Influencia del reforzamiento positivo en el aprendizaje
asociativo de ratas
Yazmin L. Alcantara I. , Axel U. Milpas O., Ricardo A. Salvador S.
FACULTAD DE ESTUDIOS SUPERIORES ZARAGOZA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
Resumen
Palabras clave
reforzamiento positivo, aprendizaje, rata, caja de skinner, condicionamiento
El condicionamiento es una clase de aprendizaje mediante el cual se asocian dos
eventos. Puede distinguirse entre dos tipos básicos de condicionamiento: el
condicionamiento clásico y el condicionamiento operante.
El condicionamiento clásico, que también se conoce como condicionamiento
respondiente y condicionamiento pavloviano, fue postulado originalmente por el
fisiólogo ruso Ivan Pavlov. Se trata de una forma de aprendizaje asociativa que tiene
su origen en los principios que Aristóteles proclamó en la ley de contigüidad.
Esta ley sostiene que, cuando dos sucesos suelen acontecer a la vez, cada
vez que aparece uno, viene el otro a la mente. Este tipo de condicionamiento genera
una vinculación entre el primer estímulo que produce una respuesta de manera
natural, con el segundo estímulo que no producía una respuesta. (Julián P. P. y Ana
G., 2022)
En cuanto al condicionamiento operante o instrumental,se caracteriza por un
estímulo reforzador que es la consecuencia a una respuesta que el sujeto emitió con
anterioridad. Esta nueva característica hace que el condicionamiento sea el
aprendizaje de una nueva conducta, y no al vínculo entre estímulos y respuestas
preexistentes. (Julián P. P. y Ana G., 2022)
Dentro del condicionamiento operante hay nuevas abreviaturas y
denominaciones las cuales son: Estímulo incondicionado (EI) aquellos impulsos a
los que reaccionamos naturalmente; es decir que para enfrentarlos no necesitamos
aprender nada, son incondicionales al aprendizaje; estímulo condicionado (EC), en
cambio, es aquella respuesta que puede desarrollarse gracias a un aprendizaje
previo; y estímulo neutro (EN) es aquel que no provoca ninguna respuesta. Se trata
de la teoría del aprendizaje que intenta discernir aquellas conductas que son nuevas
para el organismo debido a que no se encuentra programado genéticamente. (Julián
P. P. y Ana G., 2022)
“Dentro del condicionamiento operante, en definitiva, existen muchas
formas de aprendizaje: por reforzamiento (se utiliza el estímulo reforzante
para conseguir la reacción del animal), por evitación (métodos aversivos que
el animal puede evitar en caso de realizar lo que se le pide), supersticioso
(una consecuencia relacionada con estímulos reforzantes o aversivos,
consiguen que aumente la frecuencia de la conducta deseada), por castigo
(la realización de lo que se le pide, será penada de forma poco agradable. El
miedo es protagonista de que se realice la acción) y por extinción (las
conductas que no son tratadas por ninguno de los métodos anteriores,
disminuyen su frecuencia de aparición. Es decir que cuanto menos
importancia se les dé, más rápido desaparecerán de la conducta normal del
animal)”. (Julián P. P. y Ana G., 2022)
El experimento de la caja de Skinner demostró cómo los animales pueden
aprender a través de las consecuencias de sus acciones. Por ejemplo, si una rata
presiona una palanca y recibe comida como consecuencia, es más probable que
vuelva a presionar la palanca en el futuro. Esto ilustra el concepto de reforzamiento,
donde la comida actúa como un reforzador positivo que aumenta la probabilidad de
que la rata repita el comportamiento de presionar la palanca. (Paula L. et al., s.f)
Pero en el condicionamiento operante también se nos habla de castigos, los
cuales Skinner también aplicó en su caja, haciendo que si una paloma picotea un
disco en la caja de Skinner y recibe una descarga eléctrica como consecuencia,
esto hace que sea menos probable que vuelva a picotear el disco en el futuro.
(Paula L. et al., s.f)
De acuerdo con Thorndike (1911), el aprendizaje fundamental cuenta con
asociaciones y respuestas que se reflejarán en la conducta. Thorndike estudió el
aprendizaje mediante experimentos con animales, enfrentados a situaciones
problemáticas para alcanzar una meta, como obtener comida o llegar a un
destino,los animales seleccionan una, la ejecutan y experimentan las
consecuencias.
La relación entre la respuesta y el estímulo se fortalece con relación a que el
animal emite la respuesta/s ante el estímulo o problema repetidamente,se conoce
como ensayo y error.
