Reforzamiento

En psicología conductual , el refuerzo se refiere a las consecuencias que aumentan la probabilidad de la conducta futura de un organismo, típicamente en presencia de un estímulo antecedente particular . ^[1] Por ejemplo, una rata puede ser entrenada para empujar una palanca para recibir comida cada vez que se enciende una luz. En este ejemplo, la luz es el estímulo antecedente, el empuje de la palanca es la conducta operante y la comida es el reforzador. Del mismo modo, un estudiante que recibe atención y elogios al responder la pregunta de un maestro tendrá más probabilidades de responder futuras preguntas en clase. La pregunta del maestro es el antecedente, la respuesta del estudiante es la conducta y los elogios y la atención son los refuerzos.

Las consecuencias que conducen a una conducta apetitiva, como el "querer" y el "gustar" subjetivos (deseo y placer), funcionan como recompensas o como refuerzo positivo . ^[2] También existe el refuerzo negativo , que consiste en retirar un estímulo indeseable. Un ejemplo de refuerzo negativo sería tomar una aspirina para aliviar un dolor de cabeza.

El refuerzo es un componente importante del condicionamiento operante y la modificación de la conducta . El concepto se ha aplicado en diversas áreas prácticas, entre ellas la crianza, el coaching, la terapia, la autoayuda, la educación y la gestión.

En las ciencias del comportamiento, los términos "positivo" y "negativo" se refieren, cuando se utilizan en su sentido técnico estricto, a la naturaleza de la acción realizada por el condicionante, más que a la evaluación que el operante respondedor hace de esa acción y de sus consecuencias. Las acciones "positivas" son aquellas que añaden un factor, ya sea agradable o desagradable, al entorno, mientras que las acciones "negativas" son aquellas que eliminan o retienen del entorno un factor de cualquier tipo. A su vez, el sentido estricto de "refuerzo" se refiere únicamente al condicionamiento basado en la recompensa; la introducción de factores desagradables y la eliminación o retención de factores agradables se denominan, en cambio, "castigo", que, cuando se utiliza en su sentido estricto, se contrapone al "refuerzo". Así, "refuerzo positivo" se refiere a la adición de un factor agradable, "castigo positivo" se refiere a la adición de un factor desagradable, "refuerzo negativo" se refiere a la eliminación o retención de un factor desagradable, y "castigo negativo" se refiere a la eliminación o retención de un factor agradable.

Este uso está en desacuerdo con algunos usos no técnicos de las cuatro combinaciones de términos, especialmente en el caso del término "refuerzo negativo", que a menudo se utiliza para denotar lo que el lenguaje técnico describiría como "castigo positivo" en el sentido de que el uso no técnico interpreta "refuerzo" como subsumiendo tanto la recompensa como el castigo y "negativo" como refiriéndose a la evaluación del factor introducido por parte del operante que responde. Por el contrario, el lenguaje técnico utilizaría el término "refuerzo negativo" para describir el estímulo de una conducta dada mediante la creación de un escenario en el que un factor desagradable está o estará presente pero la participación en la conducta da como resultado escapar de ese factor o prevenir su ocurrencia, como en el experimento de Martin Seligman sobre perros que aprenden a evitar descargas eléctricas .

BF Skinner fue un investigador conocido e influyente que articuló muchos de los constructos teóricos del refuerzo y el conductismo . Skinner definió los reforzadores según el cambio en la fuerza de la respuesta (tasa de respuesta) en lugar de criterios más subjetivos, como lo que es placentero o valioso para alguien. En consecuencia, las actividades, alimentos o elementos considerados agradables o placenteros pueden no ser necesariamente reforzantes (porque no producen ningún aumento en la respuesta que los precede). Los estímulos, entornos y actividades solo se ajustan a la definición de reforzadores si el comportamiento que precede inmediatamente al reforzador potencial aumenta en situaciones similares en el futuro; por ejemplo, un niño que recibe una galleta cuando la pide. Si la frecuencia del "comportamiento de solicitud de galletas" aumenta, la galleta puede verse como reforzante del "comportamiento de solicitud de galletas". Sin embargo, si el "comportamiento de solicitud de galletas" no aumenta, la galleta no puede considerarse reforzante.

El único criterio que determina si un estímulo es reforzante es el cambio en la probabilidad de una conducta después de la administración de ese reforzador potencial. Otras teorías pueden centrarse en factores adicionales, como si la persona esperaba que una conducta produjera un resultado determinado, pero en la teoría conductual, el refuerzo se define por una mayor probabilidad de una respuesta.

El estudio del refuerzo ha producido una enorme cantidad de resultados experimentales reproducibles . El refuerzo es el concepto y el procedimiento central en la educación especial , el análisis conductual aplicado y el análisis experimental del comportamiento , y es un concepto central en algunos modelos médicos y psicofarmacológicos , en particular la adicción , la dependencia y la compulsión .

La investigación de laboratorio sobre el refuerzo suele datar del trabajo de Edward Thorndike , conocido por sus experimentos con gatos que escapaban de cajas de rompecabezas. ^[6] Varios otros continuaron esta investigación, en particular BF Skinner, quien publicó su obra seminal sobre el tema en The Behavior of Organisms , en 1938, y elaboró ​​esta investigación en muchas publicaciones posteriores. ^[7] Cabe destacar que Skinner argumentó que el refuerzo positivo es superior al castigo en la formación del comportamiento. ^[8] Aunque el castigo puede parecer justo lo opuesto al refuerzo, Skinner afirmó que difieren enormemente, diciendo que el refuerzo positivo da como resultado una modificación duradera del comportamiento (a largo plazo), mientras que el castigo cambia el comportamiento solo temporalmente (a corto plazo) y tiene muchos efectos secundarios perjudiciales.

