CONDICIONAMIENTO OPERANTE
El condicionamiento operante es una forma de aprendizaje mediante el cual un sujeto
tiene más probabilidades de repetir las formas de conducta que conllevan
consecuencias positivas y, por el contrario, menos probabilidades de repetir las que
conllevan consecuencias negativas. El condicionamiento operante es un tipo de
aprendizaje asociativo que tiene que ver con el desarrollo de nuevas conductas en
función de sus consecuencias, y no con la asociación entre estímulos y conductas
como ocurre en el condicionamiento clásico.
El término “condicionamiento instrumental” fue introducido por Edward Thorndike y
sugiere que la conducta sirve de "instrumento" para conseguir un fin y se da por
ensayo y error, a diferencia del Condicionamiento Operante planteado por Skinner el
cual establece que aquellas respuestas que se vean reforzadas tienen tendencia a
repetirse y aquellas que reciban un castigo tendrán menos probabilidad de repetirse.
La investigación sobre el condicionamiento operante ha dado lugar a una tecnología
muy minuciosa para la enseñanza, denominada modificación de conducta.
PRIMERAS INVESTIGACIONES
El psicólogo Edward Thorndike (1874-1949) fue uno de los pioneros en el estudio del
condicionamiento instrumental. Para ello, ideó sus denominadas “cajas de solución de
problemas”, que eran jaulas de las que los gatos (que eran los animales con los que
trabajaba) podían escapar mediante acciones simples como manipular un cordón,
presionar una palanca o pisar una plataforma. Como incentivo para resolver el
problema, el gato podía ver y oler que fuera de la caja había comida, pero no podía
alcanzarla. Al principio, el gato comenzaba a hacer movimientos azarosos, hasta que
casualmente resolvía el problema, por ejemplo tirando de la polea que abría la jaula.
Sin embargo, cada vez que Thorndike metía al gato en la jaula, tardaba menos en
salir. Esto se debía a que se estaba produciendo un condicionamiento operante: la
conducta de tirar de la polea estaba siendo reforzada por su consecuencia (la apertura
de la caja y la obtención de la comida). Esta conducta, al ser reforzada, se convertía
en la conducta más probable en un futuro cuando las circunstancias eran similares.
Caja de Skinner
A partir de estos experimentos, Thorndike estableció un principio que denominó Ley
del efecto: «Cualquier conducta que en una situación produce un efecto satisfactorio,
se hará más probable en el futuro». Si la respuesta va seguida de una consecuencia
satisfactoria, la asociación entre el estímulo y la respuesta se fortalece; si a la
respuesta le sigue una consecuencia desagradable, la asociación se debilita. En otras
palabras, Thorndike defendía que todos los animales, incluyendo al ser humano,
resuelven los problemas mediante el aprendizaje por ensayo y error.
También los estudios de Pávlov sobre condicionamiento clásico tuvieron una gran
influencia en el estudio del condicionamiento operante. Si bien se trata de procesos de
aprendizaje diferentes, el condicionamiento clásico y el operante comparten varios de
sus principios, como la adquisición, la extinción, la discriminación o la generalización.
El autor más importante en el estudio del condicionamiento operante es B.F. Skinner.
A finales de la década de 1920 empezó a trabajar con palomas. Para ello, utilizaba un
ambiente libre de distracciones denominado caja de Skinner, en el que se podían
manipular las condiciones en las que se proporcionaba alimento a los animales. Sus
exhaustivos estudios utilizando este artefacto permitieron a Skinner descubrir muchos
de los factores que influyen en el condicionamiento operante.
PROCEDIMIENTOS DE CONDICIONAMIENTO
Existen cuatro procedimientos o tipos de condicionamiento instrumental:
Refuerzo positivo o condicionamiento de recompensa: Un refuerzo positivo es un
objeto, evento o conducta cuya presencia incrementa la frecuencia de la respuesta por
parte del sujeto. Se trata del mecanismo más efectivo para hacer que tanto animales
como humanos aprendan. Se denomina “refuerzo” porque aumenta la frecuencia de la
conducta, y “positivo” porque el refuerzo está presente. Refuerzos positivos típicos son
las alabanzas, los regalos o las aportaciones monetarias. Sin embargo, hay que tener
en cuenta que en ocasiones algo que ordinariamente se considera desagradable
puede funcionar como refuerzo positivo, ya que de hecho incrementa la probabilidad
de la respuesta (como cuando se grita a un niño ante una rabieta, y este se siente
reforzado porque así llama la atención).
Refuerzo negativo: Un refuerzo negativo es un objeto, evento o conducta cuya
retirada incrementa la frecuencia de la respuesta por parte del sujeto. Al igual que el
anterior, se denomina “refuerzo” porque aumenta la frecuencia de la conducta, pero
“negativo” porque la respuesta se incrementa cuando el refuerzo desaparece. En el
refuerzo negativo se pueden distinguir dos procedimientos:
Condicionamiento de escape: En este caso, la frecuencia de una respuesta aumenta
porque interrumpe un estímulo aversivo, es decir, un suceso que está ocurriendo y que
el sujeto considera desagradable. Un ejemplo típico sería el de un animal que aprieta
una palanca porque así elimina una corriente eléctrica o el de un padre que le compra
una chuchería a su hijo para dejar de oírle llorar.
Condicionamiento de evitación: En este caso, la frecuencia de una respuesta
aumenta porque pospone o evita un estímulo aversivo futuro. Un ejemplo típico sería
el de un alumno que estudia para evitar una mala nota.
