al mismo tiempo en que Pávlov situación dada, la probabilidad de que ocurra una
intentaba resolver el acertijo del reflejo psíquico, un joven conducta está en función de las consecuencias que ésta ha
estudiante de posgrado en EUA, llamado Edward Lee tenido en esa situación en el pasado. Otra manera de decir
Thorndike, abordaba otro problema: la inteligencia en esencia lo mismo es: la conducta está en función de
animal. sus consecuencias.
Sobre los fundamentos establecidos por
y B. F. Skinner (1938) comenzó durante
el decenio de 1930-39 una serie de estudios que
generarían un enorme avance en la comprensión
sobre el aprendizaje y la conducta. Skinner diseñó una
cámara experimental que ahora se denomina por lo
común caja de Skinner. La caja, que ahora es un artículo
estándar en los laboratorios conductuales, se diseñó de
tal modo que un deposito
Thorndike encontró que cuando a una respuesta le sigue
una condición satisfactoria, tiende a repetirse; cuando a
una respuesta le sigue una condición incómoda, tiende
a no repetirse. En otras palabras, la probabilidad de una
respuesta depende de su efecto sobre el ambiente, un
principio que Thorndike denominó ley del efecto. En
términos formales, esta ley dice que, en cualquier
La diferencia es que en el primero, la consecuencia
reforzante es la aparición de un estímulo, mientras
que, en el segundo, la consecuencia reforzante es la
eliminación de este. Los términos positivo y negativo no
describen la naturaleza de la consecuencia; tan so1o
indican que algo se ha añadido (reforzamiento positivo) o
se ha eliminado (reforzamiento negativo).
El reforzamiento es el procedimiento en el que se
proporcionan consecuencias para la conducta que
aumentan o mantienen la tasa de esa conducta. Charles
Catania ha señalado que un procedimiento debe tener
tres características para que se le pueda considerar como
reforzamiento:
1. Una conducta debe tener una consecuencia;
2. La conducta debe ir en aumento (p. ej. debe ocurrir
con más frecuencia);
3. su incremento debe ser el resultado de la
consecuencia.
El efecto del reforzador positivo es fortalecer la
conducta que lo precede. Por ejemplo, si un perro ladra
y alguien le da un poco de comida, es probable que ladre
de nuevo. En el reforzamiento positivo, a la ocurrencia de
una respuesta (R) le sigue la aparición de un estímulo
reforzante (ER):
Skinner utilizó un procedimiento de operante libre.
En este enfoque no existe un problema evidente a
resolver. Se coloca al sujeto en una situación
experimental, a menudo na caja de Skinner, y se le da la
libertad de hacer lo que desee. Se mantiene dentro de
caja durante un periodo dado y se registra su conducta
En el reforzamiento negativo, la respuesta se fortalece
al eliminar o disminuir la intensidad de un estímulo, el durante dicho periodo: en general, la variable
cual se denomina reforzador negativo, por lo común dependiente es el número de ocasiones en el que ocurre
algo de lo que el organismo trata de escapar o evitar. Por una conducta en particular, como oprimir na palanca o
ejemplo, si un perro queda atrapado en una tormenta de picotear un disco, por minuto.
granizo cuando está en el exterior, es posible que escape
de los golpes del granizo al pararse debajo de algún tipo
de cobertizo. Si lo hace, es posible que la siguiente vez
que comience a caer granizo busque un cobertizo. Se habrá
reforzado su conducta. En el reforzamiento negativo, como
en el positivo, a una respuesta le sigue alguna
circunstancia reforzante, que fortalece la conducta.
Tanto el reforzamiento positivo como el negativo
mantienen o aumentan la frecuencia de la conducta,
Debido a que los reforzadores secundarios adquieren su
poder de reforzamiento por haberse apareado con otros
reforzadores, también se les denomina reforzadores
condicionales.
Un ejemplo lo proporciona Donald Zimmerman, quien
hizo sonar un timbre durante dos segundos antes de dar
agua a ratas sedientas. Después de haber apareado de esta
manera el timbre y el agua en varias ocasiones,
Zimmerman colocó una palanca en la cámara de la rata.