Posteriormente, muchos investigadores ampliaron nuestra comprensión del refuerzo y cuestionaron algunas de las conclusiones de Skinner. Por ejemplo, Azrin y Holz definieron el castigo como una “consecuencia de la conducta que reduce la probabilidad futura de esa conducta” ^[9] y algunos estudios han demostrado que el refuerzo positivo y el castigo son igualmente eficaces para modificar la conducta. ^{[ cita requerida ]} La investigación sobre los efectos del refuerzo positivo, el refuerzo negativo y el castigo continúa hoy en día, ya que esos conceptos son fundamentales para la teoría del aprendizaje y se aplican a muchas aplicaciones prácticas de esa teoría.

El término condicionamiento operante fue introducido por Skinner para indicar que, en su paradigma experimental, el organismo es libre de operar sobre el entorno. En este paradigma, el experimentador no puede desencadenar la respuesta deseada; el experimentador espera a que se produzca la respuesta (que sea emitida por el organismo) y luego se entrega un reforzador potencial. En el paradigma del condicionamiento clásico , el experimentador desencadena (evoca) la respuesta deseada presentando un estímulo reflejo que provoca, el estímulo incondicional (ECI), que se empareja (precede) con un estímulo neutro, el estímulo condicional (EC).

El refuerzo es un término básico en el condicionamiento operante. Para el aspecto de castigo del condicionamiento operante, véase castigo (psicología) .

El refuerzo positivo ocurre cuando un evento o estímulo deseable se presenta como consecuencia de una conducta y la probabilidad de que esta conducta se manifieste en entornos similares aumenta. ^{[10] : 253} Por ejemplo, si leer un libro es divertido, entonces experimentar la diversión refuerza positivamente la conducta de leer libros divertidos. La persona que recibe el refuerzo positivo (es decir, que se divierte leyendo el libro) leerá más libros para divertirse más.

El tratamiento de instrucción de alta probabilidad (HPI) es un tratamiento conductista basado en la idea del refuerzo positivo.

El refuerzo negativo aumenta la tasa de una conducta que evita o escapa de una situación o estímulo aversivo . ^{[10] : 252–253} Es decir, algo desagradable ya está sucediendo, y la conducta ayuda a la persona a evitar o escapar de lo desagradable. A diferencia del refuerzo positivo, que implica añadir un estímulo agradable, en el refuerzo negativo, el foco está en la eliminación de una situación o estímulo desagradable. Por ejemplo, si alguien se siente infeliz, entonces podría realizar una conducta (p. ej., leer libros) para escapar de la situación aversiva (p. ej., sus sentimientos de infelicidad). ^{[10] : 253} El éxito de esa conducta evitativa o escapista en la eliminación de la situación o estímulo desagradable refuerza la conducta.

Hacer algo desagradable a las personas para prevenir o eliminar que un comportamiento vuelva a suceder es un castigo , no un refuerzo negativo. ^{[10] : 252} La principal diferencia es que el refuerzo siempre aumenta la probabilidad de un comportamiento (por ejemplo, cambiar de canal mientras estás aburrido alivia temporalmente el aburrimiento; por lo tanto, habrá más cambios de canal mientras estás aburrido), mientras que el castigo lo disminuye (por ejemplo, las resacas son un estímulo desagradable, por lo que las personas aprenden a evitar el comportamiento que llevó a ese estímulo desagradable).

La extinción se produce cuando se ignora una determinada conducta (es decir, se sigue sin ninguna consecuencia). Las conductas desaparecen con el tiempo cuando no reciben ningún refuerzo de forma continua. Durante una extinción deliberada, la conducta objetivo se dispara primero (en un intento de producir los efectos esperados, previamente reforzados), y luego declina con el tiempo. Ni el refuerzo ni la extinción necesitan ser deliberados para tener un efecto en la conducta de un sujeto. Por ejemplo, si un niño lee libros porque son divertidos, entonces la decisión de los padres de ignorar la lectura del libro no eliminará el refuerzo positivo (es decir, la diversión) que el niño recibe de la lectura de libros. Sin embargo, si un niño realiza una conducta para llamar la atención de los padres, entonces la decisión de los padres de ignorar la conducta hará que la conducta se extinga, y el niño encontrará una conducta diferente para llamar la atención de sus padres.

Los reforzadores sirven para aumentar las conductas mientras que los castigadores sirven para disminuirlas; por lo tanto, los reforzadores positivos son estímulos que el sujeto trabajará para alcanzar, y los reforzadores negativos son estímulos que el sujeto trabajará para deshacerse de ellos o para terminar. ^[11] La siguiente tabla ilustra la adición y sustracción de estímulos (agradables o aversivos) en relación con el refuerzo frente al castigo.

• Distinguir entre refuerzo positivo y negativo puede resultar difícil y no siempre necesario. Puede resultar más útil centrarse en lo que se elimina o se añade y en cómo afecta al comportamiento.
• Un evento que castiga el comportamiento de algunos puede reforzar el comportamiento de otros.
• Algunos refuerzos pueden incluir características tanto positivas como negativas, como por ejemplo, un drogadicto que toma drogas para obtener una mayor euforia (refuerzo positivo) y también para eliminar los síntomas de abstinencia (refuerzo negativo).
• En el mundo empresarial, el refuerzo es esencial para impulsar la productividad. Los empleados se sienten constantemente motivados por la posibilidad de recibir un estímulo positivo, como un ascenso o una bonificación. Los empleados también se ven motivados por el refuerzo negativo, como la eliminación de tareas desagradables.
• Aunque el refuerzo negativo tiene un efecto positivo a corto plazo para un lugar de trabajo (es decir, fomenta una acción económicamente beneficiosa), la dependencia excesiva de un refuerzo negativo obstaculiza la capacidad de los trabajadores de actuar de forma creativa y comprometida, creando crecimiento a largo plazo. ^[12]

Un reforzador primario , a veces llamado reforzador incondicionado , es un estímulo que no requiere emparejarse con un estímulo diferente para funcionar como reforzador y lo más probable es que haya obtenido esta función a través de la evolución y su papel en la supervivencia de las especies. ^[13] Los ejemplos de reforzadores primarios incluyen la comida, el agua y el sexo. Algunos reforzadores primarios, como ciertas drogas, pueden imitar los efectos de otros reforzadores primarios. Si bien estos reforzadores primarios son bastante estables a lo largo de la vida y entre individuos, el valor de refuerzo de diferentes reforzadores primarios varía debido a múltiples factores (por ejemplo, genética, experiencia). Por lo tanto, una persona puede preferir un tipo de alimento mientras que otra lo evita. O una persona puede comer mucha comida mientras que otra come muy poco. Entonces, aunque la comida es un reforzador primario para ambos individuos, el valor de la comida como reforzador difiere entre ellos.