Entrenamiento de omisión: Se produce cuando la respuesta operante impide la
presentación de un refuerzo positivo o de un hecho agradable; es decir, consiste en
retirar el estímulo positivo de una conducta para así provocar la extinción de la
respuesta. Un ejemplo importante es el de “tiempo fuera”, en el que se retira la
atención de un niño aislándolo durante un cierto período de tiempo.
Castigo: El castigo provoca la disminución de una conducta porque el suceso que la
sigue es un estímulo aversivo. Un ejemplo típico es castigar a una rata con una
pequeña corriente eléctrica cuando pulsa una palanca. Aunque el castigo puede ser en
ocasiones muy eficaz para hacer que desaparezca una conducta, se recomienda
utilizarlo lo menos posible, ya que tiene muchos efectos adversos o no deseados. En
muchas ocasiones la conducta solo desaparece temporalmente o únicamente en los
contextos en los que es probable el castigo. Además, genera gran cantidad de
consecuencias secundarias (como frustración, agresividad, etc.) que pueden hacer
que se detenga el proceso de aprendizaje. Por eso, en la aplicación de castigos es
importante seguir ciertas reglas, como reforzar al mismo tiempo conductas alternativas
a la castigada, aplicarlo inmediatamente después de la conducta que se quiere
suprimir, o ser constante (ya que castigar una conducta solo a veces produce un
efecto contrario al que se desea).
TIPOS DE REFUERZOS
Lo que es o no es un refuerzo durante el condicionamiento operante depende del
individuo y de las circunstancias en que se encuentra en ese momento. Por ejemplo,
unas galletas pueden suponer un refuerzo para un perro hambriento, pero no para uno
que acaba de comer carne.
Los refuerzos se pueden dividir en dos grandes grupos: los primarios o intrínsecos y
los secundarios o extrínsecos.
Se dice que un reforzador es primario o intrínseco cuando la respuesta es reforzante
por sí misma, es decir, cuando la respuesta es en sí una fuente de sensaciones
agradables y la acción se fortalece automáticamente cada vez que ocurre. Existen
varios tipos de conductas que son intrínsecamente reforzantes. Por ejemplo, las
respuestas que satisfacen necesidades fisiológicas, como beber cuando se tiene sed o
comer cuando se tiene hambre, son intrínsecamente agradables para la mayoría de
los organismos. Muchas actividades sociales o que brindan estimulación sensorial o
intelectual son también con frecuencia intrínsecamente reforzantes, al igual que la
sensación de progreso en una habilidad. También pueden ser reforzantes por sí
mismas todas las conductas que ayudan a un organismo a evitar algún daño. Sin
embargo, las actividades intrínsecamente gratificadoras no siempre son reforzantes
desde el principio; por ejemplo, se necesita cierta habilidad antes de que una actividad
que requiere competencia (como tocar un instrumento musical, por ejemplo) se vuelva
inherentemente satisfactoria.
Los refuerzos secundarios o extrínsecos son aprendidos, y en ellos el premio o
gratificación no es parte de la actividad misma, sino que obtienen su carácter de
refuerzo por asociación con los reforzadores primarios. Por ejemplo, las recompensas
monetarias se convierten en refuerzo porque permiten a su vez conseguir refuerzos
primarios. Un tipo de reforzadores extrínsecos especialmente importante, que pueden
influir enormemente cuando se trata de modificar la conducta humana, son los
reforzadores sociales como el afecto, la atención o la aprobación.
En la vida real, diversos reforzadores intrínsecos y extrínsecos se encuentran
habitualmente entremezclados en un mismo suceso reforzante.
FASES DEL CONDICIONAMIENTO OPERANTE:
Adquisición: La adquisición de la respuesta se refiere a la fase del aprendizaje en
que la respuesta es seguida por reforzadores. Durante la adquisición la respuesta se
vuelve más fuerte o más frecuente, debido a su relación con la consecuencia
reforzante.
Generalización: Las respuestas fortalecidas mediante procedimientos operantes en
un conjunto de circunstancias tienden a extenderse o a generalizarse en situaciones
similares, al igual que ocurre en el condicionamiento clásico. Cuando más parecidos
sean los contextos, más probable es la generalización.
Discriminación: Los individuos desarrollan también discriminaciones al reforzarse las
respuestas en una situación, pero no en otra.
Extinción: Cuando se retira el reforzamiento para alguna respuesta particular, dicha
conducta disminuye su frecuencia gradualmente hasta que solo ocurre con la misma
frecuencia con que ocurría antes del reforzamiento. Sin embargo, es importante
advertir que en muchas ocasiones, después de que se retiren los reforzadores, se
advierte inicialmente un aumento de la cantidad de respuesta y de la frustración antes
de que empiece la disminución.
Recuperación espontánea: Al igual que en el condicionamiento clásico, las
respuestas que se han extinguido vuelven a aparecer algunas veces, es decir, se da
una recuperación espontánea después de un descanso
DISTINCIÓN ENTRE CONDICIONAMIENTO CLÁSICO Y OPERANTE
En el condicionamiento clásico la asociación se da entre un estímulo condicionado y
uno incondicionado. En el condicionamiento instrumental, la asociación se da entre las
respuestas y las consecuencias que se derivan de ellas.
En el condicionamiento clásico, el estímulo incondicionado no depende de la
respuesta del sujeto, mientras que en el operante las consecuencias dependen de la
respuesta del sujeto.
En el condicionamiento clásico, la respuesta del sujeto es involuntaria, mientras que
en el instrumental es generalmente voluntaria.
