ “إشارات سياقية فوقية” أو محفزات هرمية (Hierarchical Occasion Setters) تضبط وتتحكم في تفعيل رابطة الفعل والنتيجة ذاتها، وهو ما صاغه في النموذج الترابطي الهرمي: S → (A → O).

وفقاً لهذا التمثيل الهرمي المركب:

• المثير البيئي (S) يحدد متى وأين تكون الرابطة بين الفعل المعين وناتجه صالحة وقابلة للتحقق.
• الفعل (A) والنتيجة (O) يشكلان وحدة تمثيلية مترابطة معرفياً تخزن في الذاكرة التنفيذية.
• يؤدي ظهور المثير السياقي إلى تهيئة النظام العصبي لتوقع العلاقة السببية (A → O)، ويترك للكائن الحي حرية اختيار الفعل بناءً على تقييمه الحالي للقيمة الذاتية للناتج المستدعى.

قدم هذا النموذج التوفيقي حلاً عبقرياً دمج بين الدقة الرياضية للسلوكية المعاصرة والعمق المفاهيمي لعلم النفس المعرفي، مؤسساً لنظرية موحدة للتعلم الفعال تشرح كيف تستخدم الكائنات الحية الإشارات البيئية كمرشد لمعرفتها التوقعية بالنتائج، لتوجيه سلوكها بكفاءة متناهية في عالم مليء بالمتغيرات والاحتمالات.

9. امتدادات التجربة وتأثير الإفراط في التدريب

9.1 دراسات أنتوني ديكنسون وأثر التدريب المطول (Overtraining)

ألهمت تجربة كولفيل وريسكورلا لعام 1985 موجة واسعة من الأبحاث اللاحقة التي سعت لاستكشاف الحدود الديناميكية للسلوك الموجه بالهدف. ومن أبرز هؤلاء العلماء كان الباحث البريطاني أنتوني ديكنسون وفريقه البحثي في جامعة كامبريدج، الذين ركزوا على دراسة ما يحدث للبنية المعرفية للتعلم عندما يخضع الحيوان لـ التدريب المطول أو المفرط (Overtraining).

اكتشف ديكنسون ظاهرة تجريبية بالغة الأهمية: إذا دُرّب الفأر تدريباً معتدلاً (مثلاً 100 إلى 200 محاولة ضغط على الرافعة)، يظل سلوكه حساساً للغاية لتخفيض القيمة، مستجيباً بدقة كنموذج موجه بالهدف (A-O) تماماً كما أوضحت كولفيل وريسكورلا. ولكن، إذا تعرض الفأر لتدريب مطول ومكثف للغاية (أكثر من 500 إلى 1000 محاولة)، يحدث تحول سلوكي دراماتيكي؛ إذ يصبح السلوك فجأة غير حساس لتخفيض القيمة (Insensitive to Outcome Devaluation).

عندما سُمم المعزز للفئران المفرطة في التدريب، استمرت هذه الفئران في الضغط على الرافعة بمعدلات مرتفعة أثناء اختبار الانطفاء، رغم امتناعها عن أكل المعزز عند تقديمه لها حراً خارج الصندوق. استنتج ديكنسون أن السلوك يبدأ دائماً كنظام موجه بالهدف (Goal-Directed / A-O)، لكنه مع التكرار الزائد والاستقرار البيئي يتحول وظيفياً إلى عادة آلية مستقلة تخضع لبنية المثير والاستجابة (Habitual / S-R)، حيث يُفرغ الفعل ميكانيكياً بمجرد رؤية الرافعة دون استحضار القيمة الذهنية للناتج.

