बी. एफ. स्किनर की थ्योरी –  क्रियाप्रसूत अनुबंधन क्या है

एक चूहे ने lever दबाया, खाना मिला, और उसने फिर lever दबाया – इस छोटे से प्रयोग ने शिक्षा की पूरी दुनिया को एक नई दिशा दे दी। बी. एफ. स्किनर ने यह साबित किया कि व्यवहार (behavior) वही दोहराया जाता है जिसके बाद कुछ अच्छा मिलता है, और वह खुद-ब-खुद बंद हो जाता है जब बाद में कुछ अप्रिय आए।

बी. एफ. स्किनर का ऑपरेंट कंडीशनिंग सिद्धांत यह कहता है कि व्यवहार के परिणाम (consequences) उस व्यवहार को दोबारा करने या न करने की संभावना तय करते हैं। इसे हिंदी में क्रियाप्रसूत अनुबंधन कहते हैं। सकारात्मक परिणाम व्यवहार बढ़ाते हैं, नकारात्मक परिणाम घटाते हैं।

लेकिन असली बात यह है कि negative reinforcement और punishment में जो फर्क है, वही CTET और REET में सबसे ज्यादा गलत होता है – और यही आज का सबसे ज़रूरी हिस्सा है।


स्किनर की थ्योरी से परीक्षाओं में पूछे गये प्रश्न

CTET, UPTET, REET, MPTET, HTET, CGTET जैसी teacher eligibility exams में CDP (Child Development and Pedagogy) के अंतर्गत स्किनर की थ्योरी बेहद regularly पूछी जाती है। इन exams में इस topic से आमतौर पर इन patterns में questions देखे गए हैं

CTET में इस pattern पर question आया है – सकारात्मक पुनर्बलन और नकारात्मक पुनर्बलन के बीच situation-based अंतर पूछा जाता है। यह Tricky type का question होता है क्योंकि students अक्सर negative reinforcement को punishment समझ लेते हैं।

UPTET और REET में इस pattern पर question आया है – स्किनर बॉक्स (Skinner Box) का प्रयोग किस जानवर पर किया गया और इससे कौन-सा सिद्धांत निकला। यह Direct type का question है।

MPTET और HTET में इस pattern पर question आया है – कक्षा में पुनर्बलन का उपयोग कैसे करें और Token Economy किस theory पर based है। यह Conceptual type का question है।

CGTET और BTET में इस pattern पर question आया है – पुनर्बलन की अनुसूचियाँ (Schedules of Reinforcement) में कौन-सी सबसे ज्यादा टिकाऊ होती है। यह Tricky type का question है।

इन patterns को ध्यान में रखकर नीचे पूरा content इस तरह तैयार किया गया है कि हर type के question का जवाब आपके पास तैयार हो।

बी. एफ. स्किनर कौन थे और उनकी खोज क्यों अलग थी

बरहस फ्रेडरिक स्किनर (1904-1990) अमेरिकी मनोवैज्ञानिक थे जिन्हें व्यवहारवादी मनोविज्ञान (Behaviorism) का सबसे प्रभावशाली नाम माना जाता है। उनकी खोज की शुरुआत एक special chamber से हुई जिसे बाद में Skinner Box कहा गया। इस box में एक चूहे को रखा गया। जब चूहे ने गलती से एक lever दबाया, उसे food pellet मिला। धीरे-धीरे चूहे ने सीख लिया कि lever दबाने से खाना मिलता है – और वह जान-बूझकर बार-बार lever दबाने लगा।

यहाँ स्किनर ने जो नोट किया वह Pavlov की classical conditioning से बिल्कुल अलग था। Pavlov ने देखा था कि एक बाहरी संकेत (जैसे घंटी की आवाज़) एक automatic, reflex response (जैसे लार टपकना) को trigger करता है। लेकिन स्किनर ने argue किया कि असली human behavior इससे कहीं जटिल है। ज़्यादातर behavior वह होता है जो जीव खुद अपनी मर्जी से करता है – और उस behavior को उसके परिणाम (consequence) shape करते हैं।

