Psicología del Aprendizaje 2015/2016 Llanos Merín

TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO

PROGRAMAS BÁSICOS DE REFORZAMIENTO: son la forma en que se programan los reforzadores en contingencia con la emisión de una respuesta
operante. Cada uno de ellos especifica una regla que determina las condiciones en las que una respuesta puede ser reforzada.

Programas de reforzamiento continuo: en ellos, Programas de reforzamiento intermitente o parcial:

cada respuesta correcta es reforzada (Ej.: sólo se refuerzan algunas respuestas que emite el
interruptor de la luz). sujeto, no todas. Producen un aprendizaje más
duradero y son más difíciles de extinguir.

Programas de razón: el reforzador Programas de intervalo: la respuesta se

depende sólo del número de respuestas refuerza sólo si ocurre cuando ha transcurrido
efectuadas por el sujeto. Es decir, se un cierto periodo de tiempo. Es decir, debe
debe emitir un número concreto de pasar un determinado tiempo desde la
respuestas antes de que la última de consecución del reforzador anterior antes de
ellas sea reforzada. que la respuesta sea reforzada de nuevo.

Programa de razón fija (RF): el
número de respuestas requerido
para que se administre el
reforzador es siempre el mismo. Se
abrevia RF seguido del número de
respuestas requeridas (Ej.: RF-50).
El programa RF-1 sería un
reforzamiento continuo, puesto que
sería reforzada cada respuesta.
Programa de razón variable (RV):
requiere un número de respuestas
que varía de una ocasión a la
siguiente, de manera irregular,
alrededor de un número promedio
de respuestas por cada reforzador.
Ej.: en un programa RV-100 se
conseguirá el reforzador si en
promedio se han emitido 100
respuestas, pudiendo ser en unas
ocasiones más y en otras menos (el
valor medio es 100).
Programa de intervalo fijo (IF): son
aquellos que reforzarán la primera
respuesta que ocurra una vez haya
transcurrido un tiempo siempre
igual desde que se dispensó el
último reforzador. Es decir, el
intervalo de tiempo es constante.
Programa de intervalo variable
(IV): son aquellos donde varía la
cantidad de tiempo a transcurrir
entre un reforzador y el
siguientes antes de que la
respuesta sea reforzada, dando
lugar a un valor promedio de
intervalo entre reforzadores. Es
decir, el periodo de tiempo varía
de una recompensa a otra.
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO

PROGRAMAS BÁSICOS DE REFORZAMIENTO  REGISTRO ACUMULATIVO. Cada una de los 4 programas básicos produce una ejecución conductual característica
que se puede observar en la forma en la que se distribuyen las respuestas, por medio de un registrador acumulativo. Este tipo de registro permite medir tanto el
número de respuestas como el número de pausas, el tiempo transcurrido entre ellas (TER: tiempo entre respuestas) o el tiempo total sin responder, siendo el
resultado una curva acumulativa continua que refleja las tasas de respuesta. Veamos el registro acumulativo de cada uno de los 4 programas:

Programa de razón fija (RF):
 Tasas elevadas de respuesta, que se
mantienen desde la primera respuesta
después de haber obtenido el reforzador
hasta la siguiente respuesta reforzada.
Esta ejecución alta y estable ocurre
cuando la razón es relativamente
pequeña.
 Cuando la razón es mayor (RF-50), se
observa una pausa post-reforzamiento
que se sigue de la transición casi
instantánea de una tasa alta de respuesta
posterior (carrera de razón).
 Tensión de la razón: si se aumenta
demasiado el valor de la razón, las pausas
son más largas o, en casos extremos, el
sujeto puede dejar de responder.
Programa de razón variable (RV):
 Tasas de respuesta muy altas y
constantes.
 Las pausas post-reforzamiento son
mucho menos probables que en los
programas RF, ya que el programa
impide que el sujeto adquiera una
impresión exacta del número de
respuestas requeridas para obtener el
reforzador (Ej.: máquinas
tragaperras).
Programa de intervalo fijo (IF):
 El intervalo de tiempo establecido
solo indica cuándo está disponible el
reforzador, no cuándo se entrega.
 Se caracteriza por una pausa post-
reforzamiento más o menos
prolongada en función de la duración
del intervalo, y por una progresiva
aceleración posterior de la tasa de
respuesta en cada uno de los
intervalos, de manera que la tasa
mayor de respuesta se produce cerca
del final del intervalo. Esta pauta de
conducta se conoce como festoneado
(Ej.: pautas de estudio en exámenes).
 La ejecución en un programa IF
refleja la precisión del sujeto para
contar el tiempo.
Programa de intervalo variable (IV):
 Ejecución con una tasa de
respuesta constante y estable, sin
pausas (Ej.: la pesca).
 Tanto en los programas de IV como
en los de IF el reforzador está
disponible hasta que se realice la
respuesta, sin importar el tiempo que
esto lleve. Sin embargo, hay ocasiones
en las que se restringe el tiempo que
está disponible el reforzador, es decir,
se estipula un tiempo límite para
conseguirlo: esta clase de restricción
se llama duración limitada.
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO

PROGRAMAS DE RAZÓN VS PROGRAMAS DE

INTERVALO  FUNCIONES DE RETROALIMENTACIÓN.

Programas de razón vs Funciones de

programas de intervalo retroalimentación

 Semejanzas: los programas de RF e IF producen pausas post-reforzamiento  Funciones de retroalimentación: Son descripciones de las posibles relaciones
y tasas altas de respuesta tras la pausa; los programas de RV e IV mantienen existentes entre aspectos ambientales relacionados con la ocurrencia del
tasas estables de respuesta y no presentan pausas. reforzador (por ejemplo, su frecuencia de ocurrencia) y aspectos de ejecución
Diferencias: conductual (como puede ser, por ejemplo, la frecuencia de ocurrencia de la
 Cuando se igualan las tasas y patrones de reforzamiento, la tasa de respuesta). Por lo general en los programas de razón se encuentran funciones
respuesta suele ser mayor en los programas de razón que en los de intervalo. lineales, mientras que en los programas de intervalo se encuentran funciones
 En los programas de intervalo, la tasa de respuesta no influye directamente hiperbólicas. Las funciones de retroalimentación se corresponden con una
sobre la frecuencia de administración de los reforzadores (la tasa de explicación molar de las relaciones del ambiente con la conducta.
reforzamiento), mientras que la tasa de reforzamiento varía de manera directa
con los cambios en la tasa de respuesta en los programas de razón. En los programas de razón, la tasa de
 Posibles explicaciones a estas diferencias (Baum): reforzamiento que obtiene el sujeto es
1. Explicación molecular: los programas de intervalo (particularmente IV) proporcional a la tasa de respuesta
tienden a reforzar TER largos, porque el mero paso del tiempo lleva a un realizada. Cuando más rápido se
incremento en la probabilidad de reforzamiento. Dado que los programas IV se responda (menor requisito de razón),
generan TER largos, éstos se reforzarán y llegarán a predominar, reduciendo mayor tasa de reforzamiento. Como
así la tasa de respuesta. En los programas de razón (particularmente RV) es resultado se obtiene una función lineal.
más probable que el reforzador actúe sobre TER cortos, dada la tendencia de En los programas de intervalo, cuanto
los sujetos a responder en ráfagas. más corto es el programa, mayor
2. Explicación molar: en los programas de RV existe una correlación directa margen para que pequeños incrementos
entre la tasa de respuesta y la tasa de reforzamiento, por lo que la tasa de en tasas bajas de respuesta produzcan
respuesta tenderá a aumentar para maximizar la tasa de reforzamiento. En los incrementos importantes en la tasa de
programas IV, sin embargo, no existe ninguna relación entre la tasa de reforzamiento. Las funciones se aplanan
respuesta y la tasa de reforzamiento: por mucho que se incremente la primera a partir de una tasa de respuesta,
no variará la segunda. porque la tasa máxima de reforzamiento
viene establecida por el programa
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO

TEORÍA Y PROGRAMAS DE REFORZAMIENTO

DIFERENCIAL DE LOS TIEMPOS ENTRE RESPUESTAS (TER).

