Aprendizaje I: condicionamiento operante (Thorndike y Skinner). Triple relación de contingencia

1.1 Edward Thorndike y el condicionamiento instrumental

A finales del siglo XIX y comienzos del XX, el psicólogo estadounidense Edward L. Thorndike (1874-1949) realizó experimentos con gatos hambrientos. Colocaba al animal dentro de una caja problema: una caja cerrada que podía abrirse accionando un mecanismo sencillo, como una palanca o un pestillo. Afuera, a la vista del gato, había comida.

Al principio, el gato realizaba muchas conductas al azar: arañaba, empujaba, maullaba, se movía de un lado a otro. En uno de esos intentos, por casualidad, accionaba el mecanismo y la puerta se abría, permitiéndole salir y comer. Tras varios ensayos, el gato cometía cada vez menos errores y tardaba menos tiempo en escapar: en los primeros ensayos podía demorar alrededor de 160 segundos; con la práctica, el tiempo se reducía a unos 6 segundos.

Thorndike llamó condicionamiento instrumental a este aprendizaje, porque la conducta sirve de instrumento para obtener una consecuencia. El animal no aprende por «comprensión» ni por imitación, sino por ensayo y error: prueba respuestas, algunas son exitosas, otras no.

De estos experimentos, Thorndike formuló sus famosas leyes:

• Ley del efecto: si una conducta va seguida de una consecuencia satisfactoria, la conexión entre la situación y esa conducta se fortalece; si va seguida de una consecuencia insatisfactoria, la conexión se debilita. Es la base de todo el condicionamiento operante posterior.
• Ley del ejercicio: la práctica fortalece las conexiones. Incluye dos aspectos: la ley del uso (cuando se usa una conexión, se fortalece) y la ley del desuso (cuando no se usa, se debilita u olvida).
• Esto explicaba por qué el gato mejoraba con la práctica: las respuestas exitosas se fijaban y las inútiles se eliminaban.

1.2 Burrhus Frederic Skinner y el condicionamiento operante

Años después, el psicólogo estadounidense B. F. Skinner, representante del neoconductismo, retomó la ley del efecto y la convirtió en el centro de su teoría. Su aporte principal fue estudiar de manera sistemática cómo las consecuencias controlan la conducta voluntaria, eliminando las explicaciones mentalistas y concentrándose en lo observable.

Skinner diseñó un aparato conocido como caja de Skinner. En una versión típica, una rata hambrienta es colocada en una caja que contiene una palanca. Si la rata presiona la palanca, se le entrega una bolita de comida. Al principio, la rata explora la caja. En algún momento, al mover las patas, presiona la palanca y recibe comida. Esa consecuencia apetitiva aumenta la probabilidad de que la rata presione la palanca una y otra vez. La conducta de presionar la palanca se convierte en una respuesta operante, es decir, una conducta que opera sobre el ambiente y produce cambios en él.

Skinner llamó condicionamiento operante al procedimiento mediante el cual una conducta se incrementa o disminuye (se aprende o se desaprende) por la relación con sus consecuencias. En este enfoque:

• El organismo es activo: emite conductas, no espera un estímulo que se las arranque.
• La respuesta es voluntaria u operante, y se regula por sus efectos.
• El principio fundamental es la ley del efecto: la conducta está determinada por las consecuencias.

En síntesis, Thorndike planteó el condicionamiento instrumental por ensayo y error; Skinner lo denominó operante y lo analizó en condiciones controladas. Ambos comparten la idea central: las consecuencias modulan la conducta.

La gran contribución de Skinner fue describir con precisión las relaciones entre antecedentes, conducta y consecuencias. Al analizar cualquier conducta operante, siempre aparecen tres componentes. A este conjunto se le llama triple relación de contingencia o contingencia de tres términos:

$$E_a \rightarrow R_o \rightarrow E_c$$

Donde:

1. $E_a$: estímulo antecedente o estímulo discriminativo. Es la situación o condición previa en la que se encuentra el organismo y que señala si determinada conducta tendrá o no una consecuencia. No provoca la respuesta; solo la hace más probable porque indica que el reforzador está disponible.

   • Ejemplo: en la caja de Skinner, una luz encendida puede indicar que presionar la palanca dará comida. La luz es el estímulo discriminativo.

