آپریٹ کتے کی تربیت کیا ہے؟

آئی پی پاولوف کے نام سے منسوب کلاسیکی کنڈیشنڈ اضطراری سے، یہ اضطراری اس لحاظ سے مختلف ہے کہ یہ جانور کی فعال بامقصد سرگرمی پر مبنی ہے، جو کسی قسم کی ضرورت کی وجہ سے ہوتی ہے۔ اور ایک ہی وقت میں کمک اس انتہائی فعال اور بامقصد سرگرمی کا نتیجہ ہے۔ کلاسیکی کنڈیشنڈ اضطراری کے ساتھ، کمک غیر مشروط، یا محض دوسرا محرک ہے۔

بلیوں اور کتوں کی ذہانت کی بدولت امریکی سائنسدان EL Thorndike نے Operant Learning کو دریافت کیا۔ حقیقت یہ ہے کہ Thorndike نے، جانوروں کی سیکھنے کی صلاحیت کا اندازہ لگاتے ہوئے، ایک خصوصی پنجرا ڈیزائن کیا جس میں ایک سادہ تالا لگا ہوا دروازہ تھا۔ اس پنجرے میں بلیوں اور کتوں کو بند کرتے ہوئے، اس نے ایک سائنسدان کی صحت مند چمک کے ساتھ دیکھا جب اس کے چھوٹے بھائیوں نے یہ دروازہ کھولنا سیکھا۔ اور چھوٹے بھائیوں اور بہنوں نے طرح طرح کی کوششیں کرکے دروازہ کھولنا سیکھا جن میں سے کچھ کامیاب ہوئیں اور کچھ نہیں ہوئیں۔ لہذا، Thorndike نے سیکھنے کی شکل کو "آزمائش اور غلطی" کا نام دیا۔

تاہم، سیکھنے کی اس شکل کو ایک اور معروف امریکی سائنسدان، بی ایف سکنر نے بہت بعد میں ڈب کیا، جس نے اپنی پوری سائنسی زندگی اس کے لیے وقف کر دی۔ اسی لیے، آپریٹ ریفلیکس کے متعدد باپوں میں، سکنر کو اہم باپ سمجھا جاتا ہے۔ تاہم، منصفانہ طور پر، ہم نوٹ کرتے ہیں کہ دنیا میں پہلی بار، آپریٹنگ سیکھنے پر مبنی تربیت کو ہمارے شاندار ٹرینر ولادیمیر دوروف نے اپنی کتاب "جانوروں کی تربیت" میں بیان کیا ہے۔ میرے طریقہ کے مطابق تربیت یافتہ جانوروں پر نفسیاتی مشاہدات۔ 40 سال کا تجربہ۔" اس طرح، آپ ولادیمیر دوروف کی کتاب میں آپریٹنگ ٹریننگ کے روسی ورژن کے بارے میں پڑھ سکتے ہیں، اور آپریٹنگ ٹریننگ کے امریکی ورژن کو کتاب "کتے پر گرج نہ کرو!" میں اچھی طرح سے بیان کیا گیا ہے۔ ماہر نفسیات اور ٹرینر کیرن پرائر کی طرف سے، جسے، ویسے، میں آپ کو پڑھنے کا مشورہ بھی دیتا ہوں۔

