Descargado en:

patatabrava.com

PSICOLOGA DEL APRENDIZAJE (UCM)

RESUMEN TEMA 5 DOMJAN

RODRGUEZ, CARLOS 13-14

 Principios de Aprendizaje y
conducta
CAPITULO 5: CONDICIONAMIENTO INTRUMENTAL FUNDAMENTOS

A diferencia de los captulos anteriores, en este tema los estmulos a los que un
organismo se enfrenta son resultado de su conducta. Es lo que se conoce como
conducta dirigida a una meta.

Un estudiante estudiar para obtener mejores notas. Este tipo de conducta se utiliza
porque ha servido previamente como instrumento para conseguir lo mismo y recibe el
nombre de conducta instrumental.

A) PRIMERAS INVESTIGACIONES SOBRE CONDICIONAMIENTO

INSTRUMENTAL

Comienzan con Thorndike. Su intencin original era estudiar la inteligencia animal.

Sus experimentos se basaban en introducir animales hambrientos en cajas con comida en

el exterior y a la vista del animal. El animal deba aprender cmo salir de la caja.

Los resultados son obvios, con la repeticin elanimal cada vez tarda menos tiempo en
repetir la accin que abre la caja. Sin embargo hay que hacer una puntualizacin,
Thorndike no explicaba que los animales compredieran el funcionamiento del mecanismo
que abra la caja, sino que la abran como una asociacin estmulo-respuesta. Es decir, un
gato por ejemplo daba muchas respuestas al introducirlo en la caja, alguna de estas
respuestas (de casualidad) abran la caja, por lo tanto el animal poco a poco ira
aprendiendo esta asociacin y comenzara a dar con mayor frecuencia el tipo de
respuestas encaminadas a volver a abrirla. Yo no entiendo cmo se abre la puerta de mi
coche con el mando a distanciapero cada vez que quiero abrirla le doy al botn porque
es lo que he aprendido.

Ley del efecto: Si una respuesta en presencia de un estmulo es seguida por un suceso
satisfactorio, la asociacin entre el estmulo (E) y la respuesta (R) se fortalece. Si la
respuesta es seguida por un suceso molesto, la asociacin E-R se debilita. La ley del
efecto implica un aprendizaje E-R.

B) APROXIMACIONES MODERNAS AL ESTUDIO DEL

CONDICIONAMIENTO INSTRUMENTAL
Procedimientos de ensayo discreto

Normalmente se llevan a cabo en laberintos

W.S. Small (1899-1900) cre laberintos para estudiar la conducta de las ratas. Uno tena
forma de T (para estudiar la conducta de eleccin )y otro era simplemente alargado con
forma de I (grficos pg 129).

Con los laberintos se puede medir la velocidad de la carrera (desde la salida hasta la
meta) y el tiempo de latencia (tiempo que tarda en abandonar la salida e iniciar la carrera).
 Principios de Aprendizaje y
conducta
CAPITULO 5: CONDICIONAMIENTO INTRUMENTAL FUNDAMENTOS

Procedimientos de operante libre

Skinner (1938). Se permite que el animal repita la respuesta una y otra vez sin
restricciones.(a diferencia de los laberintos en T en que el animal era sacado del laberinto
al llegar a meta). Skinner quera obtener una respuesta ms natural en los experimentos.
La observacin informal sugiere que la conducta en curso es un continuo, una actividad
sigue a la otra. Skinner propuso el concepto de operante como la forma de dividir la
conducta en unidades medibles con significado.

Foto pgina 131: Rata hambrienta en una caja de Skinner. Hay una palanca conectada a
un dispensador de comida. Cuando la rata aprieta la palanca cae comida.

La respuesta operante (presionar la palanca) se define a partir del efecto que produce en
el ambiente. El operante de presin de la palanca se define como una presin hacia abajo
suficiente para que cause el cierre del microinterruptor. Da igual si la presin la hace con la
pata izquierda, derecha o con la cola, se trata del mismo operante.