Teoría del reforzamiento Programas de reforzamiento

diferencia de los TER diferencial de los TER

La teoría del reforzamiento diferencial de los TER se basa en que
los reforzadores no sólo refuerzan ejecutar una determinada
respuesta, sino que también refuerzan el hacerlo a un
determinado ritmo, con un determinado espaciamiento entre
respuestas. En todos los programas de CO se refuerzan
específicamente TER de una duración determinada.
 En los programas de razón los tiempos entre respuesta largos
posponen el reforzamiento. De hecho, cuanto más rápido
complete el sujeto el requerimiento de la razón, más rápido
recibirá el reforzador. Por tanto, un programa de razón favorece
tiempos entre respuestas cortos y por consiguiente una tasa de
respuestas alta.
 En los programas de intervalo la probabilidad de recompensa
aumenta con tiempos entre respuestas más largos y esto implica
tasas de respuestas más bajas.
Este tipo de programas se diseñaron para probar que el reforzamiento diferencial de
los TER es posible, para lo que se refuerzan específicamente TER cortos y TER largos.
Se requiere que el sujeto responda a una tasa particular para obtener el reforzador. El
reforzamiento de una determinada respuesta vendrá determinado en función del
tiempo transcurrido entre dicha respuesta y la respuesta anterior. El diseño básico de
estos programas es elegir un tiempo determinado y reforzar únicamente los TER que
sean más largos o más cortos que ese tiempo.
 Reforzamiento Diferencial de tasas Bajas de respuesta (RDB): se refuerza una
respuesta sólo si ocurre después de que haya transcurrido cierta cantidad de tiempo
desde la respuesta anterior. Así, el sujeto tiene que refrenar su respuesta hasta que
ha pasado un cierto periodo de tiempo y, si no se consigue, se reinicia nuevamente el
intervalo de tiempo especificado por el programa. Se refuerzan los TER largos.
Ej.: estos programas se pueden encontrar en la coordinación de los pasos de baile o de
los instrumentos musicales, donde cualquier aceleración en la conducta lleva a un
resultado no reforzado (sino castigado).
 Reforzamiento Diferencial de tasas Altas de respuesta (RDA): se refuerza una
respuesta sólo si ocurre antes de que haya transcurrido cierta cantidad de tiempo
tras la respuesta precedente. Se refuerzan los TER cortos. Este procedimiento
fomenta, por tanto, tasas altas de respuesta.
Ej.: contestar un cuestionario con tiempo límite para cada pregunta, de manera que si
no se respondiese a una pregunta en el tiempo especificado se saltaría a la siguiente,
forzándose a responder antes de que venza el tiempo estipulado.
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO
PROGRAMAS COMPUESTOS DE REFORZAMIENTO  PROGRAMAS ALTERNANTES Y SECUENCIALES. Los programas compuestos resultan de la aplicación de dos o
más programas básicos de reforzamiento y pueden dividirse en dos bloques: aquellos donde la presentación de los programas componentes es secuencial y
aquellos donde los componentes se presentan de forma simultánea. En primer lugar, veremos los programas secuenciales.

Programas compuestos secuenciales de reforzamiento: Hace referencia a la

Sin Ed Con Ed presentación en sucesión de al menos dos programas básicos de
reforzamiento, destacando los programas mixto, múltiple, tándem y
Alternantes Mixto Múltiple
encadenado, cuya diferencia radica en cómo se pasa de uno a otro de los
Secuenciales Tándem Encadenado
programas componentes (de forma alternante o estrictamente secuencial) y
si existe señal discriminativa para los mismos.

Programa mixto: se presentan dos o más programas básicos alternándose al azar. El cambio de un programa a otro de los
programas es independiente de la conducta del sujeto, ya que depende de la duración de un tiempo establecido con anterioridad
por el experimentador. Ej.: si cada componente dura 10 minutos, durante los 10 primeros puede estar funcionando un programa IF-
60 y en los 10 minutos siguientes va a funcionar el segundo programa, por ejemplo, RF-50 y al terminar su tiempo, volverá a
Programas empezar el programa IF-60 (así sucesivamente).
alternantes Programa múltiple: es igual que el mixto con la diferencia de que cada componente se señala con una clave discriminativa distinta
(luz, sonido…) y el sujeto es informado en todo momento de en qué parte del programa se encuentra. Si un Ed indica que las
respuestas pueden ser reforzadas de acuerdo a reforzamiento positivo, y un Ed diferente señala la imposibilidad de reforzamiento,
nos encontramos ante un programa donde se establece una discriminación entre n Ed positivo y un Ed negativo (E∆). El aprendizaje
consiste en emitir la respuesta en presencia del E+ y omitirla en presencia del E-.

