Cztery kwadranty w szkoleniu psa — czym jest wzmocnienie pozytywne i dlaczego kara może zaszkodzić

W dyskusjach o szkoleniu psów regularnie pojawia się jedno zdanie: „Chcę tylko nagradzać pozytywnie, nie używam kary”. Brzmi świetnie. Problem polega na tym, że wzmocnienie pozytywne i kara to pojęcia techniczne, które mają dokładnie określone znaczenie — inne niż to, co rozumiemy w codziennym języku. I to nierozumienie potrafi skutkować metodami, które na pozór wydają się łagodne, a w praktyce działają przez wywoływanie dyskomfortu.

Dlatego warto raz na zawsze rozprawić się z tematem czterech kwadrantów teorii uczenia.

Co to są kwadranty?

Termin pochodzi od Burrhusa Fredericka Skinnera, behawiorysty, który w pierwszej połowie XX wieku sformalizował teorię warunkowania sprawczego (operant conditioning). Skinner zaobserwował, że zachowanie jest kształtowane przez konsekwencje — i opisał je za pomocą dwóch osi:

• Dodać (+) czy zabrać (−) bodziec?
• Wzmocnić zachowanie (wzmocnienie) czy osłabić (kara)?

Skrzyżowanie tych osi daje cztery możliwe konsekwencje, znane jako cztery kwadranty.

Wzmocnienie pozytywne (R+)

Dodajesz coś przyjemnego, żeby zwiększyć prawdopodobieństwo danego zachowania.

Przykład: pies siada → dostajesz smakołyk → pies będzie siadał częściej.

Tutaj operuje większość trenerów force-free. Nagroda może być pokarmowa, zabawowa lub relacyjna (pochwała, dotyk). Kluczowe: bodziec musi być przyjemny dla psa, nie dla właściciela.

Wzmocnienie negatywne (R−)

Usuwasz coś nieprzyjemnego, żeby zwiększyć prawdopodobieństwo danego zachowania.

Przykład: pies ciągnie na smyczy → smycz uciska → pies zwalnia → napięcie smyczy znika → pies będzie zwalniał częściej.

Uwaga: „negatywne” nie znaczy złe. To algebryczny znak minusa — coś jest odejmowane. Ale ta operacja zakłada, że wcześniej istnieje coś nieprzyjemnego do usunięcia. W klasycznym R− bodziec awersyjny jest aktywny, dopóki pies nie zachowa się właściwie. To wzmocnienie — ale oparte na dyskomforcie.

Kara pozytywna (P+)

Dodajesz coś nieprzyjemnego, żeby zmniejszyć prawdopodobieństwo danego zachowania.

Przykład: pies skacze na gościa → dostaje szarpnięcie smyczą → skakanie się zmniejsza.

To, co intuicyjnie większość rozumie pod słowem „kara”: szarpnięcie, uderzenie, krzyk — wszystko, co dodaje bodziec awersyjny po niepożądanym zachowaniu.

Kara negatywna (P−)

Usuwasz coś przyjemnego, żeby zmniejszyć prawdopodobieństwo danego zachowania.

Przykład: pies skacze → właściciel natychmiast odwraca się i ignoruje → pies nie dostaje uwagi → skakanie się zmniejsza.

To technika używana przez trenerów nagradzających — nie wymaga bólu ani strachu, tylko konsekwentnego wycofywania nagrody (uwagi, zabawy, dostępu).

Dlaczego te pojęcia są ważne?

Bo mylenie ich prowadzi do błędów. Zdarza się, że opiekunowie mówią: „używam wzmocnienia negatywnego, nie karzę psa”. A za chwilę okazuje się, że mają na myśli zwalnianie nacisku na kolczatkę lub wyłączanie pilota obroży elektrycznej, gdy pies zachowa się prawidłowo. To jest technicznie R−, ale wymaga wcześniejszego zastosowania bodźca awersyjnego. Różnica między R− a P+ bywa mniejsza, niż się wydaje — oba kwadranty operują na dyskomforcie.

Co mówią badania?

Wiemy już dość, żeby mówić o tym wyraźnie.

