Download refuerzo
Document related concepts
Transcript
Tema 3: Bases de psicología del aprendizaje. Condicionamiento operante Análisis Funcional de la Conducta Condicionamiento operante • Aprender de los resultados de nuestra conducta. • Repetiremos las conductas que nos funcionan bien, y no repetiremos las que den resultados dañinos. Condicionamiento clásico • Aprendemos a usar las señales que presagian sucesos importantes para nosotros • Ello nos permitirá “anticipar” dichos sucesos e iniciar de antemano las conductas más adaptativas respecto a ellos. ¿Clásico o instrumental? • En el CI el organismo recibe o no el premio, el castigo etc. dependiendo de su conducta. Si estudias, te dan chuches; si no, no. • En el CC el organismo recibe la señal (la campana) Y a continuación el “evento señalizado” (la carne) con independencia de su conducta. Condicionamiento operante Condicionamiento operante Antecedente Caja de Skinner Respuesta Pulsar palanca Consecuente Pellet (comida) Condicionamiento operante Antecedente Con los amigos Respuesta Decir burrada Consecuente Risas, celebración Condicionamiento operante Antecedente Mesa familiar Respuesta Decir burrada Consecuente Bronca Condicionamiento operante Antecedente A solas con pareja Respuesta Quejarse Consecuente Atención Condicionamiento operante Antecedente Con hermano Respuesta Quejarse Consecuente --- Resultado • La fuerza de esa respuesta se modifica, para las situaciones en que esté presente el antecedente • Lo que es lo mismo, esa R se hace más o menos probable para el futuro. – Cuando la fuerza de la R aumenta, decimos que el consecuente es un refuerzo – Cuando la fuerza de la R disminuye, decimos que el consecuente es un castigo Consecuente – refuerzo positivo y negativo • Refuerzo positivo (R+ o ”erre más”): – La conducta aumenta, se fortalece (eso es lo que significa “refuerzo”) – el organismo obtiene algo, se le administra alguna cosa, el ambiente le da algo (eso quiere decir “positivo”). – Típicamente, algo “agradable” • Refuerzo negativo (R- o ”erre menos”): – La conducta aumenta, se fortalece (refuerzo) – El organismo deja de recibir o experimentar algo, se le “quita” algo (eso quiere decir “negativo”). – Típicamente, algo nocivo o dañino. Consecuente – castigo positivo y negativo • Castigo positivo (C+ o ”ce más”): – La conducta se reduce (eso es lo que significa “castigo”) – El organismo recibe algo, se le administra alguna cosa, el ambiente le da algo (eso es lo que significa “positivo”). – Típicamente, algo doloroso, dañino, nocivo • Castigo negativo (C- o ”ce menos”): – La conducta se reduce ( “castigo”) – El organismo deja de recibir o experimentar algo, se le “quita” algo (eso es lo que significa “negativo”). – Típicamente, algo beneficioso, grato, apetitivo. Consecuente: R+ y R- Ejemplos • Cuando se pone quejica, el novio la consuela y le da mimos, pero sus amigas ya han aprendido a ignorarla en tales casos. • Sus chistes obscenos son muy celebrados por los compañeros, pero su chica no le hace ni caso • No soporta la casa hecha un desastre; inmediatamente se pone a ordenar para sentirse mejor Consecuente: R+ y R- Ejemplos • Dejó de hablar de política en el trabajo; todo el mundo le miraba con desprecio cuando lo hacía • Su propuesta fue acogida con total indiferencia. Contingencia Relación estadística (probabilística) entre la R y el consecuente. • Es cuestión de grado. • Es máxima si siempre que el organismo emita la respuesta, y sólo entonces, recibe el consecuente. • Si el consecuente no sigue siempre a la R, la contingencia es más baja. • Contingencias de refuerzo y de castigo Elementos del CI: Contingencia La relación entre la magnitud de la contingencia y la eficacia del condicionamiento no es simple: • Si se puede recibir el consecuente sin realizar la conducta, el condicionamiento pierde eficacia. • Si se recibe el consecuente sólo en algunas Rs (no