Reinforcement is a fundamental mechanism in instrumental and operant conditioning where the presentation or removal of a stimulus increases the future probability of a target behavioral response. Rooted deeply in the behaviorist traditions of B.F. Skinner and E.L.
Reinforcement refers to any stimulus, event, or condition that, when contingent upon a behavioral response, increases the strength, frequency, or probability of that response occurring again. Unlike reward, which is a subjective state of pleasure or incentive, reinforcement is strictly defined by its functional effect on behavior.
At the neurobiological level, reinforcement is inextricably linked to the brain's reward circuitry, primarily the mesolimbic dopamine pathway originating in the ventral tegmental area (VTA) and projecting to the nucleus accumbens, prefrontal cortex, and amygdala. Dopamine acts as a signaling mechanism for reward prediction error rather than sheer pleasure.
Reinforcement principles govern a vast array of applied psychological interventions across clinical, educational, and organizational domains.
| Schedule Type | Definition / Delivery Criteria | Response Rate & Pattern | Resistance to Extinction |
|---|---|---|---|
| Fixed Ratio (FR) | Reinforcement after a set number of responses. | High rate with a post-reinforcement pause. | Low to Moderate |
| Variable Ratio (VR) | Reinforcement after an unpredictable number of responses. | Extremely high and steady rate. | Highest (Most resistant) |
| Fixed Interval (FI) | Reinforcement for the first response after a fixed time period. | Scallop pattern (accelerating rate as time approaches). | Low |
| Variable Interval (VI) | Reinforcement for the first response after varying time intervals. | Moderate, steady and consistent rate. | High |
Test your conceptual understanding. Select an answer and check the detailed pedagogical rationale.
Both positive and negative reinforcement result in the strengthening or increase of a behavioral response. Positive reinforcement achieves this by presenting an appetitive (desirable) stimulus following the response, whereas negative reinforcement achieves this by removing an aversive (unpleasant) stimulus.
Because reinforcement is delivered after an unpredictable number of responses, the organism never knows precisely when the next reinforcement will occur. This creates high anticipation and makes it difficult for the organism to discriminate between extinction and a temporary delay in reinforcement, mirroring the mechanics of slot machines.
Yes. If a secondary reinforcer (such as a token or praise) is repeatedly presented without ever being associated with primary reinforcers or backup reinforcers, it undergoes extinction and loses its capacity to reinforce behavior.
Teachers can use high-probability activities—such as drawing, recess, or computer time—as contingent reinforcers for low-probability academic tasks like completing worksheets or reading textbook chapters, thereby enhancing student motivation and compliance.
प्रबलन (Reinforcement) इंस्ट्रूमेंटल और ऑपरेंट कंडीशनिंग में एक मौलिक तंत्र है, जहाँ किसी उद्दीपक (stimulus) की प्रस्तुति या उसे हटाने से लक्षित व्यवहार प्रतिक्रिया की भविष्य में होने की संभावना बढ़ जाती है। बी.एफ. स्किनर (B.F. Skinner) और ई.एल. थार्नडाइक (E.L.