9.2 جداول التعزيز الفاصلة مقابل النسبية وانعكاسها على التقييم

قادت الدراسات اللاحقة لديكنسون وباحثين آخرين إلى اكتشاف مذهل يتعلق بدور “الرياضيات الاحتمالية” لجداول التعزيز في تحديد ما إذا كان السلوك سيظل موجهاً بالهدف أم سيتحول مبكراً إلى عادة روتينية:

• جداول النسبة المتغيرة (Variable Ratio – VR): في هذه الجداول، تعتمد المكافأة حصرياً على عدد الاستجابات الحركية التي يؤديها الفأر (مثلاً، مكافأة بعد كل 20 ضغطة في المتوسط). هنا توجد علاقة سببية خطية مباشرة وقوية بين معدل الجهد ومعدل الحصول على النواتج. أظهرت التجارب أن هذه الجداول تحافظ بقوة على حساسية السلوك لتخفيض القيمة وتجعله مقاوماً للتحول إلى عادة، نظراً لأن الرابطة السببية بين الفعل والنتيجة تظل متقدة وحاسمة في ذهن الحيوان.
• جداول الفاصل الزمني المتغير (Variable Interval – VI): في هذه الجداول، ترتبط المكافأة بمرور الوقت أكثر من ارتباطها بعدد الضغطات؛ فالضغط السريع لا يزيد من معدل الحصول على الطعام إذا لم يحن الفاصل الزمني. يؤدي هذا الانفصال النسبي بين معدل الاستجابة ومعدل النواتج إلى تسريع انتقال السلوك إلى نظام العادة (S-R)، ليصبح السلوك سريعاً غير حساس لتخفيض القيمة مقارنة بجداول النسبة، حتى مع التساوي في عدد المكافآت الإجمالية المستلمة.

أبرزت هذه النتائج الدقيقة أن الجهاز العصبي يمتلك خوارزميات حسابية تقيس بدقة “الاقتران السببي النسبي” (Contingency) بين الفعل والناتج؛ فإذا كان الفعل هو العامل الحاسم في جلب النتيجة، يظل النظام المعرفي (A-O) متيقظاً ومسيطراً، أما إذا أصبحت العلاقة السببية غير مباشرة أو مرتبطة بالوقت فقط، يُحيل الدماغ السيطرة إلى النظام الحركي التلقائي (S-R) توفيراً للطاقة الإدراكية.

9.3 تخفيض القيمة عبر الإشباع الحسي النوعي كبديل غير دوائي

على الرغم من النجاح الساحق لاستخدام كلوريد الليثيوم في إحداث النفور الذوقي، واجه النموذج في بداياته بعض التساؤلات المشككة حول ما إذا كان التسمم الكيميائي والغثيان الفسيولوجي قد أدخل متغيراً مرضياً مربكاً للحيوان. وللرد على هذا التساؤل والتحقق من عمومية الظاهرة، طور الباحثون لاحقاً آلية بديلة خالية تماماً من العقاقير تُعرف بـ الإشباع الحسي النوعي (Sensory-Specific Satiety).

في هذا البروتوكول، بدلاً من حقن الحيوان بالليثيوم لإفقاده الرغبة في المعزز، يُتاح للفأر قبل جلسة الاختبار مباشرة الوصول غير المحدود والتناول الحر لأحد المعززين (مثلاً، أكل كميات هائلة من محلول السكروز لمدة ساعة كاملة حتى يبلغ مرحلة الشبع الفسيولوجي التام منه ويزهد فيه تماماً)، بينما يظل محروماً وجائعاً للمعزز الآخر (حبيبات الطعام الصلبة).

عند وضع الفئران فوراً في اختبار الانطفاء، أعادت النتائج إنتاج ما توصلت إليه كولفيل وريسكورلا بدقة تامة:

1. انخفضت استجابات الحيوان بشكل انتقائي وحاد على الأداة الميكانيكية التي تؤدي إلى المعزز الذي شبع منه لتوه.
2. استمر الحيوان في أداء الاستجابة الحركية المؤدية إلى المعزز الآخر الذي لم يشبع منه بمعدلات مرتفعة.

أكدت هذه التجارب البديلة بما لا يدع مجالاً للشك أن تخفيض القيمة هو مبدأ معرفي عام في معالجة المكافآت واتخاذ القرار؛ فالنظام الإدراكي للحيوان قادر على التفاعل بديناميكية فائقة ليس فقط مع حالات الخطر والنفور المرضي، بل ومع التغيرات الطبيعية اليومية في حالات الحرمان والإشباع الداخلي، معيداً توجيه السلوك الفعال في ضوء الحاجات الحيوية الراهنة.

