Condicionamiento operante

El condicionamiento operante es una forma de

aprendizaje mediante el cual un sujeto tiene más proba-
bilidades de repetir las formas de conducta que conlle-
van consecuencias positivas y, por el contrario, menos
probabilidades de repetir las que conllevan consecuen-
cias negativas. El condicionamiento operante es un tipo
de aprendizaje asociativo que tiene que ver con el desarro-
llo de nuevas conductas en función de sus consecuencias,
y no con la asociación entre estímulos y conductas como
ocurre en el condicionamiento clásico.
El término “condicionamiento operante” fue introduci-
do por Burrhus Frederic Skinner, aunque hoy se prefiere
el de “condicionamiento instrumental”, introducido por
Edward Thorndike, por ser más descriptivo. Este último
sugiere que la conducta sirve de “instrumento” para con-
seguir un fin y se da por ensayo y error, a diferencia del
condicionamiento operante planteado por Skinner, que
establece que aquellas respuestas que se vean reforzadas
tienen tendencia a repetirse y aquellas que reciban un cas- Caja de Skinner
tigo tendrán menos probabilidad de repetirse.
La investigación sobre el condicionamiento operante ha
dado lugar a una tecnología muy minuciosa para la ense-
ñanza, denominada modificación de conducta.
principio que denominó Ley del efecto: «Cualquier con-
ducta que en una situación produce un efecto satisfacto-
rio, se hará más probable en el futuro». Si la respuesta
1 Primeras investigaciones va seguida de una consecuencia satisfactoria, la asocia-
ción entre el estímulo y la respuesta se fortalece; si a la
respuesta le sigue una consecuencia desagradable, la aso-
El psicólogo Edward Thorndike (1874-1949) fue uno de
los pioneros en el estudio del condicionamiento instru- ciación se debilita. En otras palabras, Thorndike defendía
que todos los animales, incluyendo al ser humano, resuel-
mental. Para ello, ideó sus denominadas “cajas de solu-
ción de problemas”, que eran jaulas de las que los gatos ven los problemas mediante el aprendizaje por ensayo y
error.
(que eran los animales con los que trabajaba) podían es-
capar mediante acciones simples como manipular un cor- También los estudios de Pávlov sobre condicionamiento
dón, presionar una palanca o pisar una plataforma. Como clásico tuvieron una gran influencia en el estudio del
incentivo para resolver el problema, el gato podía ver y condicionamiento operante. Si bien se trata de proce-
oler que fuera de la caja había comida, pero no podía al- sos de aprendizaje diferentes, el condicionamiento clá-
canzarla. Al principio, el gato comenzaba a hacer movi- sico y el operante comparten varios de sus principios,
mientos azarosos, hasta que casualmente resolvía el pro- como la adquisición, la extinción, la discriminación o la
blema, por ejemplo tirando de la polea que abría la jau- generalización.
la. Sin embargo, cada vez que Thorndike metía al gato El autor más importante en el estudio del condiciona-
en la jaula, tardaba menos en salir. Esto se debía a quemiento operante es B.F. Skinner. A finales de la década
se estaba produciendo un condicionamiento operante: la de 1920 empezó a trabajar con palomas. Para ello, utili-
conducta de tirar de la polea estaba siendo reforzada por
zaba un ambiente libre de distracciones denominado caja
su consecuencia (la apertura de la caja y la obtención de
de Skinner, en el que se podían manipular las condiciones
la comida). Esta conducta, al ser reforzada, se convertía
en las que se proporcionaba alimento a los animales. Sus
en la conducta más probable en un futuro cuando las cir-exhaustivos estudios utilizando este artefacto permitieron
cunstancias eran similares. a Skinner descubrir muchos de los factores que influyen
A partir de estos experimentos, Thorndike estableció un en el condicionamiento operante.

