5.4.

Elementos fundamentales del condicionamiento

La respuesta instrumental
El resultado de los procedimientos del condicionamiento instrumental depende en parte
de la naturaleza de la respuesta que se este condicionando. Algunas respuestas son más
fácilmente condicionables que otras.
Thorndike y Skinner enfatizaron que el reforzamiento incrementa la probabilidad de que
la respuesta se repita en el futuro. Este énfasis alentó la creencia de que los
procedimientos de condicionamiento instrumental producían repeticiones de la misma
respuesta -que producían uniformidad o estereotipia en la conducta-. Sin embargo, esto
no significa que el condicionamiento instrumental no pueda verse también involucrado
en la producción de respuestas creativas o variables. Los organismos pueden aprender a
obtener refuerzo en situaciones donde se requiera hacer algo nuevo.
Thorndike propuso el término de pertinencia para explicar los fallos en el entrenamiento
del rascado y del bostezo, ciertas respuestas se corresponden de forma natural con el
reforzador debido a la historia evolutiva del animal. Los Breland denominaron deriva
instintiva
Al desarrollo de respuestas como la de hozar en los cerdos y frotar monedas en los
mapaches. Estas respuestas naturales relacionadas con la comida eran aparentemente
muy fuertes y competían con las respuestas que requería el investigador.
Las limitaciones de respuesta son coherentes con la teoría de los sistemas de conducta.
La efectividad del procedimiento para el incremento de una respuesta instrumental
dependerá de la compatibilidad de esa respuesta con la organización preexistente del
sistema de alimentación. Shettleworth (1975) encontró que la privación de comida
disminuía la probabilidad de respuestas de autocuidado pero incrementaba la
probabilidad de actividades dirigidas al ambiente como cavar etc. Este patrón de
resultados es el que se ha observado en estudios de condicionamiento instrumental.
Otra forma de diagnosticar si una respuesta es parte de un sistema de conducta es
realizar un experimento de condicionamiento clásico; un EC llega a elicitar
componentes del sistema de conducta activado por el EI: Si la deriva instintiva refleja
las respuestas del sistema de conducta, las respuestas análogas a la deriva instintiva
deberías ser evidentes en un experimento de condicionamiento clásico. Timberlake y
colaboradores comprobaron estas predicciones ratas utilizando una modificación de los
estudios de manipulación de monedas de Brelands.

El reforzador instrumental
En un estudio sistemático, Hutt (1954) intentó aislar los efectos de la cantidad y
naturaleza del reforzador alimenticio liquido mediante la variación sistemática de ambos
rasgos. Los incrementos en la calidad y cantidad produjeron mayor tasa de respuesta.
Se plantea la posibilidad de que la efectividad de un reforzador dependa no solo de sus
propiedades sino también de cómo ese reforzador se compara con otros que el individuo
haya experimentado. La efectividad de un EI en el condicionamiento clásica depende de
cómo se compare el EI con las expectativas del individuo basándose en la experiencia
previa, esta es la idea fundamental del modelo Rescorla-Wagner, si el EI es mayor de lo
esperado, producirá condicionamiento excitatorio, si el EI es menor producirá
condicionamiento inhibitorio. La evidencia experimental confirma esta impresión, los
efectos de una cantidad o tipo de reforzador dependen de la cantidad y la naturaleza de
los reforzadores que el individuo ha experimentado previamente (Mellgren, 1972). Los
resultados que obtuvo ilustran el fenómeno de contraste positivo; se refiere a una
elevada respuesta por una recompensa favorable resultado de una experiencia anterior
con una consecuencia menos atractiva y contraste negativo; se refiere a una respuesta
disminuida por una recompensa desfavorable debido a una experiencia anterior con una
consecuencia mejor. Los efectos de contraste también se dan si las condiciones de
recompensa se modifican una y otra vez con una clave diferente señalando cada
condición de recompensa, estos efectos son ejemplo de contraste conductual simultaneo.
Todos los efectos de contraste ilustran que la efectividad de un reforzador en una
situación está determinada en parte por las experiencias del organismo con reforzadores
en otras situaciones. Por razones que no están totalmente claras, el contraste negativo se
ha obtenido de forma más clara que el contraste positivo.