Entrenamiento y moldeamiento al comedero Es la primera fase. Se realiza un

seguimiento del signo mediante un sonido (condicionamiento clsico) para que el animal se
dirija al comedero. (esto es el entrenamiento al comedero). Tras este entrenamiento el
animal est preparado para aprender la respuesta instrumental. Si la respuesta NO ES
ALGO que el animal ya realiza ocasionalmente NUNCA suceder por si misma la
respuesta que produce el reforzador. Es decir, para empezar le daremos comida a la rata
cada vez que se levanta sobre sus dos patas de forma natural (obviamente si en lugar de
una rata fuera una rana, nunca podr ponerse a dos patas). Cuando hemos conseguido la
respuesta de alzamiento entonces daremos un paso ms y le daremos la comida SOLO SI
realiza la respuesta de alzamiento sobre la palanca. Poco a poco vamos produciendo un
moldeamiento hasta conseguir la respuesta buscada.

Esta dos fases que hemos visto del modeamiento son: reforzamiento de aproximaciones
sucesivas y no reforzamiento de las formas de respuesta tempranas

Moldeamiento y nueva conducta Toda la nueva unidad conductual de la rata est

formada por un conjunto de respuestas preexistentes (alzamiento, presin, etc). Es decir,
se le ensea una nueva combinacin de respuestas familiares en una nueva actividad.

Es importante sealar que el moldeamiento aprovecha la variabilidad inherente de la

conducta. Es decir, se puede variar la conducta en una direccin u otra. El libro habla de
un experimento sobre el picoteo en palomas en el que dependiendo del reforzador
conseguan que su conducta tendiera a ir cerrando ms el pico con el picoteo o lo
contrario, ir abriendo ms el pico con el picoteo.

Con el mismo experimento se obtenan resultados que explicaban que el moldeamiento

puede producir nuevas formas de respuesta nunca antes realizadas por el organismo.
Antes de los experimentos las palomas conseguan abrir el pico 10 mm, pero tras el
moldeamiento llegaban hasta 20 mm.

La tasa de respuesta como medida de la conducta operante Los experimentos con

operante libre permiten una observacin continua durante largos periodos (a diferencia del
ensayo discreto). Skinner propuso la tasa de ocurrencia (frecuencia de la respuesta por
 Principios de Aprendizaje y
conducta
CAPITULO 5: CONDICIONAMIENTO INTRUMENTAL FUNDAMENTOS

minuto) como medida de la probabilidad de una respuesta. Las respuestas ms probables

ocurren con frecuencia y muestran una tasa alta.

C) PROCEDIMIENTOS DE CONDICIONAMIENTO
INSTRUMENTAL

Antes de empezar con los procedimientos (que son 4) vamos a explicar 4 conceptos:

- Estimulo apetitivo: Una consecuencia placentera.

- Estmulo aversivo: Una consecuencia molesta.
- Contingencia positiva: La respuesta instrumental proporciona el estmulo (un
chico corta el csped y recibe dinero)
- Contingencia negativa: La respuesta instrumental evita el estmulo (cierro la
ventana y no entra lluvia)

Importante la tabla de la pgina 134

Y ahora los 4 procedimientos que dan ttulo al apartado:

Reforzamiento positivo: Un padre da una galleta a su hija cuando hace los deberes. La
respuesta instrumental produce un estmulo apetitivo. Por lo tanto existe contingencia
positiva entre la respuesta y el estmulo.

Castigo: Un jefe te critica por llegar tarde a una reunin. La respuesta instrumental
produce un estmulo aversivo. Y OJO: Aqu tambin se produce una contingencia positiva
entre la respuesta y el estmulo. (llegar tarde produce que el jefe te ria)

Reforzamiento negativo: Se trata de un procedimiento en el que la respuesta

instrumental finaliza o previene la entrega de un estmulo aversivo. Hay dos tipos de
reforzamiento negativo:

A) Escape: Se presenta el estmulo aversivo pero puede ser eliminado por la

respuesta instrumental. Se puede escapar del sonido molesto de una radio
apagndola.
B) Evitacin: Implica la programacin de un estmulo aversivo para ser presentado en
algn momento del futuro. La gente pone a punto su coche para evitar averas.

