En psicología conductual , el refuerzo se refiere a las consecuencias que aumentan la probabilidad del comportamiento futuro de un organismo, típicamente en presencia de un estímulo antecedente particular . [1] Por ejemplo, se puede entrenar a una rata para que presione una palanca para recibir comida cada vez que se enciende una luz. En este ejemplo, la luz es el estímulo antecedente, empujar la palanca es la conducta operante y la comida es el reforzador. Asimismo, un estudiante que recibe atención y elogios al responder la pregunta de un maestro tendrá más probabilidades de responder preguntas futuras en clase. La pregunta del profesor es el antecedente, la respuesta del alumno es la conducta y los elogios y la atención son los refuerzos.
Las consecuencias que conducen a una conducta apetitiva como el "deseo" y el "gusto" subjetivos (deseo y placer) funcionan como recompensas o refuerzo positivo . [2] También existe el refuerzo negativo , que consiste en quitar un estímulo indeseable. Un ejemplo de refuerzo negativo sería tomar una aspirina para aliviar el dolor de cabeza.
El refuerzo es un componente importante del condicionamiento operante y la modificación de la conducta . El concepto se ha aplicado en una variedad de áreas prácticas, incluida la crianza de los hijos, el entrenamiento, la terapia, la autoayuda, la educación y la gestión.
En las ciencias del comportamiento, los términos "positivo" y "negativo" se refieren, cuando se usan en su sentido técnico estricto, a la naturaleza de la acción realizada por el condicionador más que a la evaluación de esa acción y sus consecuencias por parte del operante que responde. Las acciones "positivas" son aquellas que añaden un factor, ya sea agradable o desagradable, al medio ambiente, mientras que las acciones "negativas" son aquellas que eliminan o eliminan del medio ambiente un factor de cualquier tipo. A su vez, el sentido estricto de "refuerzo" se refiere únicamente al condicionamiento basado en la recompensa; la introducción de factores desagradables y la eliminación o retención de factores agradables se denominan "castigo", que cuando se usa en su sentido estricto se contrapone a "refuerzo". Así, "refuerzo positivo" se refiere a la adición de un factor agradable, "castigo positivo" se refiere a la adición de un factor desagradable, "refuerzo negativo" se refiere a la eliminación o retención de un factor desagradable y "castigo negativo" se refiere a la eliminación o retención de un factor agradable.
Este uso está en desacuerdo con algunos usos no técnicos de las combinaciones de cuatro términos, especialmente en el caso del término "reforzamiento negativo", que a menudo se utiliza para denotar lo que el lenguaje técnico describiría como "castigo positivo" en el sentido de que el no- El uso técnico interpreta que "refuerzo" incluye tanto la recompensa como el castigo, y que "negativo" se refiere a la evaluación del factor que se está introduciendo por parte de la operante que responde. Por el contrario, el lenguaje técnico usaría el término "refuerzo negativo" para describir el estímulo de un comportamiento determinado mediante la creación de un escenario en el que un factor desagradable está o estará presente, pero participar en el comportamiento resulta en escapar de ese factor o prevenir su ocurrencia. , como en el experimento de Martin Seligman con perros que aprenden a evitar descargas eléctricas .
BF Skinner fue un investigador muy conocido e influyente que articuló muchas de las construcciones teóricas del refuerzo y el conductismo . Skinner definió los reforzadores según el cambio en la fuerza de la respuesta (tasa de respuesta) en lugar de según criterios más subjetivos, como lo que es placentero o valioso para alguien. En consecuencia, las actividades, alimentos o elementos considerados placenteros o placenteros pueden no ser necesariamente reforzadores (porque no producen ningún aumento en la respuesta que los precede). Los estímulos, entornos y actividades sólo se ajustan a la definición de reforzadores si la conducta que precede inmediatamente al reforzador potencial aumenta en situaciones similares en el futuro; por ejemplo, un niño que recibe una galleta cuando la pide. Si la frecuencia del "comportamiento de solicitud de cookies" aumenta, se puede considerar que la cookie refuerza el "comportamiento de solicitud de cookies". Sin embargo, si el "comportamiento de solicitud de cookies" no aumenta, la cookie no puede considerarse reforzante.
El único criterio que determina si un estímulo es reforzante es el cambio en la probabilidad de una conducta después de la administración de ese reforzador potencial. Otras teorías pueden centrarse en factores adicionales, como si la persona esperaba que una conducta produjera un resultado determinado, pero en la teoría conductual, el refuerzo se define por una mayor probabilidad de una respuesta.
El estudio del refuerzo ha producido una enorme cantidad de resultados experimentales reproducibles . El refuerzo es el concepto y procedimiento central en la educación especial , el análisis aplicado de la conducta y el análisis experimental de la conducta y es un concepto central en algunos modelos médicos y psicofarmacológicos , particularmente en la adicción , la dependencia y la compulsión .