Cada vez que la rata oprimía la palanca, el timbre sonaba.
En poco tiempo, la rata aprendió a oprimir la palanca,
incluso aunque la presión de ésta nunca produjera agua. El
timbre se había vuelto un reforzador condicional.
Ventajas y Desventajas de ambos
reforzadores.
Una segunda ventaja de los reforzadores secundarios es
que, con frecuencia, es más fácil reforzar la conducta
de manera inmediata con ellos que con los primarios.
Si se está entrenando a u n caballo para que camine con la
cabeza en alto, se podrían ofrecer al animal unos cuantos
Existen dos tipos de reforzadores: primarios y granos de avena (un reforzador primario), cada vez que lo
secundarios. En ocasiones se dice que los reforzadores hiciera. Pero esto requeriría caminar hacia el caballo y eso
primarios son reforzantes de manera natural o implicaría una demora en el reforzamiento. Si se aparea de
innata: Esto es cierto en la mayor parte de los casos,
manera repetida el chasquido de un cricket (un pequeño
pero es más preciso decir que los reforzadores
primarios son aquellos que no dependen de su juguete metálico) con avena; se puede reforzar la conducta
asociación con otros. Además de la comida y el agua, con los chasquidos. El sonido proporciona reforzamiento
algunos ejemplos son la estimulación sexual, estimulación inmediato. Si a los chasquidos le sigue alimento al menos en
eléctrica débil de ciertos tejidos cerebrales (p.ej. los ciertas ocasiones, éstos continuarán reforzando.
llamados centros de placer en el cerebro), alivio del calor
y del frío, y ciertas drogas. Los reforzadores primarios son Otra ventaja de los reforzadores condicionales es que
poderosos, pero son relativamente pocos en número y es son menos dcsorganizantes que los primarios. Comer
probable que la mayor parte de ellos tenga una función y beber toma tiempo y estas actividades interrumpen el
limitada en el aprendizaje humano. entrenamiento. Un chasquido o una palabra de alabanza
pueden reforzar la conducta sin interrumpirla.
Los reforzadores secundarios son aquellos que Los reforzadores condicionales también tienen la ventaja
dependen de su asociación con otros reforzadores, tales de que se les puede utilizar en muchas situaciones
como la alabanza, el reconocimiento, las sonrisas y la
diferentes. El alimento es un reforzador muy efectivo, pero
retroalimentación positiva (comentarios aprobatorios). El
sólo cuando el animal o la persona tienen hambre. No
término reforzador secundario indica que estos
reforzadores son secundarios a (o se derivan de) otros y, obstante, un estímulo que se ha aparcado con alimento
en última instancia, deben su efectividad de manera puede ser reforzante cuando el animal persona tienen
directa o indirecta a los reforzadores primarios. hambre o sed y también cuando no se les ha privado
particularmente de nada en alguna forma.
Los reforzadores que se han apareado con muchos
tipos diferentes de estos y pueden utilizarse en una
amplia variedad de situaciones; se denominan denom na moldeamiento.
reforzadores generalizados. El ejemplo más obvio de un
reforzador generalizado puede ser el dinero. Encadenamiento.
Aunque este tipo de reforzadores poseen varias ventajas Las gimnastas compiten en un aparato que se llama viga
sobre los reforzadores primarios, tienen una importante de equilibrio. Básicamente, esta competencia requiere que
desventaja: su eficacia depende de su asociación con caminen por una barra de 10 centímetros de ancho y, a lo
reforzadores primarios. El dinero, por ejemplo, refuerza largo del camino, realicen saltos mortales, se paren de
de manera poderosa. En ciertas situaciones puede ser más manos, den volteretas hacia atrás y otras proezas
increíbles, sin caer de cabeza. La competencia en la viga
reforzante que cualquier reforzador primario; sin embargo,
de equilibrio consiste en ejecutar una serie de actos en
el dinero pierde su capacidad de reforzamiento una vez que una secuencia particular, tal serie conectada de
ya no se le asocia con reforzadores primarios. El dinero conductas se denomina cadena de respuesta.
