برنامه ریزی تقویت چیست؟

برنامه های تقویت کننده تأثیری بر یادگیری دارند؟

تهویه عملیاتی یک فرایند یادگیری است که در آن رفتارهای جدید به وجود آمده و اصلاح می شوند، هر چند که ارتباط آنها با عواقب آن است. تقویت رفتار باعث افزایش احتمال این که دوباره در آینده اتفاق می افتد، در حالی که مجازات رفتار، احتمال تکرار آن را کاهش می دهد. در تهویه عملیات ، برنامه های تقویت کننده جزء مهمی از فرآیند یادگیری است.

وقتی و چگونه اغلب رفتارهای خود را تقویت می کنیم، می توان تاثیر قابل توجهی بر قدرت و میزان پاسخ داد.

برنامه ریزی تقویت چیست؟

پس دقیقا چی برنامه تقویتی است و چگونه در فرایند تهویه کار می کند؟ برنامه تقویت اساسا یک قاعده است که نشان می دهد کدام یک از رفتارها تقویت خواهد شد. در برخی موارد، هر بار که رخ می دهد، یک رفتار ممکن است تقویت شود.

گاهی اوقات، رفتار ممکن است در همه تقویت شود.

بسته به شرایط، ممکن است از تقویت مثبت یا تقویت منفی استفاده شود. در هر دو مورد، هدف تقویت همیشه برای تقویت رفتار و افزایش احتمال آن است که دوباره در آینده رخ می دهد.

شما می توانید احساس خوبی برای چگونگی تقویت برنامه های کار با فکر کردن در مورد نحوه یادگیری در هر دو شرایط طبیعی یادگیری و همچنین شرایط آموزشی ساخت یافته بیشتر دریافت کنید.

در تنظیمات دنیای واقعی، رفتارها هرگز نباید تقویت شوند و هر بار که رخ می دهند. برای شرایطی که شما به طور هدفمند در تلاش برای آموزش و تقویت یک اقدام مانند در کلاس، ورزش و یا در آموزش حیوانات هستید، ممکن است بخواهید برنامه تقویت خاصی را دنبال کنید.

همانطور که در زیر خواهید دید، برخی برنامه ها برای انواع مختلف شرایط آموزشی مناسب هستند. در بعضی موارد، آموزش ممکن است برای شروع با یک برنامه و تعویض به دیگری یک بار رفتار مورد نظر آموزش داده شود. برنامه های خاص تقویت ممکن است در شرایط خاص موثر باشد.

دو نوع برنامه تقویت وجود دارد:

تقویم پیوسته تقویم

در تقویت پیوسته، رفتار مورد نظر هر بار که اتفاق می افتد تقویت می شود. این برنامه بهتر است در مراحل اولیه یادگیری به منظور ایجاد ارتباط قوی بین رفتار و پاسخ استفاده شود.

به عنوان مثال، تصور کنید که سعی دارید یک سگ را به دست خود بچرخانید. در طی مراحل اولیه یادگیری، احتمالا به منظور تقویت و تدریس رفتار، به یک برنامه تقویت مستمر ادامه می دهید. شما ممکن است با گرفتن پاه حیوانات، انجام حرکت تکان دادن، گفتن "لرزش"، و سپس پاداش هر و هر زمان که شما انجام این دنباله از مراحل شروع می شود. در نهایت، سگ شروع به انجام اقدام خود به خود خواهد کرد، و شما ممکن است تصمیم به ادامه هر واکنش صحیح تقویت کنید تا زمانی که رفتار به خوبی برقرار شود.

هنگامی که پاسخ به صورت محکم بسته می شود، تقویت معمولا به یک برنامه تقویت جزئی تبدیل می شود.

برنامه های تقویت جزئی

در تقویت جزئی یا متناوب، پاسخ تنها بخشی از زمان تقویت می شود . رفتارهای آموخته شده با آرامش جزئی به آرامی به دست می آیند، اما پاسخ به انقراض مقاوم تر است .

به عنوان مثال، به مثال قبلی خود فکر کنید که در آن سگ را برای تکان دادن آموزش دادید. در حالی که شما در ابتدا برنامه مداوم را استفاده کردید، تقویت هر نمونه از رفتار همیشه ممکن نیست واقع بینانه باشد. در نهایت، ممکن است تصمیم بگیرید که به یک برنامه جزئی بپیوندید که در آنجا تقویت را پس از پاسخگویی بسیاری انجام دهید یا پس از آنکه زمان زیادی سپری شده است.

چهار برنامه تقویت جزئی وجود دارد:

برنامه ثابت نسبت است کسانی که در آن پاسخ تنها پس از تعداد مشخصی از پاسخ ها تقویت می شود. این برنامه یک سرعت بالا و پایدار را تنها پس از تحویل تقویت کننده پاسخ می دهد. یک نمونه از یک برنامه ثابت نسبت می تواند یک پودر غذا را به یک موش بعد از پنج بار فشار برساند.