Programa tándem: consta de al menos dos programas simples que se presentan siempre en el mismo orden. Los sujetos
experimentales deben completar el primer programa para poder iniciar el segundo, al final del cual consiguen la administración del
reforzador. En este programa, al contrario que en los anteriores, solo es posible conseguir el reforzador si se cumplen en sucesión
Programas todos los programas componentes. Completar uno de ellos sólo da lugar a la posibilidad de realizar el siguiente.
secuenciales
Programa encadenado: es igual que el tándem, pero en este caso cada uno de los programas simples está señalado de manera
diferente. Habitualmente la terminación del primer programa se acompaña del encendido de una luz o la presentación de un
sonido, que permanece en funcionamiento durante el segundo programa hasta el momento de la consecución del reforzador.
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO

PROGRAMAS COMPUESTOS DE REFORZAMIENTO

 PROGRAMAS SIMULTÁNEOS

Programas Programas
concurrentes combinados

Son los más importantes y conocidos. Se caracterizan por disponer
simultáneamente de al menos dos programas básicos de reforzamiento. En los
programas concurrentes se puede cambiar de un programa a otro sin que
normalmente haya sido necesario haber completado un tiempo o un número de
respuestas en cada uno de los programas. Los sujetos experimentales, como
consecuencia, deben elegir entre responder a uno u otro de los programas que
componen el programa concurrente. De esta forma, los programas concurrentes
estudian los mecanismos de la conducta de elección (para ello, se mide el
número de respuestas en cada uno de los componentes del programa y se
calcula la proporción en que se distribuyen las respuestas en cada uno de ellos).
Consisten en combinaciones de un programa de razón y otro de intervalo, y
existen al menos tres tipos:
 Programa alternativo: se refuerza una respuesta cada vez que se cumple con
el requisito del programa de razón o el de intervalo, existiendo así dos formas
de conseguir el reforzamiento.
 Programa conjunto: se refuerza una respuesta cada vez que se cumple al
mismo tiempo con el requisito de razón y del intervalo.
 Programa entrelazado: la respuesta que se refuerza viene determinado por
dos programas, pero la disposición de uno de ellos se altera por el desarrollo del
otro. Una posibilidad es que cierta suma de respuestas y de tiempo debe darse
antes de que la respuesta sea reforzada.

RESUMEN: CLASIFICACIÓN GENERAL DE LOS PROGRAMAS COMPUESTOS.