Las investigaciones de laboratorio sobre el refuerzo suelen datarse del trabajo de Edward Thorndike , conocido por sus experimentos con gatos que escapaban de cajas de rompecabezas. [6] Varios otros continuaron esta investigación, en particular BF Skinner, quien publicó su trabajo fundamental sobre el tema en The Behavior of Organisms , en 1938, y elaboró esta investigación en muchas publicaciones posteriores. [7] En particular, Skinner argumentó que el refuerzo positivo es superior al castigo a la hora de moldear el comportamiento. [8] Aunque el castigo puede parecer justo lo opuesto al refuerzo, Skinner afirmó que difieren inmensamente, diciendo que el refuerzo positivo da como resultado una modificación conductual duradera (a largo plazo), mientras que el castigo cambia el comportamiento sólo temporalmente (a corto plazo) y tiene muchos aspectos perjudiciales. -efectos.
Posteriormente, muchos investigadores ampliaron nuestra comprensión del refuerzo y cuestionaron algunas de las conclusiones de Skinner. Por ejemplo, Azrin y Holz definieron el castigo como una “consecuencia de la conducta que reduce la probabilidad futura de esa conducta” [9] y algunos estudios han demostrado que el refuerzo positivo y el castigo son igualmente eficaces para modificar la conducta. [ cita necesaria ] La investigación sobre los efectos del refuerzo positivo, el refuerzo negativo y el castigo continúa hoy en día, ya que esos conceptos son fundamentales para la teoría del aprendizaje y se aplican a muchas aplicaciones prácticas de esa teoría.
Skinner introdujo el término condicionamiento operante para indicar que, en su paradigma experimental, el organismo es libre de operar sobre el medio ambiente. En este paradigma, el experimentador no puede desencadenar la respuesta deseable; el experimentador espera a que se produzca la respuesta (que sea emitida por el organismo) y luego se entrega un reforzador potencial. En el paradigma del condicionamiento clásico , el experimentador desencadena (provoca) la respuesta deseable presentando un estímulo reflejo, el estímulo incondicional (UCS), que empareja (precede) con un estímulo neutro, el estímulo condicional (CS).
El refuerzo es un término básico en el condicionamiento operante. Para conocer el aspecto castigo del condicionamiento operante, consulte castigo (psicología) .
El refuerzo positivo ocurre cuando se presenta un evento o estímulo deseable como consecuencia de una conducta y aumenta la posibilidad de que esta conducta se manifieste en entornos similares. [10] : 253
El tratamiento de instrucción de alta probabilidad (HPI) es un tratamiento conductista basado en la idea de refuerzo positivo.
El refuerzo negativo aumenta el ritmo de una conducta para evitar o escapar de una situación o estímulo aversivo . [10] : 253 Hacer algo desagradable a las personas para evitar o eliminar que un comportamiento vuelva a ocurrir es un castigo , no un refuerzo negativo. La diferencia es que el refuerzo siempre aumenta la probabilidad de una conducta, mientras que el castigo siempre la disminuye.
La extinción ocurre cuando se ignora una conducta determinada (es decir, se le sigue sin consecuencias), y desaparecerá con el tiempo si la conducta no recibe refuerzo continuo. El comportamiento después de la extinción primero aumenta y luego disminuye con el tiempo. La extinción no tiene que ser deliberada para tener un efecto en el comportamiento de un sujeto.
Los reforzadores sirven para aumentar las conductas, mientras que los castigadores sirven para disminuirlas; por lo tanto, los reforzadores positivos son estímulos que el sujeto trabajará para lograr, y los reforzadores negativos son estímulos que el sujeto trabajará para deshacerse de ellos o terminar. [11] La siguiente tabla ilustra la suma y resta de estímulos (agradables o aversivos) en relación con el refuerzo frente al castigo.
Un reforzador primario , a veces llamado reforzador incondicionado , es un estímulo que no requiere emparejarse con un estímulo diferente para funcionar como reforzador y muy probablemente ha obtenido esta función a través de la evolución y su papel en la supervivencia de las especies. [13] Ejemplos de reforzadores primarios incluyen comida, agua y sexo. Algunos reforzadores primarios, como ciertas drogas, pueden imitar los efectos de otros reforzadores primarios. Si bien estos reforzadores primarios son bastante estables a lo largo de la vida y entre individuos, el valor reforzante de los diferentes reforzadores primarios varía debido a múltiples factores (p. ej., genética, experiencia). Así, una persona puede preferir un tipo de alimento mientras que otra lo evita. O una persona puede comer mucho mientras que otra come muy poco. Entonces, aunque la comida es un reforzador primario para ambos individuos, el valor de la comida como reforzador difiere entre ellos.