Entrenamiento de omisin: La respuesta instrumental previene la presentacin de un

estmulo apetitivo. Se le dice a un nio que se vaya a su habitacin cuando ha hecho algo
malo no porque la habitacin sea algo aversivo sino para evitar estmulos apetitivos como
ver la televisin o que lo llamen sus amigos. El entrenamiento de omisin tambin recibe el
nombre de reforzamiento diferencial de otras conductas o RDO. El RDO refleja el hecho
de que el individuo recibe un estmulo apetitivo peridicamente a condicin de que se
dedique a realizar otra conducta diferente a la anterior.

Aunque ya lo he sealado antes, pero repito la importancia del cuado de la pgina 134
para evitar confusiones con estos trminos.
 Principios de Aprendizaje y
conducta
CAPITULO 5: CONDICIONAMIENTO INTRUMENTAL FUNDAMENTOS

D) ELEMENTOS FUNDAMENTALES DEL CONDICIONAMIENTO

INSTRUMENTAL
El condicionamiento instrumental consta de 3 elementos claves:

- Una respuesta
- Una consecuencia (el reforzador)
- Relacin (o contingencia) entre la respuesta y la consecuencia
1. La respuesta instrumental

Variabilidad conductual versus estereotipia

Los experimentos de Thorndike y Skinner enfatizaron que el reforzamiento incrementa la

probabilidad de que la respuesta instrumental se repita en el futuro. Es decir, repeticiones
de la misma respuesta. Sin embargo esto no significa que el condicionamiento instrumental
no pueda producir tambin respuestas creativas o variables. Los organismos pueden
aprender a obtener reforzamiento en una situacin donde se requiere hacer algo nuevo.
Por lo tanto la variabilidad de la respuesta puede ser la base para el reforzamiento
instrumental. Y esto se demostr con un experimento en palomas:

Page y Neuringer (1985) Experimento en Palomas. Las palomas tenan que picotear 2
teclas durante 8 veces para obtener comida. Podan alternar los picoteos como quisieran
siempre que fuesen 8 entre dos teclas. Tras 50 ensayos solo recibiran comida si no
repetian ninguna de las combinaciones de los 50 ensayos del principio. Paralelamente un
grupo de control reciba comida independientemente de si repeta o no. Los resultados
demostraron que el grupo que no tena que repetir las combinaciones daba mucha ms
variabilidad en su respuesta que el grupo de control, creando combinaciones nuevas.

Por lo tanto:

- La variabilidad de la respuesta puede mantenerse e incrementarse por

reforzamiento.
- En ausencia de reforzamiento explcito de la variabilidad, la respuesta llega a ser
ms estereotipada con un condicionamiento instrumental continuado.

Relevancia o pertinencia en el condicionamiento instrumental

Esto es muy parecido a lo que vimos en el condicionamiento clsico cuando hablbamos

de facilidad de aprendizaje cuando el EC era relevante para el EI en temas anteriores.

En el condicionamiento instrumental ocurre algo parecido, Thordike estudi las respuestas

de gatos atrapados en cajas. Primeramente condicion el rascado y el bostezo como
respuestas instrumentales para escapar y en otros experimentos condicion manipular un
picaporte o tirar de una anilla. Demostr que cuando se trataba del picaporte o la anilla, la
respuesta era mucho ms vigorosa que cuando se trataba del bostezo y el rascado. La
evolucin natural del gato hace que manipular un picaporte y empujar una anilla son
respuestas que estn relacionadas de forma natural con escapar de la trampa. Con esto se
explica el concepto de pertinencia.
 Principios de Aprendizaje y
conducta
CAPITULO 5: CONDICIONAMIENTO INTRUMENTAL FUNDAMENTOS

Deriva instintiva: Breland y Breland observaron varias limitaciones y problemas a la hroa

de entrenar animales para realizar exhibiciones en circos. Observaron que los animales
realizaban conductas relacionadas con su forma de alimentacin en lugar de reproducir la
conducta buscada por los educadores.

