(บทความนี้ผมใช้บทความเดิมของผมมาปรับใหม่ให้เป็นสไตล์ของผมในปัจจุบัน)

หลายครั้งเราพยายามเปลี่ยนพฤติกรรมของคนด้วยการพูด

“ตั้งใจเรียนนะ”
“อย่าทำแบบนี้อีก”
“ครั้งหน้าพยายามให้มากกว่านี้”
“เป็นเด็กดีนะ”

แต่ในความเป็นจริง สิ่งที่ทำให้พฤติกรรมหนึ่งเกิดขึ้นอีกหรือค่อย ๆ หายไป อาจไม่ได้อยู่ที่คำพูดก่อนพฤติกรรมนั้นเพียงอย่างเดียว แต่อยู่ที่ว่า

หลังจากเขาทำพฤติกรรมนั้นแล้ว เกิดอะไรขึ้นตามมา

เด็กยกมือตอบคำถามแล้วครูยิ้มและชม
พนักงานทำงานได้ดีแล้วได้รับโบนัส
เด็กทำการบ้านเสร็จแล้วได้มีเวลาเล่นเกม
หรือเด็กพูดแทรกในห้องแล้วทุกคนหันไปสนใจ

สิ่งเหล่านี้ล้วนเป็น “ผลที่ตามมา” ของพฤติกรรม และผลที่ตามมานี่เองอาจทำให้พฤติกรรมนั้นมีโอกาสเกิดขึ้นอีกมากขึ้นหรือน้อยลง

แนวคิดนี้เป็นหัวใจสำคัญของ Operant Conditioning หรือการวางเงื่อนไขแบบการกระทำ ซึ่งสัมพันธ์อย่างมากกับงานของ B. F. Skinner นักจิตวิทยากลุ่มพฤติกรรมนิยม ผู้ให้ความสำคัญกับความสัมพันธ์ระหว่างพฤติกรรมกับผลที่เกิดขึ้นภายหลังพฤติกรรมนั้น

คำว่า Reinforcement คือ การเสริมแรง มีความหมายค่อนข้างตรงไปตรงมา คือ ผลที่ตามมาแล้วทำให้พฤติกรรมนั้นมีแนวโน้มเกิดขึ้นอีกมากขึ้น

ถ้านักเรียนยกมือตอบคำถาม ครูให้คำชม แล้วหลังจากนั้นนักเรียนยกมือตอบบ่อยขึ้น คำชมนั้นกำลังทำหน้าที่เป็นตัวเสริมแรง

ส่วน Punishment คือ การลงโทษ หมายถึง ผลที่ตามมาแล้วทำให้พฤติกรรมนั้นมีแนวโน้มลดลง

ดังนั้น ในทางพฤติกรรมศาสตร์ เราไม่ได้ตัดสินจากเจตนาของผู้ให้เพียงอย่างเดียว แต่ต้องกลับไปดูว่า พฤติกรรมของผู้รับเปลี่ยนไปจริงหรือไม่

ตรงนี้เป็นเรื่องที่ผมคิดว่าสำคัญมากสำหรับครูและผู้ปกครอง

เพราะสิ่งที่เราคิดว่าเป็น “รางวัล” อาจไม่ได้เสริมแรงเด็กคนนั้นเลยก็ได้ ในขณะเดียวกัน สิ่งบางอย่างที่เราไม่ได้ตั้งใจให้เป็นรางวัล กลับอาจทำให้พฤติกรรมนั้นเกิดขึ้นบ่อยกว่าเดิม

ตัวอย่างง่าย ๆ คือ เด็กแกล้งเพื่อนเพื่อให้คนในห้องหัวเราะ

เราอาจมองว่าเสียงหัวเราะของเพื่อนเป็นเพียงปฏิกิริยาธรรมดา แต่สำหรับเด็กคนนั้น ความสนใจจากเพื่อนอาจทำหน้าที่เป็นแรงเสริม และทำให้พฤติกรรมแกล้งเพื่อนเกิดขึ้นซ้ำ

พฤติกรรมจึงไม่ได้เกิดขึ้นในสุญญากาศ

มันเกิดขึ้นใน สภาพแวดล้อมที่ตอบสนองต่อสิ่งที่เราทำอยู่ตลอดเวลา

บวกกับลบ ไม่ได้หมายถึงดีกับไม่ดี

เรื่องที่คนมักสับสนมากที่สุดคือคำว่า Positive และ Negative

ในที่นี้ “บวก” ไม่ได้แปลว่าดี และ “ลบ” ไม่ได้แปลว่าไม่ดี

แต่หมายถึง

Positive = เพิ่มบางสิ่งเข้าไป
Negative = เอาบางสิ่งออกไป

เมื่อรวมกับ Reinforcement และ Punishment จึงเกิดเป็นสี่รูปแบบหลัก

Positive Reinforcement (การเสริมแรงทางบวก) หมายถึง การเพิ่มสิ่งที่บุคคลต้องการ หลังจากเกิดพฤติกรรมที่ต้องการ เพื่อเพิ่มโอกาสที่พฤติกรรมนั้นจะเกิดขึ้นอีก