W 2020 roku Vieira de Castro i współpracownicy opublikowali badanie na 92 psach podzielonych na trzy grupy: trening nagradzający (42 psy), mieszany (22 psy) i awersyjny (28 psów). Psy szkolone metodami awersyjnymi podczas sesji wykazywały więcej zachowań stresowych, częściej były w stanie napięcia i bardziej sapały niż psy z grupy nagradzającej. Poziom kortyzolu po treningu był w grupie awersyjnej istotnie wyższy. Co ważniejsze — efekt przekraczał czas samej sesji treningowej: w teście cognitive bias (oceniającym optymizm lub pesymizm w sytuacjach niejednoznacznych) psy awersyjne reagowały bardziej pesymistycznie niż psy nagradzające. Stres z treningu przenikał do reszty ich życia.

Z kolei Dodman i współpracownicy (PLoS ONE, 2018) przeanalizowali dane od ponad 1 500 właścicieli psów i znaleźli wyraźne powiązanie: opiekunowie stosujący metody konfrontacyjne mieli psy z wyższą częstotliwością agresji zarówno wobec domowników, jak i obcych, a także z problemami z separacją, ciągłym szczekaniem i brudzeniem w domu. To badanie nie dowodzi przyczynowości — możliwe, że trudniejsze psy prowokują do sięgania po trudniejsze metody — ale kierunek zależności jest spójny z wynikami innych badań.

Stanowisko American Veterinary Society of Animal Behavior (AVSAB, 2021) jest jednoznaczne: organizacja rekomenduje wyłącznie metody oparte na nagrodach dla całego szkolenia psów, w tym leczenia problemów behawioralnych. Metody awersyjne — obroże elektryczne, kolczatki, obroże zaciskające, szarpnięcia smyczą — niosą, według AVSAB, znaczące ryzyko dla dobrostanu zwierzęcia i dla relacji pies–człowiek.

Pułapka „łagodnych” metod awersyjnych

Często słychać argument: „ale ja tylko lekko szarpnę smycz, nie biję psa”. Intencja jest dobra — ale teoria uczenia nie ocenia metody przez pryzmat ludzkiej intencji, tylko przez konsekwencje dla zwierzęcia.

Nawet niska dawka bodźca awersyjnego może:

• tworzyć skojarzenie: trening = sytuacja nieprzyjemna,
• powodować uogólnienie — nieufność do właściciela w innych kontekstach,
• hamować inicjatywę psa, który zaczyna nie próbować, bo nie rozumie, kiedy popełni błąd.

Z tego powodu trenerzy force-free skupiają się na R+ i ewentualnie P− (ignorowanie), unikając całkowicie kwadrantów opartych na dyskomforcie.

Techniki oparte wyłącznie na R+

Trzy metody, które nie wymagają żadnego bodźca awersyjnego:

Luring (wabienie) — prowadzenie smakołykiem w pożądany ruch, zanim pies zna komendę. Smakołyk przed nosem „rysuje” tor ruchu; pies podąża i dostaje nagrodę.

Shaping (formowanie) — nagradzanie kolejnych kroków zbliżających do zachowania docelowego. Zamiast czekać na perfekcję, chwalisz każdy krok w dobrym kierunku.

Capturing (chwytanie) — nagradzanie spontanicznie wykazywanego zachowania. Kiedy pies sam siada lub się kładzie, łapiesz ten moment nagrodą i komendą.

Każda z tych technik opiera się wyłącznie na R+. Żadna nie wymaga bólu, strachu ani dyskomfortu.

Co to znaczy w praktyce?

Jako behawiorystka wiem, że psy uczone metodami nagradzającymi osiągają dobre wyniki bez kosztów stresowych — i że relacja zbudowana na jasnych, przewidywalnych nagrodach to stabilna baza do pracy z jakimkolwiek problemem behawioralnym. Teoria kwadrantów pomaga zrozumieć, dlaczego tak jest: R+ nie wymaga żadnego nieprzyjemnego elementu, żeby działać. Wystarczy właściwe dobieranie nagród i odpowiedni timing.

Warto pamiętać, że ograniczenia różnych metod szkolenia mają też wymiar prawny: o tym, co polskie prawo mówi o obrożach elektrycznych i kolczatkach, piszę w osobnym tekście — obroże elektryczne i kolczatki dla psów. A jeśli zastanawiasz się, dlaczego nie wolno gasić warczenia u psa, wyjaśniam to w artykule warczenie psa — sygnał ostrzegawczy.