سکنر کی آپریٹنگ ٹریننگ کا عمومی طریقہ درج ذیل مراحل میں بیان کیا جا سکتا ہے۔

محرومی کا مرحلہ. یہ وہی ہے جسے سکنر نے 30 کی دہائی میں اس مرحلے کو کہا۔ تاہم، اب اس مرحلے کو "بنیادی ضرورت کے انتخاب اور تخلیق کا مرحلہ" کہا جانا چاہیے۔
آپریٹ کنڈیشنڈ اضطراری شکل بناتے وقت، کتوں کو معلوم تقریباً تمام ضروریات کا استعمال کیا جا سکتا ہے، لیکن سکنر نے خوراک کی ضرورت کو زیادہ کثرت سے استعمال کیا۔ اور محرومی کے مرحلے کا مطلب یہ تھا کہ سکنر یا تو جانوروں کو تھوڑی دیر کے لیے کم خوراک دیتا تھا، یا انہیں بھوکا مارتا تھا۔ یہ خیال کیا جاتا تھا کہ خوراک کی کمک صرف جانور کے لیے اہم اور سیکھنے کے لیے کارگر ثابت ہوئی جب اس جانور نے اپنے زندہ وزن کا تقریباً 20 فیصد کھو دیا۔ اوہ اوقات، اوہ آداب!
مشروط کھانے کی کمک کی تشکیل کا مرحلہ۔ اپنی تحقیق میں، سکنر نے خودکار فیڈرز کا استعمال کیا، جس کی آواز جانوروں کے لیے ایک فیڈ گولی کی شکل کے لیے اشارہ سمجھی جاتی تھی۔ اور اس میں وقت لگا۔ سٹیج کو مکمل سمجھا گیا جب فیڈر کی آواز کے جواب میں چوہا فوراً فیڈر کی طرف بھاگا۔
درحقیقت، یہ مرحلہ کھانے کی کمک کے ساتھ کلاسیکی کنڈیشنڈ ساؤنڈ ریفلیکس کی تشکیل ہے۔ یہ نام نہاد کلکر ٹریننگ کی بنیاد کے طور پر بھی کام کرتا ہے – کنڈیشنڈ ساؤنڈ فوڈ مثبت کمک کا استعمال کرتے ہوئے ایک تربیتی طریقہ۔
اور ہمیں یہ تسلیم کرنا پڑے گا کہ آپریٹنگ ٹریننگ کا سکول گھریلو روایتی تربیت سے اس توجہ کے لحاظ سے ممتاز ہے جو آپریٹنگ ٹریننگ کمک کے مسئلے کو دیتی ہے۔ خاص طور پر مثبت اور امکانی کمک۔
رد عمل کی تشکیل کا مرحلہ۔ ایک ماڈل رویے کے طور پر، سکنر نے اپنے چوہوں کو پیڈل دبانے کی تربیت دی اور اپنے کبوتروں کو چابی پکڑنے کے لیے۔ پیڈل کو دبانے کے رد عمل کی تشکیل تین طریقوں میں سے ایک میں کی گئی تھی: آزمائشی اور غلطی (خود ساختہ تشکیل)، ہدایت یا ترتیب وار تشکیل اور ہدف کے طریقہ سے۔
خود بخود تشکیل اس حقیقت پر مشتمل ہے کہ جانور، سکنر باکس کے ذریعے سفر کرتے ہوئے، غلطی سے پیڈل کو دباتا ہے اور آہستہ آہستہ اسے خودکار فیڈر کی شمولیت کے ساتھ دبانے سے منسلک ہوتا ہے۔
سمت سازی کے دوران، محقق نے خودکار فیڈر کو آن کیا، پہلے پیڈل کی طرف کسی بھی سمت کو مضبوط کیا، پھر اس کے قریب پہنچ کر، اور آخر میں اسے دبایا۔ کلکر کی تربیت کیوں نہیں!
اور ہدف کا طریقہ یہ تھا کہ کھانے کی ایک گولی چابی پر چپکی ہوئی تھی، اسے پھاڑنے کی کوشش لیور کو دبانے کا باعث بنی۔
مطلوبہ رویے کو شروع کرنے کے لیے آپریٹنگ ٹریننگ کا جدید طریقہ جانور پر اثر انداز ہونے کے تقریباً تمام معروف طریقوں کے استعمال کی اجازت دیتا ہے۔ تاہم، ناپسندیدہ (درد یا تکلیف کا باعث) اثرات کو استعمال کرنا غیر موثر سمجھا جاتا ہے۔