10. التفاعل بين التعلم البافلوفي والتعلم الإجرائي (PIT)

10.1 الانتقال البافلوفي-الإجرائي العام والخاص (General vs. Specific PIT)

شكّل بروتوكول كولفيل وريسكورلا نقطة انطلاق جوهرية لفهم التداخل العميق بين آليات الإشراط الكلاسيكي البافلوفي والأداء الإجرائي الفعال، وهي الظاهرة المعروفة علمياً باسم الانتقال البافلوفي-الإجرائي (Pavlovian-to-Instrumental Transfer – PIT). تُظهر هذه الظاهرة كيف يمكن لمثير بيئي مقترن بافلوفياً بمكافأة معينة (كنغمة صوتية أو ضوء) أن يُحفّز وينشّط استجابة إجرائية تُبذل للحصول على مكافأة، حتى لو لم يكن ذلك المثير مقترناً بالفعل الحركي مباشرة أثناء التدريب.

أكدت الأبحاث المنبثقة عن مدرسة ريسكورلا وجود مستويين متمايزين من هذا الانتقال:

• الانتقال البافلوفي-الإجرائي الخاص (Outcome-Specific PIT): يحدث عندما تؤدي النغمة المقترنة بناتج معين (O1) إلى تنشيط حصري وانتقائي للاستجابة الإجرائية (R1) التي تقود لنفس الناتج تحديداً، دون تنشيط الاستجابة (R2). يبرهن هذا النمط على أن المثير البافلوفي يستحضر في ذهن الحيوان تمثيلاً حسياً دقيقاً للناتج، وهذا التمثيل بدوره يوقظ رابطة الفعل والنتيجة (A-O) المقابلة له.
• الانتقال البافلوفي-الإجرائي العام (General PIT): يحدث عندما يؤدي مثير مقترن بمكافأة بيولوجية إلى زيادة عامة وغير انتقائية في معدل جميع الاستجابات الإجرائية المتاحة، نتيجة إثارة حالة تحفيزية وحركية عامة (General Motivational Arousal) تدفع الحيوان للنشاط والعمل دون تمييز نوعي دقيق بين المعززات.

أثبت هذا التمايز أن التمثيل الإدراكي للناتج يلعب دورين مزدوجين في آن واحد داخل الجهاز العصبي: دور معرفي دلالي يوجه السلوك بدقة نحو غايات بعينها، ودور تحفيزي طاقي يمد السلوك بالقوة والزخم الحركي اللازم للتنفيذ.

10.2 تجارب كولفيل اللاحقة حول تعديل المثيرات التمييزية

في أبحاث لاحقة وتطويرية نُشرت في أواخر الثمانينيات، واصلت جولي كولفيل استقصاء البنية الدلالية للتعلم الإجرائي عبر إدخال مثيرات تمييزية صريحة (Discriminative Stimuli) تسبق الأفعال. صممت كولفيل تجارب دقيقة لفحص ما إذا كان تخفيض قيمة النتيجة لا يؤثر فقط على الفعل المباشر، بل يمتد ليعدل من القيمة الإشارية والتنبؤية للمثير التمييزي نفسه.

في هذه البروتوكولات، كان ضوء معين يحدد أن ضغط الرافعة سيؤدي إلى المكافأة، بينما صوت نغمة يحدد أن سحب السلسلة سيؤدي إلى مكافأة أخرى. وبعد إجراء تخفيض قيمة أحد المعززين بالنفور الذوقي المشروط، اختبرت كولفيل استجابة الحيوانات للمثيرات التمييزية وحدها في سياقات جديدة.

أظهرت نتائج كولفيل أن الحيوان لا ينظر إلى المثير التمييزي كمفتاح تشغيل أوتوماتيكي للاستجابة الحركية كما افترضت السلوكية التقليدية، بل كرمز إخباري دلالي يشير إلى شبكة ترابطية متكاملة تضم الفعل ومآله: $S \rightarrow (R \rightarrow O)$. وبمجرد تشويه سمعة الناتج (O)، فقد المثير التمييزي المقابل قدرته على استدعاء الاستجابة، بل وأظهر الحيوان تجنباً ملحوظاً للمنبهات البيئية التي تبشر بالحصول على ذلك الناتج المنفر. أسهمت هذه النتائج في تقديم نموذج موحد لـ “الشبكات الدلالية الحركية” يفسر كيف يتكامل الإدراك الحسي مع التخطيط الإجرائي في نسيج عصبي واحد.

