Tu Conducta@Asesoria y Terapia: El Condicionamiento Operante, Conceptos y Técnicas

Skinner utiliza básicamente la forma de aprendizaje asociativo conocida como condicionamiento operante, basada en el aumento o disminución de ciertas conductas dependiendo de si sus consecuencias son positivas o negativas, como por ejemplo dar incentivos a los niños cuando realizan sus tareas.

Dentro de los procedimientos conductuales, el condicionamiento operante o instrumental es probablemente el que tiene aplicaciones más numerosas y variadas.

¿En qué consiste el condicionamiento operante?

Thorndike y Pavlov trazaron el horizonte del aprendizaje como referido al sistema nervioso y consideraban la conducta como manifestación del funcionamiento neurológico. Skinner (1938) no negaba que este acompaña al comportamiento, pero creía que se podía entender una psicología de la conducta en sus propios términos y sin referencia a los acontecimientos neurológicos. La conducta es asunto de la totalidad del organismo, no de sus partes.

El condicionamiento operante puede describirse como un proceso que intenta modificar el comportamiento mediante el uso del refuerzo positivo y negativo.

A través del condicionamiento operante, un individuo hace una asociación entre un comportamiento particular y una consecuencia.

Ejemplos:

Los padres recompensan las buenas calificaciones de un niño con dulces o algún otro premio.

Un maestro premia a aquellos estudiantes que son tranquilos y educados.

Los estudiantes se dan cuenta que al comportarse así reciben más puntos.

Un alimento se da a un animal cada vez que presiona una palanca.

Conceptos Del Condicionamiento Operante

Refuerzo

Es el responsable de la emisión de respuestas, es decir, de la probabilidad de que sucedan, sea mayor o menor en un futuro. Es un estímulo reforzante y consecuente, ya que se da una vez se ha producido la respuesta.

Es imposible saber si un reforzador determinado influye en la conducta hasta que no se presenta de manera contingente con una respuesta y se comprueba que el comportamiento cambia a consecuencia del reforzador.

Existen dos tipos de refuerzo: positivo y negativo. Ambos tienen la misma finalidad de aumentar la probabilidad de que la respuesta se emita en situaciones futuras. Además, para Skinner los reforzadores se definen por medio de las conductas que son observables y medibles.

Refuerzo positivo

El refuerzo positivo refuerza un comportamiento proporcionando una consecuencia que un individuo encuentra gratificante.

Refuerzo negativo

La eliminación de un reforzador desagradable también puede fortalecer un comportamiento. Esto se conoce como refuerzo negativo porque es la eliminación de un estímulo adverso que es “gratificante” para el animal o la persona. El refuerzo negativo refuerza el comportamiento porque detiene o elimina una experiencia desagradable.

Reforzadores primarios

Serían todos aquellos reforzadores básicos que no necesitan de ninguna historia de condicionamiento previa para funcionar como tales. Algunos ejemplos serían el agua, la comida y el sexo.

Reforzadores secundarios

Los reforzadores secundarios si estarían basados en historias previas de condicionamiento gracias a la asociación con estímulos incondicionados. Algunos ejemplos serían el dinero y las calificaciones.

Castigo

El castigo también se mide por sus efectos en la conducta del sujeto. En cambio, a diferencia del refuerzo, lo que se pretende es la disminución o supresión de una determinada conducta.

Un castigo reduce la probabilidad de emisión de una conducta en situaciones posteriores. No obstante, no elimina la respuesta ya que si la amenaza de castigo disminuye, la conducta puede volver a aparecer.

En el castigo también existen dos tipos o procedimientos diferentes, castigo positivo y castigo negativo.

Castigo positivo

Este implica la presentación de un estímulo aversivo tras la realización de un determinado comportamiento. Es dado de manera contingente a la respuesta dada por el sujeto.

Castigo negativo

Consiste en la eliminación de un estímulo como consecuencia de un determinado comportamiento, es decir, consiste en la retirada de un estímulo positivo tras la realización de una determinada conducta.

Extinción

En la extinción se deja de emitir una respuesta debido a que el reforzador ya no aparece. Este proceso se basa en dejar de proporcionar el reforzador correspondiente que se espera conseguir y que ha hecho que ese comportamiento se mantenga a lo largo del tiempo.

Cuando una respuesta se extingue, el estímulo discriminativo pasa a ser estímulo de extinción. Este proceso no debe confundirse con el olvido, que es dado cuando la fuerza de un comportamiento disminuye al no haber sido emitido en un período de tiempo.

Generalización

Ante una situación o estímulo determinado se condiciona una respuesta, que puede aparecer ante otros estímulos o situaciones parecidas.

Discriminación

Este proceso es el opuesto al de generalización, en él se responde de manera diferente según el estímulo y el contexto.

Programas de refuerzo

Skinner también estableció gracias a sus investigaciones diversos programas de refuerzo, entre los que están los programas de reforzamiento continuo y los programas de reforzamiento intermitente.

Programas de refuerzo continuo

Están basados en el reforzamiento constante de la respuesta cada vez que se presente, es decir, cada vez que el sujeto ejecute la conducta deseada obtendrá un estímulo reforzador o positivo.