en todas), el reforzamiento se hace más eficaz, pero el castigo se debilita. Antecedente • Estímulo o configuración estimular que permite al organismo identificar la situación en que está activa una contingencia de refuerzo o de castigo • A veces el CI queda muy vinculado al antecedente, otras veces es relativamente independiente de él. • No confundir con “historia” o “suceso del pasado”. Elementos del CI: Antecedente El antecedente se denomina también “estímulo discriminativo”. Dos tipos: • ED o E+ : indica la disponibilidad de un consecuente (la contingencia está activa) • EΔ o E- : informa de su no-disponibilidad (contingencia no vigente o inactiva). La distinción terminológica entre “antecedente” y “E. discriminativo” debe entenderse como muy flexible. Moldeado (“shaping”) Consecución gradual de una R que no estaba presente en el repertorio conductual del organismo, mediante reforzamiento de Rs que son aproximaciones sucesivas a la deseada. Es el principal procedimiento de aprendizaje de Rs genuinamente nuevas para el organismo. No confundir con “moDELado” (modeling): aprendizaje de una conducta observando a otro efectuarla. Adquisición y extinción • Periodos en que, respectivamente, se produce o se elimina el condicionamiento • Exponer al organismo a una determinada contingencia o eliminar ésta. • En laboratorio o clínica, se llama así también al procedimiento concreto empleado para ello. Mantenimiento Aquellas circunstancias que impiden que una conducta entre en extinción. A menudo son contingencias de refuerzo. El análisis del mantenimiento de las conductas problemáticas es uno de los aspectos más importantes de la intervención clínica. Tipos de entrenamiento en CO Positivo (dar) Negativo (quitar) Refuerzo (R aumenta) Castigo (R disminuye) Entrenamiento de recompensa Entrenamiento de castigo Entrenamiento de escape Entrenamiento de evitación Entrenamiento de omisión / LRS Entrenamiento de recompensa Los R+ pueden ser… • Estímulos concretos, simples (p.e., un trocito de comida, una sonrisa) • Configuraciones estimulares complejas (p.e. un amplio conjunto de signos de aprobación que incluya gestos, palabras, tonos de voz…) Principio de Premack • Conductas de alta probabilidad: las que espontáneamente se hacen a menudo. • Conductas de baja probabilidad: las que espontáneamente se hacen raras veces o nunca. • Premack: cuando una CBP va seguida a menudo de una CAP, la primera resulta reforzada (aumenta su probabilidad). • El Pº de Premack afirma que ésta es precisamente la naturaleza del refuerzo. Reforzadores primarios y secundarios • Son reforzadores primarios los que funcionan de forma innata para todos los miembros normales de una especie. • Son reforzadores secundarios aquellos cuya capacidad de reforzar no es innata, sino que se debe a aprendizajes previos del organismo. – Condicionados: han adquirido su poder por condicionamiento clásico, asociándose a un primario: el clicker, el ruido de la máquina expendedora… – No condicionados: dinero, victoria en juegos, etc. El clicker • Es el reforzador secundario por excelencia en el entrenamiento de muchos animales. • Permite señalar con precisión el momento en que el organismo “se ha ganado el reforzador” con su conducta. R+ en humanos • Por las características de nuestra especie, hay algunos reforzadores que tienden a funcionar bien casi siempre. Algunos de los más importantes son: – Atención por parte de otros. Gestos de comprensión, interés, etc. – Signos de aprecio, valoración, prestigio, jerarquía. – Logro, victoria, triunfo, éxito… Factores del entrenamiento de recompensa Factores del entrenamiento de recompensa Los principales son: • Magnitud de la recompensa • Demora de la recompensa • Impulso y el más importante: • Programa de refuerzo Magnitud del reforzador • Aumentos en la cantidad o calidad del reforzador mejoran la actuación del organismo en la situación