Rachlin, Howard: Introduction to Modern Behaviorism. San Francisco ( Free-man). Pb.,  208 Seiten.

Als ein typischer primer hat diese Einführung in die tierpsychologische Lernforschung alle Vor- und Nachteile solcher Texte. Der Anfangsteil transformiert, vereinfachend und kürzend, Borings Geschichte der experimentellen Psychologie auf ein in der Tat undergraduate level herunter. Die Didaktik zeigt dagegen ihre Vorzüge in den späteren Abschnitten, in denen der in einer langen Tradition mittlerweile gar nicht mehr wie zu Watsons Zeiten einfache, sondern in seinen Ansätzen und Parametern hochkomplizierte Behaviorismus in Text und Diagrammen verständlich aufbereitet und strukturiert wird. Reflektiert wird dabei die informationstheoretische „Liberalisierung“ der neueren Erklärungsansätze, gemäß denen der Organismus im Lernvorgang nicht mechanisch in 1: 1-Korrespondenzen mit der Umwelt eingebunden wird, sondern Wahrscheinlichkeiten in seinem Umweltverhältnis aufnimmt. Das heißt, er differenziert die für ihn relevanten Ereignisse auf einer an den Polen durch Regelmäßigkeit bzw. Zufall ausgezeichneten Skala und stellt sich in seinen Verhaltensweisen „hypothetisch“ auf die erfahrenen Verhältniswahrscheinlichkeiten ein.

Die Ergebnisse aus den behavioristischen Laborversuchen gewinnen unter der Perspektive ihren Wert, daß der Organismus, auch der menschliche, keine in sich selbst eingeschlossene Monade ist, sondern in funktionellen Umweltbezügen steht, in denen „Lernen“ einen Autonomiegewinn (für das innere Milieu) bedeutet. Im Rahmen einer allgemeinen Psychologie behalten sie diesen Wert jedoch nur, wenn die Generalisierung 1. den evolutionsgeschichtlichen Gesichtspunkt und 2. den Umstand nicht aus den Augen verliert, daß es sich bei den Laborexperimenten in der Regel um (nichtkommunikative) Verhältnisse von Organismus und physikalischer Umwelt handelt. So sind die Beispiele, die der Autor auf der Ebene menschlichen Verhaltens anführt, dann überzeugend, wenn menschliche Reaktionsweisen gegenüber von — mit wechselhaften Wahrscheinlichkeiten funktionierenden — Maschinen betra