Un reforzador secundario , a veces llamado reforzador condicionado , es un estímulo o situación que ha adquirido su función como reforzador tras emparejarse con un estímulo que funciona como reforzador. Este estímulo puede ser un reforzador primario u otro reforzador condicionado (como el dinero).

Para intentar distinguir entre reforzadores primarios y secundarios en ejemplos humanos, utilice la "prueba del hombre de las cavernas". Si el estímulo es algo que un hombre de las cavernas encontraría naturalmente deseable (por ejemplo, un caramelo), entonces es un reforzador primario. Si, por otro lado, el hombre de las cavernas no reaccionaría ante él (por ejemplo, un billete de dólar), es un reforzador secundario. Al igual que con los reforzadores primarios, un organismo puede experimentar satisfacción y privación con reforzadores secundarios.

• Un reforzador generalizado es un reforzador condicionado que ha obtenido la función de refuerzo al emparejarse con muchos otros reforzadores y funciona como reforzador bajo una amplia variedad de operaciones motivadoras . (Un ejemplo de esto es el dinero porque se empareja con muchos otros reforzadores). ^{[14] : 83}
• En el muestreo de reforzadores, se presenta a un organismo un estímulo potencialmente reforzador pero desconocido sin tener en cuenta ningún comportamiento previo.
• El refuerzo mediado socialmente implica la entrega de un refuerzo que requiere la conducta de otro organismo. Por ejemplo, otra persona proporciona el refuerzo.
• El principio de Premack es un caso especial de refuerzo elaborado por David Premack , que establece que una actividad altamente preferida puede utilizarse eficazmente como reforzador de una actividad menos preferida. ^{[14] : 123}
• La jerarquía de refuerzo es una lista de acciones que ordena las consecuencias más deseables a las menos deseables que pueden servir como reforzador. Una jerarquía de refuerzo se puede utilizar para determinar la frecuencia relativa y la conveniencia de diferentes actividades, y se emplea a menudo al aplicar el principio de Premack. ^{[ cita requerida ]}
• Los resultados contingentes tienen más probabilidades de reforzar la conducta que las respuestas no contingentes. Los resultados contingentes son aquellos directamente vinculados a una conducta causal , como que la luz se encienda cuando se acciona un interruptor. Cabe señalar que los resultados contingentes no son necesarios para demostrar el refuerzo, pero la contingencia percibida puede aumentar el aprendizaje.
• Los estímulos contiguos son estímulos estrechamente asociados en el tiempo y el espacio con conductas específicas. Reducen la cantidad de tiempo necesario para aprender una conducta y, al mismo tiempo, aumentan su resistencia a la extinción . ^{[ cita requerida ]} Darle un trozo de comida a un perro inmediatamente después de sentarse es más contiguo a la conducta (y, por lo tanto, es más probable que la refuerce) que una demora de varios minutos en la entrega de la comida después de la conducta.
• El refuerzo no contingente se refiere a la entrega independiente de la respuesta de estímulos identificados como reforzadores para algunas conductas de ese organismo. Sin embargo, esto generalmente implica la entrega en función del tiempo de estímulos identificados como el mantenimiento de la conducta aberrante, lo que disminuye la tasa de la conducta objetivo. ^[15] Como no se identifica ninguna conducta medida como fortalecida, existe controversia en torno al uso del término "refuerzo" no contingente. ^[16]

En su artículo de 1967, Refuerzo arbitrario y natural , Charles Ferster propuso clasificar el refuerzo en eventos que aumentan la frecuencia de una conducta operante como consecuencia natural de la conducta misma, y ​​eventos que afectan la frecuencia por su requerimiento de mediación humana, como en una economía de fichas donde los sujetos son recompensados ​​por cierta conducta por el terapeuta.

En 1970, Baer y Wolf desarrollaron el concepto de "trampas conductuales". ^[17] Una trampa conductual requiere sólo una respuesta simple para entrar en ella, pero una vez que se entra, no se puede resistir a la trampa para crear un cambio general de conducta. Es el uso de una trampa conductual lo que aumenta el repertorio de una persona, al exponerla al refuerzo natural de esa conducta. Las trampas conductuales tienen cuatro características:

• Están “cebados” con reforzadores deseables que “atraen” al estudiante a la trampa.
• Sólo es necesaria una respuesta de bajo esfuerzo ya presente en el repertorio para entrar en la trampa.
• Las contingencias interrelacionadas de refuerzo dentro de la trampa motivan a la persona a adquirir, ampliar y mantener habilidades específicas. ^[18]
• Pueden seguir siendo eficaces durante largos periodos de tiempo porque la persona muestra pocos o ningún efecto de saciedad.

Por lo tanto, el refuerzo artificial puede utilizarse para crear o desarrollar habilidades generalizables, y luego pasar a un refuerzo natural para mantener o aumentar la conducta. Otro ejemplo es una situación social que generalmente resultará de una conducta específica una vez que haya cumplido con un criterio determinado.

La conducta no siempre se refuerza cada vez que se emite, y el patrón de reforzamiento afecta en gran medida la velocidad con la que se aprende una respuesta operante, cuál es su ritmo en un momento determinado y cuánto tiempo continúa cuando cesa el reforzamiento. Las reglas más simples que controlan el reforzamiento son el reforzamiento continuo, en el que se refuerza cada respuesta, y la extinción, en la que no se refuerza ninguna respuesta. Entre estos extremos, existen programas de reforzamiento más complejos que especifican las reglas que determinan cómo y cuándo una respuesta será seguida por un reforzador.