2. $R_o$: respuesta operante. Es la conducta emitida por el sujeto, voluntaria y observable, que opera sobre el ambiente. Es la que se quiere aprender, mantener o reducir.

   • Ejemplo: presionar la palanca.

3. $E_c$: estímulo consecuente. Es la consecuencia que sigue a la respuesta y que determinará su frecuencia futura. Puede ser un reforzador (si aumenta la conducta) o un estímulo punitivo (si la disminuye).

   • Ejemplo: la comida que se entrega después de presionar la palanca.

La palabra contingencia significa que la consecuencia depende de la respuesta: solo si se emite la conducta, aparece la consecuencia. El estímulo discriminativo, a su vez, señala en qué condiciones esa dependencia está vigente.

En la caja de Skinner, el esquema completo es:

La triple relación de contingencia es el molde conceptual para analizar cualquier conducta operante. Por ejemplo, en la vida diaria:

• $E_a$: el timbre del celular sonando.
• $R_o$: contestar la llamada.
• $E_c$: hablar con un amigo que nos da una buena noticia.

O más académicamente:

• $E_a$: la presencia del examen en el horario.
• $R_o$: estudiar.
• $E_c$: obtener una nota aprobatoria.

El reforzamiento (o reforzamiento) es todo procedimiento que aumenta la probabilidad de que una conducta se repita. El estímulo que cumple esa función se llama reforzador.

Hay dos grandes tipos de reforzamiento, según si se añade o se retira un estímulo.

3.1 Reforzamiento positivo

Se produce cuando la conducta va seguida de la presentación de un estímulo apetitivo (agradable, deseable) y, como resultado, la conducta aumenta.

• Ejemplo: un estudiante responde bien en clase y la profesora lo felicita; a partir de ahí, participa con más frecuencia.
• Ejemplo: una empresa de telefonía regala minutos libres a los clientes que alcanzan un consumo determinado; así busca incrementar el consumo.
• Ejemplo: un niño termina su tarea y recibe un sticker; aumenta la probabilidad de que siga terminando sus tareas.

En todos los casos, la lógica es: se suma algo bueno → la conducta sube.

3.2 Reforzamiento negativo

Se produce cuando la conducta va seguida de la retirada o evitación de un estímulo aversivo (desagradable, doloroso) y, como resultado, la conducta aumenta.

Es muy importante no confundir «negativo» con «malo». Aquí negativo significa sustraer o quitar algo. El reforzamiento siempre aumenta la conducta, pero en el negativo lo que se quita es algo que molesta.

• Ejemplo: una persona tiene dolor de cabeza y toma un analgésico; el dolor desaparece. La conducta de tomar analgésico se fortalece (se repetirá en el futuro) porque eliminó un malestar.
• Ejemplo: Rocío siente ansiedad antes de una entrevista de trabajo y aprende a inspirar y espirar lentamente; al hacerlo, la ansiedad disminuye. La conducta de respirar pausadamente se fortalece porque retira el malestar.
• Ejemplo: un estudiante termina sus tareas para que su madre deje de insistirle; la conducta de terminar tareas aumenta porque desaparece la molestia de la insistencia.

En el reforzamiento negativo hay dos variantes conductuales: escape (la respuesta elimina un estímulo aversivo ya presente) y evitación (la respuesta impide que aparezca el estímulo aversivo). Ambas incrementan la conducta porque quitan o previenen algo desagradable.

Un mismo episodio puede leerse desde dos ángulos distintos. En la escena del niño que grita en una tienda:

• Si nos preguntamos por la conducta del niño, la consecuencia es «recibe el juguete»: reforzamiento positivo.
• Si nos preguntamos por la conducta del adulto, la consecuencia es «el grito desaparece»: reforzamiento negativo.

Esto explica por qué dos preguntas de admisión aparentemente parecidas pueden tener respuestas diferentes: todo depende de qué conducta se está analizando.

Mientras que el reforzamiento fortalece conductas, el castigo y la extinción las debilitan. Son procedimientos distintos y es fundamental no confundirlos.

4.1 Castigo positivo y castigo negativo

El castigo es todo procedimiento que disminuye la probabilidad de que una conducta se repita. Al igual que en el reforzamiento, puede ser positivo o negativo según se añada o se retire un estímulo.

• Castigo positivo: se añade un estímulo aversivo después de la conducta.