इसी खोज को उन्होंने Operant Conditioning का नाम दिया। हिंदी में इसे क्रियाप्रसूत अनुबंधन कहते हैं। Operant इसलिए क्योंकि जीव environment पर operate करता है, यानी खुद कुछ करता है – और उस करने के नतीजे उसके अगले behavior को तय करते हैं।

Exam में यह Direct question के रूप में आता है – स्किनर का प्रयोग किस पर किया गया था (चूहे और कबूतर दोनों पर), और इस theory का हिंदी नाम क्या है।

Operant Conditioning का ABC Model

क्रियाप्रसूत अनुबंधन में हर learning episode के तीन हिस्से होते हैं जिन्हें ABC Model कहते हैं।

पहला है Antecedent (पूर्व-स्थिति) – वह situation या signal जो व्यवहार से पहले मौजूद होती है। जैसे teacher का class में आना।

दूसरा है Behavior (व्यवहार) – वह actual क्रिया जो व्यक्ति या जीव करता है। जैसे बच्चे का सवाल पूछना।

तीसरा है Consequence (परिणाम) – वह result जो व्यवहार के बाद आता है। जैसे teacher का तारीफ करना।

यह तीनों मिलकर तय करते हैं कि वह व्यवहार future में दोहराया जाएगा या नहीं। CTET में यह Conceptual question के रूप में पूछा जा सकता है।

पुनर्बलन के प्रकार – जो exam में सबसे ज्यादा आते हैं

पुनर्बलन (Reinforcement) वह consequence है जो किसी व्यवहार को दोबारा करने की संभावना बढ़ाता है। यह ध्यान रखना ज़रूरी है कि reinforcement हमेशा व्यवहार बढ़ाता है – चाहे positive हो या negative। स्किनर ने इसे दो भागों में बाँटा।

सकारात्मक पुनर्बलन का प्रभाव

सकारात्मक पुनर्बलन (Positive Reinforcement) तब होता है जब किसी अच्छे व्यवहार के बाद कुछ अच्छा दिया जाता है, और इससे वह व्यवहार दोबारा होने की संभावना बढ़ जाती है।

एक classroom उदाहरण लें – राहुल ने होमवर्क समय पर किया, teacher ने उसे सबके सामने शाबाशी दी। अगले दिन राहुल ने फिर होमवर्क किया। यहाँ शाबाशी positive reinforcement है।

Positive reinforcement CDP की सबसे recommended teaching strategy है क्योंकि यह बच्चे की internal motivation को चोट नहीं पहुँचाती। NCERT की Teacher’s Handbook में reward-based learning के ज़रिए बच्चे की active participation बढ़ाने का ज़िक्र है। Positive reinforcement के classroom examples में verbal praise, grade देना, extra playtime, certificate, या कोई ज़िम्मेदारी सौंपना शामिल हैं।

यह Direct question के रूप में लगभग हर TET में पूछा जाता है – positive reinforcement का उदाहरण कौन-सा है।

नकारात्मक पुनर्बलन का प्रभाव

नकारात्मक पुनर्बलन (Negative Reinforcement) तब होता है जब किसी अच्छे व्यवहार के बाद कोई अप्रिय चीज़ हटा दी जाती है, और इससे वह अच्छा व्यवहार दोबारा होने की संभावना बढ़ती है।

CDP Term – Negative Reinforcement:

सरल भाषा में, कुछ बुरा हटाकर अच्छा व्यवहार बढ़ाना।
उदाहरण – एक बच्चे पर late आने की वजह से extra homework का बोझ था। जब वह समय पर आया, teacher ने वह extra homework हटा दिया। बच्चा अब रोज़ समय पर आने लगा। यहाँ extra homework हटाना negative reinforcement है – एक अप्रिय चीज़ हटी, और अच्छा व्यवहार बढ़ा।

यह exam का सबसे बड़ा trap है – negative reinforcement को punishment मत समझना। दोनों में फर्क याद रखो –