Los programas específicos de refuerzo inducen de manera fiable patrones específicos de respuesta, y estas reglas se aplican en muchas especies diferentes. La consistencia y previsibilidad variables del refuerzo son una influencia importante en el funcionamiento de los diferentes programas. BF Skinner investigó en profundidad muchos programas simples y complejos utilizando palomas .

• Esquema de proporción : el refuerzo depende únicamente del número de respuestas que el organismo ha realizado.
• Refuerzo continuo (CRF) : un programa de refuerzo en el que cada ocurrencia de la respuesta instrumental (respuesta deseada) es seguida por el reforzador. ^{[14] : 86}

Los programas simples tienen una única regla para determinar cuándo se administra un único tipo de reforzador para una respuesta específica.

• Relación fija (FR): los programas entregan refuerzo después de cada n- ésima respuesta. ^{[14] : 88} Un programa FR 1 es sinónimo de un programa CRF.
• Programa de proporción variable (VR): reforzado en promedio cada n- ésima respuesta, pero no siempre en la n- ésima respuesta. ^{[14] : 88}
• Intervalo fijo (FI): reforzado después de un período de tiempo n .
• Intervalo variable (VI): reforzado en un promedio de n cantidad de tiempo, pero no siempre exactamente n cantidad de tiempo. ^{[14] : 89}
• Tiempo fijo (TF): proporciona un estímulo reforzante en un tiempo fijo desde la última aplicación del refuerzo, independientemente de si el sujeto ha respondido o no. En otras palabras, es un programa no contingente.
• Tiempo variable (VT) – Proporciona refuerzo en un tiempo promedio variable desde el último refuerzo, independientemente de si el sujeto ha respondido o no.

^{En muchos procedimientos de refuerzo diferencial [19]} se utilizan programas simples :

• Refuerzo diferencial de conducta alternativa (DRA): procedimiento de condicionamiento en el que se reduce una respuesta no deseada extinguiéndola o , con menos frecuencia, proporcionando un castigo contingente, al mismo tiempo que se proporciona un refuerzo contingente a una respuesta deseable. Un ejemplo sería un profesor que sólo presta atención a un alumno cuando levanta la mano, mientras que lo ignora cuando lo llama.
• Refuerzo diferencial de otras conductas (DR) – También conocido como procedimiento de entrenamiento por omisión, es un procedimiento de condicionamiento instrumental en el que se aplica periódicamente un reforzador positivo solo si el participante hace algo distinto a la respuesta objetivo. Un ejemplo sería reforzar cualquier acción manual que no sea hurgarse la nariz. ^{[14] : 338}
• Refuerzo diferencial de conductas incompatibles (DRI): se utiliza para reducir una conducta frecuente sin castigarla reforzando una respuesta incompatible. Un ejemplo sería reforzar los aplausos para reducir el hábito de hurgarse la nariz.
• Refuerzo diferencial de baja tasa de respuesta (DRL): se utiliza para estimular tasas bajas de respuesta. Es como un programa de intervalos, excepto que las respuestas prematuras restablecen el tiempo necesario entre conductas.
• Refuerzo diferencial de alta frecuencia (DRH): se utiliza para aumentar las altas frecuencias de respuesta. Es como un programa de intervalos, excepto que se requiere una cantidad mínima de respuestas en el intervalo para recibir el refuerzo.

• Proporción fija: la actividad disminuye después de que se entrega el reforzador, luego las tasas de respuesta aumentan hasta la siguiente entrega del reforzador (pausa posterior al refuerzo).
• Relación variable: ritmo de respuesta rápido y constante; más resistente a la extinción .
• Intervalo fijo: la respuesta aumenta hacia el final del intervalo; poca resistencia a la extinción.
• Intervalo variable: resultados de actividad constante, buena resistencia a la extinción.
• Los programas de proporción producen tasas de respuesta más altas que los programas de intervalo, cuando las tasas de refuerzo son similares en otros aspectos.
• Los programas variables producen tasas más altas y una mayor resistencia a la extinción que la mayoría de los programas fijos. Esto también se conoce como efecto de extinción por refuerzo parcial (PREE).
• La escala de razón variable produce tanto la mayor tasa de respuesta como la mayor resistencia a la extinción (por ejemplo, el comportamiento de los jugadores en las máquinas tragamonedas ).
• Los programas fijos producen "pausas post-refuerzo" (PRP), donde las respuestas cesarán brevemente inmediatamente después del refuerzo, aunque la pausa es una función del próximo requisito de respuesta en lugar del refuerzo previo. ^[20]
  • El PRP de un programa de intervalo fijo con frecuencia es seguido por una tasa de respuesta de aceleración en "forma de vieira", mientras que los programas de relación fija producen una respuesta más "angular".
    • Vieira de intervalo fijo: el patrón de respuesta que se desarrolla con un programa de refuerzo de intervalo fijo, el desempeño en un intervalo fijo refleja la precisión del sujeto al decir la hora.
• Los organismos cuyos programas de reforzamiento se "reducen" (es decir, requieren más respuestas o un período de espera mayor antes de recibir el refuerzo) pueden experimentar una "tensión de proporción" si se reduce demasiado rápido. Esto produce un comportamiento similar al observado durante la extinción.
  • Tensión de relación: la interrupción de la respuesta que ocurre cuando un requisito de respuesta de relación fija aumenta demasiado rápido.
  • Ratio run: tasa alta y constante de respuesta que completa cada requisito de ratio. Por lo general, un requisito de ratio más alto hace que se produzcan pausas posteriores al refuerzo más prolongadas.
• Los programas de reforzamiento parcial son más resistentes a la extinción que los programas de reforzamiento continuo.
  • Los programas de razón son más resistentes que los de intervalo y los programas variables son más resistentes que los fijos.
  • Los cambios momentáneos en el valor del refuerzo conducen a cambios dinámicos en el comportamiento. ^[21]