طرز عمل کو محرک کے کنٹرول میں لانا یا تفریق کرنے والا محرک متعارف کرانا۔ دوسرے الفاظ میں، مشروط محرک یا کمانڈ کا تعارف۔
سکنر اور اس کے حامیوں کا خیال تھا کہ ایک عمل کی تشکیل اور اس کے کنڈیشنڈ محرک (کمانڈ) کے ساتھ اس کے کنکشن کی بیک وقت متوازی ترقی دو مختلف عمل ہیں۔ اور دو مختلف چیزوں کا بیک وقت مل جانا سیکھنے کو پیچیدہ بناتا ہے۔ لہذا، روایتی آپرینٹ پہلے رویے کی تشکیل کرتے ہیں، اور پھر کمانڈ درج کرتے ہیں۔
اس بات پر زور دیا جانا چاہئے کہ آپریٹنگ سیکھنے میں، ایک فرق کرنے والا محرک ہماری سمجھ میں بنیادی طور پر کوئی حکم نہیں ہے۔ ایک ٹیم ایک آرڈر کی طرح ہے، ہے نا؟ ہم عام طور پر اس کی تشریح اس طرح کرتے ہیں۔ ایک تفریق کرنے والا محرک وہ معلومات ہے جو اس وقت کسی رویے کا نفاذ سب سے زیادہ موثر اور عام طور پر ممکن ہے۔ اس طرح، آپریٹنگ ٹریننگ میں "کمانڈ" رویے کو انجام دینے کی اجازت اور اجازت دینے کا کام کرتا ہے۔
اسے واضح کرنے کے لیے، آئیے تجربے میں روشنی کے بلب کے تعارف کو ایک امتیازی محرک کے طور پر تجزیہ کرتے ہیں۔ لہذا، چوہے نے پیڈل کو دبانا سیکھ لیا ہے اور جب وہ کھانا چاہتا ہے اسے دباتا ہے۔ محقق چند سیکنڈ کے لیے لائٹ آن کرتا ہے اور ایسے حالات پیدا کرتا ہے جس کے تحت پیڈل کو صرف اس وقت دبانے سے جب لائٹ آن ہوتی ہے تو فیڈ سپلائی ہوتی ہے۔ اور جب لائٹ بند ہو جاتی ہے، چاہے آپ کتنا ہی دبائیں، آپ کے پاس تین انگلیوں کا مجموعہ ہوگا! یعنی روشنی کے بلب کا شامل ہونا مختلف حالات پیدا کرتا ہے، الگ کرتا ہے، ممتاز کرتا ہے، فرق کرتا ہے۔ اور چوہا جلد ہی سمجھنے لگتا ہے۔ اور چونکہ وہ واقعی کھانا چاہتی ہے (اسے کھانے کی ضرورت ہے!)، پھر، جب وہ لائٹ بلب کو دیکھتی ہے، تو وہ فوراً پیڈل کی طرف دوڑتی ہے اور، ٹھیک ہے، اسے دبائیں! باہر سے ایسا لگتا ہے کہ سوئچ آن لائٹ بلب چوہا بناتا ہے، اسے پیڈل دبانے کا حکم دیتا ہے۔ لیکن اب آپ سمجھ گئے کہ ایسا نہیں ہے۔ جب لائٹ آتی ہے تو کہتی ہے: اب آپ پیڈل دبا سکتے ہیں۔ لیکن صرف!
رویے کو تقویت دینا۔ تشکیل شدہ طرز عمل کو مہارت کے ساتھ یکجا کرنا ممکنہ کمک کا استعمال کرتے ہوئے تکرار کے ذریعے کیا جاتا ہے۔ اس کے لیے مختلف ضروریات کا استعمال کرنا اور اس کے مطابق مختلف کمک لگانا بھی مفید ہے۔
تربیت کے آپریٹنگ طریقہ کار کا گھریلو ورژن، جو ولادیمیر دوروف سے شروع ہوتا ہے، صرف اس میں مختلف ہے کہ یہ آپ کو فوری طور پر ایک ایگزیکٹو محرک (حکم، تفریق محرک، مشروط محرک) متعارف کرانے کی اجازت دیتا ہے۔ پریکٹس سے پتہ چلتا ہے کہ ایک ہنر درآمد شدہ تکنیک کے مقابلے میں آہستہ نہیں بنتا۔ اور چونکہ یہ آپ کو ایک پورے قدم کو ختم کرنے کی اجازت دیتا ہے، اس سے وقت کی بچت ہوتی ہے۔ لہذا تربیتی تکنیک کے گھریلو صنعت کار کی حمایت کرنا سمجھ میں آتا ہے!