Thorndike rechazó la introspección como método de estudio psicológico,
cuando introdujo el reforzamiento positivo, se centró en el estudio de los fenómenos
conductuales en el aprendizaje, excluyendo la invocación de la conciencia. Destacó
el carácter activo del organismo al resolver problemas para adaptarse al entorno,
adoptando una posición probabilística mediante el ensayo y error.
Thorndike no solo observó la selección y ejecución de respuestas, sino
también el tiempo que tardaban los animales en lograr su objetivo y la cantidad de
errores que cometían. A partir de esto, propuso que el aprendizaje por ensayo y
error implicaba tres fases:
● Exploración: Inicialmente, el animal se encuentra en un estado de
incertidumbre, sin saber cómo resolver la situación. Explora su entorno
de forma aleatoria, probando diferentes respuestas sin éxito.
● Selección: A medida que el animal interactúa con el entorno,
comienza a asociar ciertas respuestas con consecuencias específicas.
Las respuestas que lo acercan a su objetivo (comida, libertad) se
vuelven más frecuentes.
● Consolidación: Con la repetición y el éxito, la asociación entre la
respuesta correcta y el estímulo se fortalece. El animal aprende a
realizar la acción adecuada de manera más eficiente y con menos
errores.
● Factores que influyen en el aprendizaje:
● Thorndike identificó algunos factores que pueden afectar la velocidad y
la eficacia del aprendizaje por ensayo y error:
● Motivación: La intensidad de la necesidad o deseo del animal por
alcanzar su objetivo influye en su disposición a explorar y persistir en
la búsqueda de una solución.
● Características del estímulo: La claridad y la distintividad del estímulo
facilitan la asociación con la respuesta correcta.
● Complejidad de la respuesta: Las respuestas más simples y directas
son más fáciles de aprender que las complejas o que requieren
secuencias de acciones.
● Recompensas y castigos: La naturaleza y la intensidad de las
consecuencias refuerzan o debilitan las asociaciones entre estímulos y
respuestas. Más allá del ensayo y error:
Es importante destacar que Thorndike no consideraba el ensayo y error como
un proceso puramente mecánico. Reconocía que los animales podían aprender por
observación e imitación, y que incluso podían desarrollar estrategias para resolver
problemas de manera más eficiente.
Limitaciones de la teoría:
La teoría del ensayo y error de Thorndike ha recibido algunas críticas,
principalmente por su énfasis en el aprendizaje a través de consecuencias externas
y por no considerar suficientemente los procesos cognitivos internos que intervienen
en el aprendizaje. Sin embargo, sus ideas han tenido un impacto significativo en la
comprensión del aprendizaje animal y han contribuido al desarrollo de diversas
técnicas de entrenamiento y modificación de la conducta.
Por otro lado Watson buscaba que la psicología fuera una ciencia objetiva,
propuso la observación y medición como su verdadero objeto de estudio. Aunque el
conductismo redujo los procesos psicológicos a mecanismos estímulo-respuesta,
cumplió con los requisitos de convertir la psicología en una ciencia en ese momento.
Ribes (2010).
La caja de condicionamiento operante, conocida como la cámara de Skinner,
es un dispositivo de laboratorio desarrollado por Skinner en la década de 1930, el
propósito de esta es examinar cómo los animales refuerzan o no ciertas conductas
en función de las consecuencias de sus acciones.
Se utiliza para simular tanto el condicionamiento operante como el
condicionamiento clásico, mediante este dispositivo, se entrena a los animales para
realizar tareas específicas (presionar una palanca en respuesta a estímulos
particulares),Si el animal realiza la acción correcta, recibe un refuerzo positivo, como
comida, etc, también puede aplicar un refuerzo negativo para eliminar respuestas
incorrectas.
Pozo (1998), el condicionamiento operante, habla del proceso de aprendizaje
adaptativo de las respuestas de los músculos esqueléticos, que implica la utilización
del refuerzo. Según esta perspectiva, una respuesta debe ser emitida de manera
espontánea y su ocurrencia debe ser seguida por un evento que la refuerce para
que se produzca el condicionamiento.
Una de las prácticas frecuentemente empleadas es el método de intervalo fijo
(IF), donde se cuenta un tiempo constante desde el refuerzo anterior, y al finalizar,
se refuerza la primera respuesta.
Pausa pos-reforzador (Dukich & Lee, 1973) que abarca desde el refuerzo
hasta la primera respuesta, el tiempo necesario para emitir una cuarta parte de las
respuestas en un intervalo entre refuerzos, conocido como vida cuartilar (Gollub,
1964), y el tiempo de transición de una tasa baja a alta de respuestas, denominado
punto de transición (Schneider, 1969). Se observa un aumento en la tasa de
respuesta en relación con el tiempo transcurrido desde el refuerzo, lo que se llama
escalar o invariancia en la escala de tiempo (Guilhardi & Church, 2005).
