Vetenskaplig hundträning?

Myten jag vill förgöra är att "positiva hundtränare driver vetenskaplig hundträning."

Nej, det gör vi som regel inte. Vi tränar (nästan) lika lite vetenskapligt som alla andra hundtränare, oavsett träningsmetod. Vi tror, hoppas, gissar och håller tummarna lika mycket som alla andra. Efter en träningssession har vi som regel en "känsla" av om det har gått bra eller inte, men känslor är som bekant en mycket oprecis "vetenskap". Man kommer ofta långt med att prova sig fram och göra justeringar efterhand baserat på hur man TROR det går, men "vetenskaplig träning" är det inte.

Jag skriver "nästan lika lite vetenskapligt" i stycket ovan, för många bra tränare har åtminstone en förståelse för en del vetenskapliga läringsprinciper som de baserar sin träning på, i större eller mindre grad. Det är många steg bättre än att basera träningen på anekdoter, missförstånd och ren trial and error.

Jag kan i bästa fall sträcka mig till att säga att klickerträning är "i stor utsträckning baserad på vetenskapliga principer". Men att kalla det vi som regel driver för "vetenskaplig träning" är en förolämpning mot vetenskapen. Så jag föreslår istället att vi ser lite på hur vi kan förbättra oss på detta område.

Hur tränar man mer "vetenskapligt"?

Om vi vill träna mer vetenskapligt är det en del nya saker vi måste börja introducera mer av i våra träningsvanor.

- För det första är det viktigt att definiera konkret vilken beteende som är målet för träningen, och i vilken situation beteendet ska utföras. Du bör också ha ett OBJEKTIVT mål för hur väl detta beteende ska kunna utföras, och helst helst en tidsfrist för NÄR målet ska uppnås.

- För det andra måste vi göra observationer och samla in data under träningen. Anledningen till att samla in data är kort sagt att vi då kan VETA om träningen går framåt eller inte. Vi behöver inte längre basera oss på gissningar och känslor. (Förutsättningen för att kunna samla in precis data är dock att vi har definierat beteendet i förväg, jfr. punkt 1.)

- För det tredje måste dessa data presenteras på ett visuellt logiskt sätt, så att vi kan ANVÄNDA dessa data för att fatta bättre beslut i träningen.

Visar våra data att träningen går framåt tillräckligt snabbt för att vi ska nå (det objektiva!) målet inom tidsfristen? Bra, då FORTSÄTTER vi på samma sätt.

Visar data att vi har nått vårt mål? Bra, då kan vi SLUTA att träna detta beteende och gå vidare till nästa mål.

Visar data att träningen går för långsamt framåt? (och vet du egentligen vad som är "för långsamt"?). Okej, då måste vi FÖRÄNDRA något vid träningen.

Och när vi gör denna förändring fortsätter vi naturligtvis att samla in data. När vi sedan följer de nya uppgifterna kan vi lära oss intressanta saker om hur denna förändring påverkar inlärningseffekten jämfört med vad vi gjorde innan. Grafen visar förändringen i effekt svart på vitt. Det är inte längre snack om gissningar.

Nästa nivå, tack…

Under de senaste 20–30 åren har utmaningen varit att få folk att träna rimligt "positivt" över huvud taget. Här har mycket hänt!

Jag tror nästa steg i utvecklingen bör vara att göra träningen mer vet