La relación respuesta-reforzador
La conducta instrumental eficiente requiere sensibilidad a la relación respuesta
reforzador. Existen dos tipos de relaciones entre una respuesta y un reforzador, una es la
relación temporal. Que se refiere al tiempo que transcurre entre la respuesta y el
reforzador, un tipo especial de relación temporal es la contigüidad temporal, la cual se
refiere a la entrega del reforzador inmediatamente después de la respuesta. El segundo
tipo de relación es la relación causal o contingencia respuesta reforzador, se refiere al
hecho de que la respuesta instrumental es necesaria y suficiente para la ocurrencia del
reforzador.
Los factores temporales y causales son independientes unos de otros.
El reforzamiento inmediato es preferible al reforzamiento demorado. Los psicólogos del
aprendizaje han resaltado que el condicionamiento instrumental requiere proporcionar el
reforzador inmediatamente después de la ocurrencia de la respuesta instrumental. Grice
informó que el aprendizaje instrumental puede deteriorarse con demoras tan cortas
como 0.5 seg. El hecho recurrente es que el aprendizaje instrumental se altera
demorando el reforzador tras la ocurrencia de la respuesta instrumental.
Hay varios factores que pueden contribuir a este deterioro, cuando el reforzamiento es
demorado tras la realización de una respuesta, R1, el organismo no deja de hacer cosas,
r2 r3 r4 etc. Si el reforzador se establece en r1 pero no se entrega hasta algún tiempo
después el reforzador puede ocurrir después de alguna otra respuesta por ej. R5. Para
asociar r1 con el reforzador, el organismo tiene que poder distinguir r1 de otras
respuestas que realiza durante el intervalo de demora. Hay dos formas de resolver este
problema. La primera técnica, es proporcionar un reforzador secundario o condicionado
inmediatamente después de la respuesta instrumental, este es un estimulo condicionado
que previamente ha sido asociado con el reforzador. Otra técnica es marcar la respuesta
instrumental criterio de alguna manera para hacerla distinguible de otras actividades del
organismo. La efectividad del procedimiento de marcado se demostró por primera vez
por Lieberman, Mcintosh y Thomas (1979).
Los estudios de demora del reforzamiento muestran que no es suficiente una relación
causal perfecta entre la respuesta y el reforzador para producir una respuesta
instrumental vigorosa: incluso con una relación causal perfecta, el condicionamiento no
ocurre si el reforzamiento es demorado durante demasiado tiempo. Datos como estos
alentaron pronto a los investigadores a concluir que la contigüidad respuesta-reforzador
más que la contingencia era el factor crítico que producía el aprendizaje instrumental.
No obstante esta visión ha resultado injustificada por la investigación posterior. La
contingencia respuesta-reforzador es también importante.
El experimento de superstición Skinner fue un hito en el debate sobre el papel de la
contigüidad frente a la contingencia en el aprendizaje instrumental. Las palomas
parecían estar respondiendo como si la conducta controlara la entrega del reforzador.
La conducta supersticiosa descansa en la idea de reforzamiento accidental o adventicio,
se refiere al emparejamiento accidental de una respuesta con la entrega de un
reforzador, un segundo emparejamiento accidental aumenta aun más la probabilidad de
la respuesta, de esta forma cada emparejamiento ayuda a estampar una respuesta
particular.
La afirmación de Skinner ha sido puesta en duda por la evidencia empírica
posterior. Stadon y Simmelhag (1971) realizaron observaciones más extensas,
definieron y midieron la ocurrencia de muchas respuestas, algunas respuesta ocurrían de
modo predominante hacia el final del intervalo entre reforzadores, las llamaron
respuestas terminales. Otras aumentaron tras la entrega del reforzador y disminuían a
medida que se acercaba el tiempo de la siguiente comida; respuestas de interin.
Las acciones que eran respuestas terminales y las que eran respuestas de interin no
variaban mucho de una paloma a otra. No encontraron evidencia de reforzamiento
accidental. La investigación posterior ha proporcionado mucha evidencia adicional de
que las presentaciones periódicas de un reforzador producen regularidades en la
conducta.
Staddon y Simmelhag sugirieron que las respuestas terminales son respuestas típicas de
la especie que reflejan la anticipación de la comida a medida que en el tiempo se
encuentra más cerca de la próxima presentación de comida. En contraste, entendieron
las respuestas de interin como una manifestación de otras fuentes de motivación que
eran más importantes al comienzo del intervalo entre comidas, cuando la presentación
de comida era improbable. Los investigadores posteriores, sin embargo han favorecido
aproximaciones en las cuales las respuestas terminales y de interin se consideran
diferentes manifestaciones del mismo sistema motivacional. La teoría mejor
desarrollada es la teoría de sistema de conducta: el sistema de alimentación esta
activado en animales privados de comida a los que se les proporciona periódicamente
pequeñas cantidades de comida. Justo después de la entrega de comida se asume que el
organismo realiza respuestas de búsqueda focalizada poscomida, en medio del intervalo
entre entregas ocurren respuestas de búsqueda general, en el momento de la próxima
entrega de comida respuestas de búsqueda focalizada.
La distribución de las actividades que se desarrollan con la entrega periódica de un
reforzador depende de la naturaleza de ese reforzador, se desarrollan diferentes sistemas
de conducta, congruente con la teoría de sistemas, según sea agua o comida, debido a
que activan diferentes patrones de forrajeo.
Una contingencia fuerte entre una respuesta instrumental y un reforzador esencialmente
significa que la respuesta controla el reforzador, esto es, que el reforzador suceda
depende de si ha ocurrido la respuesta instrumental. Los estudios acerca de los efectos
de control sobre reforzadores han proporcionado la evidencia más amplia de la
sensibilidad de la conducta a las contingencias respuesta-reforzador. La mayoría de la
investigación se ha centrado en los efectos de control sobre la estimulación aversiva, esa
se origino con los estudios pioneros de Seligman, overmier y Maier, quienes
investigaron los efectos de la exposición a una descarga incontrolable en el aprendizaje
posterior de escape-evitación en perros. El hallazgo más importante fue que la
exposición a una descarga incontrolable dificultaba el aprendizaje posterior.