  • Ejemplo: un niño dice una lisura y la madre le llama la atención severamente; si la conducta de decir lisuras disminuye, hubo castigo positivo.
  • Ejemplo: una persona toca una superficie caliente y siente dolor; la conducta de tocar esa superficie disminuye.
  • Ejemplo: los estudiantes que no leyeron el cuento tienen que limpiar el aula; se les presenta una tarea desagradable para reducir la conducta de no leer.

• Castigo negativo: también llamado coste de respuesta, entrenamiento por omisión o tiempo fuera en algunas situaciones; se retira un estímulo apetitivo después de la conducta.

  • Ejemplo: un adolescente usa el celular en clase y la profesora le quita el celular por el resto del día; si la conducta de usarlo en clase disminuye, hubo castigo negativo.
  • Ejemplo: un niño pelea con su hermano y pierde el derecho a ver televisión esa tarde.
  • Ejemplo: una persona recibe una multa de tránsito; se le retira dinero (apetitivo) para reducir la conducta de exceder la velocidad.

En todos los casos de castigo, la conducta baja. La diferencia está en la operación: agregar algo malo (positivo) o quitar algo bueno (negativo).

4.2 Extinción operante

La extinción es un procedimiento distinto del castigo. Consiste en dejar de reforzar una conducta que anteriormente sí era reforzada. Como ya no se obtiene la consecuencia esperada, la conducta va disminuyendo progresivamente hasta desaparecer.

• Ejemplo: un niño hace berrinches y antes sus padres le compraban el juguete. Si los padres deciden no hacerle caso, el berrinche ya no produce el juguete; con el tiempo, el niño deja de hacer berrinches.
• Ejemplo: una estudiante alzaba la mano y el profesor le daba atención. Si el profesor la ignora sistemáticamente, la conducta de alzar la mano disminuirá (salvo que otro reforzador la mantenga).
• Ejemplo: una persona envía mensajes y ya no recibe respuestas; probablemente deje de enviarlos.

La extinción no es lo mismo que el castigo:

Muchas conductas complejas no aparecen de forma espontánea para poder reforzarlas. Es difícil que un niño escriba su primera letra o que una rata presione una palanca desde el inicio. Skinner desarrolló técnicas para construir conductas nuevas.

5.1 Moldeamiento por aproximaciones sucesivas

El moldeamiento consiste en reforzar aproximaciones cada vez más cercanas a la conducta meta. No se espera la conducta completa; se premian los pequeños avances.

• Ejemplo: para enseñar a una paloma a dar una vuelta completa, primero se le refuerza girar la cabeza, luego un cuarto de giro, luego medio giro, y finalmente la vuelta completa.
• Ejemplo: para enseñar a un niño a hablar, primero se refuerzan balbuceos, luego sílabas, luego palabras.
• Ejemplo: en la enseñanza de la escritura, primero se refuerza coger bien el lápiz, luego hacer trazos, luego círculos, luego letras.

5.2 Encadenamiento

El encadenamiento consiste en unir una serie de conductas simples en una secuencia, de modo que cada respuesta produce el estímulo discriminativo para la siguiente. Es típico en habilidades escolares y motoras.

• Ejemplo: aprender a sumar exige encadenar conductas como coger el lápiz, reconocer números, hacer círculos, escribir signos y agrupar cantidades.
• Ejemplo: conducir un automóvil implica encadenar activar el encendido, presionar el embrague, meter el cambio, acelerar, etc.

Ambas técnicas se derivan del condicionamiento operante y forman parte del enfoque conductual del aprendizaje. Muestran que las conductas complejas no son «otra cosa» distinta del condicionamiento: son secuencias moldeadas y encadenadas a partir de unidades simples.

Cuando una conducta ya se ha aprendido, su mantenimiento depende de cómo se administre el reforzador. Skinner no siempre reforzaba cada respuesta; estudió distintas reglas para entregar el reforzador. A esas reglas las llamó programas de reforzamiento.

Un primer gran contraste:

• Reforzamiento continuo: se refuerza cada respuesta correcta. Es ideal para instalar una conducta nueva.
• Reforzamiento intermitente: solo se refuerzan algunas respuestas. Es ideal para mantener la conducta a lo largo del tiempo y la hace más resistente a la extinción.