Los programas compuestos combinan de alguna manera dos o más programas simples diferentes utilizando el mismo reforzador para la misma conducta. Existen muchas posibilidades; entre las más utilizadas se encuentran:

• 'Programas alternativos' : un tipo de programa compuesto en el que están en vigor dos o más programas simples y el programa que se completa primero da como resultado el refuerzo. ^[22]
• Programas conjuntivos : un programa complejo de reforzamiento en el que dos o más programas simples entran en vigor independientemente uno del otro y se deben cumplir los requisitos de todos los programas simples para el refuerzo.
• Programas múltiples : dos o más programas se alternan a lo largo del tiempo y un estímulo indica cuál está en vigor. Se aplica un refuerzo si se cumple el requisito de respuesta mientras un programa está en vigor.
• Programas mixtos : pueden darse dos o más programas sin que haya ningún estímulo que indique cuál está en vigor. Se aplica el refuerzo si se cumple el requisito de respuesta mientras un programa está en vigor.

• 

  Programas concurrentes : procedimiento complejo de refuerzo en el que el participante puede elegir cualquiera de dos o más programas de refuerzo simples que están disponibles simultáneamente. Los organismos tienen la libertad de cambiar entre las alternativas de respuesta en cualquier momento.
• Programa de reforzamiento en cadena concurrente : procedimiento complejo de reforzamiento en el que se permite al participante elegir durante el primer eslabón cuál de varios programas de reforzamiento simples estará en vigor en el segundo eslabón. Una vez que se ha hecho una elección, las alternativas rechazadas dejan de estar disponibles hasta el comienzo del siguiente ensayo.
• Programas entrelazados : un programa único con dos componentes en el que el progreso en un componente afecta el progreso en el otro componente. En un programa entrelazado FR 60 FI 120-s, por ejemplo, cada respuesta resta tiempo del componente de intervalo de modo que cada respuesta es "igual" a quitar dos segundos del programa FI.
• Programas encadenados : el refuerzo se produce después de que se han completado dos o más programas sucesivos, con un estímulo que indica cuándo se ha completado un programa y ha comenzado el siguiente.
• Programas tándem : el refuerzo ocurre cuando se han completado dos o más requisitos sucesivos del programa, sin que haya ningún estímulo que indique cuándo se ha completado un programa y ha comenzado el siguiente.
• Programas de orden superior : la finalización de un programa se refuerza de acuerdo con un segundo programa; por ejemplo, en FR2 (FI10 segundos), dos programas sucesivos de intervalo fijo requieren la finalización antes de que se refuerce una respuesta.

This section may require cleanup to meet Wikipedia's quality standards. The specific problem is: convert Author (Year) citations to wiki style. Please help improve this section if you can. (January 2024) (Learn how and when to remove this message)

El término psicológico de programas superpuestos de refuerzo se refiere a una estructura de recompensas en la que dos o más programas simples de refuerzo operan simultáneamente. Los reforzadores pueden ser positivos, negativos o ambos. Un ejemplo es una persona que llega a casa después de un largo día de trabajo. La conducta de abrir la puerta principal es recompensada con un gran beso en los labios por parte de su cónyuge y un desgarre en los pantalones por parte del perro de la familia que salta con entusiasmo. Otro ejemplo de programas superpuestos de refuerzo es una paloma en una jaula experimental que picotea un botón. Los picos entregan una tolva de grano cada 20 picoteos y acceso al agua después de cada 200 picoteos.

Los programas superpuestos de refuerzo son un tipo de programa compuesto que evolucionó a partir del trabajo inicial sobre programas simples de refuerzo de BF Skinner y sus colegas (Skinner y Ferster, 1957). Demostraron que los reforzadores podían administrarse según horarios y, además, que los organismos se comportaban de manera diferente bajo distintos horarios. En lugar de que un reforzador, como comida o agua, se administrara cada vez como consecuencia de algún comportamiento, un reforzador podría administrarse después de más de una instancia del comportamiento. Por ejemplo, se puede pedir a una paloma que picotee un interruptor diez veces antes de que aparezca la comida. Este es un "programa de proporción". Además, un reforzador podría administrarse después de que transcurra un intervalo de tiempo después de un comportamiento objetivo. Un ejemplo es una rata a la que se le da una bolita de comida inmediatamente después de la primera respuesta que ocurre después de que hayan transcurrido dos minutos desde la última presión de la palanca. Esto se llama un "programa de intervalo".

Además, los programas de proporción pueden proporcionar refuerzos después de un número fijo o variable de conductas por parte del organismo individual. Del mismo modo, los programas de intervalos pueden proporcionar refuerzos después de intervalos de tiempo fijos o variables después de una única respuesta del organismo. Las conductas individuales tienden a generar tasas de respuesta que difieren en función de cómo se crea el programa de refuerzos. Muchas investigaciones posteriores en muchos laboratorios examinaron los efectos de la programación de reforzadores sobre las conductas.

Si a un organismo se le ofrece la oportunidad de elegir entre dos o más programas simples de refuerzo al mismo tiempo, la estructura de refuerzo se denomina "programa concurrente de refuerzo". Brechner (1974, 1977) introdujo el concepto de programas superpuestos de refuerzo en un intento de crear una analogía de laboratorio de las trampas sociales , como cuando los humanos sobreexplotan sus pesquerías o talan sus bosques tropicales. Brechner creó una situación en la que los programas de refuerzo simples se superponían entre sí. En otras palabras, una única respuesta o grupo de respuestas de un organismo conducía a múltiples consecuencias. Los programas concurrentes de refuerzo pueden considerarse programas "o", y los programas superpuestos de refuerzo pueden considerarse programas "y". Brechner y Linder (1981) y Brechner (1987) ampliaron el concepto para describir cómo los programas superpuestos y la analogía de la trampa social podrían usarse para analizar la forma en que la energía fluye a través de los sistemas .