Sistemas de conducta y limitaciones en el condicionamiento instrumental

De acuerdo con la teora de los sistemas de conducta, cuando un animal est privado de
comida y se encuentra en una situacin donde podra encontrarla, su sistema de
alimentacin se activa y se dedica a otras actividades relacionadas con la comida. De
acuerdo con la aproximacin de los sistemas de conducta, deberamos ser capaces de
predecir qu respuestas se incrementarn con un reforzamiento de comida mediante el
estudio de lo que los animales hacen cuando su sistema de alimentacin est activado en
ausencia de condicionamiento instrumental. Esto suena un poco lioso pero se entiende con
el siguiente ejemplo:

Cuando un hamster tiene comida suficiente se dedica a otras actividades como el

autocuidado (lavarse, etc) pero cuando est hambriento su sistema de conducta se centra
en otras actividades como rascar o comer. Por lo tanto podemos concluir que el
autocuidado no est relacionado con su sistema de conducta de la alimentacin y que el
reforzamiento de comida podra producir incrementos en actividades como cavar y
escarbar pero no en lavarse la cara y rascarse.

2. El reforzador instrumental

Cantidad y naturaleza del reforzador

Las dos caractersticas estn muy relacionadas. Tener un reforzador ms grande o ms

sabroso (en el caso de la comida) provocar respuestas ms intensas en los sujetos.

Cambios en la naturaleza y cantidad del reforzador

Esto est relacionado con el modelo Rescorla-Wagner visto en el tema anterior.

Si el EI es mayor de lo esperado, producir condicionamiento excitatorio. Si por el contrario

el EI es menor de lo esperado, producir condicionamiento inhibitorio. Si trabajas por 9
euros/hora durante 6 meses y el septimo mes te siguen pagando lo mismo, ser menos
emocionante que trabajar 6 meses a 8 euros y luego a partir del septimo mes subirte a 9
euros. Es probable que los trabajadores del segundo grupo sean ms productivos (para
quien tenga psicologa de la motivacin, en la PEC 1 hay un ejercicio que trata este tema)

Contraste positivo: Se refiere a una elevada respuesta por una recompensa favorable
resultado de una experiencia anterior con una consecuencia menos atractiva.

Contraste negativo: Se refiere a una respuesta disminuida por una recompensa

desfavorable debido a una experiencia anterior con una consecuencia mejor.

Contraste sucesivo (positivo o negativo): Dos condiciones de respuesta en diferentes

fases del experimento y slo un cambio en la magnitud de la recompensa para los grupos
de cambio.
 Principios de Aprendizaje y
conducta
CAPITULO 5: CONDICIONAMIENTO INTRUMENTAL FUNDAMENTOS

Contraste conductual simultneo: Efectos de contraste conductual (contraste positivo y

negativo) que estn producidos por frecuentes cambios entre una condicin de
recompensa favorable y una desfavorable, con cada condicin de recompensa asociada
a su propio estmulo distintivo.

Todos los efectos de contraste ilustran que la efectividad de un reforzador en una

situacin est determinada en parte por las experiencias del organismo con reforzadores
en otras situaciones.

3. La relacin respuesta-reforzador

En algunos casos hay una fuerte relacin entre lo que una persona hace y la consecuencia
que sigue, en otros casos no hay ninguna relacin y en otros casos la relacin puede ser
probabilstica. Un organismo debe organizar su tiempo para enfrentarse a varios retos y
debe hacerlo de manera que lleve a cabo el mejor uso de su tiempo y energa.

2 tipos de relaciones entre una respuesta y un reforzador

a) Relacin temporal (o contigidad temporal): Tiempo que transcurre entre la

respuesta y el reforzador. En la Contigidad temporal el reforzador se entrega
inmediatamente despus de la respuesta.
b) Relacin causal: (o contingencia respuesta-reforzador). Se refiere al hecho de que
la respuesta instrumental es necesaria y suficiente para la ocurrencia del
reforzador.