1
2 3
2 Procedimientos de condiciona-
miento
Existen cuatro procedimientos o tipos de condiciona-
miento instrumental:
• Refuerzo positivo o condicionamiento de recom-
pensa: Un refuerzo positivo es un objeto, evento o
conducta cuya presencia incrementa la frecuencia de
la respuesta por parte del sujeto. Se trata del me-
canismo más efectivo para hacer que tanto anima-
les como humanos aprendan. Se denomina “refuer-
zo” porque aumenta la frecuencia de la conducta, y
“positivo” porque el refuerzo está presente. Refuer-
zos positivos típicos son las alabanzas, los regalos o
las aportaciones monetarias. Sin embargo, hay que
tener en cuenta que en ocasiones algo que ordina-
riamente se considera desagradable puede funcionar
como refuerzo positivo, ya que de hecho incremen-
ta la probabilidad de la respuesta (como cuando se
grita a un niño ante una rabieta, y este se siente re-
forzado porque así llama la atención).
• Refuerzo negativo: Un refuerzo negativo es un ob-
jeto, evento o conducta cuya retirada incrementa la
frecuencia de la respuesta por parte del sujeto. Al
igual que el anterior, se denomina “refuerzo” por-
que aumenta la frecuencia de la conducta, pero “ne-
gativo” porque la respuesta se incrementa cuando el
refuerzo desaparece. En el refuerzo negativo se pue-
den distinguir dos procedimientos:
• Condicionamiento de escape: En este caso,
la frecuencia de una respuesta aumenta por-
que interrumpe un estímulo aversivo, es decir,
un suceso que está ocurriendo y que el suje-
to considera desagradable. Un ejemplo típico
sería el de un animal que aprieta una palanca
porque así elimina una corriente eléctrica o el
de un padre que le compra una chuchería a su
hijo para dejar de oírle llorar.
• Condicionamiento de evitación: En este ca-
so, la frecuencia de una respuesta aumenta
porque pospone o evita un estímulo aversivo
futuro. Un ejemplo típico sería el de un alumno
que estudia para evitar una mala nota.
• Entrenamiento de omisión: Se produce cuando la
respuesta operante impide la presentación de un re-
fuerzo positivo o de un hecho agradable; es decir,
consiste en retirar el estímulo positivo de una con-
ducta para así provocar la extinción de la respuesta.
Un ejemplo importante es el de “tiempo fuera”, en
el que se retira la atención de un niño aislándolo du-
rante un cierto período de tiempo.
• Castigo: El castigo provoca la disminución de
una conducta porque el suceso que la sigue es un
TIPOS DE REFUERZOS
estímulo aversivo. Un ejemplo típico es castigar a
una rata con una pequeña corriente eléctrica cuan-
do pulsa una palanca. Aunque el castigo puede ser
en ocasiones muy eficaz para hacer que desaparez-
ca una conducta, se recomienda utilizarlo lo me-
nos posible, ya que tiene muchos efectos adversos
o no deseados. En muchas ocasiones la conducta so-
lo desaparece temporalmente o únicamente en los
contextos en los que es probable el castigo. Además,
genera gran cantidad de consecuencias secundarias
(como frustración, agresividad, etc.) que pueden ha-
cer que se detenga el proceso de aprendizaje. Por
eso, en la aplicación de castigos es importante se-
guir ciertas reglas, como reforzar al mismo tiempo
conductas alternativas a la castigada, aplicarlo inme-
diatamente después de la conducta que se quiere su-
primir, o ser constante (ya que castigar una conduc-
ta solo a veces produce un efecto contrario al que se
desea).
3 Tipos de refuerzos
Lo que es o no es un refuerzo durante el condicionamien-
to operante depende del individuo y de las circunstancias
en que se encuentra en ese momento. Por ejemplo, unas
galletas pueden suponer un refuerzo para un perro ham-
briento, pero no para uno que acaba de comer carne.
Los refuerzos se pueden dividir en dos grandes grupos: los
primarios o intrínsecos y los secundarios o extrínsecos.
• Se dice que un reforzador es primario o intrínse-
co cuando la respuesta es reforzante por sí misma, es
decir, cuando la respuesta es en sí una fuente de sen-
saciones agradables y la acción se fortalece automá-
ticamente cada vez que ocurre. Existen varios tipos
de conductas que son intrínsecamente reforzantes.
Por ejemplo, las respuestas que satisfacen necesida-
des fisiológicas, como beber cuando se tiene sed o
comer cuando se tiene hambre, son intrínsecamente
agradables para la mayoría de los organismos. Mu-
chas actividades sociales o que brindan estimulación
sensorial o intelectual son también con frecuencia
intrínsecamente reforzantes, al igual que la sensa-
ción de progreso en una habilidad. También pue-
den ser reforzantes por sí mismas todas las conduc-
tas que ayudan a un organismo a evitar algún daño.
Sin embargo, las actividades intrínsecamente grati-
ficadoras no siempre son reforzantes desde el prin-
cipio; por ejemplo, se necesita cierta habilidad antes
de que una actividad que requiere competencia (co-
mo tocar un instrumento musical, por ejemplo) se
vuelva inherentemente satisfactoria.
• Los refuerzos secundarios o extrínsecos son
aprendidos, y en ellos el premio o gratificación no
es parte de la actividad misma, sino que obtienen su
 3