10.3 المقاومة التفاضلية للانطفاء الإجرائي والبافلوفي

تناولت الامتدادات البحثية أيضاً مسألة الفروق في ديناميات ومعدلات تلاشي الذكريات والروابط السلوكية أثناء الانطفاء. وطُرح التساؤل: هل تندثر الروابط الموجهة بالهدف (A-O) بنفس سرعة اندثار الروابط الآلية النمطية (S-R) عند غياب المعززات المتكرر؟

أوضحت التجارب المقارنة أن السلوك الموجه بالهدف يتصف بما يُعرف بـ المقاومة التفاضلية للانطفاء؛ فالكائن الحي الذي يتصرف بدافع المعرفة بالغاية يُظهر تعديلاً سريعاً وانخفاضاً حاداً في بداية جلسات الانطفاء بمجرد استنتاجه أن بيئة الاختبار لم تعد تقدم النواتج المرجوة. هذا الانخفاض السريع ليس نسياناً أو تفسخاً للمسار العصبي، بل هو “كف معرفي نشط” (Active Cognitive Inhibition).

في المقابل، فإن الاستجابات التي تحولت إلى عادات صلبة (S-R) عبر التدريب المفرط تُظهر اضمحلالاً بطيئاً ورتيباً ومقاوماً للاندثار الأولي، حيث يواصل الحيوان تفريغ السلوك ميكانيكياً لعشرات المحاولات رغم انعدام الجدوى. فتح هذا الفارق الإجرائي الباب أمام علماء الأعصاب لدراسة الفروق في مرونة اللدونة المشبكية (Synaptic Plasticity) بين المناطق القشرية المسؤولة عن التقييم والدوائر تحت القشرية المسؤولة عن تثبيت الأنماط الحركية الروتينية في الدماغ.

11. الركائز العصبية والبيولوجية لأنظمة الفعل والنتيجة والعادة

11.1 الدوائر العصبية المتحكمة في السلوك الموجه بالهدف

أدى النجاح التجريبي لبروتوكول كولفيل وريسكورلا إلى تمكين علماء الأعصاب الإدراكية (Cognitive Neuroscientists)، مثل برنارد بالين (Bernard Balleine) وأنتوني غريس (Anthony Grace)، من تشريح الدوائر العصبية المحددة المسؤولة عن دعم نظام الفعل والنتيجة (A-O) وتمييزها بيولوجياً عن أنظمة العادات.

أثبتت دراسات الآفات الدماغية والتعطيل الكيميائي العصبي الدقيق أن السلوك الموجه بالهدف يعتمد على شبكة عصبية قشرية-تحت قشرية مترابطة تضم مناطق رئيسية محددة:

• القشرة أمام الجبهية الإنسية (Medial Prefrontal Cortex – mPFC): وبالتحديد المنطقة المعروفة بـ القشرة أمام الحوفية (Prelimbic Cortex – PL) لدى القوارض، والتي تقابل القشرة الجبهية الظهرية والوسطية لدى البشر. يؤدي استئصال أو تعطيل هذه المنطقة صيدلانياً قبل التدريب إلى عجز الحيوان التام عن إظهار أي حساسية لتخفيض القيمة؛ فيتصرف الفأر كأنه مدفوع بنمط العادة الأعمى (S-R) حتى مع التدريب المعتدل القصير.
• القشرة الجبهية الحجاجية (Orbitofrontal Cortex – OFC): تُعد هذه القشرة المركز الرئيسي لتشفير وحساب “التمثيل الذهني للقيمة المتوقعة للمكافأة” وتحديثها في ضوء الحالات البيولوجية الداخلية. أظهرت التسجيلات الفيزيولوجية الكهربية أن عصبونات الـ OFC تطلق إشارات تمثل الخصائص الحسية النوعية للمعززات. وعند تدمير هذه المنطقة، يفشل الحيوان في استخدام تمثيل النفور الحاصل أثناء الليثيوم لكبح أفعاله الحركية أثناء اختبار الانطفاء.
• الجسم المخطط الظهري الإنسي (Dorsomedial Striatum – DMS): يمثل الجزء تحت القشري المحوري في استقبال المدخلات من القشرة أمام الحوفية ومعالجة الاقتران الحسابي بين الحركات ونواتجها النوعية.