Efectos de la contigidad temporal

El reforzamiento inmediato es preferible al demorado. Proporcionar el reforzador

inmediatamente despus de la ocurrencia de la respuesta instrumental facilita el
aprendizaje. Hay varios factores que explican porqu el condicionamiento instrumental es
tan sensible a la demora del reforzamiento:

- Una demora larga hace que el sujeto no sepa cual de sus respuestas haya sido la
que ha producido el reforzador. Es decir, la rata levanta una palanca pero pasan
30 segundos hasta que se muestra una bolita de comida, durante estos 30
segundos la rata sigue haciendo otras cosas como pueden ser saltar, morder,
etc., de repente surge la bolita y la rata ya no asocia la bolita con la palanca inicial
ya que despus ha seguido dando una serie de respuestas (saltar, morder, etc.) y
no sabe cual de ellas ha sido la que ha propiciado la salida de la bolita.

- Para resolver este problema se entrega un reforzador condicionado o

secundario inmediatamente despus de la respuesta instrumental y que ha sido
asociado previamente con el reforzador. Por ejemplo en el adiestramiento verbal de
animales se dice bueno o eso es y cuando acabe la exhibicin se le dar la
comida.

- Otra manera de resolver el problema es mediante un procedimiento de

marcado de la respuesta instrumental correcta. Experimento en ratas. Una caja
con un brazo negro y otro blanco. El blanco es la respuesta correcta, el grupo de
 Principios de Aprendizaje y
conducta
CAPITULO 5: CONDICIONAMIENTO INTRUMENTAL FUNDAMENTOS

ratas que daba la respuesta correcta se dividi en 2 subgrupos, uno de estos

subgrupos era extraido de la caja en el momento de entrar en el brazo blanco y
llevado a otra caja a experar la comida. El otro subgrupo no era extrado de la caja,
sino que esperaba a recibir la comida en ella durante 60 segundos. Se demostr
que el grupo que era extrado (marcado) de la caja, tena un porcentaje de
respuestas correctas superior en experimentos posteriores que el grupo que no
haba sido extrado. Es decir, hay que hacer algo inmediatamente despus de la
respuesta instrumental para que el animal se percate de que lo que acaba de hacer
es la eleccin correcta.

La contingencia respuesta-reforzador

Repite lo anterior al principio del apartado pero aade que: Aunque la relacin causal sea
perfecta, el condicionamiento no ocurrir si el reforzamiento es demorado durante
demasiado tiempo.

El experimento de supersticin de Skinner

Muy interesante y gracioso: Meti a 8 palomas en 8 cajas distintas que estaban

programadas para dar comida cada 15 segundos independientemente de lo que
estuviesen haciendo las palomas. Al rato volvo y comprob que cada paloma estaba
haciendo una cosa, unas daban vueltas otras picoteaban, etc, como si su comportamiento
condicionara el hecho de que apareciese o no apareciese comida. Skinner denomin a
esto conducta supersticiosa. Seguro que ms de uno hacemos cosas parecidas.

Skinner explica esta conducta mediante la idea del reforzamiento accidental o

adventicio que se refiere al emparejamiento accidental de una respuesta con la entrega
del reforzador. Este experimento sugera que una contingencia positiva respuesta-
reforzador no es necesaria para el condicionamiento instrumental.

Reinterpretacin del experimento de supersticin: Staddon y Simmelhag profundizaron un

poco ms en el experimento de Skinner y dieron nombre a las conductas de las palomas.
Denominaron respuestas terminales a las que se daban al final del intervalo comida-
comida y respuestas de intern a las que se daban en medio del intervalo. Las Palomas
solan coincidir en el tipo de respuestas terminales y en el tipo de respuestas intern. Por lo
tanto hay algo de contingencia entre el tipo de respuestas y el reforzador (al contrario de
cmo sugera Skinner)

Explicacin de la periodicidad de las respuestas de intern y terminales: Staddon y