Los programas de razón e intervalo se dividen endos categorías: variable fija.
- Programa de razón variable, la cantidad de respuestas necesarias para el
refuerzo varía de manera irregular pero con una característica repetitiva.
- Programas de intervalo, el intervalo variable (IV) varía el tiempo antes del
refuerzo, mientras que el intervalo fijo (IF) mantiene constante dicho tiempo.
Todos los programas de reforzamiento positivo se finalizan a variaciones en
requisitos de razón e intervalo, algunas veces combinados con reforzamiento
diferencial de propiedades específicas de las respuestas.( Reynolds,1968)
Cuando hablamos de tasas de respuestas, estas dependen de la naturaleza
variable de los programas, evitando largos períodos sin refuerzo y elementos
discriminables que preceden consistentemente la ocurrencia o no ocurrencia del
refuerzo.
Justificación
Para mejorar nuestro desempeño como futuros psicólogos, debemos de tener
bases fijas acerca de lo que dió origen a la psicología como una ciencia, teniendo
caracteres observables, medibles y cuantificables; de esta manera podremos
mejorar nuestros conocimientos y llevarlos a práctica.
Otro punto a tomar en cuenta es comprobar la vigencia, utilidad y veracidad
de los aportes hechos por los psicólogos hace más de 50 años, de esta manera
podremos conocer si las teorías de los autores investigados siguen siendo
relevantes.
Pregunta: ¿Influye la presencia de reforzamiento positivo en la tasa de respuesta?
Hipótesis: Si hay un refuerzo positivo, la tasa de respuesta será mayor
Objetivo general: La presente investigación, tiene como objetivo analizar la
influencia de los reforzadores positivos en el aprendizaje asociativo de las rata
Método
Sujeto: Se trabajó con una rata albina macho de dos meses de edad
aproximadamente, experimentalmente ingenua procedente del bioterio de la
Facultad de Estudios Superiores Zaragoza Campus II. La cual tenía un peso de 451
g el primer día y a partir de ello se llevó un registro de su peso con alimentación libre
durante 5 días
Materiales:
a) Alimento para rata (pellas).
b) Aserrín.
c) Bebedero para ratas.
d) Caja habitación.
e) Clip mariposa.
f) Comida hecha a partir de pellas.
g) Hojas de registro de peso y de las sesiones de 15 minutos de duración
h) Hojas de registro de tasa de respuesta
i) Papel
Herramientas:
a) Báscula granataria
b) Cronómetro (celular marca apple,samsung)
c) Caja de skinner (ver apéndice 1)
Situación experimental: El experimento se llevó a cabo en el cubículo 4 del
laboratorio D del edificio A4 del Área de Psicología Experimental en la FES
Zaragoza, las ventanas se encontrarán abiertas y las persianas completamente
cerradas, la luz se encontrará apagada durante el tiempo en el que los participantes
se encontraron en el cubículo, el mobiliario dentro del cubículo constó de 3 sillas, 1
escritorio y 2 computadoras de la marca hp y Dell.
Procedimiento
El bioterio entregó a la rata, la cual fue pesada junto con el alimento al principio y al
final de cada clase. Durante 5 días se pesó a la rata para determinar el promedio del
peso y de la alimentación y así calcular el alimento y el peso al 80% y 85% en cada
uno para mantener el control. Con base a estos cálculos se dejó diariamente el
alimento, tomando en cuenta los fines de semana.
Se trabajó con la rata durante 2 sesiones de 20 minutos por día con 10 minutos
fuera de la caja de Skinner. Al finalizar la tercera sesión se pesó a la rata y el
alimento para saber cuánto había consumido dentro de la caja de Skinner y
basándose en esto, se determinó el alimento dejado en su caja habitación.
Etapa 1: Habitación. Se metió a la rata en la caja de Skinner durante una sesión
sin proporcionarle ningún tipo de estímulo a fin de que conociera el espacio.
Etapa 2: Entrenamiento al comedero. Durante el segundo día se trabajó durante 2
sesiones de 20 minutos, en las cuales, se le proporcionó alimento (una pella) a la
rata cuando se acercaba al comedero evitando que se alejará,
Etapa 3: Entrenamiento a la palanca. Cuando la rata comenzó a discriminar el
comedero se le dejó de reforzar, sólo cuando miraba hacia la dirección de la
palanca, esta se bajaba y se encendía el foco (actuando como un estímulo
discriminativo) de esta manera se le daba alimento (una pella). Durante el tercer y
cuarto día la rata comenzó a bajar la palanca de la caja de Skinner y comenzó a
subir su tasa de respuesta.
