Instrumental conditioning, or operant conditioning, is a fundamental learning process pioneered by E.L. Thorndike and B.F. Skinner where voluntary behaviors are modified by their consequences.
Instrumental Conditioning (frequently termed operant conditioning) is a form of associative learning in which the future probability of a voluntary, goal-directed behavior is determined by the consequences that immediately follow it. Unlike classical conditioning where responses are elicited by antecedent stimuli, instrumental responses are emitted by the organism to 'instrumentally' operate upon the environment.
Operant conditioning relies on complex neurobiological networks spanning the basal ganglia, prefrontal cortex, and the mesolimbic dopamine pathway. The primary neurotransmitter governing reinforcement learning is dopamine, particularly projections from the ventral tegmental area (VTA) to the nucleus accumbens, signaling reward prediction errors.
Instrumental conditioning principles form the foundation of Applied Behavior Analysis (ABA), behavior therapy, and modern educational psychology. Clinical applications include token economies in psychiatric units, systematic desensitization (combined with classical conditioning), and contingency management for substance use disorders.
| Parameter / Dimension | Classical Conditioning (Pavlovian) | Instrumental Conditioning (Operant) |
|---|---|---|
| Nature of Response | Elicited, involuntary reflex (e.g., salivation) | Emitted, voluntary action (e.g., lever pressing) |
| Primary Theorists | Ivan Pavlov, John B. Watson | E.L. Thorndike, B.F. Skinner |
| Contingency Relationship | Association between two stimuli (CS-US) | Association between a response and its consequence (R-S) |
| Role of Learner | Passive recipient of environmental pairings | Active agent operating on the environment |
| Extinction Mechanism | Repeated presentation of CS without US | Withholding of reinforcement following the operant response |
Do not confuse 'positive' and 'negative' with 'good' and 'bad'. Positive means presenting or adding a stimulus; negative means removing or subtracting a stimulus. Reinforcement always strengthens behavior, whereas punishment always weakens behavior.
Test your conceptual understanding. Select an answer and check the detailed pedagogical rationale.
Classical conditioning involves pairing two stimuli (CS and US) to elicit an involuntary reflex response. Instrumental conditioning involves associating a voluntary response (operant) with its consequence (reinforcement or punishment).
In a variable ratio schedule, reinforcement is delivered unpredictably, creating high uncertainty and high response rates. When reinforcement stops, the organism continues responding much longer before realizing extinction has occurred, exhibiting the partial reinforcement extinction effect.
Negative reinforcement maintains phobias and anxiety disorders through avoidance behaviors. When an anxious person avoids a feared situation, their anxiety drops immediately; this relief negatively reinforces the avoidance behavior, perpetuating the disorder.
While Thorndike emphasized the formation of stimulus-response (S-R) bonds stamped in by 'satisfying states of affairs', Skinner focused on functional relationships between environmental contingencies and emitted behaviors (operants) without needing to postulate internal subjective states of satisfaction.