MIXTO
ALTERNANTES
PROGRAMAS MÚLTIPLE
COMPUESTOS
SECUENCIALES TÁNDEM
SECUENCIALES
PROGRAMAS ENCADENADO
COMPUESTOS
PROGRAMAS CONCURRENTES
COMPUESTOS
SIMULTÁNEOS COMBINADOS  ALTERNATIVO, CONJUNTIVO Y ENTRELAZADO.
Psicología del Aprendizaje 2015/2016
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO
CONCUTA DE
ELECCIÓN
Estudio y medida de la
conducta de elección
La conducta de elección se ha estudiado:
 Tradicionalmente, utilizando un procedimiento de premios concurrentes:
- Se daba a elegir entre dos actividades diferentes.
- Se medía el tiempo que el animal empleaba en cada una de las opciones.
- Se inferían las preferencias relativas de los sujetos, en base a los resultados que
se obtenían.
- Este tipo de procedimiento no es adecuado porque se están comparando entre
sí actividades que requieren dos respuestas distintas.
 Actualmente, se utilizan los programas concurrentes: en ellos, se aplican dos
programas de reforzamiento a la vez y el sujeto debe elegir entre las distintas
alternativas, que requieren una respuesta operante idéntica. La conducta de
elección se refleja en la distribución de las respuestas en las dos opciones
alternativas, de forma que el sujeto distribuirá sus respuestas entre las dos
opciones en función del programa de reforzamiento de cada una de ellas.
 La medida de la conducta de elección se realiza mediante la tasa relativa de
respuesta en cada una de las alternativas (se puede realizar del mismo modo con
la tasa relativa de reforzamiento).
Ra = tasa relativa de respuesta en la alternativa a.
Rb = tasa relativa de respuesta en la alternativa b.
La razón será R=0,5  Si el sujeto elige igualmente entre las dos opciones.
La razón será R>0,5  si la tasa de respuesta en a es mayor que en b.
La razón será R<0,5  si la tasa de respuesta en b es mayor que en a.
Llanos Merín
La ley de igualación
(Herrnstein)
 Esta teoría formula que la tasa relativa de respuesta relativa entre dos
alternativas concurrentes (disponibles al mismo tiempo) es igual a la tasa (o
frecuencia) relativa de reforzamiento en cada una de ellas. Dicho de otro modo:
si tenemos dos posibilidades de respuesta, cada una con un programa de
reforzamiento diferente, hay que elegir cómo responder a ellas. Por tanto, voy a
repartir mi tiempo y esfuerzo en proporción a lo que pueda conseguir de cada
una de ellas: esto implica que, si de uno de los programas podemos sacar más
reforzamiento que del otro, lógicamente, nos dedicaremos más a él.
 Matemáticamente, esto se representa con la siguiente fórmula:
Ra/Rb = tasas relativas de respuesta en las alternativas a y b respectivamente.
Fa/Fb = tasas relativas de reforzamiento en las alternativas a y b.
 Si en la alternativa a se ofrece una mayor frecuencia de reforzamiento que en la
b también se dará un mayor número de respuestas en esta alternativa y viceversa.
 Si los reforzadores se distribuyen por igual en las dos alternativas, las
respuestas también se distribuirán al 50% entre las dos alternativas.
 Existen también otros parámetros del reforzador que se pueden igualar
(frecuencia, magnitud, demora…).
 Maximización: comportamiento adaptativo que implica elegir en exclusiva la
alternativa más favorable, para ahorrar tiempo y esfuerzo (entre dos programas
de razón diferentes, siempre se elige la alternativa que tiene la razón más baja).
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO

CONCUTA DE ELECCIÓN  LEY

GENERALIZADA DE LA IGUALACIÓN

Sesgos en el estudio de la Ley generalizada de

igualación la igualación (Baum)

 Cuando se tiene que elegir entre dos alternativas de respuesta, se suele
producir un comportamiento de alternancia, caracterizado por el cambio
intermitente de una alternativa de respuesta a otra sin que guarde relación
con los reforzadores asociados a cada una de dichas alternativas. Para evitar
esta influencia no deseable en los laboratorios de psicología del aprendizaje,
donde se pretende estudiar el comportamiento de elección guiado
simplemente por las consecuencias del reforzamiento en las diferentes
alternativas, se ha recurrido a un procedimiento denominado demora por el
cambio (DPC). Este procedimiento consiste en introducir un periodo
temporal breve (2 o 3 segundos), después de la primera respuesta a una de
las alternativas, antes de que pueda entrar en funcionamiento el programa
de reforzamiento asociado a dicha alternativa. Si los sujetos persisten en su
comportamiento de alternancia, y se ha introducido la contingencia de DPC,
no podrían obtener ningún reforzador en ninguna de las alternativas de
respuesta. La consecuencia normal en estos casos es que los sujetos
abandonen su comportamiento de alternancia.
 Otros de los sesgos más frecuentes en los experimentos de elección
realizados en laboratorio son: la disposición espacial de las alternativas de
respuesta, el color y la iluminación de dichas alternativas o la fuerza
requerida para responder en cada una de ellas. En un programa concurrente
de reforzamiento se requiere que las alternativas de respuesta difieran
exclusivamente en las características de reforzamiento.
 Baum amplió la ley de igualación para corregir los sesgos e incorporar las
desviaciones por sobreigualación e ingraigualación, de forma que la fórmula
quedó de la siguiente forma:
K = sesgo de respuesta. Si no existe sesgo k=0, si hay sesgo k>1 o k<1
dependiendo del sesgo del que se trate.
S = sensibilidad a las tasas relativas de reforzamiento.
Si s y k fueran 1, la fórmula se reduciría a la de Herrnstein (no hay influencia de
sesgos). Hay veces en las que el animal no actúa conforme a la ley de igualación
y le dedica más o menos respuestas a una alternativa (siempre la MÁS
VENTAJOSA) de las que la ley formula: fenómenos de infraigualación y
sobreigualación.
 Igualación perfecta: s=1.
 Infraigualación: s<1. Cuando el animal responde menos de lo previsto por la
igualación en el programa más ventajoso (sensibilidad reducida a las tasas
relativas de reforzamiento).
 Sobreigualación: s>1. Cuando la mejor alternativa es valorada por encima
de lo que predice la igualación (responden más) (mayor sensibilidad a la tasa
relativa de reforzamiento).
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO

CONCUTA DE
ELECCIÓN

¿Cómo realizamos los cálculos?: Deducir las

tasas relativas de respuesta y reforzamiento y
cuándo hay infraigualación o sobreigualación.

 Cuando el programa concurrente está compuesto exclusivamente por programas de razón. En este caso, lo que ocurre es que al elegir la opción más ventajosa la otra
se descarta del todo (maximización). Por ejemplo, imaginemos que tenemos 2 palancas, la palanca A con un programa de RF5 y la otra, la B, con un programa de RF10. Si
damos, por ejemplo, 20 respuestas: en la palanca A obtendría 4 reforzadores (un reforzador cada 5 respuestas), mientras que en la B obtendríamos solamente 2
reforzadores (un reforzador cada 10 respuestas). Así, sin con el mismo número de respuestas voy a obtener más recompensa en la palanca A, paso totalmente de la B (no
me interesa gastar tiempo o energía en ella). Por tanto, la tasa relativa de respuesta y/o reforzamiento sería 1 para la palanca A y 0 para la palanca B.
 En el caso de programas concurrentes formados por programas de intervalo, el sujeto dará un mayor número de respuesta a la opción más ventajosa, en función de
los reforzadores que puede conseguir, pero no obvia por completo la otra opción. Imaginemos la palanca A con un programa IF5, y la palanca B con un programa IF10: lo
primero que tenemos que hacer es deducir qué opción es la más ventajosa, en este caso sería la A (obtendríamos 6 reforzadores  uno cada 5 min), mientras que en la
palanca B solo obtendríamos 3 reforzadores (1 cada 10 min). Así, la tasa de reforzamiento se calcula dividiendo los reforzadores que consigo en cada opción sobre el total
de reforzadores (9 para este caso). Por lo tanto:
Fa = 6/9= 0,66; Ra= 0,66 (la tasa de respuesta es igual que la de reforzamiento, de acuerdo a la ley de igualación) y Fb= 3/9=0,33; Ra=0,33. En caso de que en el problema
no nos diesen el tiempo total, podemos poner el que queramos pues el resultado será siempre el mismo. En este ejemplo, por tanto, nos dedicaríamos en un 66% a la
palanca A que es la más ventajosa, y en un 33% a la palanca B.
 Para saber si existe sobreigualación o infraigualación. Para el ejemplo anterior de IF, tenemos un Fa=0,66, si por ejemplo nos dicen que la Ra de un animal en A es
0,75 estaremos ante una sobreigualación (el animal responde más de lo esperado); si nos dicen que la Ra es de 0,50 sería infraigualación (el animal responde menos de lo
esperado). OJO: para hacernos picar, pueden darnos los datos de la opción menos ventajosa (esto no nos sirve, SIEMPRE necesitamos los de la más ventajosa). Así, si nos
diesen los datos Fb=0,40 y Rb=0,50 lo primero que tenemos que hacer es apuntarnos los datos de A: como el tope 1, sería Fa=0,60 y Ra=0,50. Visto de la siguiente
manera es más claro:

Palanca B:
Fb=0’40
Rb=0’50
Psicología del Aprendizaje 2015/2016
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO
Aproximación
molecular
 Los sujetos eligen cualquier alternativa de respuesta
con mejores probabilidades de obtener un reforzamiento
en ese momento (probabilidad momentánea).
 Afirma que el cambio de una alternativa de respuesta a
otra se realiza en el momento en que la probabilidad
momentánea de reforzamiento sea mayor en la otra
alternativa.
 Explica bastante bien la distribución de respuestas en
programas concurrentes de intervalo, donde los animales
podrían responder de muchas maneras, pero lo hacen de
forma muy aproximada a como predice la teoría.
TEORÍAS DE LA LEY DE
IGUALACIÓN
Aproximación
molar
 Los sujetos distribuyen sus respuestas entre
las diferentes alternativas con el fin de
maximizar la cantidad de reforzamiento total.
 Los animales distribuyen sus respuestas de
acuerdo a un cálculo global de las tasas
relativas de reforzamiento entre las dos
alternativas de respuesta, eligiendo más la que
proporciona una mayor tasa de reforzamiento.
 Esta teoría se formuló para explicar la
elección en programas concurrentes de razón.
 Dificultades: no puede explicar la conducta
de elección en los programas RV-IV; dificultad
para explicar por qué los animales prefieren
reforzadores variables a fijos, aunque se
ofrezca igual tasa de reforzamiento.
Llanos Merín
Mejoramiento
 La teoría del mejoramiento puede considerarse una
síntesis entre las aproximaciones molecular y molar.
 Esta teoría asume que los sujetos cambian de una
alternativa a otra para mejorar la tasa local de
reforzamiento. Así, eligen la alternativa que en cada
momento presenta mejor tasa local de reforzamiento (nº
de respuestas o reforzadores/tiempo dedicado a
responder).
 Intrínseco a la teoría del mejoramiento es la igualación
temporal:
- Al elegir la alternativa que proporciona un mejor
reforzamiento: darán una mayor tasa de respuesta,
obtendrán una mayor tasa de reforzamiento y
permanecerán más tiempo en esa alternativa.
- Responderán menor a la alternativa menos favorable, se
obtendrán menos reforzadores, pero también
permanecerán menos tiempo en esa alternativa.
 Por lo tanto, las tasas locales de respuesta y de
reforzamiento serán iguales en las diferentes alternativas
de respuesta
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO

IMPULSIVIDAD Y AUTOCONTROL: PROGRAMAS CONCURRENTES ENCADENADOS. Procedimiento de reforzamiento complejo, en el que se permite
al participante elegir cuál de varios programas simples de reforzamiento funcionará. Una vez realizada la elección, las alternativas rechazadas no
estarán disponibles durante algún tiempo. Constan de, al menos, dos fases.

 1ª fase: eslabón de elección. El sujeto elige entre dos opciones de

respuesta idénticas.
 2ª fase: eslabón terminal. Programa de reforzamiento.
 Características: la oportunidad de obtener el reforzamiento se da sólo en el
eslabón terminal; estos programas implican una elección con compromiso
(una vez realizada una elección, el sujeto está comprometido con esa elección
hasta el final del eslabón terminal); la consecuencia de responder en el
eslabón inicial es un estímulo asociado con el eslabón terminal que se
convierte en reforzador condicionado; los sujetos igualan la tasa relativa de
respuesta con la tasa relativa de reforzamiento en los eslabones terminales;
también igualan la tasa relativa de respuesta en el eslabón inicial con la tasa
relativa de reforzamiento en el eslabón terminal.

 El autocontrol se trata de elegir una recompensa grande pero demorada sobre

una recompensa pequeña e inmediata (impulsividad).
 Los procedimientos usados en los estudios de autocontrol han sido:
1. Procedimiento de elección directa (programa concurrente simple): se prefiere
la recompensa pequeña inmediata. No se muestra autocontrol. La inmediatez del
reforzador influye más en la elección del sujeto que la magnitud del mismo.
2. Programa concurrente encadenado: si se impone un tiempo de demora
suficiente antes del componente terminal se muestra autocontrol, es decir, se
prefiere la recompensa grande demorada.
 Si se impone una demora constante a la entrega de ambas recompensas, es
más probable que los sujetos muestren autocontrol y prefieran la recompensa
grande demorada. Esto es porque demorar un poco la entrega del reforzador
pequeño hace que su fuerza se debilite y se prefiere esperar a uno de mayor
magnitud. El valor de un reforzador se reduce en función del tiempo que se tiene
que esperar para obtenerlo (Rachlin y Green).
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO

TEORÍAS E-E TOLMAN.