Los programas superpuestos de refuerzo tienen muchas aplicaciones en el mundo real, además de generar trampas sociales . Se pueden crear muchas situaciones individuales y sociales humanas diferentes superponiendo programas de refuerzo simples. Por ejemplo, un ser humano podría tener adicciones simultáneas al tabaco y al alcohol. Se pueden crear o simular situaciones aún más complejas superponiendo dos o más programas concurrentes. Por ejemplo, un estudiante de último año de secundaria podría tener la opción de ir a la Universidad de Stanford o a la UCLA, y al mismo tiempo tener la opción de ingresar al ejército o a la fuerza aérea, y simultáneamente la opción de aceptar un trabajo en una empresa de Internet o en una empresa de software. Esa es una estructura de refuerzo de tres programas concurrentes de refuerzo superpuestos.

Los programas superpuestos de refuerzo pueden crear las tres situaciones clásicas de conflicto (conflicto de aproximación-aproximación, conflicto de aproximación-evitación y conflicto de evitación-evitación) descritas por Kurt Lewin (1935) y pueden operacionalizar otras situaciones lewinianas analizadas por su análisis de campos de fuerza . Otros ejemplos del uso de programas superpuestos de refuerzo como herramienta analítica son su aplicación a las contingencias del control de alquileres (Brechner, 2003) y el problema del vertido de residuos tóxicos en el sistema de drenaje pluvial del condado de Los Ángeles (Brechner, 2010).

En el condicionamiento operante , los programas de refuerzo concurrentes son programas de refuerzo que están disponibles simultáneamente para un sujeto animal o un participante humano, de modo que el sujeto o participante puede responder en cualquiera de los programas. Por ejemplo, en una tarea de elección forzada de dos alternativas , una paloma en una caja de Skinner se enfrenta a dos teclas que puede picotear; las respuestas de picoteo pueden realizarse en cualquiera de ellas, y el refuerzo de comida puede seguir a un picoteo en cualquiera de ellas. Los programas de refuerzo dispuestos para los picoteos en las dos teclas pueden ser diferentes. Pueden ser independientes o pueden estar vinculados de modo que el comportamiento en una tecla afecte la probabilidad de refuerzo en la otra.

No es necesario que las respuestas en los dos programas sean físicamente distintas. En una forma alternativa de organizar los programas concurrentes, introducida por Findley en 1958, ambos programas se organizan en una sola tecla u otro dispositivo de respuesta, y el sujeto puede responder en una segunda tecla para cambiar entre los programas. En este procedimiento "concurrente de Findley", un estímulo (por ejemplo, el color de la tecla principal) señala qué programa está en vigor.

Los programas simultáneos suelen provocar una rápida alternancia entre las claves. Para evitarlo, se suele introducir un "retardo de cambio": cada programa se desactiva durante un breve período después de que el sujeto cambia a él.

Cuando ambos programas concurrentes son intervalos variables, se encuentra una relación cuantitativa conocida como ley de emparejamiento entre las tasas de respuesta relativas en los dos programas y las tasas de refuerzo relativas que proporcionan; esto fue observado por primera vez por RJ Herrnstein en 1961. La ley de emparejamiento es una regla para la conducta instrumental que establece que la tasa relativa de respuesta a una alternativa de respuesta particular es igual a la tasa relativa de refuerzo para esa respuesta (tasa de conducta = tasa de refuerzo). Los animales y los humanos tienen una tendencia a preferir la elección de programas. ^[23]

El modelado es el refuerzo de aproximaciones sucesivas a una respuesta instrumental deseada. Por ejemplo, al entrenar a una rata para que presione una palanca, primero se refuerza simplemente el hecho de girar hacia ella. Luego, solo se refuerza el hecho de girar y dar un paso hacia ella. Finalmente, la rata recibirá un refuerzo por presionar la palanca. La consecución exitosa de una conducta inicia el proceso de modelado para la siguiente. A medida que avanza el entrenamiento, la respuesta se va volviendo progresivamente más parecida a la conducta deseada, y cada conducta posterior se va convirtiendo en una aproximación más cercana a la conducta final. ^[24]

La intervención de modelado se utiliza en muchas situaciones de entrenamiento, y también para personas con autismo y otras discapacidades del desarrollo. Cuando el modelado se combina con otras prácticas basadas en evidencia, como el entrenamiento de comunicación funcional (FCT), ^[25] puede producir resultados positivos para la conducta humana. El modelado suele utilizar un refuerzo continuo, pero la respuesta puede cambiarse posteriormente a un programa de refuerzo intermitente.

El moldeamiento también se utiliza para el rechazo de alimentos. ^[26] El rechazo de alimentos se produce cuando una persona tiene una aversión parcial o total a los alimentos. Esto puede ser tan mínimo como ser quisquilloso con la comida o tan grave que puede afectar la salud de una persona. El moldeamiento se ha utilizado para obtener una alta tasa de éxito en la aceptación de alimentos. ^[27]

El encadenamiento implica vincular conductas discretas entre sí en una serie, de modo que la consecuencia de cada conducta sea a la vez el refuerzo de la conducta anterior y el estímulo antecedente de la siguiente conducta. Hay muchas formas de enseñar el encadenamiento, como el encadenamiento hacia delante (empezando por la primera conducta de la cadena), el encadenamiento hacia atrás (empezando por la última conducta) y el encadenamiento total de tareas (enseñando cada conducta de la cadena simultáneamente). Las rutinas matinales de las personas son una cadena típica, con una serie de conductas (por ejemplo, ducharse, secarse, vestirse) que ocurren en secuencia como un hábito bien aprendido.