acuñado por los Estados Confederados de América
comenzó a perder su valor incluso antes de terminar la. Entre las cadenas de respuesta más comunes (y menos
Guerra Civil de EUA, porque ya no se le podría cambiar por peligrosas) se encuentra realizar una llamada telefónica:
se levanta el auricular, se escucha el tono de marcar, se
comida u otros reforzadores. Los reforzadores primarios
marca un conjunto de números y se sostiene el auricular
son mucho más flexibles: una persona hambrienta
contra el oído.
trabajará a cambio de comida incluso si ésta no se puede
intercambiar por alguna otra cosa. Entrenar a un animal o a una persona a llevar a cabo
una cadena de respuesta se denomina
Moldeamiento. encadenamiento. Skinner entrenó a una rata llamada
Plinio a jalar una cuerda que liberaba una canica colocada
en una rejilla, levantarla con sus patas delanteras, llevarla
a un tubo que se proyectaba casi 5 centímetros por encima
del piso de la cámara experimental, levantarla encima del
tubo y tirarla dentro, cada respuesta de la cadena debía
ser moldeada.
Algunas cadenas .de respuesta dependen de la
conducta de otros. Una brigada de personas con
cubetas para apagar un incendio proporciona un ejemplo
sencillo: la tarea consiste en tomar una cubeta de agua
que viene de alguien que está a la derecha, y pasarla a
otra persona que se encuentra a la izquierda.
El primer paso en el encadenamiento consiste en
descomponer la tarea en sus elementos, un
procedimiento que se denomina análisis de tarea. Una
vez que se han identificado los eslabones individuales de
la cadena, es posible reforzar el desempeño de éstos en
la secuencia correcta.
Existen dos maneras básicas para lograr esto. Una se
llama encadenamiento hacia adelante; en éste, el
entrenador comienza reforzando el desempeño del primer
eslabón de la cadena, lo cual se repite hasta que la tarea se
lleva a cabo sin titubeos. En este punto, el entrenador
requiere el desempeño de los dos primeros eslabones y se
refuerza esta cadena corta hasta que se lleva a cabo sin
complicaciones. Después el entrenador requiere el
desempeño de los tres primeros eslabones, y así
sucesivamente.
Si alguno de los eslabones no ocurre con facilidad, el
entrenador utiliza moldeamiento para formarlo. Por
ejemplo, no es fácil que las ratas jalen de cuerdas o recojan
canicas; si se desea entrenar a una rata para que
reproduzca el desempeño de Plinio, podría comenzar con
el moldeamiento de la conducta de jalar cuerdas, quizá
mediante proporcionar un poco de comida cuando la rata
toque la cuerda, después cuando la muerda, luego cuando
la sostenga en su hocico y finalmente cuando la jale.
El encadenamiento hacia adelante es un enfoque lógico,
de sentido común, pero no siempre constituye la manera
más eficaz de desarrollar una cadena. En ocasiones, la
mejor forma consiste en comenzar con la última respuesta
en la cadena y trabajar en sentido inverso hacia el primer
elemento; este procedimiento se denomina
encadenamiento retroactivo. En el caso de la cadena
de Plinio, se entrenaría primero a la rata a tirar una canica
dentro de un tubo. A continuación, se le entrenaría a llevar
la canica hasta el tubo y tirarla. Cuando la rata lleva a cabo
con facilidad las últimas dos tareas, se requeriría que
ejecute los últimos tres eslabones, y así sucesivamente.
Como en el encadenamiento hacia adelante,
cualquier conducta que no ocurra de manera
espontánea, primero debe moldearse.
Variables que afectan el reforzamiento.
Contingencia E-R
En lo que respecta al aprendizaje operante, la palabra
contingencia quiere decir que una consecuencia en
particular depende de la ejecución de una conducta en
particular. La tasa a la cual cambia una conducta varía
según el grado en que un reforzador es contingente a la Características del Reforzador.
misma.