de adquisición • Sin embargo, las recompensas cuantiosas producen conductas menos estables, que se extinguen más fácilmente. Magnitud del reforzador Atención a los efectos de contraste: • Reducir súbitamente la magnitud de la recompensa durante la adquisición empeora la actuación del organismo, y puede perturbar el aprendizaje • Aumentarla mejora la actuación, y a veces puede mejorar también un poco el aprendizaje. Demora de la recompensa Es el intervalo entre la R y el R+ • Cuanto más breve, mejor. • A partir de una cierta demora (pocos segundos) ya no se produce condicionamiento • Una vez que el organismo emite la R, tenemos una breve ventana para reforzarla • Se puede alargar mucho mediante secundarios encadenados; esto es especialmente importante en humanos. Impulso Es el estado motivacional del organismo respecto a aquello que usamos como R+ • Por ejemplo, no es probable que funcionen recompensas alimentarias con un animal saciado. • En el laboratorio se operativiza en términos de deprivación: gato 12 horas sin beber, rata al 80% de su peso… • En humanos: muy importante asegurarlo, para no emplear “recompensas equivocadas”. Programas de refuerzo Refuerzo continuo y refuerzo parcial Refuerzo continuo: • Hay contingencia perfecta entre R y R+ • Es decir, siempre que se da la R se obtiene recompensa • Es fácil ver que esto es un caso muy particular • En la vida real no suele ocurrir mucho • No es ni mucho menos la pauta de refuerzo más eficaz Refuerzo parcial: • La contingencia entre R y R+ no es perfecta • No siempre que se da la R se obtiene recompensa • Aquí son posibles infinidad de pautas distintas (programas) • Más realista, y a menudo más eficaz Programa de refuerzo: concepto Es una regla que especifica la pauta con que se administran los refuerzos según responda el organismo. Por ejemplo: – Dar recompensa sólo a las respuestas impares (primera, tercera, quinta, etc.) – Recompensar sólo las conductas que se mantengan al menos dos minutos sin interrupción – Dar la recompensa sólo a las respuestas que se emiten transcurridos 10 segundos o más desde la anterior. – Etc. etc. Programa de refuerzo: concepto En sentido estricto, un programa de refuerzo es una regla sin ambigüedad ninguna, totalmente precisa. Por ejemplo: – Dar recompensa sólo a las respuestas impares (primera, tercera, quinta, etc.) es un programa de refuerzo. – Dar recompensa a la mitad de las respuestas no lo es (resulta impreciso: hay muchas maneras distintas de hacerlo). Este sentido estricto es muy importante en laboratorio; no tanto en la clínica o el mundo natural. Y en efecto, el mundo natural está lleno de programas de refuerzo. Programa de refuerzo: tipos Hay infinidad. Sólo veremos algunos de los más importantes Tipos generales: – Básicos o simples: se refieren a una sola R, y exigen una condición simple para administrar la recompensa – Complejos: Son combinaciones de los anteriores: una sola R, pero una exigencia compuesta para dar recompensa. – Concurrentes: se refieren a dos o más Rs alternativas en la misma situación. – Otros: programas de duración, de tasas bajas, etc. Programas básicos Hay cuatro tipos: – Razón fija – Razón variable – Intervalo fijo – Intervalo variable Programas básicos: Razón fija • Se recompensa cada enésima R emitida por el organismo: la quinta, la novena, la vigésima… • Es decir, se exige al organismo un número fijo de Rs. para darle cada recompensa • Notación: RF-5, RF-9, RF-20… Programa RF-5 Ultimo R+ recibido Nuevo R+ 5ª respuesta Tiempo Razón fija: efectos en la R. • Producen una tasa de respuesta (TR) alta, tanto más alta cuanto mayor sea la razón. • La respuesta es tanto más difícil de extinguir cuanto mayor sea la razón (RF-1 se extingue muy fácilmente) • Asimismo, la TR resultante es bastante estable (constante) • Esa estabilidad se reduce cuando la tasa es muy alta: aparecen las pausas post-reforzamiento. • Pausas