تعمل هذه الدائرة المتكاملة كمنظومة محاكاة وتقييم داخلية تسبق انطلاق الأمر الحركي؛ حيث تستحضر النتيجة، تزن قيمتها البيولوجية، ثم تطلق الإذن بتنفيذ الاستجابة العضلية أو تثبيطها.

11.2 الدوائر العصبية المسؤولة عن تكوين العادات السلوكية

على النقيض تماماً من الدائرة القشرية-المخطية الإنسية المسؤولة عن الأهداف، اكتشف الباحثون أن العادات النمطية (S-R) غير الحساسة لتخفيض القيمة تحكمها دائرة تشريحية مستقلة وموازية. ترتكز هذه الدائرة الحركية الروتينية على الجسم المخطط الظهري الوحشي (Dorsolateral Striatum – DLS)، بالتنسيق مع القشرة الحركية الحسية (Sensorimotor Cortex) والقشرة تحت الحوفية (Infralimbic Cortex – IL).

أظهرت التجارب الأيقونية أنه عندما يتم الإفراط في تدريب الفئران حتى تصبح أفعالها غير حساسة لتخفيض القيمة (أي تصبح عادة صلبة)، فإن إحداث آفة عصبية انتقائية أو تثبيط كيميائي مؤقت في الجسم المخطط الظهري الوحشي (DLS) أو القشرة تحت الحوفية (IL) يؤدي فوراً إلى إعادة بعث السلوك الموجه بالهدف! يستعيد الحيوان فجأة حساسيته لتخفيض القيمة، ويمتنع عن الضغط على الرافعة المؤدية للمعزز المنفر.

برهن هذا الاكتشاف العصبي الثوري على وجود “ازدواج عصبي وظيفي” (Double Dissociation) في الدماغ الثديي. إن نظام الهدف (A-O) ونظام العادة (S-R) يعملان بالتوازي، ويتنافسان باستمرار على قيادة السلوك الحركي النهائي. والتحول نحو العادة ليس تلفاً أو فقداناً للمعرفة بالهدف، بل هو طغيان وسيطرة من قِبل شبكة (DLS-IL) على مخرجات السلوك بعد ترسيخ النمط عبر التكرار الزمني، مع بقاء التمثيل المعرفي للهدف كامناً ومحجوباً داخل الشبكة القشرية الإنسية في انتظار فرصة استعادة القيادة.

11.3 الأنظمة الدوبامينية والتعديل العصبي الكيميائي للدافعية

يلعب الناقل العصبي الدوبامين (Dopamine)، وتحديداً المسارات الصاعدة من المادة السوداء (Substantia Nigra) والمنطقة السقفية البطنية (Ventral Tegmental Area – VTA)، دوراً تنظيمياً حاسماً في ضبط التوازن بين هذين النظامين الإدراكيين.

ارتبط الدوبامين تاريخياً بنظرية “خطأ التنبؤ بالمكافأة” (Reward Prediction Error – RPE) التي صاغها ولفرام شولتز (Wolfram Schultz). غير أن تطبيق بروتوكولات تخفيض القيمة كشف عن تعقيد أكبر في وظيفة هذا الناقل؛ فالإفراز الدوباميني في النواة المتكئة (Nucleus Accumbens) والجسم المخطط ليس مجرد مقياس للمكافأة، بل ينقسم وظيفياً إلى نمطين:

• الإشارات الدوبامينية التوافقية (Phasic Dopamine): وهي نبضات إفراغ سريعة تُطلق استجابة للمفاجأة الإدراكية وتسهم في تسريع تشفير الروابط وتحديث أخطاء التنبؤ في الروابط المعرفية (A-O).
• المستويات الدوبامينية التوترية (Tonic Dopamine): وهي مستويات انتشار بطيئة ومستمرة تضبط الحافز العام و”تكلفة الجهد الحركي”؛ حيث تحدد مدى استعداد الكائن الحي لبذل طاقة حركية لتحقيق المكافأة.