En el laboratorio, los investigadores crean por lo general
una contingencia confiable entre una respuesta particular
y una consecuencia específica. Pueden arreglar el
ambiente de una rata de modo que cada vez que ésta
oprima una palanca, reciba un poco de comida, pero de
otra manera no obtiene nada. En este caso, existe una
contingencia clara entre la presión de una palanca y la
comida; si, por otra parte, la presión de la palanca y la
llegada de la comida son independientes entre sí, no existe
contingencia. Si no intervienen otros factores, entre
mayor sea el grado de contingencia entre una
respuesta y un reforzador, más rápido es el cambio
en la conducta.
Lynn Hammond llevó a cabo un experimento del estudio
sobre las contingencias en el condicionamiento
pavloviano. Hammond manipuló la probabilidad de que
la comida saliera después de la presión de palanca o en
su ausencia. Encontró que, si existía la misma
probabilidad de que las ratas obtuvieran comida al oprimir
la palanca que cuando no lo hacían, éstas dejaban de
hacerlo. Era esencial una contingencia entre la respuesta
y el reforzador.
Contigüidad E-R. También existen diferencias cualitativas en los
reforzadores. Se podría pensar que, para una rata, la
comida es simplemente comida, pero de hecho estos
animales tienen un gusto bastante exigente. R. Simmons
hizo que ratas corrieran de manera repetida por un La eficacia de la comida, agua y calor como reforzadores
laberinto. Algunas encontraron un trozo de pan y leche varía según el grado en el que se ha privado a un
al final del laberinto; otras halla- ron una semilla de organismo de éstos. Por ejemplo, E. C. Tolman y C. H.
girasol. Las ratas que recibieron pan y leche tuvieron un Honzik compararon los efectos de la privación de comida
desempeño superior al de aquellas que obtuvieron la en un reforzador alimenticio. Las ratas recibieron comida
semilla de girasol. al llegar al final de un laberinto; a algunas se les había
privado de alimento y a otras no. Las ratas a las que se
Características de la Respuesta. había privado de alimento mostraron un progreso mucho
mayor que las otras.
En general, entre mayor es el grado de privación (p. ej.,
entre más largo es el intervalo desde la última comida), más
eficaz es el reforzador. Al menos éste es el caso con
los reforzadores primarios, que satisfacen una necesidad
fisiológica. Por ejemplo, el agua es mucho más reforzante si
una rata no ha bebido durante ocho horas que si han
transcurrido dos.
La privación es menos importante cuando se trata de
reforzadores secundarios. El dinero no siempre es menos
reforzante para aquellos que son ricos que para los que se
han visto "privados de dinero" (p. ej., estudiantes
universitarios). De manera similar, el elogio es un reforzador,
pero éste no necesariamente se vuelve menos; reforzante
con cada ocasión en que se recibe una felicitación. Por tanto,
el nivel de privación es importante principalmente
cuando el reforzador altera alguna condición
fisiológica.
Extinción de conducta Reforzada.
u
l
quisiera al pedírselo de buena manera quizá recurra a un
berrinche, una forma de conducta que obtuvo buenos
la
resultado con su madre cuando era un niño. La conducta de
"pedir de buena manera" está en extinción y el hombre
revierte a una forma de conducta que se ha reforzado en
situaciones similares en el pasado. No obstante, Robert
Epstein señala que no es preciso asumir, como lo hizo
Sigmund Freud, que la repuesta que resurge será más
A menudo, una sesión de extinción no es suficiente primitiva que la conducta que reemplaza. Sólo tiene que ser
para extinguir la conducta. Con frecuencia esto sucede una respuesta que alguna vez ha sido eficaz; puede ser más
así, aunque la sesión de extinción dure varias horas e primitiva que aquella que ahora está en extinción, pero no
implique cientos o inclusive miles de respuesta sin necesariamente es así.
reforzar. Lo que en general ocurre es lo siguiente: La tasa
de repuesta disminuye y finalmente se estabiliza en Teorías de Reforzamiento.
el nivel o cerca del nivel previo al entrenamiento.
