রিইনফোর্সমেন্ট লার্নিং (RL) পুরস্কার এবং শাস্তির একটি সিস্টেম দেওয়া হয়। কোনো লক্ষ্যে পৌঁছানোর জন্য বা পরিবেশগত যোগাযোগ থেকে শুধুমাত্র প্রণোদনা এবং জরিমানা লাভের জন্য মনিটর করা বা তত্ত্বাবধানহীন শিক্ষার চেয়ে শক্তিবৃদ্ধি শিক্ষা আরও বিস্তৃত।
প্রতিক্রিয়া হিসেবে কোন ধরনের পুরস্কার এবং শাস্তি দেওয়া হয়?
প্রথমটি হল শক্তিবৃদ্ধি হিসেবে মূল্যায়নমূলক প্রতিক্রিয়া, যেখানে পুরষ্কার এবং শাস্তিগুলিকে শক্তিবৃদ্ধি শেখার প্রক্রিয়ার মাধ্যমে শিক্ষার্থীদের আচরণ গঠন করতে ব্যবহার করা হয়৷
পুরস্কার ও শাস্তির ধরন কি কি?
এখন এই চারটি পদকে একত্রিত করা যাক: ইতিবাচক শক্তিবৃদ্ধি, নেতিবাচক শক্তিবৃদ্ধি, ইতিবাচক শাস্তি এবং নেতিবাচক শাস্তি (সারণী 1)। আচরণের সম্ভাবনা বাড়ানোর জন্য কিছু যোগ করা হয়। আচরণের সম্ভাবনা কমাতে কিছু যোগ করা হয়।
পুরস্কার এবং শাস্তির পদ্ধতির উপর ভিত্তি করে কোন ধরনের শিক্ষা?
অস্পষ্টভাবে, সচেতন প্রক্রিয়াকরণ ছাড়াই, ব্যক্তিরা প্রতিটি প্রসঙ্গ এবং কার্যকলাপের পুরষ্কার এবং শাস্তি মূল্য সম্পর্কে শিখে। এই অ্যাসোসিয়েটিভ লার্নিং প্রক্রিয়াগুলি, ঘুরে, ব্যক্তিরা এই ধরনের ক্রিয়াকলাপে পুনরায় জড়িত হওয়ার বা সেই প্রসঙ্গ খোঁজার সম্ভাবনাকে প্রভাবিত করে৷
পুরস্কার এবং শাস্তি কীভাবে শিক্ষাকে প্রভাবিত করে?
সামগ্রিকভাবে, আমরা শেখার বা ধরে রাখার ক্ষেত্রে পুরস্কারের সামান্য প্রভাব দেখেছি। দক্ষতা ধরে রাখার উপর শাস্তির কোন প্রভাব ছিল না, তবে তা উল্লেখযোগ্য ছিল,শেখার উপর টাস্ক-নির্ভর প্রভাব। SRTT শাস্তিতে নির্ভুলতার উপর ন্যূনতম প্রভাব সহ উন্নত গতি। বিপরীতে, শাস্তি এফটিটি-তে কর্মক্ষমতা ব্যাহত করে।