وقد أثبتت الدراسات الحديثة التي استخدمت تقنيات علم الوراثة الضوئي (Optogenetics) أن التنشيط أو التثبيط الضوئي المبرمج بالملي ثانية للعصبونات الدوبامينية أثناء تلقي المعزز يمكن أن يحاكي تأثير تخفيض القيمة أو يمنعه، مما يؤكد أن الدوبامين يعمل كمهندس كيميائي يحدد ما إذا كانت التجربة السلوكية ستُعامل كمعلومة تصاغ في خريطة غائية أم كبصمة آلية تساق نحو العادات النمطية.

12. التطبيقات المعاصرة والأهمية الإكلينيكية لنموذج تخفيض القيمة

12.1 تفسير آليات الإدمان وانتكاس تعاطي المواد المخدرة

يُمثل نموذج تخفيض القيمة اليوم الإطار النظري والتجريبي الأكثر موثوقية في تفسير البيولوجيا العصبية لـ الإدمان وانتكاس تعاطي العقاقير المخدرة. ففي مراحله المبكرة، يبدأ تعاطي المخدر كسلوك موجه بالهدف (A-O)؛ حيث يسعى الفرد عن قصد للحصول على النتيجة المرغوبة المتمثلة في النشوة أو التخلص من الألم النفسي، ويكون السلوك خاضعاً لتقييم العواقب.

مع ذلك، يؤدي التعاطي المزمن للمواد المخدرة (مثل الكوكايين، النيكوتين، أو الكحول) إلى إحداث تغيرات مشبكية عصبية مرضية متسارعة تعمل على تآكل القشرة أمام الحوفية والدوائر الموجهة بالهدف، بالتوازي مع تحفيز وتضخيم مفرط وغير طبيعي للدوائر المخطية الحركية (DLS). والنتيجة هي التحول القسري والمتسارع للسلوك إلى نمط العادة الصامتة (S-R).

عند اختبار الحيوانات المدمنة باستخدام بروتوكول تخفيض القيمة (حيث يتم ربط المخدر بمادة منفرة تجعله غير مستساغ أو ممرض)، تفشل هذه الحيوانات في كبح سلوك البحث عن المخدر وضغط الرافعة في مرحلة الانطفاء، وتستمر في السعي للحصول عليه رغم أنها قد لا تستهلكه فعلياً عندما يُتاح لها! يفسر هذا الخلل الفصامي جوهر المأساة السريرية للمدمن البشري: الاستمرار القهري في السعي وراء المادة وتعاطيها بمجرد رؤية الإشارات البيئية المقترنة بها (كالأصدقاء، الأماكن، أو الأدوات)، على الرغم من إدراكه الواعي التام بأن المادة فقدت قيمتها الإيجابية وتدمر حياته وصحته كلياً.

12.2 الاضطرابات النفسية ونماذج الوسواس القهري (OCD)

امتدت التطبيقات السريرية للنموذج لتحدث ثورة في فهم اضطراب الوسواس القهري (Obsessive-Compulsive Disorder – OCD). تاريخياً، كان يُعتقد أن الطقوس القهرية (مثل غسل الأيدي المتكرر أو فحص الأقفال لعشرات المرات) تنشأ حصرياً كرد فعل لتخفيف وساوس القلق المعرفية الداخلية المزعجة.

غير أن الدراسات الإكلينيكية الحديثة المستندة مباشرة إلى مهام تخفيض القيمة المحوسبة للبشر (Human Computerized Devaluation Paradigms) كشفت عن خلل بيولوجي عصبي جوهري في بنية اتخاذ القرار لدى مرضى الوسواس القهري. أظهرت النتائج أن هؤلاء المرضى يعانون من فرط تطور هيكلي ووظيفي في نظام العادات (S-R) وعجز مزمن في تثبيط السلوك الموجه بالهدف (A-O).