Los comportamientos desafiantes observados en personas con autismo y otras discapacidades relacionadas se han manejado y mantenido con éxito en estudios que utilizan un programa de refuerzos encadenados. ^[28] El entrenamiento de comunicación funcional es una intervención que a menudo utiliza programas encadenados de refuerzo para promover de manera efectiva la respuesta de comunicación funcional adecuada y deseada. ^[29]

This section needs expansion. You can help by adding to it. (February 2024)

Se han realizado investigaciones para construir un modelo matemático del refuerzo. Este modelo se conoce como MPR, que es la abreviatura de principios matemáticos del refuerzo . Peter Killeen ha hecho descubrimientos clave en este campo con su investigación sobre las palomas. ^[30]

El refuerzo y el castigo son omnipresentes en las interacciones sociales humanas, y se han sugerido e implementado muchas aplicaciones de los principios operantes. A continuación se presentan algunos ejemplos.

El refuerzo positivo y negativo desempeñan papeles centrales en el desarrollo y mantenimiento de la adicción y la dependencia de drogas . Una droga adictiva es intrínsecamente gratificante ; es decir, funciona como un reforzador positivo primario del consumo de drogas. El sistema de recompensa del cerebro le asigna prominencia de incentivo (es decir, es "querida" o "deseada"), ^{[31] [32] [33]} por lo que a medida que se desarrolla una adicción, la privación de la droga conduce al ansia. Además, los estímulos asociados con el consumo de drogas (por ejemplo, la vista de una jeringa y el lugar de consumo) se asocian con el refuerzo intenso inducido por la droga. ^{[31] [32] [33]} Estos estímulos previamente neutrales adquieren varias propiedades: su aparición puede inducir ansia y pueden convertirse en reforzadores positivos condicionados del consumo continuado. ^{[31] [32] [33]} Por lo tanto, si un individuo adicto se encuentra con una de estas señales de drogas, puede reaparecer un ansia por la droga asociada. Por ejemplo, las agencias antidrogas solían utilizar carteles con imágenes de parafernalia relacionada con las drogas como un intento de mostrar los peligros del consumo de drogas. Sin embargo, esos carteles ya no se utilizan debido a los efectos de la prominencia del incentivo en la recaída al ver los estímulos ilustrados en los carteles.

En los individuos dependientes de drogas, el refuerzo negativo ocurre cuando se autoadministra una droga para aliviar o "escapar" de los síntomas de dependencia física (p. ej., temblores y sudoración) y/o dependencia psicológica (p. ej., anhedonia , inquietud, irritabilidad y ansiedad) que surgen durante el estado de abstinencia de la droga . ^[31]

Los entrenadores de animales y los dueños de mascotas aplicaban los principios y prácticas del condicionamiento operante mucho antes de que estas ideas fueran nombradas y estudiadas, y el entrenamiento animal todavía proporciona uno de los ejemplos más claros y convincentes de control operante. De los conceptos y procedimientos descritos en este artículo, algunos de los más destacados son: disponibilidad de refuerzo inmediato (por ejemplo, la omnipresente bolsa de golosinas para perros); contingencia, asegurar que el refuerzo siga a la conducta deseada y no a otra cosa; el uso de refuerzo secundario, como hacer sonar un clicker inmediatamente después de una respuesta deseada; modelado, como hacer que un perro salte cada vez más alto; refuerzo intermitente, reducir la frecuencia de esas golosinas para inducir una conducta persistente sin saciedad; encadenamiento, donde una conducta compleja se va armando gradualmente. ^[34]

Proporcionar refuerzo positivo para las conductas apropiadas de los niños es un objetivo principal de la formación de los padres en gestión. Normalmente, los padres aprenden a recompensar el comportamiento apropiado a través de recompensas sociales (como elogios, sonrisas y abrazos), así como recompensas concretas (como pegatinas o puntos para una recompensa mayor como parte de un sistema de incentivos creado en colaboración con el niño). ^[35] Además, los padres aprenden a seleccionar conductas sencillas como foco inicial y recompensar cada uno de los pequeños pasos que su hijo consigue para alcanzar una meta mayor (este concepto se llama "aproximaciones sucesivas"). ^{[35] [36]} También pueden utilizar recompensas indirectas, como a través de gráficos de progreso . Proporcionar refuerzo positivo en el aula puede ser beneficioso para el éxito de los estudiantes. Al aplicar el refuerzo positivo a los estudiantes, es fundamental que sea individualizado según las necesidades de ese estudiante. De esta manera, el estudiante entiende por qué está recibiendo el elogio, puede aceptarlo y, finalmente, aprender a continuar la acción que se ganó mediante el refuerzo positivo. Por ejemplo, el uso de recompensas o tiempo adicional de recreo puede ser más aplicable a algunos estudiantes, mientras que otros pueden aceptar la aplicación recibiendo pegatinas o marcas de verificación que indiquen elogios.

Tanto los psicólogos como los economistas se han interesado en aplicar conceptos y hallazgos operantes al comportamiento de los seres humanos en el mercado. Un ejemplo es el análisis de la demanda de los consumidores, indexada por la cantidad de un producto que se compra. En economía, el grado en que el precio influye en el consumo se denomina "elasticidad precio de la demanda". Algunos productos son más elásticos que otros; por ejemplo, un cambio en el precio de ciertos alimentos puede tener un gran efecto en la cantidad comprada, mientras que la gasolina y otros productos básicos pueden verse menos afectados por los cambios de precio. En términos de análisis operante, dichos efectos pueden interpretarse en términos de las motivaciones de los consumidores y el valor relativo de los productos como reforzadores. ^[37]

Como se ha dicho antes en este artículo, un programa de razón variable produce un refuerzo tras la emisión de un número impredecible de respuestas. Este programa suele generar una respuesta rápida y persistente. Las máquinas tragamonedas pagan según un programa de razón variable y producen precisamente este tipo de comportamiento persistente de tirar de la palanca en los jugadores. Como las máquinas están programadas para pagar menos dinero del que reciben, el usuario persistente de las máquinas tragamonedas invariablemente pierde a largo plazo. Las máquinas tragamonedas, y por tanto el refuerzo de razón variable, han sido a menudo culpadas de ser un factor subyacente a la adicción al juego. ^[38]