post-reforzamiento: el organismo detiene sus respuestas transitoriamente justo después de recibir la recompensa (parece como si se tomara un descanso). Programas básicos: Razón variable • Es como RF, pero se exige al organismo un número variable de Rs. para darle cada recompensa. • Por ejemplo, en un RV-5: – Damos la primera recompensa a la 7ª R. – Segunda recompensa a la 3ª R. – Tercera recompensa a la 6ª – Etc. • Y globalmente, la media aritmética de las recompensas exigidas es 5 • Notación: RV-5, RV-9, RV-20… • Los programas RV, por tanto, mantienen siempre cierta incertidumbre sobre “cuándo toca” recibir R+ • Son más “naturales que los RF. Razón variable: efectos en la R. • TR muy alta (incluso más que con RF) y tanto más alta cuanto mayor sea la razón. • Se obtiene una R muy difícil de extinguir, llegando a cronificarse. • TR muy estable (constante) • No aparecen pausas post-reforzamiento, salvo en valores altísimos, y a veces ni así. Programas básicos: Intervalo fijo • Se recompensa la primera R emitida por el organismo una vez transcurrido un intervalo desde la última recompensa administrada • Tras cada recompensa hay un “tiempo muerto” • Notación: IF-5”, IF-30”, IF-90”… Programa IF-10” Ultimo R+ recibido Nuevo R+ Rs no reforzadas (dentro del intervalo) 1ª R tras el fin del intervalo Tiempo Intervalo de 10” Intervalo fijo: efectos en la R. • TR no muy alta y tanto más baja cuanto mayor sea el valor del intervalo. • Con adquisiciones prolongadas, aparece el efecto de festoneado. • Efecto de festoneado: El organismo aprende a concentrar todas sus respuestas cerca del fin del intervalo • Es como si le hubiera “cogido el tranquillo” al programa: justo después de recibir refuerzo no vale la pena responder, pero cuando el intervalo está cerca de su fin es muy probable que una R reciba recompensa. Programas básicos: Intervalo variable • Es como IF, pero la duración del intervalo es diferente para cada recompensa (oscilando en torno a un promedio). • Por ejemplo, en un IV-10” podría suceder lo siguiente: – El intervalo “muerto” tras la primera recompensa dura 5”. – El intervalo tras la segunda recompensa dura 14”. – El intervalo tras la tercera recompensa dura 6” – Etc. • Y globalmente, la media aritmética de los intervalos aplicados es de 10” • Notación: IV-5”, IV-25”, IV-120”… • Los programas IV, por tanto, mantienen cierta incertidumbre sobre cuándo la recompensa vuelve a estar disponible • Son más “naturales que los IF. Intervalo variable: efectos en la R. • TR no muy alta y tanto más baja cuanto mayor sea el valor del intervalo. • TR muy estable (constante): sin variaciones locales sistemáticas. • No aparece efecto de festoneado: El programa no tiene un “ritmo” temporal que el organismo pueda aprender y aprovechar. • Muy utilizados para la implantación de líneas base conductuales. Otros programas de refuerzo Algunos especialmente importantes: • Programas RDB • Programas de duración • Programas concurrentes – Concurrentes RF-RF – Concurrentes IV-IV – Concurrentes encadenados Programas concurrentes • Dos o más operantes sometidos cada uno a una contingencia de refuerzo distinta. • Reflejan una situación más natural: normalmente tenemos varias alternativas de conducta posibles. • En laboratorio se emplean cajas de Skinner modificadas, con 2 o más palancas. Palanca A Comedero Palanca B Programas concurrentes RF-RF Dos palancas, cada una de ellas sometida a un programa de RF distinto • Por ejemplo, a: RF-5 B: RF-15 • A la larga, el organismo aprende a maximizar el operante más “rentable” Este resultado tiene una implicación muy importante para el campo profesional: Refuerzo diferencial de alternativas: • Es posible reducir o eliminar una conducta aumentando la tasa de refuerzo de otras incompatibles con ella. Extinción Extinción Proceso muy importante por sí mismo: • Indicador de la efectividad de la previa adquisición • Potente técnica de eliminación de conductas problemáticas Extinción: curso temporal Fases típicas de la extinción: 1. Explosión (o pico) de respuesta – Aumento transitorio de la TR y de la intensidad – Problemático en la práctica profesional 2. Aumento de la variabilidad en la morfología de R 3. Aumento de conductas alternativas 4. Alteraciones emocionales (frustración, agresividad) – Tener en cuenta en la intervención 5. Descenso y caída de la TR (hasta cero) 6. Recuperación espontánea – Va siendo cada vez menor hasta la extinción total – Importante contar con ella en la intervención Extinción y castigo negativo • En ambos casos, la conducta del organismo da lugar a la privación de un estímulo apetitivo • Extinción: el estímulo que no se recibe es precisamente el refuerzo que estaba manteniendo la conducta • C- : el E apetitivo que se deja de recibir puede ser cualquiera. • En la práctica puede resultar difícil distinguirlos. También pueden ocurrir a la vez: una conducta puede ir seguida de la ausencia del E que la mantenía y ADEMAS de la ausencia de otros. Casos particulares de condicionamiento instrumental Conducta supersticiosa Skinner, 1948: condicionamiento accidental • Palomas reciben comida cada 15” de forma no contingente • La mayoría desarrollan pautas de conducta extrañas • Parecían haberse condicionado respecto a la conducta que casualmente estaban realizando al recibir la comida • Es como si creyeran que la conducta era la causante de la aparición de la comida; de ahí que se llame “conducta supersticiosa” • Algunas supersticiones humanas (rituales, creencias erróneas) se forman así, pero la mayoría depende de otros aspectos (transmisión cultural, etc.) Condicionamiento operante verbal • Cuando la R, el consecuente o ambos son de naturaleza lingüística o paralingüística • Podemos conseguir cambios muy importantes y diversos en la conducta verbal, como por ejemplo: – Alterar preferencias por estructuras gramaticales – Eliminar muletillas – Reforzar términos “cultos” – Aumentar o reducir el tiempo que se habla de un tema – Etc. etc. • Enorme importancia práctica Efectos de interferencia en evitación/escape • El organismo es sometido durante un tiempo a descargas eléctricas moderadamente intensas y prolongadas • A continuación se le pasa a una situación de adquisición de evitación/escape en caja de lanzadera, usando las mismas descargas • Efecto de interferencia: se observa que el organismo no aprende. • Este fenómeno constituye la base experimental del concepto de indefensión aprendida, y a menudo interviene en problemas como el estrés postraumático, etc. Evitación Evitación discriminada • Incluye un antecedente o ED, que es contingente con la aparición del E aversivo. • Si el organismo responde al primero, impide (evita) la aparición del segundo. • Al principio de la fase de adquisición el organismo no ha aprendido todavía a evitar el EI, pero se produce ya una contingencia de escape. Evitación discriminada: problemas • Las Rs aprendidas por evitación discriminada tiende a cronificarse. • El organismo llega a ser tan eficaz en la prevención del E.aversivo que mantiene la conducta “crónicamente”. • Muchas conductas problemáticas son de evitación. • Cuando la conducta de evitación se cronifica, es difícil entender su mantenimiento. • Hay varias hipótesis para tratar de explicarlo. Entrenamiento de castigo Factores de la eficacia del castigo • E. aversivo intenso (desde el principio) • E. aversivo inmediato (demora muy baja) • Mantener la contingencia hasta la total desaparición de R • E. aversivo novedoso, poco familiar. Curiosamente, es exactamente lo contrario de lo que se suele hacer espontáneamente. Pensamiento, lenguaje y AFC Pensamiento y AFC • Los pensamientos y las verbalizaciones desempeñan regularmente el papel funcional de cualquier elemento de la cadena. • Si “son” o no conductas es otra cuestión.