Tema 5

TEMA 5: CONDICIONAMIENTO INSTRUMENTAL: OTROS FENOMENOS.
5.1.- Extinción de conductas adquiridas por recompensa
La extinción, como hemos visto, es el procedimiento por el cual se deja de administrar
el consecuente a continuación de una R. Su efecto general termina por ser la reducción
o desaparición de la R.
La extinción es un fenómeno que reviste especial importancia en al menos los
siguientes aspectos:

La resistencia a la extinción de una R aprendida mediante un cierto
procedimiento de adquisición es un indicio del poder a largo plazo de ese
procedimiento para esa R; se ha comprobado que no suele haber coincidencia
entre los procedimientos de adquisición cuyo efecto es más poderoso a corto plazo
(e.g., que generan en seguida una alta tasa de respuestas) con aquellos cuya
persistencia temporal es mayor una vez que se suspende la contingencia.

El procedimiento de extinción es por sí mismo una técnica de aprendizaje que
puede contribuir a eliminar respuestas inapropiadas de un organismo cuando se
pueden eliminar las contingencias que las mantienen. De hecho, en algunos casos
constituye el mejor método para suprimir una R indeseada.
5.1.1. Curso temporal de la extinción.
El procedimiento de extinción no produce sólo un efecto de atenuación progresiva de
la R. En realidad, es característico que en el proceso ocurra además lo siguiente:

Al principio de la fase de extinción de una R previamente condicionada se produce
un aumento de tasa de respuesta.

La intensidad de la RC aumenta notablemente al principio de la extinción (por
ejemplo, el animal hace más fuerza sobre la palanca).
•
La combinación de este fenómeno y el anterior (respuestas muy frecuentes e
intensas al principio de la extinción) se conoce como explosión de respuesta o
pico de respuesta. Es transitorio y se debe manejar con sumo cuidado en las
intervenciones.

La morfología de la R se hace progresivamente más variable, es decir, cuando el
organismo emite la RC lo hace con movimientos cada vez menos homogéneos.