عندما يُدرّب مرضى الوسواس على ألعاب حاسوبية لجني مكافآت عبر الضغط على أزرار معينة، ثم تُخفض قيمة بعض المكافآت صراحة بإعلامهم أنها ستؤدي لخصم نقاط أو خسائر، يستمر مرضى الوسواس في الضغط الآلي على الأزرار المرتبطة بالنواتج المنفرة بمعدلات تفوق بكثير الأفراد الأصحاء. هذا الخلل يثبت أن الطقوس القهرية في جوهرها هي عادات حركية متصلبة منفلتة من زمام التقييم العقلي للهدف؛ فالمريض يغسل يديه ليس لأنه يتوقع عقلانياً أن هذه الغسلة المحددة ستحقق النظافة، بل لأن رؤية الصنبور أو المثير تطلق الاستجابة الحركية تلقائياً دون قدرة المراكز القشرية على التدخل لإيقاف المسار المشبكي المستقل.

12.3 الذكاء الاصطناعي ونظريات التعلم المعزز الحاسوبي (RL)

في عصر الذكاء الاصطناعي والتعلم الآلي، ألهمت بنية تجربة كولفيل وريسكورلا الثنائية صياغة الخوارزميات الحسابية الأكثر تقدماً في مجال التعلم المعزز الحاسوبي (Computational Reinforcement Learning). وجد علماء الحاسوب في التمييز بين السلوك الموجه بالهدف ونمط العادة نظيراً رياضياً دقيقاً لحل معضلة المقايضة بين “دقة القرار” و”كفاءة الحساب”:

المعيار	التعلم المعزز القائم على النموذج (Model-Based RL)	التعلم المعزز الخالي من النموذج (Model-Free RL)
المقابل السيكولوجي	نظام الفعل والنتيجة الموجه بالهدف (Action-Outcome / A-O)	نظام المثير والاستجابة النمطي العادي (Stimulus-Response / S-R)
آلية العمل الحسابية	بناء خريطة شجرية احتمالية تحاكي البيئة وتستكشف مآلات كل فعل قبل تنفيذه (Tree-Search)	تخزين أوزان وقيم عددية ثابتة للأفعال في جدول ذاكرة وتحديثها عبر أخطاء التنبؤ (Q-Learning)
المرونة التكيفية	عالية جداً؛ يتكيف فوراً مع تغير الأهداف وتخفيض القيمة دون حاجة لتدريب جديد	منخفضة وجامدة؛ يتطلب محاولات وتجارب فاشلة متكررة لإعادة ضبط وتحديث أوزان الأفعال
التكلفة الحسابية والزمنية	مرتفعة ومكلفة معالجياً؛ تتطلب وقتاً وحسابات عميقة في كل لحظة اتخاذ قرار	شديدة السرعة والكفاءة؛ استدعاء فوري للفعل المخزن في الذاكرة دون محاكاة مستقبلية

تستخدم النماذج الحاسوبية الحديثة ما يُعرف بـ الأنظمة الهجينة للتحكم التكيفي (Hybrid Arbitration Controllers)، وهي خوارزميات مستوحاة بيولوجياً تقيس باستمرار مدى عدم اليقين في البيئة؛ فإذا كانت البيئة غير مستقرة وقابلة للتغير في قيم الأهداف، تُحيل القرار إلى خوارزميات (Model-Based / A-O) المكلفة إدراكياً ولكن الآمنة، أما إذا استقرت البيئة وتكررت المهام لآلاف المرات، تُحول السيطرة تلقائياً إلى خوارزميات (Model-Free / S-R) السريعة توفيراً للطاقة الحسابية. يدين هذا التطور الهائل في بناء الوكلاء الأذكياء والروبوتات المستقلة إلى ذلك التصميم التجريبي الرائد والمبهر الذي وضعته كولفيل وريسكورلا في مختبرهما قبل عقود.