Negative Reinforcement – कुछ बुरा हटाया जाता है – व्यवहार बढ़ता है।
Punishment – कुछ बुरा दिया जाता है या कुछ अच्छा छीना जाता है – व्यवहार घटता है।

यह Tricky question CTET और REET दोनों में बार-बार आता है।

दंड क्या है और स्किनर ने इसे कैसे समझाया

दंड (Punishment) वह consequence है जो किसी व्यवहार को दोबारा होने की संभावना कम करता है। स्किनर ने punishment को भी दो types में बाँटा।

सकारात्मक दंड क्या है

सकारात्मक दंड (Positive Punishment) में किसी बुरे व्यवहार के बाद कुछ अप्रिय जोड़ा जाता है ताकि वह व्यवहार रुके। जैसे – कक्षा में शोर मचाने पर बच्चे को extra writing work दे दिया गया। यहाँ extra work positive punishment है।

नकारात्मक दंड क्या है

नकारात्मक दंड (Negative Punishment) में किसी बुरे व्यवहार के बाद कोई अच्छी चीज़ हटा ली जाती है। जैसे – बच्चे ने किसी को तंग किया तो उसका recess (खेलने का समय) नहीं मिला। यहाँ recess छीनना negative punishment है।

Exam Tip: चारों concepts को एक pattern में याद करो –
• Positive Reinforcement – अच्छा जोड़ा, व्यवहार बढ़ा (Direct)
• Negative Reinforcement – बुरा हटाया, व्यवहार बढ़ा (Tricky)
• Positive Punishment – बुरा जोड़ा, व्यवहार घटा (Direct)
• Negative Punishment – अच्छा हटाया, व्यवहार घटा (Conceptual)

स्किनर खुद मानते थे कि punishment से long-term behavior change नहीं होता। इससे सिर्फ अस्थायी रोक लगती है और बच्चे में fear और resentment पैदा हो सकती है। इसीलिए CDP में punishment की जगह reinforcement को प्राथमिकता दी जाती है। यह Conceptual question के रूप में UPTET और MPTET में पूछा जाता है।

पुनर्बलन की कड़िया

पुनर्बलन की अनुसूचियाँ (Schedules of Reinforcement) यह बताती हैं कि reinforcement कब और किस frequency पर दिया जाए ताकि व्यवहार सबसे मजबूत और टिकाऊ बने। यह topic slightly advanced है लेकिन CGTET और कुछ State TETs में इससे Tricky questions आते हैं।

Continuous Reinforcement क्या है

Continuous Reinforcement में हर सही व्यवहार पर reinforcement दिया जाता है। यह नई skill सीखते समय सबसे useful होता है। जैसे – बच्चा पहली बार alphabets लिखना सीख रहा हो तो हर सही अक्षर पर शाबाशी दो। लेकिन इसकी सीमा यह है कि reinforcement बंद होते ही व्यवहार जल्दी extinction (बुझ जाना) की तरफ चला जाता है।

Partial Reinforcement क्या है

Partial Reinforcement में reinforcement हर बार नहीं, बल्कि कभी-कभी दिया जाता है। यह व्यवहार को कहीं ज्यादा लंबे समय तक टिकाए रखता है। इसके चार प्रकार हैं –

Fixed Ratio – हर निश्चित संख्या के responses पर reward। जैसे हर 5 सवाल सही करने पर star दिया जाए।

Variable Ratio – अलग-अलग संख्या के responses पर reward, अनुमान लगाना मुश्किल हो। यह सबसे ज्यादा extinction-resistant schedule है। Lottery और gambling इसी पर चलते हैं – आपको नहीं पता कि कब जीतेंगे, इसीलिए बार-बार try करते रहते हैं।

Fixed Interval – एक निश्चित समय के बाद reward। जैसे weekly test में अच्छे score पर इनाम।

Variable Interval – अलग-अलग समय पर reward, जो unpredictable हो। जैसे teacher कभी भी surprise quiz ले ले।