Los programas intermitentes se dividen en cuatro, según el criterio sea por número de respuestas (razón) o por tiempo (intervalo), y según ese criterio sea fijo o variable.

Un error frecuente es pensar que «fijo» se refiere al monto o a la cantidad de reforzador. En realidad, se refiere al criterio de entrega: si es fijo, el número de respuestas o el tiempo es constante; si es variable, cambia de una entrega a otra.

• Razón fija: cada 5 ventas.
• Razón variable: a veces 3 ventas, a veces 8, a veces 5; el promedio puede ser 5, pero no se sabe cuántas tocarán cada vez.
• Intervalo fijo: cada 10 minutos se revisa la conducta.
• Intervalo variable: a veces a los 2 minutos, a veces a los 15, a veces a los 8.

Los programas de razón variable son especialmente importantes porque explican conductas muy persistentes, como el juego patológico en las máquinas tragamonedas: como no se sabe cuándo llegará el premio, la persona sigue emitiendo la conducta.

El condicionamiento operante no se queda en el laboratorio. Se aplica en:

• La educación: los profesores usan reforzadores (notas, elogios, puntos) para aumentar conductas de estudio, y moldeamiento para enseñar habilidades académicas. Muchas estrategias de manejo de clase se basan en ignorar conductas disruptivas (extinción) y reforzar conductas alternativas.
• La crianza: los padres modifican la conducta de sus hijos con premios, permisos, retirada de privilegios o dejando de atender berrinches.
• La psicoterapia: los terapeutas conductuales utilizan programas de reforzamiento para tratar miedos, hábitos no deseados y problemas de conducta, y aplican la extinción para eliminar conductas aprendidas.
• El trabajo y el consumo: las comisiones por ventas, los bonos, los descuentos y los programas de fidelización son formas de reforzamiento positivo.

En el Perú, situaciones como los «cachuelos» pagados por comisión, las recargas con bonos de telefonía, los programas de puntos en supermercados o los elogios de profesores en aulas numerosas se entienden mejor con estas categorías. Por ejemplo, una empresa peruana que regala saldo por recarga está aplicando reforzamiento positivo; un padre que no responde a los berrinches de su hijo en el mercado está aplicando extinción.

1.1 Edward Thorndike y el condicionamiento instrumental

A finales del siglo XIX y comienzos del XX, el psicólogo estadounidense Edward L. Thorndike (1874-1949) realizó experimentos con gatos hambrientos. Colocaba al animal dentro de una caja problema: una caja cerrada que podía abrirse accionando un mecanismo sencillo, como una palanca o un pestillo. Afuera, a la vista del gato, había comida.

Al principio, el gato realizaba muchas conductas al azar: arañaba, empujaba, maullaba, se movía de un lado a otro. En uno de esos intentos, por casualidad, accionaba el mecanismo y la puerta se abría, permitiéndole salir y comer. Tras varios ensayos, el gato cometía cada vez menos errores y tardaba menos tiempo en escapar: en los primeros ensayos podía demorar alrededor de 160 segundos; con la práctica, el tiempo se reducía a unos 6 segundos.

Thorndike llamó condicionamiento instrumental a este aprendizaje, porque la conducta sirve de instrumento para obtener una consecuencia. El animal no aprende por «comprensión» ni por imitación, sino por ensayo y error: prueba respuestas, algunas son exitosas, otras no.

De estos experimentos, Thorndike formuló sus famosas leyes:

• Ley del efecto: si una conducta va seguida de una consecuencia satisfactoria, la conexión entre la situación y esa conducta se fortalece; si va seguida de una consecuencia insatisfactoria, la conexión se debilita. Es la base de todo el condicionamiento operante posterior.
• Ley del ejercicio: la práctica fortalece las conexiones. Incluye dos aspectos: la ley del uso (cuando se usa una conexión, se fortalece) y la ley del desuso (cuando no se usa, se debilita u olvida).
• Esto explicaba por qué el gato mejoraba con la práctica: las respuestas exitosas se fijaban y las inútiles se eliminaban.

1.2 Burrhus Frederic Skinner y el condicionamiento operante

Años después, el psicólogo estadounidense B. F. Skinner, representante del neoconductismo, retomó la ley del efecto y la convirtió en el centro de su teoría. Su aporte principal fue estudiar de manera sistemática cómo las consecuencias controlan la conducta voluntaria, eliminando las explicaciones mentalistas y concentrándose en lo observable.

