Kushtëzimi operant

Kushtëzimi operativ (i quajtur edhe kushtëzimi instrumental ) është një lloj procesi mësimor shoqërues përmes të cilit forca e një sjelljeje modifikohet me përforcim ose ndëshkim. Ai është gjithashtu një procedurë që përdoret për të sjellë një mësim të tillë.

Vështrim

Megjithëse kushtëzimi operant dh kushtëzimi klasik përfshijnë sjellje të kontrolluara nga stimujt mjedisorë, ato ndryshojnë në natyrë. Në kushtëzimin operant, sjellja kontrollohet nga stimujt e jashtëm. Për shembull, një fëmijë mund të mësojë të hapë një kuti për të futur ëmbëlsirat brenda, ose të mësojë të shmangë prekjen e një sobë të nxehtë; në terma operativë, kutia dhe soba janë "stimuj diskriminues". Sjellja operative thuhet se është "vullnetare". Përgjigjet janë nën kontrollin e organizmit dhe janë operante. Për shembull, fëmija mund të përballet me një zgjedhje midis hapjes së kutisë dhe përkëdheljes së një qenushi.

Në të kundërt, kushtëzimi klasik përfshin sjellje të pavullnetshme bazuar në çiftimin e stimujve me ngjarje të rëndësishme biologjikisht. Përgjigjet janë nën kontrollin e disa stimujve sepse janë reflekse, të shkaktuara automatikisht nga stimujt e duhur. Për shembull, shikimi i ëmbëlsirave mund t'i shkaktojë fëmijës t'i lëshojë pështymë, ose zhurma e përplasjes së derës mund të sinjalizojë një prind të zemëruar, duke i shkaktuar atij dridhje. Pështyma dhe dridhja nuk janë operante; ato nuk përforcohen nga pasojat e tyre dhe nuk “zgjidhen” vullnetarisht.

Megjithatë, të dyja llojet e të mësuarit mund të ndikojnë në sjellje. Stimujt e kushtëzuar klasik - për shembull, një fotografi e ëmbëlsirave në një kuti - mund të përmirësojnë kondicionimin operant duke inkurajuar një fëmijë të afrohet dhe të hapë kutinë. Hulumtimet kanë treguar se ky është një fenomen i dobishëm në rastet kur sjellja operative është e prirur ndaj gabimeve. ^[1]

Studimi i të mësuarit të kafshëve në shekullin e 20-të u dominua nga analiza e këtyre dy llojeve të të mësuarit, ^[2] dhe ato janë ende në thelb të analizës së sjelljes. Ato janë aplikuar edhe në studimin e psikologjisë sociale, duke ndihmuar në sqarimin e disa fenomeneve si efekti i konsensusit të rremë . ^[1]

Modifikimi i sjelljes operative: përforcimi dhe ndëshkimi

Përforcimi dhe ndëshkimi janë mjetet thelbësore nëpërmjet të cilave modifikohet sjellja operative. Këto terma përcaktohen nga efekti i tyre në sjellje. Ose mund të jetë pozitive ose negative.

Përforcimi pozitiv dhe përforcimi negativ rrisin probabilitetin e një sjelljeje që ata ndjekin, ndërsa ndëshkimi pozitiv dhe ndëshkimi negativ zvogëlojnë probabilitetin e sjelljes që ndjekin.

Një procedurë tjetër quhet "zhdukje".

Zhdukja ndodh kur një sjellje e përforcuar më parë nuk përforcohet më as me përforcim pozitiv as negativ. Gjatë zhdukjes sjellja bëhet më pak e mundshme. Përforcimi i rastësishëm mund të çojë në një vonesë edhe më të gjatë përpara zhdukjes së sjelljes për shkak të faktorit të të mësuarit të rasteve të përsëritura që bëhet i nevojshëm për të marrë përforcim, kur krahasohet me përforcimin që jepet në çdo mundësi përpara zhdukjes. ^[3]

Janë gjithsej pesë pasoja.