Programas de refuerzo intermitente

En cambio, aquí el sujeto no siempre obtiene el reforzador al realizar la conducta deseada. Estos se definen en base al número de respuestas dadas o al intervalo de tiempo transcurrido entre respuestas, dando lugar a diferentes procedimientos.

Programas de razón fija

En estos programas el reforzador se proporciona cuando el sujeto genera respuestas fijas y constantes. Por ejemplo, en un programa de razón 10 la persona obtiene el reforzador tras haber realizado diez respuestas cuando se presenta el estímulo.

Programas de razón variable

Éste se construye igual que el anterior, pero en este caso el número de respuestas que el sujeto debe dar para obtener el reforzador es variable.

El reforzador seguiría dependiendo del número de respuestas emitidas por el sujeto, pero con una razón variable, gracias a la cual se evita que el sujeto llegue a predecir cuándo obtendrá el reforzador.

Programas de intervalo fijo

En los programas de intervalo la obtención del reforzador no depende del número de respuestas que el sujeto dé, sino que está determinado por el tiempo transcurrido. En consecuencia, se refuerza la primera respuesta producida después de haber pasado un periodo de tiempo determinado.

En los programas de intervalo fijo el tiempo entre reforzador y reforzador es siempre el mismo.

Programas de intervalo variable

En estos programas el reforzador se obtiene después de un tiempo, aunque el tiempo es distinto para cada reforzador recibido.

Técnicas operantes para desarrollar conductas

Dadas la importancia y la eficacia del refuerzo positivo, las técnicas operantes para aumentar conductas tienen una utilidad demostrada.

A continuación, describiremos los más relevantes de entre estos procedimientos.

1. Técnicas de instigación

Se consideran técnicas de instigación aquellas que dependen de la manipulación de estímulos discriminativos para aumentar la probabilidad de que se dé una conducta.

Este término incluye las instrucciones que incrementan determinadas conductas, la guía física, que consiste en mover o colocar partes del cuerpo de la persona entrenada, y el modelado, en que se observa a un modelo realizando una conducta para poder imitarlo y aprender cuáles son sus consecuencias.

Estos tres procedimientos tienen en común que se centran en enseñar directamente al sujeto cómo tiene que realizar una acción determinada, sea verbal o físicamente.

2. Moldeamiento

Consiste en acercar gradualmente una conducta determinada a la conducta objetivo, empezando por una respuesta relativamente parecida que el sujeto pueda realizar y modificándola poco a poco. Se lleva a cabo por pasos (aproximaciones sucesivas) a los que se aplica reforzamiento.

El moldeamiento es considerado especialmente útil para establecer conductas en sujetos que no se pueden comunicar verbalmente, como las personas con discapacidad intelectual profunda o los animales.

3. Desvanecimiento

El desvanecimiento se refiere a la retirada gradual de las ayudas o instigadores que se habían utilizado para reforzar una conducta meta. Se pretende que el sujeto consolide una respuesta y posteriormente pueda llevarla a cabo sin necesidad de ayudas externas.

Es uno de los conceptos clave del condicionamiento operante, ya que permite que los progresos llevados a cabo en terapia o en el entrenamiento puedan generalizarse a muchos otros ámbitos de la vida.

Este procedimiento consiste fundamentalmente en sustituir un estímulo discriminativo por otro distinto.

4. Encadenamiento

Una cadena conductual, es decir, una conducta compuesta por varias conductas simples, se separa en distintos pasos (eslabones). A continuación, el sujeto debe aprender a ejecutar los eslabones uno a uno hasta lograr llevar a cabo la cadena completa.

El encadenamiento puede realizarse hacia delante o hacia atrás y tiene como peculiaridad que cada eslabón refuerza al anterior y funciona como estímulo discriminativo del siguiente.

En ciertos aspectos, buena parte de las habilidades que se consideran talentos por mostrar un alto grado de destreza y especialización en ellos (como por ejemplo tocar muy bien un instrumento musical, bailar muy bien, etc.) pueden ser consideradas fruto de alguna forma de encadenamiento, dado que desde las habilidades básicas se va progresando hasta alcanzar otras mucho más trabajadas.

5. Programas de reforzamiento

En un procedimiento de aprendizaje operante, los programas de reforzamiento son las pautas que establecen cuándo será premiada la conducta y cuándo no.

Hay dos tipos básicos de programas de reforzamiento: los de razón y los de intervalo. En los programas de razón se obtiene el reforzador después de que se dé un número concreto de respuestas, mientras que en los de intervalo esto sucede después de que haya pasado un tiempo determinado desde la última conducta reforzada y ésta vuelva a darse.

Ambos tipos de programa pueden ser fijos o variables, lo cual indica que el número de respuestas o el intervalo de tiempo necesarios para la obtención del reforzador pueden ser constantes u oscilar en torno a un valor promedio. También pueden ser continuos o intermitentes; esto significa que la recompensa puede darse cada vez que el sujeto lleve a cabo la conducta objetivo o bien de vez en cuando (aunque siempre como consecuencia de una emisión de la respuesta deseada).