خاتمة استنتاجية شاملة

لم تكن تجربة تخفيض القيمة الإجرائية التي نفذتها جولي كولفيل وروبرت ريسكورلا عام 1985 مجرد دراسة عابرة في أرشيف علم النفس الحيواني، بل كانت منعطفاً إبستمولوجياً بارزاً ساهم في إرساء الفهم المعاصر للعقل الإجرائي. لقد أسقط هذا البروتوكول الأسطورة الميكانيكية التي اختزلت السلوك الفعال في أفعال حركية عمياء تحركها المثيرات كالدمى، وأعاد الاعتبار الفكري للتمثيلات المعرفية الداخلية كعناصر حتمية لا غنى عنها في هندسة السلوك التكيفي.

أثبتت التجربة بما يدع مجالاً للشك أن الكائن الحي يحمل في جهازه العصبي نموذجاً غنياً للبيئة؛ نموذجاً يدرك العلاقات السببية بين الأفعال ونتائجها، ويزن تلك النتائج بميزان الحاجات الفسيولوجية والدافعية اللحظية، ويتخذ قراراته بناءً على تقييم عقلاني واستباقي لمآلات المستقبل. وفي الوقت ذاته، مهدت هذه التجربة الطريق لفهم أعمق لديناميات العادات وتكلس السلوك، موضحة كيف يمكن للآلية والغاية أن يتعايشا ويتنافسا داخل بنية دماغية واحدة.

اليوم، يظل صدى تجربة كولفيل وريسكورلا حياً ومتقداً في كبرى المختبرات العالمية، ممتداً من غرف الجراحة العصبية وعيادات علاج الإدمان والاضطرابات النفسية، إلى خوادم الذكاء الاصطناعي وهندسة العقول الرقمية. إنها التجربة التي علمتنا بصرامة المنهج ودقة الدليل التجريبي أن الحيوان، والإنسان من قبله وبعده، لا يدفعه ماضيه الميكانيكي فحسب، بل يوجهه أيضاً أمله وتمثيله المعرفي لما تحمله له النتائج القادمة من آفاق.

المراجع

• Colwill, R. M., & Rescorla, R. A. (1985). Postconditioning devaluation of a reinforcement to determine its role in the instrumental conditioning of different responses. Journal of Experimental Psychology: Animal Behavior Processes, 11(1), 120–132. https://doi.org/10.1037/0097-7403.11.1.120
• Colwill, R. M., & Rescorla, R. A. (1986). Associative structures in instrumental learning. In G. H. Bower (Ed.), The Psychology of Learning and Motivation (Vol. 20, pp. 55–104). Academic Press. https://doi.org/10.1016/S0079-7421(08)60107-1
• 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
• 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
• Balleine, B. W., & O’Doherty, J. P. (2010). Human and rodent homologies in action control: Corticostriatal determinants of goal-directed and habitual action. Neuropsychopharmacology, 35(1), 48–69. https://doi.org/10.1038/npp.2009.131
• 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
• Everitt, B. J., & Robbins, T. W. (2005). Neural systems of reinforcement for drug addiction: From actions to habits to compulsion. Nature Neuroscience, 8(11), 1481–1489. https://doi.org/10.1038/nn1579
• Gillan, C. M., Papmeyer, M., Morein-Zamir, S., Sahakian, B. J., Fineberg, N. A., Robbins, T. W., & de Wit, S. (2011). Disruption in the balance between goal-directed behavior and habit learning in obsessive-compulsive disorder. American Journal of Psychiatry, 168(7), 718–726. https://doi.org/10.1176/appi.ajp.2011.10071062
• Rescorla, R. A., & Wagner, A. R. (1972). A theory of Pavlovian conditioning: Variations in the effectiveness of reinforcement and nonreinforcement. In A. H. Black & W. F. Prokasy (Eds.), Classical Conditioning II: Current Research and Theory (pp. 64–99). Appleton-Century-Crofts.
• 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. Psychological Review, 55(4), 189–208. https://doi.org/10.1037/h0061626
• Yin, H. H., Knowlton, B. J., & Balleine, B. W. (2004). Lesions of dorsolateral striatum preserve outcome expectancy-mediated approach behavior after extensive training. European Journal of Neuroscience, 19(1), 181–189. https://doi.org/10.1111/j.1460-9568.2004.03095.x