Se produce un aumento de frecuencia de conductas alternativas a la R en extinción
que ya estaban presentes al principio de la adquisición y se habían reducido en el
curso de ésta. En lo que se refiere a este punto y al anterior, la evolución de la
conducta durante la extinción es justamente opuesta a la que ocurre durante la
adquisición.
1
Condicionamiento
Tema 5
•
Con frecuencia aparecen estados emocionales alterados en el organismo
(frustración). Por ejemplo, en bastantes casos aumenta significativamente la
probabilidad de conductas agresivas a congéneres presentes en la situación.
•
La R extinguida presenta a menudo recuperación espontánea pasado un tiempo,
si bien tiende a volver a decaer rápidamente. Si se repiten las situaciones de
extinción, la recuperación espontánea es cada vez más débil y transitoria. La
recuperación espontánea ocurre más probablemente si el organismo es situado en
condiciones estimulares similares a las de la fase de adquisición.
5.1.2. Factores de la extinción.
Los principales son los siguientes:
•
En general, las respuestas adquiridas rápidamente a base de recompensas
cuantiosas se extinguen más rápidamente.
•
En la mayoría de los casos, una mayor cantidad de entrenamiento previo
aumenta la resistencia de la R a la extinción. El sobreaprendizaje, (recuérdese: el
mantenimiento de las condiciones de adquisición una vez alcanzado el nivel criterio
de aprendizaje) tiene casi siempre este efecto, a menos que la recompensa
utilizada durante la adquisición sea de gran magnitud, en cuyo caso suele
predominar lo dicho en el punto anterior.
•
Programa de refuerzo durante la adquisición: El empleo de programas de
refuerzo parcial durante la adquisición da lugar a un aumento en la resistencia de la
respuesta a la extinción. Este efecto, sumamente general entre especies y sistemas
de respuesta, se conoce como ERPE (“Efecto del Refuerzo Parcial en la Extinción”)
♦ El porcentaje total de Rs recompensadas durante la adquisición es inversamente
proporcional al tiempo requerido para la extinción. Es decir, las Rs adquiridas
mediante programas "exigentes" son más resistentes a la extinción que las
adquiridas mediante programas "prolijos".
♦ En general, la introducción de cambios en el programa de refuerzo durante la
fase de adquisición aumenta la resistencia a la extinción de la R.
En un organismo sometido a refuerzo continuo, la introducción de un periodo, aunque
sea breve, de ref. parcial al final de la fase de adquisición prolonga notablemente el
mantenimiento de la R durante la subsiguiente fase de extinción.
2
Condicionamiento
Tema 5
5.2.- Programas de refuerzo no-básicos
Vamos a ver sólo algunos ejemplos:
5.2.1.- Programas de duración y tasas bajas
5.2.1.1. Programas RDB
Significa “Reforzamiento Diferencial de tasas Bajas”. Se da recompensa a una R
sólo si no ha habido otra anterior en un determinado tiempo. Cada vez que el
organismo da una respuesta sin que haya transcurrido el periodo exigido, éste se
"reinicia". Es decir, el "periodo muerto" comienza con cada respuesta dada por el
organismo. En esto es muy importante distinguirlos de los programas de
intervalo, en los que dicho periodo se cuenta a partir de la última recompensa
administrada.
El efecto de los RDB es que se consigue mantener la respuesta, pero a tasas tan bajas
como se quiera.
Bastante empleados en intervenciones clínicas y educativas.
5.2.1.2.Programas de duración
Se recompensa la conducta si se mantiene constante y sin interrupción durante
un determinado periodo de tiempo.
Por ejemplo, podemos recompensar a un perro por caminar al lado de su amo o
entrenador durante 3 minutos sin adelantarse, atrasarse o separarse.
Son muy importantes en la práctica, ya que a menudo el objetivo de intervención es
lograr conductas persistentes (prestar atención en clase, mantenerse en la tarea, etc.)
5.2.2.- Programas concurrentes
Dos o más respuestas distintas, accesibles al organismo al mismo tiempo, sometidas
cada una de ellas a un programa de refuerzo distinto. En el caso típico de laboratorio
se emplean cajas de Skinner modificadas, con dos o más palancas.
3
Condicionamiento
Tema 5
Palanca A
Comedero
Palanca B
Reflejan el hecho de que los organismos, en condiciones naturales, tienen
normalmente más de una respuesta posible ante una situación, sometidas cada una de
ellas a diferentes contingencias de reforzamiento. La "elección" de un operante por
parte de un organismo no depende sólo de las contingencias de refuerzo asociadas a
ese operante, sino también de las respuestas alternativas y sus respectivas
contingencias.
Como es evidente, puede diseñarse una gran variedad de programas concurrentes.
Consideraremos sólo dos ejemplos dotados de especial interés.
5.2.2.1. Ejemplo: programas concurrentes RF-RF:
Dos respuestas, A y B, cada una sometida a un programa de razón fija con valor
distinto; por ejemplo, A: RF-5 y B: RF-15
Con suficiente entrenamiento, los sujetos tienden a maximizar el número de
respuestas sometidas al programa de razón más baja. Si la diferencia es suficiente,
llegarán a eliminar totalmente las Rs sometidas a programa de razón más alta.
Obsérvese que los organismos tienden a hacer lo óptimo para obtener el mayor
número de recompensas.
5.2.2.2. Ejemplo: programas concurrentes IV-IV
Dos respuestas A y B, cada una de ellas sometida a un programa de IV con un valor
distinto.
El hecho más significativo que se ha observado respecto a este tipo de programa es
que los organismos tienden a comportarse de forma que obtienen el máximo número
posible de recompensas.
Herrstein (1961) formuló este resultado bajo la forma de la Ley de Igualación
("Matching Law"): las tasas relativas de A y B tienden a igualarse a las respectivas
tasas de refuerzo. Es decir, si una de las respuestas está sometida a un programa
mucho más "rentable" (p.ej., IV-5 IV-30), el organismo tenderá a emitirla con mucha
4
Condicionamiento
Tema 5
más frecuencia que la otra. Si la diferencia de "rentabilidad" es menor (por ejemplo,
IV-30 IV-35), el organismo emitirá la R más rentable un poco más frecuentemente que
la otra.
5.2.2.3. Programas concurrentes encadenados y conducta de elección
Los programas concurrentes encadenados tienen dos fases, llamadas “fase de
elección” y “fase de respuesta” (o “fase terminal”). En la fase de elección el organismo
no recibe recompensa por ninguna de las dos Rs disponibles, sino que mediante ella
establece cuál será el programa activo en la fase siguiente. En la fase terminal, por
tanto, estará activo únicamente el programa “elegido”; el manipulador (palanca, etc.)
correspondiente a la R no elegida queda desactivado.
A medida que progresa la situación de adquisición, el organismo aprende a elegir el
programa más “rentable”.
Se ha comprobado que, ceteris paribus, los organismos tienden a preferir programas
variables.
5.2.2.4. Conducta de elección y autocontrol
En la fase terminal la respuesta A está asociada a un programa con una recompensa
pequeña e inmediata, mientras la B da una recompensa muy grande con demora alta.
Los organismos eligen sistemáticamente A. Es fácil ver la relación de esta preparación
experimental con situaciones problemáticas de la vida humana: a menudo las
personas no logran escoger la recompensa de alta demora aunque lo deseen
(considérese el caso de los hábitos alimentarios, relacionados con la salud, etc.)
Rachlin y Green (1972) demostraron que esta elección se invierte si entre ambas fases
se interpone una demora igual para ambos programas (autocontrol). Este resultado
tiene significativas aplicaciones de cara al tratamiento de diversos problemas en
psicología humana.
5.2.2.5. Resultados generales sobre programas concurrentes:
El análisis temporal (momento a momento) de las sesiones de programas concurrentes
muestran que el organismo aprende a emitir en cada momento la respuesta que hace
máxima la probabilidad de reforzamiento.
Considerando la sesión globalmente, el organismo iguala las tasas relativas de R a las
de refuerzo (IV-IV) o bien maximiza la respuesta más "rentable" (RF-RF).
Lo más significativo es que el organismo consigue aprender a hacer lo más
conveniente en cada caso.
Una conclusión importante desde el punto de vista aplicado es que, a efectos de
eliminar una conducta indeseada, podemos trabajar aumentando la tasa de refuerzo
de otras conductas alternativas e incompatibles con ella.
5
Condicionamiento
Tema 5
5.3.- Casos especiales de condicionamiento instrumental
5.3.1.
Conducta supersticiosa
Este fenómeno fue descubierto por Skinner en 1948. Al dejar a palomas, deprivadas
hasta el 75% de su peso, en una caja experimental y alimentarlas a intervalos
regulares (15 sg.) con independencia de su conducta, muchas de ellas (seis de ocho)
resultaron aparentemente condicionadas, de forma que la conducta que estuvieran
realizando en el momento anterior a la administración de comida resultaba reforzada.
Así, un sujeto aprendió a dar vueltas, otro a balancear la cabeza; otro a introducir la
cabeza en un ángulo de la caja, etc. Los animales se comportaban exactamente como
si la conducta causara la administración de comida, y de ahí la denominación de
"conducta supersticiosa". Muchos prefieren, sin embargo, el nombre más sobrio de
“condicionamiento accidental.
Parece plausible que este fenómeno tenga alguna relación con la persistencia de
algunas conductas erróneas (prejuicios, rituales, supersticiones...). En el caso
humano, sin embargo, no constituye ni mucho menos la única explicación, ya que
muchas supersticiones comunes se deben a la transmisión cultural, y no a que el
individuo haya experimentado una situación comparable a la del experimento de
Skinner.
5.3.2.
Condicionamiento operante verbal
En el CO verbal se emplean como reforzadores emisiones verbales por parte del
psicólogo ("bien", "mal", "m-mm", etc.), y la respuesta con la que tales emisiones se
hace contingente puede ser también verbal (por ejemplo, palabras en plural,
sustantivos con raíz latina, cultismos, etc.).
Se comprueba que:

Los sujetos aumentan la frecuencia de la respuesta. Aun cuando parece claro que
el condicionamiento no es ni mucho menos el fenómeno central del lenguaje, lo
cierto es que sí tiene cierto poder para modificar aspectos puntuales de las
emisiones verbales.

Los sujetos a menudo no son capaces de explicar lo que está pasando. Aun cuando
en algunos casos se ha comprobado que los sujetos detectan que están siendo
sometidos a un procedimiento sistemático, normalmente no se dan cuenta de en
qué consiste, y cuando llegan a captar que hay recompensas verbales según un
patrón, sus explicaciones del procedimiento no son correctas (aunque los efectos
del procedimiento sí son los esperados). Por lo tanto, el condicionamiento verbal
ocurre de forma ajena a la conciencia (de otro modo, no cabría hablar de
"condicionamiento" propiamente dicho).
El condicionamiento operante verbal tiene una gran importancia práctica, tanto en
contextos profesionales (clínica, educación, etc.) como incluso en situaciones naturales
de interrelación con otros.
6
Condicionamiento
5.3.3.
Tema 5
Efectos de interferencia en evitación/escape.
Este efecto se ha probado, por ejemplo, aplicando a perros descargas muy intensas.
Para parte de los sujetos (control), las descargas son evitables mediante alguna
respuesta. Para otros (grupo experimental), no hay posibilidad de evitación o escape.
Tras un periodo de 24 horas, los mismos animales son expuestos a un procedimiento
de evitación-escape en una caja de lanzadera. Se comprueba que los sujetos que
habían sido sometidos a descargas incontrolables no aprenden. Esto es lo que se
denomina efecto de interferencia.

En el caso de organismos muy jóvenes, la conducta de evitación-escape puede
llegar a aprenderse, pero con mucha más dificultad.

La máxima interferencia (incluso permanente) se consigue con descargas de larga
duración e intensidad media.
Este fenómeno está en la base del concepto de indefensión aprendida, propuesto
por Seligman: el animal ha aprendido que no hay manera de defenderse de las
descargas, y este aprendizaje “bloquea” el de posteriores respuestas de evitación y
escape. Existe evidencia de que este mismo principio explica algunas de las
manifestaciones características de ciertos trastornos del estado de ánimo en sujetos
humanos.
7