Skinner diseñó un aparato conocido como caja de Skinner. En una versión típica, una rata hambrienta es colocada en una caja que contiene una palanca. Si la rata presiona la palanca, se le entrega una bolita de comida. Al principio, la rata explora la caja. En algún momento, al mover las patas, presiona la palanca y recibe comida. Esa consecuencia apetitiva aumenta la probabilidad de que la rata presione la palanca una y otra vez. La conducta de presionar la palanca se convierte en una respuesta operante, es decir, una conducta que opera sobre el ambiente y produce cambios en él.

Skinner llamó condicionamiento operante al procedimiento mediante el cual una conducta se incrementa o disminuye (se aprende o se desaprende) por la relación con sus consecuencias. En este enfoque:

• El organismo es activo: emite conductas, no espera un estímulo que se las arranque.
• La respuesta es voluntaria u operante, y se regula por sus efectos.
• El principio fundamental es la ley del efecto: la conducta está determinada por las consecuencias.

En síntesis, Thorndike planteó el condicionamiento instrumental por ensayo y error; Skinner lo denominó operante y lo analizó en condiciones controladas. Ambos comparten la idea central: las consecuencias modulan la conducta.

La gran contribución de Skinner fue describir con precisión las relaciones entre antecedentes, conducta y consecuencias. Al analizar cualquier conducta operante, siempre aparecen tres componentes. A este conjunto se le llama triple relación de contingencia o contingencia de tres términos:

$$E_a \rightarrow R_o \rightarrow E_c$$

Donde:

1. $E_a$: estímulo antecedente o estímulo discriminativo. Es la situación o condición previa en la que se encuentra el organismo y que señala si determinada conducta tendrá o no una consecuencia. No provoca la respuesta; solo la hace más probable porque indica que el reforzador está disponible.

   • Ejemplo: en la caja de Skinner, una luz encendida puede indicar que presionar la palanca dará comida. La luz es el estímulo discriminativo.

2. $R_o$: respuesta operante. Es la conducta emitida por el sujeto, voluntaria y observable, que opera sobre el ambiente. Es la que se quiere aprender, mantener o reducir.

   • Ejemplo: presionar la palanca.

3. $E_c$: estímulo consecuente. Es la consecuencia que sigue a la respuesta y que determinará su frecuencia futura. Puede ser un reforzador (si aumenta la conducta) o un estímulo punitivo (si la disminuye).

   • Ejemplo: la comida que se entrega después de presionar la palanca.

La palabra contingencia significa que la consecuencia depende de la respuesta: solo si se emite la conducta, aparece la consecuencia. El estímulo discriminativo, a su vez, señala en qué condiciones esa dependencia está vigente.

En la caja de Skinner, el esquema completo es:

La triple relación de contingencia es el molde conceptual para analizar cualquier conducta operante. Por ejemplo, en la vida diaria:

• $E_a$: el timbre del celular sonando.
• $R_o$: contestar la llamada.
• $E_c$: hablar con un amigo que nos da una buena noticia.

O más académicamente:

• $E_a$: la presencia del examen en el horario.
• $R_o$: estudiar.
• $E_c$: obtener una nota aprobatoria.

El reforzamiento (o reforzamiento) es todo procedimiento que aumenta la probabilidad de que una conducta se repita. El estímulo que cumple esa función se llama reforzador.

Hay dos grandes tipos de reforzamiento, según si se añade o se retira un estímulo.

3.1 Reforzamiento positivo

Se produce cuando la conducta va seguida de la presentación de un estímulo apetitivo (agradable, deseable) y, como resultado, la conducta aumenta.

• Ejemplo: un estudiante responde bien en clase y la profesora lo felicita; a partir de ahí, participa con más frecuencia.
• Ejemplo: una empresa de telefonía regala minutos libres a los clientes que alcanzan un consumo determinado; así busca incrementar el consumo.
• Ejemplo: un niño termina su tarea y recibe un sticker; aumenta la probabilidad de que siga terminando sus tareas.

En todos los casos, la lógica es: se suma algo bueno → la conducta sube.