carácter de refuerzo por asociación con los reforza- a ir seguida de un reforzador sobre la administración del
dores primarios. Por ejemplo, las recompensas mo- reforzador. Estos programas influyen en distintos aspec-
netarias se convierten en refuerzo porque permiten tos del aprendizaje, como la rapidez con la que se apren-
a su vez conseguir refuerzos primarios. Un tipo de de inicialmente la respuesta, la frecuencia con la que se
reforzadores extrínsecos especialmente importante, ejecuta la respuesta aprendida, la frecuencia con la que
que pueden influir enormemente cuando se trata de se hacen las pausas después de los reforzamientos, o el
modificar la conducta humana, son los reforzadores tiempo que se sigue ejecutando la respuesta una vez que
sociales como el afecto, la atención o la aprobación. el refuerzo deja de ser predecible o se suspende.
Existen dos tipos básicos de reforzamiento: el reforza-
En la vida real, diversos reforzadores intrínsecos y extrín- miento continuo y el reforzamiento intermitente. En el
secos se encuentran habitualmente entremezclados en un reforzamiento continuo cada una de las respuestas da
mismo suceso reforzante. lugar a la aparición de un reforzador, como en el caso de
una paloma que recibe comida cada vez que picotea una
tecla. Este tipo de reforzamiento parece ser el modo más
4 Fases del condicionamiento ope- eficaz para condicionar inicialmente la conducta. Sin em-
bargo, cuando el refuerzo cesa (por ejemplo, cuando des-
rante conectamos la entrega de alimento) la extinción también
es rápida. Por su parte, en el reforzamiento intermiten-
• Adquisición: La adquisición de la respuesta se re- te las respuestas solo se refuerzan algunas veces, como en
fiere a la fase del aprendizaje en que la respuesta es el caso de una persona que juega a las máquinas y reci-
seguida por reforzadores. Durante la adquisición la be el refuerzo o premio cada varias jugadas. Este tipo de
respuesta se vuelve más fuerte o más frecuente, de- programa produce un patrón más persistente de respues-
bido a su relación con la consecuencia reforzante. tas que un programa continuo cuando el reforzamiento
se vuelve impredecible o cesa. Una combinación de re-
• Generalización: Las respuestas fortalecidas me- forzamiento intermitente y de refuerzo continuo es muy
diante procedimientos operantes en un conjunto de eficaz cuando se trata de enseñar a los sujetos mediante
circunstancias tienden a extenderse o a generalizar- condicionamiento operante: al principio se utiliza un re-
se en situaciones similares, al igual que ocurre en forzamiento continuo, para que se adquiera la respuesta,
el condicionamiento clásico. Cuando más parecidos y luego se pasa a un reforzamiento intermitente, para que
sean los contextos, más probable es la generaliza- sea más difícil que se extinga.
ción.
El reforzamiento intermitente da lugar a los programas
de reforzamiento, que pueden ser de dos tipos: de razón
• Discriminación: Los individuos desarrollan tam- (en función del número de respuestas) y de intervalo (en
bién discriminaciones al reforzarse las respuestas en función del tiempo). A su vez, cada uno de ellos admite
una situación, pero no en otra. dos tipos de administración: fija o variable.

• Extinción: Cuando se retira el reforzamiento pa-
ra alguna respuesta particular, dicha conducta dis-
minuye su frecuencia gradualmente hasta que solo
ocurre con la misma frecuencia con que ocurría an-
tes del reforzamiento. Sin embargo, es importante
advertir que en muchas ocasiones, después de que
se retiren los reforzadores, se advierte inicialmen-
te un aumento de la cantidad de respuesta y de la
frustración antes de que empiece la disminución.
• Recuperación espontánea: Al igual que en el con-
dicionamiento clásico, las respuestas que se han ex-
tinguido vuelven a aparecer algunas veces, es decir,
se da una recuperación espontánea después de un
descanso
5 Programas de reforzamiento
Los programas de reforzamiento son reglas que indican el
momento y la forma en que la aparición de la respuesta va
• Razón fija: El refuerzo se obtiene después de un
número fijo de respuestas. Un ejemplo se da cuando
las fábricas pagan a sus obreros después de producir
un determinado número de productos. En realidad,
el reforzamiento continuo es un programa de este ti-
po de razón 1. Los individuos responden con una ta-
sa relativamente mayor de respuestas cuando operan
bajo programas de razón fija superior a 1 (depende-
rá del caso aplicar la razón más adecuada), pero por
lo general hacen una pausa para descansar después
de recibir el reforzamiento, antes de proseguir con
la respuesta.
• Razón variable: En este caso, el número de res-
puestas para conseguir el reforzador varía aleatoria-
mente, aunque siempre dentro de un promedio de-
terminado. Un ejemplo son las máquinas tragamo-
nedas, que están programadas para otorgar el pre-
mio conforme a un programa de razón variable. Mu-
chos reforzadores naturales, como el éxito o el reco-
nocimiento, se acercan mucho a este tipo de progra-
mas. Los programas de razón variable producen una
4 7 BIBLIOGRAFÍA

tasa de respuesta global elevada sostenida, y los in- 7 Bibliografía

dividuos no hacen pausa después del refuerzo. Apa-
rentemente, la incertidumbre de no saber cuándo va • Alonso García, José Ignacio (2008). Psicología (3.ª
a llegar el siguiente reforzador mantiene a los orga- edición). McGraw Hill. pp. 120-123. ISBN 978-84-
nismos produciendo la respuesta constantemente. 481-6117-0.