เช่น นักเรียนตั้งใจทำงาน ครูชมว่า
“วันนี้หนูตรวจคำตอบก่อนส่งด้วย ครูเห็นความรอบคอบตรงนี้นะ”

ถ้าคำชมทำให้พฤติกรรมตรวจงานเกิดขึ้นมากขึ้น นั่นคือการเสริมแรง

Negative Reinforcement (การเสริมแรงทางลบ) หมายถึง การเอาสิ่งที่บุคคลไม่ต้องการออก หลังจากเกิดพฤติกรรมหนึ่ง เพื่อเพิ่มพฤติกรรมนั้น

เช่น หากนักเรียนทำงานที่ได้รับมอบหมายเสร็จตามเกณฑ์ จึงไม่ต้องทำแบบฝึกเพิ่มเติมบางส่วน

สิ่งสำคัญคือ Negative Reinforcement (ไม่ใช่การลงโทษ) เพราะเป้าหมายยังคงเป็นการทำให้พฤติกรรมที่ต้องการเพิ่มขึ้น

Positive Punishment (การลงโทษทางบวก) หมายถึง การเพิ่มสิ่งที่บุคคลไม่ต้องการ หลังพฤติกรรม เพื่อทำให้พฤติกรรมนั้นลดลง เช่น การตำหนิหลังนักเรียนใช้คำหยาบ

Negative Punishment (การลงโทษทางลบ) หมายถึง การเอาสิ่งที่บุคคลต้องการออก หลังพฤติกรรม เพื่อทำให้พฤติกรรมนั้นลดลง เช่น นักเรียนใช้โทรศัพท์ในช่วงที่กำหนดว่าห้ามใช้ จึงถูกระงับสิทธิการใช้โทรศัพท์ในช่วงเวลาหนึ่ง

หลักการเหล่านี้ดูตรงไปตรงมา แต่เมื่อนำมาใช้กับมนุษย์จริง ๆ มันซับซ้อนค่อนข้างมาก

มนุษย์ไม่ใช่เครื่องจักรที่ใส่รางวัลแล้วจะตอบสนองเหมือนกันทุกคน

ของสิ่งเดียวกันอาจเป็นรางวัลสำหรับเด็กคนหนึ่ง แต่ไม่มีความหมายกับเด็กอีกคน

เด็กบางคนชอบการได้รับคำชมต่อหน้าห้อง
เด็กบางคนกลับรู้สึกอาย

บางคนยอมทำงานเพื่อให้ได้เวลาพัก
บางคนสนใจคำชมจากครูมากกว่า

ดังนั้น การเสริมแรงที่ดีจึงไม่ได้เริ่มจากคำถามว่า “เราจะให้อะไรเขาดี” แต่ควรเริ่มจาก “อะไรมีความหมายกับเขา และหลังจากให้สิ่งนั้นแล้ว พฤติกรรมเปลี่ยนไปจริงหรือไม่”

นี่คือเหตุผลที่การปรับพฤติกรรมต้องอาศัยการสังเกต มากกว่าการใช้สูตรสำเร็จเดียวกับทุกคน

การลงโทษอาจหยุดพฤติกรรมได้ แต่ไม่ได้แปลว่าสอนพฤติกรรมใหม่แล้ว

ข้อจำกัดสำคัญของการลงโทษคือ แม้มันอาจทำให้พฤติกรรมบางอย่างลดลง แต่ไม่ได้บอกบุคคลเสมอไปว่า แล้วควรทำอะไรแทน

นักเรียนที่ถูกตำหนิเพราะพูดแทรกอาจหยุดพูด

แต่เขาอาจยังไม่รู้ว่า หากต้องการพูดควรรอจังหวะอย่างไร หรือยกมือเมื่อใด

ดังนั้น ในหลายสถานการณ์ การลดพฤติกรรมที่เราไม่ต้องการจึงควรเกิดควบคู่กับการ สอนและเสริมแรงพฤติกรรมที่เราต้องการให้เกิดขึ้นแทน

ถ้าเด็กวิ่งในห้อง เราไม่ได้ต้องการเพียง “ไม่ให้วิ่ง”

สิ่งที่เราต้องการจริง ๆ อาจเป็น "เดินเมื่ออยู่ในห้อง"

พฤติกรรมใหม่ตรงนี้ต่างหากที่ควรได้รับการสอนและได้รับแรงเสริมเมื่อเด็กทำได้

บทความเดิมของผมจึงให้ความสำคัญกับการเสริมแรงมากกว่าการพึ่งการลงโทษเพียงอย่างเดียว โดยเฉพาะเมื่อทำงานกับเด็กที่มีประสบการณ์ บุคลิกภาพ และความต้องการแตกต่างกัน