3.2 Reforzamiento negativo

Se produce cuando la conducta va seguida de la retirada o evitación de un estímulo aversivo (desagradable, doloroso) y, como resultado, la conducta aumenta.

Es muy importante no confundir «negativo» con «malo». Aquí negativo significa sustraer o quitar algo. El reforzamiento siempre aumenta la conducta, pero en el negativo lo que se quita es algo que molesta.

• Ejemplo: una persona tiene dolor de cabeza y toma un analgésico; el dolor desaparece. La conducta de tomar analgésico se fortalece (se repetirá en el futuro) porque eliminó un malestar.
• Ejemplo: Rocío siente ansiedad antes de una entrevista de trabajo y aprende a inspirar y espirar lentamente; al hacerlo, la ansiedad disminuye. La conducta de respirar pausadamente se fortalece porque retira el malestar.
• Ejemplo: un estudiante termina sus tareas para que su madre deje de insistirle; la conducta de terminar tareas aumenta porque desaparece la molestia de la insistencia.

En el reforzamiento negativo hay dos variantes conductuales: escape (la respuesta elimina un estímulo aversivo ya presente) y evitación (la respuesta impide que aparezca el estímulo aversivo). Ambas incrementan la conducta porque quitan o previenen algo desagradable.

Un mismo episodio puede leerse desde dos ángulos distintos. En la escena del niño que grita en una tienda:

• Si nos preguntamos por la conducta del niño, la consecuencia es «recibe el juguete»: reforzamiento positivo.
• Si nos preguntamos por la conducta del adulto, la consecuencia es «el grito desaparece»: reforzamiento negativo.

Esto explica por qué dos preguntas de admisión aparentemente parecidas pueden tener respuestas diferentes: todo depende de qué conducta se está analizando.

Mientras que el reforzamiento fortalece conductas, el castigo y la extinción las debilitan. Son procedimientos distintos y es fundamental no confundirlos.

4.1 Castigo positivo y castigo negativo

El castigo es todo procedimiento que disminuye la probabilidad de que una conducta se repita. Al igual que en el reforzamiento, puede ser positivo o negativo según se añada o se retire un estímulo.

• Castigo positivo: se añade un estímulo aversivo después de la conducta.

  • Ejemplo: un niño dice una lisura y la madre le llama la atención severamente; si la conducta de decir lisuras disminuye, hubo castigo positivo.
  • Ejemplo: una persona toca una superficie caliente y siente dolor; la conducta de tocar esa superficie disminuye.
  • Ejemplo: los estudiantes que no leyeron el cuento tienen que limpiar el aula; se les presenta una tarea desagradable para reducir la conducta de no leer.

• Castigo negativo: también llamado coste de respuesta, entrenamiento por omisión o tiempo fuera en algunas situaciones; se retira un estímulo apetitivo después de la conducta.

  • Ejemplo: un adolescente usa el celular en clase y la profesora le quita el celular por el resto del día; si la conducta de usarlo en clase disminuye, hubo castigo negativo.
  • Ejemplo: un niño pelea con su hermano y pierde el derecho a ver televisión esa tarde.
  • Ejemplo: una persona recibe una multa de tránsito; se le retira dinero (apetitivo) para reducir la conducta de exceder la velocidad.

En todos los casos de castigo, la conducta baja. La diferencia está en la operación: agregar algo malo (positivo) o quitar algo bueno (negativo).

4.2 Extinción operante

La extinción es un procedimiento distinto del castigo. Consiste en dejar de reforzar una conducta que anteriormente sí era reforzada. Como ya no se obtiene la consecuencia esperada, la conducta va disminuyendo progresivamente hasta desaparecer.

• Ejemplo: un niño hace berrinches y antes sus padres le compraban el juguete. Si los padres deciden no hacerle caso, el berrinche ya no produce el juguete; con el tiempo, el niño deja de hacer berrinches.
• Ejemplo: una estudiante alzaba la mano y el profesor le daba atención. Si el profesor la ignora sistemáticamente, la conducta de alzar la mano disminuirá (salvo que otro reforzador la mantenga).
• Ejemplo: una persona envía mensajes y ya no recibe respuestas; probablemente deje de enviarlos.

La extinción no es lo mismo que el castigo:

Muchas conductas complejas no aparecen de forma espontánea para poder reforzarlas. Es difícil que un niño escriba su primera letra o que una rata presione una palanca desde el inicio. Skinner desarrolló técnicas para construir conductas nuevas.