प्रबलन (Reinforcement) किसी भी ऐसे उद्दीपक, घटना या स्थिति को संदर्भित करता है जो, जब किसी व्यवहार प्रतिक्रिया पर निर्भर (contingent) होता है, तो उस प्रतिक्रिया के फिर से होने की शक्ति, आवृत्ति या संभावना को बढ़ाता है। पुरस्कार (reward) के विपरीत, जो आनंद या प्रोत्साहन की एक व्यक्तिपरक स्थिति है, प्रबलन को सख्ती से व्यवहार पर इसके कार्यात्मक प्रभाव द्वारा परिभाषित किया जाता है।
तंत्रिका-जैविक स्तर पर, प्रबलन मस्तिष्क के रिवॉर्ड सर्किट से अटूट रूप से जुड़ा हुआ है, मुख्य रूप से मेसोलिम्बिक डोपामाइन मार्ग (mesolimbic dopamine pathway) जो वेंट्रल टेगमेंटल एरिया (VTA) से उत्पन्न होता है और न्यूक्लियस एकम्बेंस (nucleus accumbens), प्रीफ्रंटल कॉर्टेक्स और एमिग्डाला तक प्रोजेक्ट करता है। डोपामाइन केवल आनंद के बजाय रिवॉर्ड प्रेडिक्शन एरर (reward prediction error) के लिए एक सिग्नलिंग तंत्र के रूप में कार्य करता है।
प्रबलन के सिद्धांत नैदानिक, शैक्षणिक और संगठनात्मक क्षेत्रों में अनुप्रयुक्त मनोवैज्ञानिक हस्तक्षेपों की एक विस्तृत श्रृंखला को नियंत्रित करते हैं।
| अनुसूची का प्रकार | परिभाषा / वितरण मानदंड | प्रतिक्रिया दर और पैटर्न | विलुप्ति के प्रति प्रतिरोध |
|---|---|---|---|
| फिक्स्ड रेशियो (FR) | प्रतिक्रियाओं की एक निर्धारित संख्या के बाद प्रबलन। | पोस्ट-प्रबलन ठहराव के साथ उच्च दर। | निम्न से मध्यम |
| वेरिएबल रेशियो (VR) | प्रतिक्रियाओं की अप्रत्याशित संख्या के बाद प्रबलन। | अत्यधिक उच्च और स्थिर दर। | उच्चतम (सबसे प्रतिरोधी) |
| फिक्स्ड इंटरवल (FI) | एक निश्चित समय अवधि के बाद पहली प्रतिक्रिया के लिए प्रबलन। | स्कैलप पैटर्न (समय निकट आने पर दर में वृद्धि)। | निम्न |
| वेरिएबल इंटरवल (VI) | विभिन्न समय अंतरालों के बाद पहली प्रतिक्रिया के लिए प्रबलन। | मध्यम, स्थिर और सुसंगत दर। | उच्च |
अपनी अवधारणात्मक समझ का परीक्षण करें। उत्तर चुनें और विस्तृत शैक्षणिक व्याख्या देखें।
सकारात्मक और नकारात्मक प्रबलन दोनों के परिणामस्वरूप व्यवहार प्रतिक्रिया मजबूत या बढ़ती है। सकारात्मक प्रबलन प्रतिक्रिया के बाद एक सुखद (वांछनीय) उद्दीपक प्रस्तुत करके इसे प्राप्त करता है, जबकि नकारात्मक प्रबलन एक कष्टप्रद (अप्रिय) उद्दीपक को हटाकर इसे प्राप्त करता है।
चूंकि प्रबलन अप्रत्याशित संख्या में प्रतिक्रियाओं के बाद दिया जाता है, जीव कभी नहीं जानता कि अगला प्रबलन कब होगा। यह उच्च प्रत्याशा पैदा करता है और जीव के लिए विलुप्ति और प्रबलन में अस्थायी देरी के बीच अंतर करना मुश्किल बना देता है, जो स्लॉट मशीनों के तंत्र को दर्शाता है।
हाँ। यदि एक द्वितीयक प्रबलक (जैसे टोकन या प्रशंसा) को बार-बार प्राथमिक प्रबलकों या बैक-अप प्रबलकों के साथ जोड़े बिना प्रस्तुत किया जाता है, तो यह विलुप्ति से गुजरता है और व्यवहार को प्रबलित करने की अपनी क्षमता खो देता है।
शिक्षक उच्च-संभावना वाली गतिविधियों—जैसे ड्राइंग, अवकाश, या कंप्यूटर समय—का उपयोग वर्कशीट पूरा करने या पाठ्यपुस्तक के अध्याय पढ़ने जैसे कम-संभावना वाले शैक्षणिक कार्यों के लिए आकस्मिक प्रबलक के रूप में कर सकते हैं, जिससे छात्र की प्रेरणा और अनुपालन बढ़ता है।