El reforzamiento continuo es más útil para establecer conductas y el intermitente para mantenerlas. Así, teóricamente un perro aprenderá más rápido a dar la pata si le damos un premio cada vez que nos ofrezca la pata, pero una vez aprendida la conducta será más difícil que deje de hacerla si le damos el reforzador uno de cada tres o cinco intentos.

Técnicas operantes para reducir o eliminar conductas

Al aplicar técnicas operantes para reducir conductas conviene tener en mente que, dado que estos procedimientos pueden ser desagradables para los sujetos, siempre es preferible utilizar los menos aversivos cuando sea posible. Asimismo, estas técnicas son preferibles a los castigos positivos.

A continuación, presentamos un listado de estas técnicas en orden de menor a mayor potencial de generar aversión.

1. Extinción

Se deja de recompensar una conducta que había sido reforzada con anterioridad. Esto disminuye la probabilidad de que la respuesta vuelva a darse. Formalmente la extinción es lo opuesto al reforzamiento positivo.

A largo plazo la extinción es más eficaz para eliminar respuestas que el castigo y el resto de técnicas operantes para reducir conductas, si bien puede ser más lenta.

Un ejemplo básico de extinción es lograr que un niño pare de patalear simplemente ignorándolo hasta que se dé cuenta de que su conducta no tiene las consecuencias deseadas (por ejemplo el enfado de los padres, que funcionaría como reforzador) y se harte.

2. Entrenamiento de omisión

En este procedimiento, a la conducta del sujeto le sigue la ausencia de la recompensa; es decir, si se da la respuesta no se obtendrá el reforzador. Un ejemplo del entrenamiento de omisión podría ser que unos padres impidan a su hija ver la televisión esa noche por haberles hablado de forma irrespetuosa. Otro ejemplo sería el hecho de no ir a comprar los juguetes que los niños piden, si estos se portan mal.

En ámbitos educativos, además, sirve para favorecer que se valoren más los esfuerzos que otras personas hacen para contentar a los pequeños y que estos, al haberse acostumbrado a estos tratos, no valoran.

3. Programas de reforzamiento diferencial

Son un subtipo especial de programa de reforzamiento que se utiliza para reducir (no eliminar) las conductas objetivo aumentando otras respuestas alternativas. Por ejemplo, se podría premiar a un niño por leer y por hacer ejercicio y no por jugar a la consola si se pretende que esta última conducta pierda valor reforzante.

En el reforzamiento diferencial de tasas bajas se refuerza la respuesta si se da un determinado periodo de tiempo después de la última vez que se produjo. En el reforzamiento diferencial de omisión el refuerzo se obtiene si, después de un periodo de tiempo determinado, la respuesta no se ha producido.

El reforzamiento diferencial de conductas incompatibles consiste en reforzar respuestas incompatibles con la conducta problema; este último procedimiento se aplica a los tics y la onicofagia, entre otros trastornos.

4. Coste de respuesta

Variante del castigo negativo en que la ejecución de la conducta problema provoca la pérdida de un reforzador. El carnet de puntos para conductores que se introdujo en España hace unos años es un buen ejemplo de programa de coste de respuesta.

5. Tiempo fuera

El tiempo fuera consiste en aislar al sujeto, en general niños, en un entorno no estimulante en caso de que se produzca la conducta problemática. También una variante del castigo negativo, se diferencia del coste de respuesta en que lo que se pierde es la posibilidad de acceder al refuerzo, no el reforzador en sí.

6. Saciación

El refuerzo que se obtiene por llevar a cabo la conducta es tan intenso o cuantioso que pierde el valor que tenía para un sujeto. Esto puede tener lugar por saciación de respuesta o práctica masiva (repetir la conducta hasta que deje de ser apetitiva) o bien por saciación de estímulo (el reforzador pierde su apetitividad por exceso).

7. Sobrecorrección

La sobrecorrección consiste en aplicar un castigo positivo relacionado con la conducta problema. Por ejemplo, es muy utilizada en casos de enuresis, en que se pide al niño que lave las sábanas después de orinarse encima durante la noche.

Técnicas de organización de contingencias

Los sistemas de organización de contingencias son procedimientos complejos a través de los cuales se puede reforzar unas conductas y castigar otras.

La economía de fichas es un ejemplo muy conocido de este tipo de técnicas. Consiste en entregar fichas (u otros reforzadores genéricos equivalentes) como premio por la realización de las conductas objetivo; posteriormente los sujetos pueden intercambiar sus fichas por premios de valor variable. Se utiliza en escuelas, cárceles y hospitales psiquiátricos.

Los contratos conductuales o de contingencias son acuerdos entre varias personas, normalmente dos, mediante los que se comprometen a realizar (o a no realizar) determinadas conductas. En los contratos se detallan las consecuencias en caso de que se cumplan o incumplan las condiciones acordadas.

Vídeo:
Capítulo extraído de la serie "The Big Bang Theory" para explicar un mecanismo de aplicación de la técnica de condicionamiento operante