La extinción parece completa. No obstante, si después A menudo se escucha que "la práctica hace al maestro",
se coloca al animal o persona de regreso en la como si la mera ejecución repetida de una habilidad
situación de entrenamiento, la conducta extinguida condujera de manera inevitable a su dominio: no obstante,
se presenta de nuevo, como si nunca se hubiera Thomdike mostró que esta idea era errónea. Este autor
puesto en extinción. Se recordará que esta reaparición realizó una serie de experimentos cuya intención era separar
de una respuesta antes extinguida también sucede en la la influencia de la práctica de aquélla del reforzamiento. En
extinción pavloviana y se le denomina recuperación
un experimento intento dibujar una línea de 4 pulgadas (10
espontánea. Entre más largo sea el intervalo entre
cm) con los ojos cerrados. Dibujo la línea una y otra vez
ambas sesiones de extinción mayor es la
hasta llegar a un total de 3000 respuestas, sin embargo, no
recuperación.
hubo mejoría.
Es posible atestiguar la recuperación espontánea en
situaciones cotidianas. Una persona que ha hecho varios Thorndike concluyó que la práctica es importante solo en
intentos fallidos por obtener comida de una máquina cuanto que proporciona oportunidades de reforzamiento.
expendedora defectuosa se dará por vencida, pero quizá lo Pero ¿por qué los reforzadores fortalecen la conducta?
intente de nuevo cuando pasa cerca de la máquina en un
Teoría de Hull sobre la Reducción de la
momento posterior durante el día. Esta reaparición de la
conducta es la recuperación espontánea. Pulsión.
Clark Hull creía que los animales y personas exhibían
conductas debido a estados motivacionales llamados
pulsiones. Para este teórico, toda la conducta es
literalmente impulsada; por ejemplo, un animal al que se
priva de comida es impulsado a obtener el alimento. Otras
pulsiones se asocian con privación de agua, sueño,
oxígeno y sexo. Un reforzador es un estímulo que
reduce una o más pulsiones. Para un animal al que se
ha privado de comida, el alimento es un reforzador
eficaz porque reduce la pulsión conocida como hambre;
en contraste, un animal que ha comido hasta hartarse
aprende con lentitud cuando el reforzador es la comida.
La teoría de reducción de la pulsión de Hull funciona
razonablemente bien con reforzadores primarios
como el agua y la comida, porque éstos alteran un
estado fisiológico. Pero, como se señaló antes, existen
muchos reforzadores que no parecen satisfacer o
reducir las necesidades fisiológicas. Es más frecuente Teoría de Privación de Respuesta o Teoría
que los padres y maestro refuercen l a conducta a
del Equilibrio.
través de retroalimentación y elogios, que con comida
y agua. William Timberlake y James Allison propusieron la teoría
de privación de respuesta del reforzamiento. La idea
Teoría del valor relativo y el principio de central de ésta es que la conducta se vuelve reforzante
Premack. cuando se impide que el organismo la lleve a cabo.
David Premack asumió un enfoque totalmente
diferente acerca del problema del reforzamiento.
Cualquier conducta que ocurre con cierta frecuencia tiene
Mientras que por lo común los reforzadores: se
un nivel de línea base. Por ejemplo, si se le da oportunidad
consi deraban como estímulos, Premack señaló que se a una rata de beber o correr en una rueda de ejercicio
les podía considerar como conductas. Véase el caso del cuando lo desee, después de un tiempo establecerá tasas
reforzamiento con comida de la respuesta de presión constantes para cada conducta. La teoría de privación de
de palanca. En general se dice que el reforzador es la respuesta pronostica que, si se restringe el acceso al
comida, pero con la misma facilidad podría líquido, de modo que la tasa de ingestión descienda del
considerarse que es el acto de comer. nivel de línea base, la rata realizará la conducta que le
proporcione acceso al agua. En otras palabras, la
Ahora, decía Premack, es claro que, en cualquier conducta de beber será reforzante. Si a la rata se le permite
situación dada, algunos tipos de conducta tienen una beber libremente, pero se restringe su acceso a la rueda de
mayor probabilidad de ocurrencia que otros. De manera ejercicio, de modo que la tasa de la conducta de correr
común, una rata está en mayor probabilidad de comer caiga por debajo del nivel de línea base, la rata realizará
si se le da oportunidad de ello, que de oprimir la la conducta que le proporcione acceso a la rueda de
palanca. Así, diferentes tipos de conducta poseen ejercicio. En otras palabras, correr será reforzante.