5.1 Moldeamiento por aproximaciones sucesivas

El moldeamiento consiste en reforzar aproximaciones cada vez más cercanas a la conducta meta. No se espera la conducta completa; se premian los pequeños avances.

• Ejemplo: para enseñar a una paloma a dar una vuelta completa, primero se le refuerza girar la cabeza, luego un cuarto de giro, luego medio giro, y finalmente la vuelta completa.
• Ejemplo: para enseñar a un niño a hablar, primero se refuerzan balbuceos, luego sílabas, luego palabras.
• Ejemplo: en la enseñanza de la escritura, primero se refuerza coger bien el lápiz, luego hacer trazos, luego círculos, luego letras.

5.2 Encadenamiento

El encadenamiento consiste en unir una serie de conductas simples en una secuencia, de modo que cada respuesta produce el estímulo discriminativo para la siguiente. Es típico en habilidades escolares y motoras.

• Ejemplo: aprender a sumar exige encadenar conductas como coger el lápiz, reconocer números, hacer círculos, escribir signos y agrupar cantidades.
• Ejemplo: conducir un automóvil implica encadenar activar el encendido, presionar el embrague, meter el cambio, acelerar, etc.

Ambas técnicas se derivan del condicionamiento operante y forman parte del enfoque conductual del aprendizaje. Muestran que las conductas complejas no son «otra cosa» distinta del condicionamiento: son secuencias moldeadas y encadenadas a partir de unidades simples.

Cuando una conducta ya se ha aprendido, su mantenimiento depende de cómo se administre el reforzador. Skinner no siempre reforzaba cada respuesta; estudió distintas reglas para entregar el reforzador. A esas reglas las llamó programas de reforzamiento.

Un primer gran contraste:

• Reforzamiento continuo: se refuerza cada respuesta correcta. Es ideal para instalar una conducta nueva.
• Reforzamiento intermitente: solo se refuerzan algunas respuestas. Es ideal para mantener la conducta a lo largo del tiempo y la hace más resistente a la extinción.

Los programas intermitentes se dividen en cuatro, según el criterio sea por número de respuestas (razón) o por tiempo (intervalo), y según ese criterio sea fijo o variable.

Un error frecuente es pensar que «fijo» se refiere al monto o a la cantidad de reforzador. En realidad, se refiere al criterio de entrega: si es fijo, el número de respuestas o el tiempo es constante; si es variable, cambia de una entrega a otra.

• Razón fija: cada 5 ventas.
• Razón variable: a veces 3 ventas, a veces 8, a veces 5; el promedio puede ser 5, pero no se sabe cuántas tocarán cada vez.
• Intervalo fijo: cada 10 minutos se revisa la conducta.
• Intervalo variable: a veces a los 2 minutos, a veces a los 15, a veces a los 8.

Los programas de razón variable son especialmente importantes porque explican conductas muy persistentes, como el juego patológico en las máquinas tragamonedas: como no se sabe cuándo llegará el premio, la persona sigue emitiendo la conducta.

El condicionamiento operante no se queda en el laboratorio. Se aplica en:

• La educación: los profesores usan reforzadores (notas, elogios, puntos) para aumentar conductas de estudio, y moldeamiento para enseñar habilidades académicas. Muchas estrategias de manejo de clase se basan en ignorar conductas disruptivas (extinción) y reforzar conductas alternativas.
• La crianza: los padres modifican la conducta de sus hijos con premios, permisos, retirada de privilegios o dejando de atender berrinches.
• La psicoterapia: los terapeutas conductuales utilizan programas de reforzamiento para tratar miedos, hábitos no deseados y problemas de conducta, y aplican la extinción para eliminar conductas aprendidas.
• El trabajo y el consumo: las comisiones por ventas, los bonos, los descuentos y los programas de fidelización son formas de reforzamiento positivo.

En el Perú, situaciones como los «cachuelos» pagados por comisión, las recargas con bonos de telefonía, los programas de puntos en supermercados o los elogios de profesores en aulas numerosas se entienden mejor con estas categorías. Por ejemplo, una empresa peruana que regala saldo por recarga está aplicando reforzamiento positivo; un padre que no responde a los berrinches de su hijo en el mercado está aplicando extinción.