برنامه های متغیر-نسبت زمانی رخ می دهند که یک پاسخ پس از یک تعداد غیر قابل پیش بینی پاسخ ها تقویت شود. این برنامه یک نرخ بالای پاسخ را ایجاد می کند. بازی های قمار و قرعه کشی نمونه خوبی از پاداش بر اساس یک برنامه نسبت نسبت متغیر هستند. در یک آزمایشگاه، این ممکن است شامل قرار دادن گلوله های غذا به یک موش پس از یک بار فشار دادن، دوباره پس از چهار بار فشار و یک گلوله سوم پس از دو فشار نوار.

برنامه زمانبندی فواصل زمانی دقیقا همان زمانی است که اولین پاسخ تنها پس از گذراندن مقدار مشخصی از زمان، پاداش داده می شود. این برنامه باعث می شود مقدار زیادی از پاسخ در نزدیکی پایان بازه، اما بسیار کندتر پاسخ بلافاصله پس از تحویل تقویت کننده. یک مثال از این در یک آزمایشگاه می تواند یک موش با یک گلوله آزمایشگاهی برای اولین بار فشار دادن نوار را پس از یک فاصله 30 ثانیه ای سپری کند.

برنامه های متغیر فاصله زمانی اتفاق می افتد که یک پاسخ پس از یک مقدار غیر قابل پیش بینی از زمان به پایان برسد. این برنامه سرعت پاسخ آهسته و پایدار را تولید می کند. یک مثال از این می تواند یک گلوله غذا به یک موش بعد از فشار دادن یک نوار به دنبال یک فاصله زمانی یک دقیقه، یک گلوله دیگر برای اولین پاسخ پس از یک فاصله 5 دقیقه و یک گلوله سوم غذا برای اولین پاسخ پس از فاصله سه دقیقه ای

چگونه برنامه ریزی تقویت می کنید؟

تصمیم گیری برای تقویت رفتار می تواند به تعدادی از عوامل بستگی دارد. در مواردی که شما به طور خاص سعی در آموزش رفتار جدید دارید، یک برنامه مداوم اغلب انتخاب خوبی است.

هنگامی که رفتار آموخته می شود، تغییر به یک برنامه جزئی اغلب ترجیح داده می شود.

در زندگی روزمره، برنامه های جزئی تقویت بسیار بیشتر از آنچه انجام می شود، انجام می شود. به عنوان مثال، تصور کنید اگر شما هر نوع پاداش را هر بار که به موقع کار کردید، دریافت کردید. در عوض، چنین پاداش ها معمولا در یک برنامه تقویت جزئی جزئی قابل پیش بینی است. نه تنها این برنامه ها بسیار واقع گرایانه تر و ساده تر هستند، بلکه باعث افزایش میزان پاسخگویی می شوند، در حالی که کمتر حساس به انقراض هستند.

در حقیقت تقویت رفتار هر بار که رخ می دهد می تواند دشوار باشد و نیاز زیادی به توجه و منابع دارد. برنامه های جزئی نه تنها تمایل به رفتارهایی دارند که بیشتر به انقراض مقاوم هستند، بلکه باعث کاهش خطر ابتلا به این موضوع می شود. اگر استفاده کننده تقویت کننده دیگر مورد نظر یا پاداش نباشد، موضوع ممکن است مانع انجام رفتار مورد نظر شود.

به عنوان مثال، تصور کنید که سعی دارید یک سگ را برای نشستن تدریس کنید. اگر از غذا به عنوان یک پاداش استفاده می کنید، سگ ممکن است زمانی که کامل است، عمل کند. در چنین مواردی، چیزی مانند ستایش یا توجه ممکن است تقویت کننده موثرتر باشد.

کلمه ای از

تهویه عامل می تواند یک ابزار یادگیری قدرتمند باشد. برنامه تقویت استفاده شده در فرآیند آموزش و تعمیر و نگهداری می تواند تأثیر مهمی بر نحوه به رسمیت شناختن رفتار، قدرت پاسخ و رفتار مکرر نشان دهد. به منظور تعیین برنامه ترجیح داده شده، مهم است که جنبه های مختلف وضعیت را در نظر بگیریم، از جمله نوع رفتار که آموزش داده می شود و نوع پاسخ که مورد نیاز است.

> منابع:

> Cooper، J، Heron، T، & Heward، W. تحلیل رفتار کاربردی . نیوجرسی: تحصیلات پیرسون؛ 2007

> Nevid، JS. اصول روانشناسی: مفاهیم و برنامه های کاربردی بوستون، MA: یادگیری Cengage؛ 2016