Did You Know: Variable Ratio Schedule सबसे ज्यादा resistant to extinction है – इस पर सीखा हुआ व्यवहार सबसे लंबे समय तक बना रहता है। यही कारण है कि social media की scrolling इतनी addictive होती है।

CGTET में यह Tricky question बनता है – किस schedule पर सीखा व्यवहार सबसे देर तक टिकता है।

स्किनर की थ्योरी कक्षा में कैसे लागू होती है

स्किनर की ऑपरेंट कंडीशनिंग theory classroom teaching में सबसे practically applicable theories में से एक है। NCERT की pedagogy books में behavior modification के जो principles दिए गए हैं, वे बड़े हिस्से में स्किनर के काम पर ही based हैं। एक teacher जब बच्चे की तारीफ करती है, शोर मचाने पर activity रुकती है, या homework न करने पर break कम होता है – यह सब consciously या unconsciously Operant Conditioning ही है।

Token Economy क्या है

Token Economy एक classroom management technique है जो directly स्किनर की theory पर based है। इसमें बच्चों को अच्छे behavior पर tokens दिए जाते हैं – जैसे stars, stickers, या points। इन्हें बाद में किसी reward के बदले exchange किया जा सकता है।

CDP Term – Token Economy: बच्चे को हर अच्छे काम पर एक token मिलता है। 10 tokens इकट्ठे होने पर कोई special privilege मिलती है।
उदाहरण – कक्षा में शांत बैठने पर star sticker मिलती है। हफ्ते में 5 stars इकट्ठे हों तो library period में extra book मिलती है।

Token Economy special needs वाले बच्चों के साथ विशेष रूप से effective पाई गई है। CTET Paper 2 और UPTET के CDP section में यह Conceptual question के रूप में पूछा जाता है।

Programmed Learning – स्किनर का शिक्षा में सबसे बड़ा योगदान

Programmed Learning (क्रमादेशित शिक्षण) स्किनर का शिक्षा क्षेत्र में सबसे practical और lasting contribution है। इसमें पाठ्यक्रम को छोटे-छोटे, logical steps में तोड़ा जाता है। हर step पर learner को कुछ respond करना होता है, और तुरंत feedback मिलता है। गलती करने की गुंजाइश इतनी कम रखी जाती है कि बच्चा आत्मविश्वास के साथ आगे बढ़े।

Programmed Learning के पाँच मुख्य सिद्धांत हैं –
• Small steps – पाठ को बहुत छोटे हिस्सों में बाँटो
• Active response – हर step पर learner को कुछ करना होगा
• Immediate feedback – सही या गलत का जवाब तुरंत मिले
• Self-pacing – हर बच्चा अपनी गति से आगे बढ़े
• Low error rate – content इतना easy-to-hard हो कि गलती कम हो

Exam Tip: Programmed Learning को Linear Programming भी कहते हैं। इसका एक alternative था Branching Programme जो Norman Crowder ने develop किया – गलत answer देने पर यह अलग remedial path पर ले जाता था। CTET और REET में यह Conceptual और Application-based question बनता है।

आज के e-learning platforms जैसे Khan Academy या educational apps इसी Programmed Learning के principles पर काम करते हैं – यह स्किनर की theory की आधुनिक relevance का सबसे अच्छा example है।

[Internal Link: Pavlov का classical conditioning – CDP Notes]
[Internal Link: Piaget की cognitive development theory – CTET CDP]

स्किनर की थ्योरी की सीमाएँ

किसी भी theory को blindly accept नहीं करना चाहिए। CDP exams में occasionally यह भी पूछा जाता है कि स्किनर की theory कहाँ कमज़ोर पड़ती है।

पहली सीमा यह है कि Operant Conditioning human learning को बहुत mechanistic (यांत्रिक) तरीके से देखती है। यह मानती है कि इंसान भी उसी तरह सीखता है जैसे चूहा – जबकि human cognition कहीं ज्यादा complex है।

