🧠 Operant Conditioning (संचालित अनुबन्धन)


👨‍🔬 प्रतिपादक (Founder):


B.F. Skinner (अमेरिकी मनोवैज्ञानिक)


> इसे Instrumental Conditioning भी कहा जाता है।

इसमें अधिगम प्रभाव (consequence) के आधार पर होता है — जैसे पुरस्कार (reward) या दंड (punishment)।





---


⚙️ मुख्य विचार (Core Idea):


> किसी क्रिया (behavior) के बाद जो परिणाम (consequence) आता है — वह यह तय करता है कि वह व्यवहार दोबारा होगा या नहीं।




📌 सरल भाषा में:


"जिस व्यवहार को इनाम मिलता है, वह दोहराया जाता है।

और जिसे दंड मिलता है, वह रोका जाता है।"



---


🧪 प्रसिद्ध प्रयोग (Famous Experiment):


Skinner Box (Skinner का पिंजरा)


एक चूहा एक डिब्बे में होता है, जिसमें एक लीवर (lever) होता है।


जब चूहा लीवर दबाता है, तो भोजन मिलता है।


चूहा सीख जाता है कि भोजन पाने के लिए लीवर दबाना है।




---


🧩 मुख्य अवधारणाएं (Key Concepts of Operant Conditioning):


Term हिंदी अर्थ विवरण (Explanation)


Reinforcement सुदृढीकरण किसी व्यवहार को बढ़ाने वाला परिणाम

Punishment दंड किसी व्यवहार को घटाने वाला परिणाम

Positive सकारात्मक कुछ जोड़ना (Add करना)

Negative नकारात्मक कुछ हटाना (Remove करना)




---


🔁 4 प्रकार की Conditioning:


प्रकार क्या होता है उदाहरण


✅ Positive Reinforcement अच्छा काम → इनाम दिया जाता है बच्चा होमवर्क करता है → चॉकलेट मिलती है

✅ Negative Reinforcement अच्छा काम → बुरा घटक हटा दिया जाता है छाता ले गए → भीगना नहीं पड़ा

❌ Positive Punishment गलत काम → दंड दिया जाता है झूठ बोलने पर डांटना

❌ Negative Punishment गलत काम → इनाम छीन लिया जाता है ग़लती पर वीडियो गेम छीनना




---


📘 Skinner vs Pavlov:


विशेषता Classical Conditioning Operant Conditioning


प्रतिपादक Ivan Pavlov B.F. Skinner

अधिगम का आधार उद्दीपन → प्रतिक्रिया क्रिया → परिणाम

प्रतिक्रियाएं स्वाभाविक (Involuntary) इच्छित (Voluntary)

मुख्य तत्त्व UCS, CS, CR Reward, Punishment

प्रयोग Bell & Dog Skinner Box & Rat




---


📚 Operant Conditioning के अन्य सिद्धांत (Extra Concepts):


✅ 1. Shaping (आकार देना):


जटिल व्यवहार को धीरे-धीरे छोटे-छोटे चरणों में सिखाना।


हर सही कदम पर Reinforcement देना।



✅ 2. Extinction (लोप):


जब reinforcement देना बंद कर दिया जाए, तो सीखा हुआ व्यवहार धीरे-धीरे समाप्त हो जाता है।



✅ 3. Discrimination (विभेदीकरण):


जब व्यक्ति केवल विशेष उद्दीपन पर ही प्रतिक्रिया देता है।



✅ 4. Generalization (सामान्यीकरण):


सीखा हुआ व्यवहार समान उद्दीपनों पर भी किया जाता है।





🧠 Types of Reinforcement (सुदृढीकरण के प्रकार)


(Operant Conditioning – B.F. Skinner)



---


1️⃣ Continuous Reinforcement (सतत सुदृढीकरण)


📌 परिभाषा: हर बार जब कोई वांछित व्यवहार होता है, तो तुरंत इनाम दिया जाता है।


🧠 उदाहरण:


बच्चा हर बार पढ़ाई करता है → हर बार चॉकलेट मिलती है।



✅ जल्दी सीखने में सहायक, लेकिन जल्दी Extinction भी होता है अगर इनाम बंद हो जाए।



---


2️⃣ Partial Reinforcement (आंशिक सुदृढीकरण)


📌 परिभाषा: हर बार नहीं, बल्कि कुछ अंतराल या नियमों के अनुसार इनाम दिया जाता है।


➡️ इसको चार प्रकारों में बांटा गया है:



---


📊 A. Fixed Ratio (FR)


➡️ परिभाषा: एक निश्चित संख्या की प्रतिक्रियाओं के बाद इनाम दिया जाता है।


🧠 उदाहरण:


हर 5 बार सही उत्तर देने पर एक स्टार (FR-5)



📌 व्यवहार तेजी से होता है लेकिन छोटा ब्रेक भी आ सकता है।



---


📊 B. Variable Ratio (VR)


➡️ परिभाषा: अनिश्चित संख्या की प्रतिक्रियाओं के बाद इनाम (Random)


🧠 उदाहरण:


लॉटरी, जुआ (slot machine) — कभी 2 बार में, कभी 10 बार में इनाम।



📌 सबसे शक्तिशाली reinforcement – तेजी से सीखना, धीरे-धीरे Extinction



---


📊 C. Fixed Interval (FI)


➡️ परिभाषा: निश्चित समय के बाद ही इनाम मिलता है, चाहे कितनी भी बार क्रिया की जाए।


🧠 उदाहरण:


हर 10 मिनट में पहली सही क्रिया पर इनाम



📌 Response कम होता है, लेकिन समय के पास आते ही बढ़ जाता है।



---


📊 D. Variable Interval (VI)


➡️ परिभाषा: अनिश्चित समय के अंतराल पर इनाम दिया जाता है।


🧠 उदाहरण:


अचानक surprise test — पता नहीं कब होगा।



📌 Slow but steady learning, सबसे स्थिर व्यवहार।



---


📘 Summary Table:


Type Fixed (निश्चित) Variable (अनिश्चित)


Ratio (प्रतिक्रियाओं की संख्या पर आधारित) Fixed Ratio (FR) Variable Ratio (VR)

Interval (समय पर आधारित) Fixed Interval (FI) Variable Interval (VI)




---


🔍 विशेष बातें (Important Points for Exams):


VR schedule (Variable Ratio) सबसे प्रभावी और सबसे slow to extinction होता है।


FI schedule (Fixed Interval) में समय से पहले प्रतिक्रिया कम होती है, समय पास आते ही बढ़ती है (Scallop Effect)।


Partial reinforcement में व्यवहार धीरे-धीरे सीखता है लेकिन ज्यादा स्थायी होता है।