El concepto de elogio como un medio de refuerzo conductual en humanos tiene sus raíces en el modelo de condicionamiento operante de BF Skinner. Desde esta perspectiva, el elogio se ha visto como un medio de refuerzo positivo, en el que es más probable que ocurra una conducta observada al elogiar contingentemente dicha conducta. ^[39] Cientos de estudios han demostrado la eficacia del elogio para promover conductas positivas, en particular en el estudio del uso de elogios por parte de maestros y padres en niños para promover una mejor conducta y un mejor rendimiento académico, ^{[40] [41]} pero también en el estudio del rendimiento laboral. ^[42] También se ha demostrado que el elogio refuerza conductas positivas en individuos adyacentes no elogiados (como un compañero de clase del receptor del elogio) a través del refuerzo vicario. ^[43] El elogio puede ser más o menos eficaz para cambiar la conducta dependiendo de su forma, contenido y presentación. Para que el elogio produzca un cambio positivo en la conducta, debe ser contingente a la conducta positiva (es decir, solo administrarse después de que se realice la conducta deseada), debe especificar los detalles de la conducta que se va a reforzar y debe entregarse de manera sincera y creíble. ^[44]

Reconociendo el efecto del elogio como una estrategia de refuerzo positivo, numerosas intervenciones conductuales y cognitivo-conductuales han incorporado el uso del elogio en sus protocolos. ^{[45] [46]} El uso estratégico del elogio se reconoce como una práctica basada en evidencia tanto en la gestión del aula ^[45] como en las intervenciones de capacitación para padres, ^[41] aunque el elogio a menudo se incluye en la investigación de intervenciones en una categoría más amplia de refuerzo positivo, que incluye estrategias como la atención estratégica y las recompensas conductuales.

Los vínculos traumáticos se producen como resultado de ciclos continuos de abuso en los que el refuerzo intermitente de la recompensa y el castigo crea vínculos emocionales poderosos que son resistentes al cambio. ^{[47] [48]}

La otra fuente indicó que ^[49] 'Las condiciones necesarias para que se produzca un vínculo traumático son que una persona domine a la otra y que el nivel de abuso aumente crónicamente y luego disminuya. La relación se caracteriza por períodos de comportamiento permisivo, compasivo e incluso afectuoso por parte de la persona dominante, interrumpidos por episodios intermitentes de abuso intenso. Para mantener la ventaja, el victimario manipula el comportamiento de la víctima y limita las opciones de esta para perpetuar el desequilibrio de poder. Cualquier amenaza al equilibrio entre dominio y sumisión puede ser respondida con un ciclo creciente de castigo que va desde la intimidación furiosa hasta los estallidos de violencia intensa. El agresor también aísla a la víctima de otras fuentes de apoyo, lo que reduce la probabilidad de detección e intervención, perjudica la capacidad de la víctima para recibir retroalimentación autorreferencial contraria y fortalece el sentimiento de dependencia unilateral... Los efectos traumáticos de estas relaciones abusivas pueden incluir el deterioro de la capacidad de la víctima para una autoevaluación precisa, lo que lleva a un sentimiento de incompetencia personal y un sentimiento de subordinación dependiente de la persona dominante. Las víctimas también pueden encontrar una variedad de consecuencias sociales y legales desagradables de su afiliación emocional y conductual con alguien que perpetró actos agresivos, incluso si ellas mismas fueron las receptoras de la agresión.

La mayoría de los videojuegos están diseñados en torno a algún tipo de ciclo de compulsión, añadiendo un tipo de refuerzo positivo a través de un programa de ritmo variable para mantener al jugador jugando, aunque esto también puede conducir a la adicción a los videojuegos . ^[50]

Como parte de una tendencia en la monetización de los videojuegos en la década de 2010, algunos juegos ofrecían "cajas de botín" como recompensas o que se podían comprar con fondos del mundo real y que ofrecían una selección aleatoria de elementos del juego, distribuidos por rareza. La práctica se ha relacionado con los mismos métodos que utilizan las máquinas tragamonedas y otros dispositivos de juego para repartir recompensas, ya que sigue un programa de tarifas variables. Si bien la percepción general es que las cajas de botín son una forma de juego, la práctica solo se clasifica como tal en unos pocos países como juego y, por lo demás, legal. Sin embargo, los métodos para usar esos elementos como moneda virtual para juegos de azar en línea o para intercambiarlos por dinero del mundo real han creado un mercado de juegos de azar que se encuentra bajo evaluación legal. ^[51]

La definición estándar de refuerzo conductual ha sido criticada por ser circular , ya que parece argumentar que la fuerza de respuesta aumenta con el refuerzo, y define el refuerzo como algo que aumenta la fuerza de respuesta (es decir, la fuerza de respuesta aumenta con cosas que aumentan la fuerza de respuesta). Sin embargo, el uso correcto ^[52] de refuerzo es que algo es un reforzador debido a su efecto sobre la conducta, y no al revés. Se vuelve circular si uno dice que un estímulo particular fortalece la conducta porque es un reforzador, y no explica por qué un estímulo está produciendo ese efecto sobre la conducta. Se han propuesto otras definiciones, como la "conducta consumatoria contingente a una respuesta" de FD Sheffield, pero estas no se usan ampliamente en psicología. ^[53]

Cada vez más, la comprensión del papel que desempeñan los reforzadores se está alejando de un efecto de "fortalecimiento" a un efecto de "señalización". ^[54] Es decir, la visión de que los reforzadores aumentan la respuesta porque señalan las conductas que probablemente resulten en un refuerzo. Si bien en la mayoría de las aplicaciones prácticas, el efecto de cualquier reforzador dado será el mismo independientemente de si el reforzador es de señalización o de fortalecimiento, este enfoque ayuda a explicar una serie de fenómenos conductuales, incluidos los patrones de respuesta en programas de refuerzo intermitentes (vieiras de intervalo fijo) y el efecto de resultados diferenciales . ^[55]

^[1]

• Un tutorial de refuerzo positivo en línea
• Refuerzo de Scholarpedia
• scienceofbehavior.com Archivado el 2 de octubre de 2011 en Wayback Machine.