Condicionamiento Operante: Procedimientos Clave y Programas de Reforzamiento
Procedimientos de Condicionamiento Operante
Existen cuatro tipos principales de procedimientos en el condicionamiento operante:
Refuerzo Positivo
Consiste en la presentación de un objeto, premio o consecuencia agradable después de una conducta, con el fin de incrementar la frecuencia de dicha respuesta. Se utiliza tanto en animales como en humanos para facilitar el aprendizaje.
Ejemplos: dinero, comida, elogios.
Este refuerzo depende de varias variables:
- Cantidad de recompensa: Cuanto mayor es la cantidad, generalmente mayor es el esfuerzo realizado.
- Proximidad temporal: Debe existir una cercanía en el tiempo entre la conducta reforzada y la entrega del refuerzo.
- Nivel de motivación: Es fundamental en el aprendizaje; un sujeto más motivado aprenderá más eficazmente.
Refuerzo Negativo
La realización de una conducta elimina o evita un estímulo aversivo o desagradable, lo que aumenta la probabilidad de que esa conducta se repita. Existen dos procedimientos principales:
- Condicionamiento de escape: La respuesta instrumental permite interrumpir un estímulo aversivo ya presente.
- Aprendizaje de evitación: La respuesta instrumental impide la presentación futura de un estímulo aversivo programado.
Entrenamiento por Omisión (o Castigo Negativo)
La respuesta operante impide la presentación de un reforzador apetitivo o de un evento agradable. Su objetivo es disminuir la frecuencia de la conducta.
Ejemplo: no permitir realizar un viaje prometido como consecuencia de un mal comportamiento.
Nota: A veces se le considera un tipo de castigo (castigo negativo).
Castigo (o Castigo Positivo)
Provoca la disminución de una conducta porque el suceso que la sigue es la presentación de un estímulo aversivo. Tiene el gran inconveniente de que informa sobre lo que no hay que hacer, pero no enseña lo que sí se debe hacer.
Se distinguen dos tipos generales de castigo (aunque el término "Castigo" a secas suele referirse al positivo):
- Castigo Positivo: Administrar un estímulo aversivo o desagradable tras la conducta.
- Castigo Negativo (Entrenamiento por Omisión): Retirar un estímulo deseado o agradable tras la conducta. Ejemplo: retirar el carné de conducir por conducir bajo los efectos del alcohol.
Los factores que influyen en la efectividad del castigo son:
- Intensidad: Cuanto más intenso es el estímulo aversivo, mayor suele ser la supresión de la conducta.
- Inmediatez: Debe aplicarse inmediatamente después de la conducta que se quiere suprimir.
- Constancia: Castigar una conducta de forma intermitente (unas veces sí y otras no) puede producir el efecto contrario al deseado.
Es importante notar que el castigo a menudo solo suprime temporalmente la conducta, la cual puede reaparecer posteriormente.
Programas de Reforzamiento
Son patrones o reglas que indican el momento y la forma en que la aparición de una respuesta será seguida de un reforzador. Determinan la frecuencia y la persistencia de una conducta aprendida.
Existen dos categorías principales:
- Reforzamiento Continuo: Cada respuesta correcta da lugar a la aparición del reforzador. Es útil para instaurar una conducta nueva rápidamente, pero esta también se extingue rápidamente si el refuerzo cesa. Ejemplo: una paloma recibe comida cada vez que pica una tecla específica.
- Reforzamiento Intermitente: La respuesta solo se refuerza algunas veces, no siempre. Genera conductas más resistentes a la extinción. Ejemplo: una persona que juega a las tragaperras puede ganar, pero solo cada cierto número de jugadas (variable).
Dentro del reforzamiento intermitente, hay cuatro programas básicos:
Razón Fija (RF)
Se entrega un refuerzo después de un número fijo y predeterminado de respuestas. Produce tasas de respuesta altas y estables, con una pausa después de recibir el refuerzo.
Ejemplo: un trabajador de una fábrica que cobra por el número de piezas realizadas (ej., cada 10 piezas).
Razón Variable (RV)
El refuerzo se entrega después de un número variable de respuestas que varía aleatoriamente alrededor de un promedio. Es similar a la razón fija, pero el número exacto es impredecible. Produce tasas de respuesta muy altas y constantes, sin pausas significativas.
Ejemplo: el funcionamiento de una máquina tragaperras.
Intervalo Fijo (IF)
Se refuerza la primera respuesta que ocurre después de que ha transcurrido un intervalo de tiempo fijo y constante desde el último reforzador. Produce una tasa de respuesta que aumenta hacia el final del intervalo (patrón festoneado).
Ejemplo: el salario semanal de un oficinista (el refuerzo -pago- llega tras un intervalo fijo, independientemente de cuántas respuestas -trabajo- haga justo antes, aunque debe haber trabajado).
Intervalo Variable (IV)
Se refuerza la primera respuesta que ocurre después de un intervalo de tiempo variable que varía aleatoriamente alrededor de un promedio. El tiempo exacto es impredecible. Produce tasas de respuesta moderadas pero muy estables y constantes.
Ejemplo: revisar el correo electrónico (no sabes cuándo llegará un mensaje importante, así que lo revisas a intervalos variables).
Ejemplo del texto original: Cuando llevamos el coche al mecánico, este impone un intervalo variable porque no sabemos cuánto tiempo exacto tardará en arreglarlo (el refuerzo es tener el coche listo).