दूसरी बात यह है कि यह theory creativity और critical thinking को explain नहीं करती। Vygotsky और Piaget ने argue किया कि बच्चे knowledge के passive receivers नहीं बल्कि active constructors होते हैं।

तीसरी और सबसे important बात – punishment का use, theory में भी, ethically problematic हो सकता है। NCF 2005 (National Curriculum Framework) और NEP 2020 दोनों में fear-based learning और corporal punishment को explicitly discourage किया गया है।

यह Tricky question बन सकता है – स्किनर की theory की सबसे बड़ी limitation क्या है।

एग्जाम के लिए महत्वपूर्ण तथ्य:

• बी. एफ. स्किनर का पूरा नाम Burrhus Frederic Skinner था – जन्म 1904, USA। यह Direct question के रूप में आता है।
• Operant Conditioning को हिंदी में क्रियाप्रसूत अनुबंधन कहते हैं – यह नाम exam में ज़रूर याद रखो।
• स्किनर का प्रयोग मुख्यतः चूहों और कबूतरों पर Skinner Box में किया गया था।
• Negative Reinforcement और Punishment दोनों अलग-अलग हैं – negative reinforcement व्यवहार बढ़ाता है, punishment घटाता है। यही exam का सबसे common trap है।
• Variable Ratio Schedule सबसे ज्यादा extinction-resistant है – इस schedule पर सीखा व्यवहार सबसे लंबे समय तक बना रहता है।
• Programmed Learning के पाँच principles हैं – small steps, active response, immediate feedback, self-pacing, low error rate।
• Token Economy directly स्किनर की theory का classroom application है।
• स्किनर की प्रमुख book The Behavior of Organisms (1938) में Operant Conditioning formally present हुई।
• NCF 2005 और NEP 2020 दोनों punishment की जगह reinforcement-based learning को promote करते हैं।


H2 बी. एफ. स्किनर की थ्योरी लेख का निष्कर्ष

बी. एफ. स्किनर की थ्योरी यानी ऑपरेंट कंडीशनिंग (क्रियाप्रसूत अनुबंधन) CDP का वह आधार है जिसे समझे बिना किसी भी teacher eligibility exam की तैयारी अधूरी रहती है। स्किनर ने एक बहुत सीधी बात कही थी – व्यवहार के consequences ही व्यवहार को shape करते हैं। जो काम करने पर कुछ अच्छा मिले, वो बढ़ता है। जो काम करने पर कुछ बुरा आए, वो धीरे-धीरे कम होता जाता है। इतनी simple बात के पीछे शिक्षा मनोविज्ञान का एक पूरा framework खड़ा है।

इस पूरे article में हमने Operant Conditioning की नींव से शुरुआत की। Skinner Box प्रयोग से यह समझा कि यह theory Pavlov की classical conditioning से कैसे अलग है। फिर पुनर्बलन के दो types – सकारात्मक और नकारात्मक – को उदाहरणों के साथ देखा। दंड के दो प्रकार भी समझे और सबसे ज़रूरी बात यह clear हुई कि negative reinforcement, punishment नहीं है – यह exam का वह trap है जहाँ सबसे ज्यादा marks कटते हैं।

Schedules of Reinforcement को समझने से यह पता चला कि Variable Ratio schedule सबसे ज्यादा टिकाऊ behavior produce करती है – और यही वजह है कि lottery जैसी चीज़ें इतनी powerful होती हैं। Programmed Learning के पाँचों principles को भी detail में cover किया जो स्किनर का शिक्षा में सबसे lasting योगदान है।

CDP के नज़रिए से स्किनर की theory का सबसे important classroom application यह है कि teacher को एक conscious reinforcement provider की भूमिका निभानी होती है। हर बच्चा अलग होता है – किसी के लिए verbal praise काफी है, किसी को tangible reward चाहिए, तो किसी के लिए सिर्फ ज़िम्मेदारी मिलना ही सबसे बड़ा reinforcement होता है। एक अच्छा teacher यह फर्क पहचानता है।