Përforcimi pozitiv ndodh kur një sjellje (përgjigje) është shpërblyese ose sjellja pasohet nga një stimul tjetër që është shpërblyes, duke rritur shpeshtësinë e asaj sjelljeje. ^[4] Për shembull, nëse një mi në një kuti Skinner merr ushqim kur shtyp një levë, shkalla e tij e shtypjes do të rritet. Kjo procedurë zakonisht quhet thjesht përforcim .
Përforcimi negativ (aka ikja) ndodh kur një sjellje (përgjigje) pasohet nga heqja e një stimuli aversiv, duke rritur kështu frekuencën e sjelljes origjinale. Në eksperimentin Skinner Box, stimuli kundërshtues mund të jetë një zhurmë e madhe vazhdimisht brenda kutisë; Përforcimi negativ do të ndodhte kur miu shtyp një levë për të fikur zhurmën.
Ndëshkimi pozitiv (i referuar edhe si "ndëshkimi nga stimulimi kontingjent") ndodh kur një sjellje (përgjigje) pasohet nga një stimul averziv. Shembull: dhimbje nga një goditje me goditje, e cila shpesh do të rezultonte në një ulje të asaj sjelljeje. Dënimi pozitiv është një term konfuz, kështu që procedura zakonisht quhet "dënim".
Ndëshkimi (dënimi) negativ (i quajtur edhe "ndëshkimi me tërheqje të kushtëzuar") ndodh kur një sjellje (përgjigje) pasohet nga heqja e një stimuli. Shembull: heqja e lodrës së një fëmije pas një sjelljeje të padëshiruar të tij/saj, e cila do të rezultonte në uljen e sjelljes së padëshiruar.
Zhdukja ndodh kur një sjellje (përgjigje) që ishte përforcuar më parë nuk është më efektive. Shembull: një miu fillimisht i jepet ushqim shumë herë për të shtypur një levë, derisa eksperimentuesi të mos japë më ushqim si shpërblim. Miu zakonisht shtyp levën më rrallë dhe më pas ndalon. Shtypja e levës më pas do të thuhej se është "shuar".

Është e rëndësishme të theksohet se për aktorët (p.sh. një miu) nuk flitet si të përforcuar, të ndëshkuar ose të shuar; janë veprimet që përforcohen, ndëshkohen ose shuhen. Përforcimi, ndëshkimi dhe zhdukja nuk janë terma përdorimi i të cilave është i kufizuar në laborator. Pasojat që ndodhin natyrshëm gjithashtu mund të përforcojnë, ndëshkojnë ose shuajnë sjelljen dhe jo gjithmonë planifikohen ose jepen me qëllim.

Faktorët që ndryshojnë efektivitetin e përforcimit dhe ndëshkimit

Efektiviteti i përforcimit dhe ndëshkimit mund të ndryshohet.

Ngopje/privim : Efektiviteti i një stimuli pozitiv ose "oreksiv" do të reduktohet nëse individi ka marrë mjaftueshëm nga ai stimul për të kënaqur oreksin e tij/saj. Efekti i kundërt do të ndodhë nëse individi privohet nga ai stimul: efektiviteti i një pasoje do të rritet më pas. Një subjekt me stomak plot nuk do të ndihej aq i motivuar sa një i uritur. ^[5]
Menjëhershmëria : Një pasojë e menjëhershme është më efektive se një e vonuar. Nëse dikush i jep një qenin një kënaqësi për t'u ulur brenda pesë sekondave, qeni do të mësojë më shpejt sesa nëse trajtimi i jepet pas tridhjetë sekondash. ^[6]
Kontigjenca : Për të qenë më efektive, përforcimi duhet të ndodhë vazhdimisht pas përgjigjeve dhe jo në raste të tjera. Mësimi mund të jetë më i ngadalshëm nëse përforcimi është me ndërprerje, domethënë, duke ndjekur vetëm disa raste të së njëjtës përgjigje. Përgjigjet e përforcuara me ndërprerje janë zakonisht më të ngadalta për t'u shuar sesa përgjigjet që janë përforcuar gjithmonë. ^[5]
Madhësia : Madhësia ose sasia e një stimuli shpesh ndikon në fuqinë e tij si përforcues. Njerëzit dhe kafshët përfshihen në analizën kosto-përfitim. Nëse një shtypje me levë sjell dhjetë fishekë ushqimi, shtypja me levë mund të mësohet më shpejt sesa nëse një shtypje sjell vetëm një topth. Një grumbull çerekësh nga një automat mund të mbajë kumarin të tërheqë levën më shumë se një çerek i vetëm.

Diskriminimi, përgjithësimi dhe konteksti

Shumica e sjelljeve janë nën kontrollin e stimulit. Mund të dallohen disa aspekte të kësaj:

Diskriminimi zakonisht ndodh kur një përgjigje përforcohet vetëm në prani të një stimuli specifik. Për shembull, një pëllumb mund të ushqehet për goditjen në një dritë të kuqe dhe jo në një dritë jeshile; si pasojë, ajo godet në të kuqe dhe ndalon së godituri në të gjelbër. Janë studiuar shumë kombinime komplekse të stimujve dhe kushteve të tjera; për shembull një organizëm mund të përforcohet në një plan intervali në prani të një stimuli dhe në një plan raporti në prani të një tjetri.
Përgjithësimi është tendenca për t'iu përgjigjur stimujve që janë të ngjashëm me një stimul diskriminues të trajnuar më parë. Për shembull, pasi është stërvitur për të goditur "të kuqe" një pëllumb mund të godasë gjithashtu "trëndafilin", megjithëse zakonisht më pak të fortë.
Konteksti i referohet stimujve që janë vazhdimisht të pranishëm në një situatë, si muret, tavolinat, karriget, etj. në një dhomë, ose brendësia e një dhome kondicionimi operativ. Stimujt e kontekstit mund të vijnë për të kontrolluar sjelljen ashtu si stimujt diskriminues, megjithëse zakonisht më dobët. Sjelljet e mësuara në një kontekst mund të mungojnë ose të ndryshojnë në një tjetër. Kjo mund të shkaktojë vështirësi për terapinë e sjelljes, sepse sjelljet e mësuara në mjedisin terapeutik mund të dështojnë të ndodhin në situata të tjera.