• Campos, L. (1972). Diccionario de Psicología del

• Intervalo fijo: El refuerzo aparece cada vez que
trascurre una determinada cantidad de tiempo,
siempre que durante el intervalo se haya dado la res-
puesta. Un ejemplo sería el de un padre que verifi-
ca cada media hora que su hijo está estudiando, y
cuando es así le hace un halago. Los programas de
intervalo fijo producen una tasa de respuestas de-
sigual. Una vez que se administra el refuerzo, la tasa
de respuestas tiende a ser baja. Durante el interva-
lo, la conducta aumenta típicamente hasta alcanzar
un nivel elevado inmediatamente antes del siguiente
reforzador programado. La cantidad global de res-
puestas en un programa de intervalos fijos es mode-
rada.
Aprendizaje. México: Ciencia de la Conducta. pp.
120-123.
• Davidoff, Linda L. (1980). Introducción a la psico-
logía (2.ª edición). McGraw Hill. pp. 170-197. ISBN
968-451-515-4.
• Myers, David G. (1997). Psicología (2.ª edición).
Editorial Médica Panamericana. pp. 224-234. ISBN
84-7903-132-8.
• Tarpy, Roger M. (2003). Aprendizaje: teoría e in-
vestigación contemporáneas. Madrid: McGraw Hill.
ISBN 84-481-2492-8.

• Intervalo variable: El refuerzo está disponible des-

pués de un tiempo que varía aleatoriamente, pero
alrededor de un promedio. Un ejemplo es el de un
profesor que realiza exámenes sorpresa aproxima-
damente cada semana. Este tipo de programa por
lo general produce una tasa de respuesta constante,
pero moderada.

Por lo general, los programas de tasa (razón) producen

una adquisición más rápida, pero fácilmente extinguible
una vez suspendida la administración de reforzadores; y
los de intervalo producen una adquisición más estable y
resistente a la extinción. En la vida real, estos programas
básicos a menudo se combinan.

6 Distinción entre condicionamien-

to clásico y operante

• En el condicionamiento clásico la asociación se da

entre un estímulo condicionado y uno incondiciona-
do. En el condicionamiento instrumental, la asocia-
ción se da entre las respuestas y las consecuencias
que se derivan de ellas.

• En el condicionamiento clásico, el estímulo incondi-

cionado no depende de la respuesta del sujeto, mien-
tras que en el operante las consecuencias dependen
de la respuesta del sujeto.

• En el condicionamiento clásico, la respuesta del su-

jeto es involuntaria, mientras que en el instrumental
es generalmente voluntaria.
 5

8 Origen del texto y las imágenes, colaboradores y licencias

8.1 Texto
• Condicionamiento operante Fuente: https://es.wikipedia.org/wiki/Condicionamiento_operante?oldid=91394315 Colaboradores: Oblon-
go, Mperdomo, Lmsilva, Pabloab, JAGT, Pau la, CEM-bot, Ingenioso Hidalgo, Resped, RoyFocker, JAnDbot, Netito777, Pólux, Tech-
nopat, Queninosta, Matdrodes, DJ Nietzsche, Carlvincent, Muro Bot, SieBot, Daniel 060906, Alexvasquez udec87, Marcelo, Psygnos,
Furado, Tirithel, HUB, Rosali, BetoCG, BodhisattvaBot, Frei sein, Juan psi, UA31, AVBOT, Dermot, Angel GN, Diegusjaimes, Nixón,
SuperBraulio13, Jkbw, Ridir, Irbian, Panderine!, Trevinci, Born2bgratis, HUBOT, PatruBOT, Ganímedes, Ripchip Bot, Jorge c2010, Pere
Serafi, Miss Manzana, EmausBot, AVIADOR, ChuispastonBot, Palissy, Cordwainer, WP-El Navegante, Acratta, Corriendoporelmonte,
Leitoxx, Addbot, Armando 8a, Juan alvarezm, GastónKine y Anónimos: 101

8.2 Imágenes
• Archivo:_Caja_de_Skinner.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/a/ac/Caja_de_Skinner.jpg Licencia: CC BY-
SA 3.0 Colaboradores: Adapted from Image:Boite skinner.jpg Artista original: Palissy

8.3 Licencia del contenido

• Creative Commons Attribution-Share Alike 3.0