Simmelhag sugirieron que las respuestas terminales son respuestas tpicas de la especie
que reflejan la anticipacin de comida a medida que el tiempo se encuentra ms cerca de
la prxima presentacin de comida. En contraste, las respuestas intern son una
manifestacin de otras fuentes de motivacin que eran ms importantes al comienzo del
intervalo entre comidas, cuando la presentacin de comida era improbable.
 Principios de Aprendizaje y
conducta
CAPITULO 5: CONDICIONAMIENTO INTRUMENTAL FUNDAMENTOS

El tipo de respuestas que se dan en el intervalo se agrupan en 3 subgrupos siguiendo el

orden temporal tras la ltima aparicin de comida:

a) Bsqueda focalizada poscomida (cerca del cuenco)

b) Bsqueda general (lejos del cuenco)
c) - Bsqueda focalizada (cerca del cuenco otra vez)

Efectos de la controlabilidad de los reforzadores

Con una contingencia fuerte, que el reforzador suceda depende de si ha ocurrido la

respuesta instrumental. Un hallazgo importante en experimentos con perros fue que la
exposicin a una descarga incontrolable dificultaba el aprendizaje posterior. Este efecto
recibe el nombre de efecto de indefensin aprendida.

Y ahora 6 puntos que tienen que ver con el efecto de indefensin aprendida:

1. El diseo tridico: (tabla pgina 153)

Los experimentos de indefensin aprendida se realizan utilizando el diseo tridico.

Contiene 2 fases:

a) Exposicin

Grupo de ratas E: Expuesto a descargas peridicas de las que pueden escapar.

Grupo de ratas A: Cada sujeto del grupo A es acoplado a cada sujeto del grupo E y recibe
las mismas descargas pero no pueden escapar de ellas.
Grupo C: No recibe descargas pero est confinado en el aparato tanto tiempo como los
otros.

b) Condicionamiento

Los 3 grupos reciben entrenamiento de escape evitacin

Resultados: La exposicin a una descarga incontrolable (Grupo A) produce peores

resultados en el aprendizaje escape-evitacin que el resto de los grupos. La diferencia en
la tasa de aprendizaje entre los grupos muestra que los animales son sensibles a la
contingencia respuesta-reforzador.

2. Hiptesis de la indefensin aprendida: Esta hiptesis asume que durante la exposicin a

descargas incontrolables, los animales aprenden que las descargas son independientes de
su conducta, no pueden hacer nada para controlarlas. Esto dificulta el aprendizaje ya que
la falta de control sobre la situacin hace que descienda la motivacin de los sujetos para
realizar una respuesta instrumental. No confundir con el efecto de indefensin aprendida
que explica el patrn de resultados obtenido con el diseo tridico.

3. Deficit de actividad: Las ratas del Grupo A aprendan a ser inactivas en respuesta a la
descarga durante la fase de exposicin.
 Principios de Aprendizaje y
conducta
CAPITULO 5: CONDICIONAMIENTO INTRUMENTAL FUNDAMENTOS

4. Deficit atencional: Una descarga inescapable hace que los animales presten menos
atencin a sus acciones (ya que han aprendido que van a recibir la descarga hagan lo que
hagan). Sin embargo marcar la respuesta instrumental supera el dficit de indefensin
aprendida.

5.Relaciones estimulares en el condicionamiento de escape: El rasgo definitorio de la

conducta de escape es que la respuesta instrumental tiene como consecuencia la
terminacin del estmulo aversivo. Adems, la respuesta de escape tiene como resultado
claves internas de retroalimentacin de la respuesta. Hay dos:

- Claves de retroalimentacin de la terminacin de la descarga. (al comienzo de

la respuesta de escape)
- Claves de retroalimentacin de la seal de seguridad. (cuando el animal
completa la respuesta)

Estas claves contextuales llegan a convertirse en inhibidores condicionados del miedo y

limitan el miedo elicitado por las claves contextuales de la cmara experimental. Hay
mayor probabilidad que las claves contextuales de la cmara en la que se administran las
descargas queden condicionadas para elicitar miedo cuando las descargas son
inescapables.

Para finalizar y a modo de conclusin: El diseo tridico ha sido de un valor incalculable

para considerar la posible importancia de las contingencias respuesta-reforzador.