Condicionamiento Instrumental.

Fundamento
En este capítulo se vuelve la vista al análisis de las
situaciones de aprendizaje en las cuales los estímulos a los
que un organismo se enfrenta son el resultado directo de su
conducta, descrita como “dirigida a una meta”.

La conducta de sucede debido a que ha servido previamente

como instrumento para producir ciertas consecuencias se
denomina conducta instrumental.

Primeras investigaciones sobre el condicionamiento

instrumental
Los análisis teóricos y de laboratorio del condicionamiento
instrumental comenzaron formalmente con el trabajo de
thorndike, su intención original era estudiar la inteligencia
animal. Estudio la cuestión planteada por Darwin sobre que
capacidades intelectuales humanas estaban presentes en
los animales mediante investigación empírica, para ello
invento una serie de cajas problema donde introducía un
gato hambriento con algo de comida fuera de la vista del
animal, su tarea era aprender a salir de la caja y obtener la
comida.

La cuidadosa aproximación empírica de Thorndike fue un

avance significativo en el estudio de la inteligencia animal.
Otra contribución importante fue la estricta evitación de
interpretaciones antropomórficas de la conducta observada,
en lugar de ello interpreto los resultados de sus estudios
como el reflejo del aprendizaje de una asociación E-R .A
medida que la asociación o conexión entre las claves de la
caja y la respuesta con éxito se hacía más fuerte, el gato
llegaba a realizar esta de forma más rápida. La
consecuencia de la respuesta exitosa fortalecía la
asociación entre los estímulos de la caja y esa respuesta.
Sobre la base de eta investigación, Thorndike formulo la ley
del efecto: si una respuesta en presencia de un estimulo es
seguida por un suceso satisfactorio, la asociación E-R se
fortalece, si es seguida por un suceso molesto, se debilita.
Esta ley implica un aprendizaje E-R.

Aproximaciones modernas al estudio del

condicionamiento instrumental
Procedimientos de ensayo discreto

Similares al método de Thorndike, W.S.Small (1899,1900),

introdujo el laberinto en las investigaciones sobre
aprendizaje inspirado en las madrigueras bajo tierra.

Otro laberinto muy utilizado es el de forma de T, diseñado

para estudiar la conducta de elección

La conducta en el laberinto puede cuantificarse midiendo la

velocidad de carrera, que normalmente aumenta con
ensayos de entrenamiento repetidos. Otra medida común es
la latencia , tiempo que tarda el animal en abandonar la caja
salida y empezar a desplazarse por el pasadizo, las latencias
se hacen más cortas a medida que progresa el
entrenamiento.
Procedimientos de operante libre

Permiten al animal que repita la respuesta instrumental una

y otra vez sin restricciones, ideado por Skinner para estudiar
la conducta de una manera más continua. Estaba interesado
en analizar en el laboratorio una forma de conducta que
fuese representativa de toda la actividad en curso que
ocurría de forma natural. La conducta no se divide como si
fueran moléculas, por eso propuso el concepto de operante
como la forma de dividir la conducta en unidades medibles
con significado.

Una respuesta operante se defina a partir del efecto que

produce en el ambiente. Las actividades que provocan el
mismo efecto ambiental se consideran ejemplos de la misma
operante.

Entrenamiento y moldeamiento al comedero: Hay algunos

pasos preliminares para establecer la conducta de presión
de la palanca, 1º los animales tienen que aprender cuando
está disponible la comida en el comedero, esto comprende
un condicionamiento clásico, tras suficientes
emparejamientos del sonido del dispensador con la entrega
de comida, el sonido llega a elicitar una respuesta de
seguimiento del signo, esta fase preliminar se llama
entrenamiento al comedero. Después, el organismo está
preparado para aprender la respuesta instrumental
requerida. Si la respuesta no es algo que el animal ya
realiza, nunca sucederá por si mima, para facilitar la
adquisición de una nueva respuesta operante, al principio la
comida se entrega si el animal hace cualquier cosa
remotamente relacionada con la respuesta deseada. Una
vez que la respuesta de alzamiento ha sido establecida la
comida solo entrega si la rata realiza la respuesta de
alzamiento sobre la palanca de respuesta. Una vez que el
alzamiento sobre la palanca ha sido establecido, la bolita de
comida puede entregarse solo si realmente la rata presiona
la palanca, esta secuencia de pasos se denomina
moldeamiento, este incluye dos tácticas complementarias:
reforzamiento de aproximaciones sucesivas a la respuesta
requerida y no reforzamiento de las formas de respuesta
más tempranas.