Shih edhe

Referime

^ ^a ^b Tarantola, Tor; Kumaran, Dharshan; Dayan, Peters; De Martino, Benedetto (2017-10-10). "Prior preferences beneficially influence social and non-social learning". Nature Communications (në anglisht). 8 (1): 817. Bibcode:2017NatCo...8..817T. doi:10.1038/s41467-017-00826-8. ISSN 2041-1723. PMC 5635122. PMID 29018195.
^ Jenkins, H. M. "Animal Learning and Behavior Theory" Ch. 5 in Hearst, E. "The First Century of Experimental Psychology" Hillsdale N. J., Earlbaum, 1979
^ Skinner, B.F. (2014). Science and Human Behavior (PDF). Cambridge, MA: The B.F. Skinner Foundation. fq. 70. Marrë më 13 mars 2019. {{cite book}}: Mungon ose është bosh parametri |language= (Ndihmë!)
^ Schultz W (2015). "Neuronal reward and decision signals: from theories to data". Physiological Reviews. 95 (3): 853–951. doi:10.1152/physrev.00023.2014. PMC 4491543. PMID 26109341. Rewards in operant conditioning are positive reinforcers. ... Operant behavior gives a good definition for rewards. Anything that makes an individual come back for more is a positive reinforcer and therefore a reward. Although it provides a good definition, positive reinforcement is only one of several reward functions. ... Rewards are attractive. They are motivating and make us exert an effort. ... Rewards induce approach behavior, also called appetitive or preparatory behavior, and consummatory behavior. ... Thus any stimulus, object, event, activity, or situation that has the potential to make us approach and consume it is by definition a reward. {{cite journal}}: Mungon ose është bosh parametri |language= (Ndihmë!)
^ ^a ^b Miltenberger, R. G. "Behavioral Modification: Principles and Procedures". Thomson/Wadsworth, 2008. p. 84.
^ Miltenberger, R. G. "Behavioral Modification: Principles and Procedures". Thomson/Wadsworth, 2008. p. 86.

[:3-1] Tarantola, Tor; Kumaran, Dharshan; Dayan, Peters; De Martino, Benedetto (2017-10-10). "Prior preferences beneficially influence social and non-social learning". Nature Communications (në anglisht). 8 (1): 817. Bibcode:2017NatCo...8..817T. doi:10.1038/s41467-017-00826-8. ISSN 2041-1723. PMC 5635122. PMID 29018195.

[2] Jenkins, H. M. "Animal Learning and Behavior Theory" Ch. 5 in Hearst, E. "The First Century of Experimental Psychology" Hillsdale N. J., Earlbaum, 1979

[3] Skinner, B.F. (2014). Science and Human Behavior (PDF). Cambridge, MA: The B.F. Skinner Foundation. fq. 70. Marrë më 13 mars 2019. {{cite book}}: Mungon ose është bosh parametri |language= (Ndihmë!)

[Schultz-4] Schultz W (2015). "Neuronal reward and decision signals: from theories to data". Physiological Reviews. 95 (3): 853–951. doi:10.1152/physrev.00023.2014. PMC 4491543. PMID 26109341. Rewards in operant conditioning are positive reinforcers. ... Operant behavior gives a good definition for rewards. Anything that makes an individual come back for more is a positive reinforcer and therefore a reward. Although it provides a good definition, positive reinforcement is only one of several reward functions. ... Rewards are attractive. They are motivating and make us exert an effort. ... Rewards induce approach behavior, also called appetitive or preparatory behavior, and consummatory behavior. ... Thus any stimulus, object, event, activity, or situation that has the potential to make us approach and consume it is by definition a reward. {{cite journal}}: Mungon ose është bosh parametri |language= (Ndihmë!)

[Miltenberger84-5] Miltenberger, R. G. "Behavioral Modification: Principles and Procedures". Thomson/Wadsworth, 2008. p. 84.

[6] Miltenberger, R. G. "Behavioral Modification: Principles and Procedures". Thomson/Wadsworth, 2008. p. 86.

[1]

[2]

[3]

[4]

[5]

[6]