2、问题解决：行为学解读与算法应用

问题解决：行为学解读与算法应用

1. 问题解决的基本概念

在日常生活中，我们常常会遇到各种各样的问题。比如，突然想不起某个人的名字，尽管几天前还和对方交谈过；在考试中，需要运用所学的微积分知识去解答问题；玩国际象棋时，要根据棋局做出合适的应对。这些例子都反映了问题解决的常见场景。

问题解决的前提是我们具备相应的知识储备。如果我们根本不知道某个人的名字，那么回忆这个名字就不能称之为问题；对于不懂微积分的人来说，微积分问题与他们的问题解决能力无关；不会下国际象棋的人，也不会面临下棋时的策略问题。这说明，问题解决依赖于已有的行为储备，在教授问题解决技能之前，必须先教授与问题相关的知识。

2. 问题解决与行为过程

2.1 问题的定义

一个问题的形成，关键在于我们的行为储备中有合适的应对方式，但当下却无法立即使用。比如，学生在执行一系列 Logo 命令移动屏幕上的物体时遇到困难，而老师却能立刻给出正确的命令。这表明，问题并非由刺激情境（如提出的问题）决定，而是由我们的行为储备与该情境的关系决定。

2.2 行为过程的分类

问题解决涉及到行为过程，这些过程可以分为两类：
- 辨别性刺激 ：当行为依赖于先前事件，且这些先前事件通过改变行为的瞬间强度来增加其发生的概率时，这些事件就被定义为辨别性刺激。例如，早上设置闹钟、手指上系绳子等，都是通过操纵外部事件作为辨别性刺激来解决问题。
- 动机性刺激 ：当行为依赖于其发生后的事件，且这些后续事件增加了行为发生的概率时，这些事件就被定义为动机性刺激。