साधन संपन्न अनुकूलन (जिसे ऑपरेंट कंडीशनिंग या क्रियाप्रसूत अनुबंधन भी कहा जाता है) ई.एल. थार्नडाइक और बी.एफ. स्किनर द्वारा प्रतिपादित एक मौलिक सीखने की प्रक्रिया है, जिसमें स्वैच्छिक व्यवहार उनके परिणामों द्वारा संशोधित किए जाते हैं। उत्तर प्रदेश PGT मनोविज्ञान और UGC NET परीक्षाओं के लिए, पुनर्बलन अनुसूचियों (schedules of reinforcement), उद्दीपक नियंत्रण (stimulus control), और तंत्रिका-जैविक आधारों (neurobiological substrates) की समझ शैक्षणिक महारत के लिए सर्वोपरि है।
साधन संपन्न अनुकूलन (जिसे अक्सर ऑपरेंट कंडीशनिंग कहा जाता है) साहचर्य अधिगम (associative learning) का एक रूप है जिसमें किसी स्वैच्छिक, लक्ष्य-निर्देशित व्यवहार की भविष्य की संभावना उन परिणामों द्वारा निर्धारित होती है जो तुरंत इसके बाद आते हैं। शास्त्रीय अनुबंधन (classical conditioning) के विपरीत जहाँ प्रतिक्रियाएं पूर्ववर्ती उद्दीपकों द्वारा उद्दीप्त होती हैं, साधन संपन्न प्रतिक्रियाएं जीव द्वारा पर्यावरण पर 'साधन संपन्न' रूप से कार्य करने के लिए उत्सर्जित की जाती हैं।
ऑपरेंट कंडीशनिंग बेसल गैन्ग्लिया, प्रीफ्रंटल कॉर्टेक्स और मेसोलिम्बिक डोपामाइन मार्ग में फैले जटिल तंत्रिका-जैविक नेटवर्क पर निर्भर करती है। पुनर्बलन सीखने को नियंत्रित करने वाला प्राथमिक न्यूरोट्रांसमीटर डोपामाइन है, विशेष रूप से वेंट्रल टेग्मेंटल क्षेत्र (VTA) से न्यूक्लियस एक्युम्बेन्स तक के अनुमान, जो इनाम भविष्यवाणी त्रुटियों (reward prediction errors) का संकेत देते हैं।
साधन संपन्न अनुकूलन के सिद्धांत अनुप्रयुक्त व्यवहार विश्लेषण (ABA), व्यवहार चिकित्सा (behavior therapy) और आधुनिक शैक्षिक मनोविज्ञान की नींव बनाते हैं। नैदानिक अनुप्रयोगों में मनोरोग इकाइयों में टोकन अर्थव्यवस्थाएं, व्यवस्थित असंवेदीकरण (शास्त्रीय कंडीशनिंग के साथ संयुक्त), और मादक द्रव्यों के सेवन विकारों के लिए आकस्मिकता प्रबंधन शामिल हैं।
| पैरामीटर / आयाम | शास्त्रीय अनुबंधन (पाव्लोवियन) | साधन संपन्न अनुबंधन (ऑपरेंट) |
|---|---|---|
| प्रतिक्रिया की प्रकृति | उद्दीपत, अनैच्छिक प्रतिवर्त (जैसे, लार आना) | उत्सर्जित, स्वैच्छिक क्रिया (जैसे, लीवर दबाना) |
| प्रमुख सिद्धांतकार | इवान पावलोव, जॉन बी. वाटसन | ई.एल. थार्नडाइक, बी.एफ. स्किनर |
| आकस्मिकता संबंध | दो उद्दीपकों के बीच साहचर्य (CS-US) | प्रतिक्रिया और उसके परिणाम के बीच साहचर्य (R-S) |
| अधिगमकर्ता की भूमिका | पर्यावरण युग्मों का निष्क्रिय प्राप्तकर्ता | पर्यावरण पर काम करने वाला सक्रिय एजेंट |
| विलोपन तंत्र | US के बिना CS की बार-बार प्रस्तुति | ऑपरेंट प्रतिक्रिया के बाद पुनर्बलन को रोकना |
'सकारात्मक' और 'नकारात्मक' को 'अच्छे' और 'बुरे' के साथ भ्रमित न करें। सकारात्मक का अर्थ है किसी उद्दीपक को प्रस्तुत करना या जोड़ना; नकारात्मक का अर्थ है किसी उद्दीपक को हटाना या घटाना। पुनर्बलन हमेशा व्यवहार को मजबूत करता है, जबकि सजा हमेशा व्यवहार को कमजोर करती है।
अपनी अवधारणात्मक समझ का परीक्षण करें। उत्तर चुनें और विस्तृत शैक्षणिक व्याख्या देखें।
शास्त्रीय अनुबंधन में एक अनैच्छिक प्रतिवर्त प्रतिक्रिया को बाहर लाने के लिए दो उद्दीपकों (CS और US) को जोड़ना शामिल है। साधन संपन्न अनुबंधन में एक स्वैच्छिक प्रतिक्रिया (ऑपरेंट) को उसके परिणाम (पुनर्बलन या सजा) के साथ जोड़ना शामिल है।
एक चर अनुपात अनुसूची में, पुनर्बलन अप्रत्याशित रूप से दिया जाता है, जिससे उच्च अनिश्चितता और उच्च प्रतिक्रिया दर पैदा होती है। जब पुनर्बलन बंद हो जाता है, तो जीव यह महसूस करने से बहुत पहले प्रतिक्रिया करना जारी रखता है कि विलोपन हो चुका है, जो आंशिक पुनर्बलन विलोपन प्रभाव को प्रदर्शित करता है।
नकारात्मक पुनर्बलन बचाव व्यवहार के माध्यम से भय और चिंता विकारों को बनाए रखता है। जब एक चिंतित व्यक्ति किसी डरावनी स्थिति से बचता है, तो उसकी चिंता तुरंत कम हो जाती है; यह राहत बचाव व्यवहार को नकारात्मक रूप से सुदृढ़ करती है, जिससे विकार जारी रहता है।
जबकि थार्नडाइक ने 'संतोषजनक राज्यों' द्वारा लगाए गए उत्तेजना-प्रतिक्रिया (S-R) बांड के गठन पर जोर दिया, स्किनर ने संतुष्टि की आंतरिक व्यक्तिपरक अवस्थाओं को पोस्टulate किए बिना पर्यावरणीय आकस्मिकताओं और उत्सर्जित व्यवहारों (ऑपरेंट्स) के बीच कार्यात्मक संबंधों पर ध्यान केंद्रित किया।