Moldeamiento y nueva conducta: El condicionamiento

instrumental incluye a menudo la construcción o síntesis de
una nueva unidad conductual a partir de componentes de
respuesta preexistentes que ya se encuentran en el
repertorio del sujeto. El condicionamiento instrumental
puede también utilizarse para producir respuestas que no se
parecen en nada a lo que el individuo es probable que haga
sin entrenamiento. El moldeamiento aprovecha la
variabilidad inherente de la conducta. Sin esta variabilidad,
los procedimientos de moldeamiento no tendrían éxito. El
moldeamiento puede producir nuevas formas de respuesta
nunca antes realizadas por el organismo.

La tasa de respuesta como medida de la conducta operante:

los métodos de operante libre permiten una observación
continua durante largos periodos, proporcionan una ocasión
especial para observar cambios en la probabilidad de la
conducta a lo largo del tiempo.

Las medidas de la latencia de la respuesta y de la velocidad

que se emplea normalmente en procedimientos de ensayo
discreto no permiten que se repita la respuesta. Skinner
propuso que la tasa de ocurrencia de una conducta operante
(frecuencia por minuto por ej.)Se utilizase como medida de
la probabilidad de respuesta.
Procedimientos de condicionamiento instrumental

Una consecuencia placentera se denomina técnicamente

estimulo apetitivo. Una consecuencia molesta estimulo
aversivo. La respuesta instrumental puede proporcionar el
estimulo, en este caso se dice que surte efecto una
contingencia positiva entre la respuesta y su estimulo
consecuente. De forma alternativa, la respuesta instrumental
puede retirar o eliminar un estimulo, en este caso se dice
que existe un efecto de contingencia negativo entre la
respuesta y su consecuencia: Que el resultado de un
procedimiento de condicionamiento sea un aumento o una
disminución de la tasa de respuesta depende tanto de la
contingencia respuesta-consecuencia como de la naturaleza
de la consecuencia.

Reforzamiento positivo: es un procedimiento en el que la

respuesta instrumental produce un estimulo apetitivo. Si se
da la respuesta el estimulo apetitivo se presenta, si no se da
la respuesta el estimulo apetitivo no se presenta: existe una
contingencia positiva entre la respuesta instrumental y el
estimulo positivo. El reforzamiento positivo produce
incremento en la tasa de respuesta.

Castigo: En un procedimiento de castigo, la respuesta

instrumental produce o aproxima un estimulo molesto o
aversivo. Produce disminución en la respuesta instrumental.

Reforzamiento negativo: En una contingencia negativa, la

respuesta retira o previene la presentación de un suceso
ambiental. Un procedimiento en el que la respuesta
instrumental finaliza o previene la entrega de un estimulo
aversivo de denomina reforzamiento negativo. Hay dos
tipos, escape y evitación. En el escape, el estimulo aversivo
se presenta pero puede ser eliminado por la respuesta
instrumental. La presencia de un estimulo aversivo
establece la ocasión para la ocurrencia de la respuesta
instrumental, entonces es reforzada por la terminación del
estimulo aversivo. La evitación implica la programación de
un estimulo aversivo para ser presentado en algún momento
del futuro. En este caso la respuesta instrumental previene
la entrega del estimulo aversivo

Entrenamiento de omisión: Incluye una contingencia

negativa entre la respuesta instrumental y un suceso
ambiental. En este caso la respuesta instrumental previene
la presentación de un estimulo apetitivo o placentero. A
menudo es el preferido para disuadir la conducta humana
(niño a su habitación).

Los procedimientos de entrenamiento de omisión se

denominan en ocasiones reforzamiento diferencial de otras
conductas o RDO. Este término refleja el hecho de que el
individuo recibe un estimulo apetitivo periódicamente a
condición de que se dedique a realizar otra conducta
diferente de la respuesta especificada por el procedimiento,
implica el reforzamiento de otras conductas. La respuesta
instrumental disminuye por el castigo y aumenta por el
reforzamiento negativo
 Elementos fundamentales del condicionamiento instrumental

La esencia de la conducta instrumental es que está

controlada por sus consecuencias. El condicionamiento
instrumental consta de tres elementos claves; una
respuesta, una consecuencia (el reforzador) y una relación
o contingencia, entre la respuesta y la consecuencia.
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.

Variabilidad conductual versus estereotipia. 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
ej. Pág. 137.

Relevancia o pertinencia en el condicionamiento

instrumental: 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.

Sistemas de conducta y limitaciones en el condicionamiento

instrumental: Las limitaciones de respuesta que se han
descrito 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

Cantidad y naturaleza del reforzador: En un estudio

sistemático, Hutt (1954) intento 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.
Cambios en la naturaleza y la cantidad de reforzador: 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) ver ejemplo
libro pág. 144. 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.