Etapa 4: extinción
Durante la última sesión se trabajó en dos lapsos de 20 minutos con uno de 10
minutos intermedio que se destinaron a el descanso de la rata 50 minutos en total),
en esta etapa ya no se proporcionó alimento (una pella) cuando presentaba la
conducta de palanquear.
Notamos como había una tasa de respuesta muy rápida, al igual que su
comportamiento cambió drásticamente, comenzó a morder y rasguñar el comedero ,
al igual que su cabello se notaba erizado, y se notaba visiblemente irritada ya que
empezó a saltar contra la tapa de la caja de Skinner.
Resultados
Gráfica 1. Extinción primera fase
Nota: se ve la disminución en la taza de palanqueos, así como los momentos de
recuperación espontánea que llegó a presentar la rata durante esta última fase.
Gráfica 2. Extinción segunda fase
Nota: Se puede ver de mejor manera la extinción total de la conducta aprendida que
tenía la rata, pudiendo verse de mejor manera la la recuperación espontánea.
Gráfica 3. Gráfica total de extinción.
Nota: Se muestra la extinción de la conducta en sus dos fases mediante una gráfica
comparativa, la cual nos permite ver la notable disminución en la tasa de
palanqueos.
Gráfica 4. Condicionamiento
Nota: Se muestra el comportamiento de la rata en la caja de Skinner durante su
estadía en ella y con el pasar de los días, viéndose reflejada la conducta aprendida
en su máximo explendor el día 3 para su posterior extinción.
Discusión y conclusión
Se puede observar a través de nuestros resultados cómo la rata logró aprender y
asociar una conducta con un premio o reforzamiento. Esto nos indica que la rata
aprendió de buena manera la relación palanqueo-comida que es lo que se esperaba
de nuestro experimento.
Posteriormente se puede observar cómo la tasa de palanqueos en la fase de
extinción se disminuye a 0 en los últimos momentos de la fase 2 de ésta etapa
experimental; lo cual nos permite concoer que la rata sufrió lo que se denomina
“extinción” de una conducta haciendo de nuestra manipulación un éxito.
En conclusión podemos afirmar que nuestra intervención con la rata fue eun éxito
moldeando su conducta y cuidando de la integridad de la misma, generando un
aprendizaje en el animal y su posterior extinción para cumolir con las normas éticas
por las cuáles nuestro trabajo se ve regido.
Podemos ver qué hicimos un buen trabajo en el tiempo que logramos manipular la
conducta de la rata, pero tenemos áreas de oportunidad las cuales van desde el
tiempo de manipulación de la conducta ya que en nuestro caso fueron pocas
sesiones lo cual generó que solo pudiéramos llegar a la rata a una F2 en la tasa de
palanqueo; otra área de oportunidad que encontramos en nuestro trabajo es la
mejor manipulación del animal ya que nos costó agarrarla en un primer momento,
pero eso lo logramos superar al poco tiempo. Por último encontramos que nuestra
rata tardó un poco en palanquear desperdiciando así la primera y segunda
aproximación con ella, esto lo podríamos mejorar desde una primera instancia y así
aprovechar de mejor manera el tiempo restringido que tenemos con en animal.
Referencias
● Julián P. P. y Ana G. (2022, marzo 8). Condicionamiento . Qué es, tipos,
definición y concepto. [Link]
● Paula L., Rosario C., Joaquina S., María G. (s.f). El Condicionamiento
Operante de Skinner: Cómo el Aprendizaje se Moldea a Través de las
Consecuencias. Mentes abiertas Psicología.
[Link]
condicionamiento-operante-de-skinner-como-el-aprendizaje-se-moldea-a-trav
es-de-las-consecuencias#:~:text=El%20condicionamiento%20operante%20s
e%20basa,se%20extinga%20en%20el%20futuro.
● López, D. (2021). Edward Lee Thorndike y John Broadus Watson: Dos
explicaciones del aprendizaje. Educere, vol. 25, núm. 81, pp. 647-656, 2021,
Universidad de los Andes. Recuperado de
[Link] 6225025/html/
● Reynolds, G. (1968). Compendio de condicionamiento operante. Universidad
de California, San Diego. pp. 82-94
● Ribes, E. (2010). John B. Watson: El conductismo y la fundación de una
psicología científica. Acta Comportamentalia: Revista Latina De Análisis Del
Comportamiento, 3(3). Recuperado de
[Link]
Apéndice