บางครั้งพฤติกรรมดีขึ้นโดยที่เราไม่ได้เป็นคนทำให้ดีขึ้น

มีเรื่องหนึ่งที่ Daniel Kahneman นำมาเล่าและผมคิดว่าน่าสนใจมากสำหรับครู

ผู้ฝึกสอนนักบินคนหนึ่งเคยสังเกตว่า เวลานักเรียนบินได้ดีมากแล้วได้รับคำชม ครั้งต่อไปกลับมักทำได้แย่ลง แต่เมื่อนักเรียนทำได้แย่มากแล้วถูกตำหนิ ครั้งต่อไปกลับมักทำได้ดีขึ้น

ถ้ามองเพียงผิวเผิน เราอาจสรุปว่า

“เห็นไหม การตำหนิได้ผลดีกว่าการชม”

แต่ Kahneman ชี้ให้เห็นปรากฏการณ์อีกอย่างหนึ่งที่เรียกว่า Regression to the Mean (การถดถอยกลับสู่ค่าเฉลี่ย)

ผลงานที่ดีหรือแย่ผิดปกติในครั้งหนึ่งอาจมีปัจจัยชั่วคราวเข้ามาเกี่ยวข้อง

นักเรียนที่ทำได้ยอดเยี่ยมกว่าปกติมาก ครั้งต่อไปจึงมีโอกาสกลับมาใกล้ระดับปกติของตนเอง

ในทางกลับกัน นักเรียนที่ทำได้แย่กว่าปกติมาก ครั้งต่อไปก็มีโอกาสกลับมาทำได้ดีขึ้นอยู่แล้ว

ดังนั้น หากเราชมหลังผลงานที่ดีมาก แล้วครั้งต่อมาเด็กทำแย่ลง เราไม่ควรรีบสรุปว่า “การชมทำให้เด็กแย่ลง”

และถ้าเราตำหนิหลังผลงานที่แย่มาก แล้วเด็กทำดีขึ้นครั้งต่อไป ก็ไม่ควรรีบสรุปว่า “เพราะโดนดุจึงเก่งขึ้น”

บางครั้งสิ่งที่เราเห็นอาจเป็นเพียงความผันผวนตามธรรมชาติของผลงาน ไม่ใช่ผลของสิ่งที่เราทำทั้งหมด

ตรงนี้เตือนผมในฐานะครูได้ดีมากว่า

อย่าตัดสินความสำเร็จของวิธีการปรับพฤติกรรมจากเหตุการณ์เพียงครั้งหรือสองครั้ง

เราต้องดูรูปแบบของพฤติกรรมในระยะยาว

ในท้ายที่สุด ผมคิดว่าคำถามที่สำคัญที่สุดอาจไม่ใช่

“ควรให้รางวัลอะไร” หรือ “ควรลงโทษแบบไหน”แต่คือ “ผลที่ตามมาจากพฤติกรรมกำลังสอนอะไรให้เขาอยู่”

เด็กอาจกำลังเรียนรู้ว่า หากตั้งใจทำงานแล้วครูมองเห็นความพยายามของเขา การพยายามนั้นมีความหมาย

หรือเด็กอาจกำลังเรียนรู้ว่า หากทำเสียงดังมากพอ ทุกคนจะหันมาสนใจ

เด็กบางคนอาจเรียนรู้ว่า ความผิดพลาดคือโอกาสให้ลองใหม่

แต่อีกคนอาจเรียนรู้ว่า ถ้าทำผิด สิ่งที่ปลอดภัยที่สุดคืออย่าลองอะไรอีกเลย

นี่ทำให้ผมมองการเสริมแรงและการลงโทษไม่ใช่เพียง “เทคนิคควบคุมพฤติกรรม”

แต่มันคือ การออกแบบประสบการณ์ที่ค่อย ๆ สอนบุคคลว่า พฤติกรรมแบบใดนำไปสู่อะไร

และทุกครั้งที่เราให้คำชม ให้ความสนใจ ถอนสิทธิ หรือเลือกที่จะตอบสนองต่อพฤติกรรมหนึ่ง เราอาจกำลังสอนบางอย่างแก่ใครบางคนอยู่ แม้ในตอนนั้นเราจะไม่ได้ตั้งใจสอนเลยก็ตาม

พฤติกรรมไม่ได้ถูกสร้างขึ้นจากสิ่งที่เราบอกให้คนทำเพียงอย่างเดียว แต่ยังถูกหล่อหลอมจากสิ่งที่เกิดขึ้น หลังจากเขาทำสิ่งนั้นแล้วด้วย

อ้างอิง

คาลอส บุญสุภา. (2564). การเสริมแรงและการลงโทษ (B.F.Skinner). https://sircr.blogspot.com/2021/05/bfskinner.html