Exam की तैयारी के लिहाज़ से एक practical tip – इन चारों concepts (positive reinforcement, negative reinforcement, positive punishment, negative punishment) को definition रटने की बजाय एक-एक रोज़मर्रा के उदाहरण के साथ याद करो। CTET और REET में directly definition कम पूछी जाती है, situation-based questions ज्यादा आते हैं। जैसे – एक teacher ने यह किया, यह किस concept का उदाहरण है? इसका सही जवाब देने के लिए concept का crystal clear होना ज़रूरी है, और उदाहरण वही clarity देते हैं जो रटी हुई definition नहीं दे पाती।

एक और ज़रूरी बात – स्किनर की theory की सीमाओं को भी याद रखो। यह theory human creativity और internal motivation को पूरी तरह explain नहीं करती। इसीलिए CDP में इसे Vygotsky की social learning theory और Piaget की cognitive development theory के साथ जोड़कर पढ़ना ज़रूरी है। कोई एक theory पूरी education psychology नहीं है – सभी एक-दूसरे की complement हैं और exam में इनकी तुलना करने वाले questions भी आते हैं।

[Internal Link: Vygotsky की theory – CTET CDP Notes]
[Internal Link: Piaget की cognitive development theory – Hindi Notes]

CTET, UPTET, REET या जो भी exam आपका target है – इस topic को एक बार पढ़ने के बाद 4-5 previous year pattern practice questions ज़रूर solve करो। Theory समझना और उसे exam में apply करना – ये दो अलग skills हैं, और दोनों साथ में practice से आती हैं।

मेहनत रंग लाती है, बस रुकना नहीं है। जो आज थोड़ा-थोड़ा पढ़ रहे हैं, वही exam hall में confident होकर बैठते हैं।

टॉपिक सम्बंधित पूछे जाने वाले प्रश्न (FAQ):

प्रश्न 1: बी. एफ. स्किनर का ऑपरेंट कंडीशनिंग सिद्धांत क्या है?
उत्तर – व्यवहार के परिणामों (consequences) से व्यवहार को सीखने या बदलने की प्रक्रिया।

प्रश्न 2: स्किनर का प्रयोग किस जानवर पर किया गया था?
उत्तर – मुख्यतः चूहों और कबूतरों पर, Skinner Box (operant conditioning chamber) में।

प्रश्न 3: सकारात्मक और नकारात्मक पुनर्बलन में क्या अंतर है?
उत्तर – सकारात्मक में कुछ अच्छा जोड़ा जाता है, नकारात्मक में कुछ बुरा हटाया जाता है – दोनों व्यवहार बढ़ाते हैं।

प्रश्न 4: नकारात्मक पुनर्बलन और दंड में क्या फर्क है?
उत्तर – negative reinforcement व्यवहार बढ़ाता है जबकि punishment व्यवहार घटाता है।

प्रश्न 5: कौन-सी reinforcement schedule सबसे टिकाऊ व्यवहार produce करती है?
उत्तर – Variable Ratio Schedule सबसे ज्यादा extinction-resistant है।

प्रश्न 6: Programmed Learning के मुख्य सिद्धांत कौन से हैं?
उत्तर – Small steps, active response, immediate feedback, self-pacing, और low error rate।

प्रश्न 7: CTET में स्किनर की theory से किस type के question आते हैं?
उत्तर – ज्यादातर situation-based conceptual questions, खासकर reinforcement और punishment के अंतर पर।

प्रश्न 8: Token Economy किस theory पर based है और यह क्या है?
उत्तर – यह स्किनर की Operant Conditioning पर based classroom reward system है जहाँ tokens बाद में exchange होते हैं।

प्रश्न 9: स्किनर की theory की सबसे बड़ी limitation क्या है?
उत्तर – यह human creativity और internal motivation को explain नहीं करती, learning को mechanistic मानती है।

प्रश्न 10: Operant Conditioning को हिंदी में क्या कहते हैं?
उत्तर – क्रियाप्रसूत अनुबंधन।