diferentes valores, en relación entre sí, en cualq uier Todo esto suena muy similar a la teoría de Premack sobre
momento dado. Decía Premack que estos valores el valor relativo y, de hecho, la teoría de privación de
relativos son los que determinan las propiedades respuesta es una extensión del trabajo de este autor. La
reforzantes de la conducta. Esta teoría, que podría diferencia es que la teoría de privación de respuesta
denominarse teoría del valor relativo, no utiliza dice que no es vital el valor relativo de un reforzador
hipotéticas pulsiones fisiológicas; tampoco con respecto a otro; lo más importante es el grado
depende de la distinción entre reforzadores en el que ocurre cada conducta por debajo de su
p r i m a r i o s y secundarios. Para determinar si tasa de línea base. Dicho en otros términos, una
una actividad dada reforzará a otra, es necesario respuesta es reforzante al grado en que se haya
conocer los valores relativos de las actividades. impedido que el organismo ejecute esa respuesta a
su nivel normal.
Como una medida de los valores relativos de dos
La teoría de privación de respuesta predice que la
acti vidades, Premack sugirió la medición de la
oportunidad de participar en cualquier conducta que haya
cantidad de tiempo que ocupa una pers ona en descendido del nivel de línea base será reforzante; por
ambas actividades, una vez dada la oportunidad de ejemplo, supóngase que un niño ve normalmente la
elección entre ellas . Segú n Premack, el reforzamiento televisión de 3 a 4 horas cada tarde. Entonces, ésta es la
implica una relación entre dos respuestas, una que s e tasa de línea base para esta actividad; ahora supóngase
refuerza y otra que es responsable del reforzamiento. que algo perturba este patrón de conducta. Con la
Esto conduce a la siguiente generalización: de entre dos reducción de la posibilidad de ver la televisión, por
respuestas, aquella más p r o b a b l e reforzará a la ejemplo, una hora, es probable que el niño participe en
menos probable". Esta generalización, que se conoce actividades que le proporcionen acceso a la televisión. Si
como principio de Premack se expresa en la mayor sacar la basura o realizar otras tareas en el hogar le da
parte de las o c a si o n e s de manera un poco más oportunidad de verla, es probable que aquí aumente la
s e n c i l l a : la conducta con alta probabilidad refuerza a frecuencia de dichas actividades.
aquélla con baja probabilidad.
Teorías de Evitación.
10
Teoría de un proceso.
y Esta teoría propone que la evitación implica sólo
un proceso: el aprendizaje operante. Se aprende a
ejecutar tanto la respuesta de escape como la de evitación
porque las refuerza una reducción en la estimulación
aversiva. Considérese de nuevo al perro en una caja con
compartimientos: se apaga una luz y unos cuantos
segundos después el animal recibe un choque: la
terminación de éste refuerza la acción de saltar la valla.
Hasta aquí todo va muy bien. Pero ¿cuál es el reforzador
para la evitación del choque? Los teóricos de los dos
procesos se han quedado fijados en la idea de que no se
podía decir que la ausencia del choque reforzara la
conducta. ¿Cómo puede ser que la ausencia de algo sea un
reforzador? Pero la teoría de un proceso dice que sí sucede
algo: hay una reducción en la exposición al choque y esto
es reforzante.
Pero ¿qué pasa con la resistencia extrema de las respuestas
de evitación a la extinción? La teoría de un proceso afirma
que el animal que ha aprendido a evitar los choques
mediante saltar una barrera continúa haciéndolo porque
saltarla sigue evitando el choque. De ser este el caso, una
manera de lograr que el animal deje de saltar la valla sería
impedir que lo haga después de que se haya desconectado
el aparato de choques. El animal intentaría sin éxito saltar
la valla y entonces ... nada sucedería. ¡No hay un choque!
Después de varios de estos ensayos, cuando el animal esté
de nuevo en libertad de saltarla, debería dejar de hacerlo.
Y esto es justo lo que sucede. De hecho, la mejor manera
de lograr que un animal (o persona) deje de realizar
una respuesta innecesaria de evitación es impedir
que ocurran tanto ésta como sus consecuencias
aversivas.