TEORÍA DE LA PRIVACIÓN DE RESPUESTA

TEORÍAS DEL APRENDIZAJE INSTRUMENTAL

 TEORÍAS ASOCIACIONISTAS

Teorías E-R Teorías E-E

 Thorndike: su aportación fue la formulación de la Ley del efecto. Postula que la  Tolman: para Tolman los reforzadores no actúan directamente sobre la
asociación entre la situación ambiental (E) y la respuesta (R) depende de la propia asociación E-R, sino que la conducta está mediada por eventos internos como las
consecuencia de la acción, por tanto, el papel del reforzador es crear la asociación expectativas de recompensa.
E-R. Si la consecuencia es positiva para el sujeto, la respuesta tenderá a repetirse, Distinguió entre aprendizaje y ejecución. El reforzador no es necesario para el
pero si no lo es, tenderá a desaparecer. aprendizaje, pero sí para la ejecución.
 Guthier: la función del reforzador es facilitar la formación de una asociación
entre E-R. Fue el primero en diferenciar entre actos y movimientos.
 Hull: la consecución del reforzador refuerza la formación de una asociación E-R
debido a una reducción del impulso (necesidad biológica), al tiempo que incita a la
acción (incentivo). La ejecución conductual va a depender de la fuerza del hábito,
del nivel del impulso y del valor del incentivo.
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 5: PROGRAMAS Y TEORÍAS DEL REFORZAMIENTO

TEORÍAS DEL APRENDIZAJE INSTRUMENTAL

 TEORÍAS DE SELECCIÓN DE RESPUESTAS

Teoría de la probabilidad Teoría de la privación

diferencial (Premarck) de respuesta

 Premarck: “Dadas dos respuestas en un procedimiento de condicionamiento
instrumental, la respuesta más probable reforzará a la menos probable y la
respuesta menos probable no reforzará a la más probable”.
 Principio de Premarck: el efecto del reforzamiento se basa en la probabilidad
diferencial de 2 actividades y tiene un gran poder predictivo:
- Primero se observa la probabilidad o preferencia de dos actividades cuando el
sujeto no está limitado (establecimiento de la línea base).
- Segundo se establece una relación de reforzamiento en la que la actividad
preferida (A) se limita, y debe ocurrir solo de forma contingente con la realización
de la actividad menos preferida (B) (Actividad preferida: reforzador/ actividad
menos preferida: instrumental).
- Resultado: la actividad reforzada ocurre a menor probabilidad que en
condiciones de libre acceso y la actividad instrumental aumenta su probabilidad de
ocurrencia.
- Ej.: podrás ver la tele (A), cuando hayas recogido los platos (B).
 La restricción de la respuesta reforzadora es el factor crítico para el
reforzamiento instrumental.
 Los programas de reforzamiento incrementarán la ocurrencia de una respuesta
operante por encima de su línea base, si y solo si dichos programas privan al
individuo de realizar la respuesta reforzadora.
 Para que una actividad pueda funcionar como reforzador hay que restringir la
realización de dicha actividad en relación con su punto de bienestar (línea base),
pero no es necesario que tenga que ser la más preferida.
 Predice que la tasa de respuesta y la tasa de reforzamiento deben relacionarse
en forma de U invertida en vez de forma lineal: a medida que disminuye la
frecuencia de reforzamiento, la tasa de respuesta instrumental aumenta (porque
el beneficio de obtener el reforzador compensa el hecho de responder más) pero
si posteriormente aumenta el requisito del programa y baja más la frecuencia de
reforzamiento, el coste de responder no compensa, por tanto, disminuyen las
respuestas.