Un reforzador secundario , a veces llamado reforzador condicionado , es un estímulo o situación que ha adquirido su función como reforzador después de emparejarse con un estímulo que funciona como reforzador. Este estímulo puede ser un reforzador primario u otro reforzador condicionado (como el dinero).
Cuando intente distinguir reforzadores primarios y secundarios en ejemplos humanos, utilice la "prueba del hombre de las cavernas". Si el estímulo es algo que un cavernícola encontraría naturalmente deseable (por ejemplo, un caramelo), entonces se trata de un reforzador primario. Si, por el contrario, el hombre de las cavernas no reacciona ante ello (por ejemplo, un billete de un dólar), se trata de un reforzador secundario. Al igual que con los reforzadores primarios, un organismo puede experimentar satisfacción y privación con los reforzadores secundarios.
En su artículo de 1967, Arbitrary and Natural Reinforcement , Charles Ferster propuso clasificar el refuerzo en eventos que aumentan la frecuencia de una conducta operante como consecuencia natural de la conducta misma, y eventos que afectan la frecuencia por su requerimiento de mediación humana, como en un Economía simbólica donde los sujetos son recompensados por cierto comportamiento por parte del terapeuta.
En 1970, Baer y Wolf desarrollaron el concepto de "trampas de comportamiento". [17] Una trampa de comportamiento requiere sólo una respuesta simple para entrar en la trampa, pero una vez que se entra, no se puede resistir a la trampa para crear un cambio de comportamiento general. Es el uso de una trampa conductual lo que aumenta el repertorio de una persona, al exponerla al refuerzo natural de ese comportamiento. Las trampas de comportamiento tienen cuatro características:
Por lo tanto, el refuerzo artificial se puede utilizar para construir o desarrollar habilidades generalizables, y eventualmente pasar a un refuerzo natural para mantener o aumentar la conducta. Otro ejemplo es una situación social que generalmente resultará de un comportamiento específico una vez que ha cumplido un determinado criterio.
La conducta no siempre se refuerza cada vez que se emite, y el patrón de refuerzo afecta en gran medida la rapidez con la que se aprende una respuesta operante, cuál es su velocidad en un momento dado y cuánto tiempo continúa cuando cesa el refuerzo. Las reglas más simples que controlan el refuerzo son el refuerzo continuo, donde se refuerza cada respuesta, y la extinción, donde no se refuerza ninguna respuesta. Entre estos extremos, programas de refuerzo más complejos especifican las reglas que determinan cómo y cuándo una respuesta será seguida por un reforzador.
Programas específicos de refuerzo inducen de manera confiable patrones específicos de respuesta, y estas reglas se aplican en muchas especies diferentes. La diferente consistencia y previsibilidad del refuerzo es una influencia importante en cómo operan los diferentes programas. BF Skinner investigó en profundidad muchos programas simples y complejos utilizando palomas .
Los programas simples tienen una regla única para determinar cuándo se entrega un solo tipo de reforzador para una respuesta específica.
Se utilizan programas simples en muchos procedimientos de refuerzo diferencial [19] :
Los programas compuestos combinan dos o más programas simples diferentes de alguna manera utilizando el mismo reforzador para la misma conducta. Hay muchas posibilidades; entre los más utilizados se encuentran:
El término psicológico programas de refuerzo superpuestos se refiere a una estructura de recompensas en la que dos o más programas simples de refuerzo operan simultáneamente. Los reforzadores pueden ser positivos, negativos o ambos. Un ejemplo es una persona que llega a casa después de un largo día de trabajo. El comportamiento de abrir la puerta de entrada se recompensa con un gran beso en los labios por parte del cónyuge de la persona y un desgarro en los pantalones por parte del perro de la familia que salta con entusiasmo. Otro ejemplo de programas de refuerzo superpuestos es el de una paloma en una jaula experimental picoteando un botón. Los picotazos entregan una tolva de grano cada 20 picotazos y acceso al agua cada 200 picotazos.
Los programas de refuerzo superpuestos son un tipo de programa compuesto que evolucionó a partir del trabajo inicial sobre programas de refuerzo simples realizado por BF Skinner y sus colegas (Skinner y Ferster, 1957). Demostraron que los reforzadores podían administrarse según horarios y, además, que los organismos se comportaban de manera diferente según diferentes horarios. En lugar de que se entregue un reforzador, como comida o agua, cada vez como consecuencia de alguna conducta, se podría entregar un reforzador después de más de una instancia de la conducta. Por ejemplo, es posible que se requiera que una paloma picotee un botón diez veces antes de que aparezca la comida. Este es un "cronograma de proporciones". Además, se podría administrar un reforzador después de un intervalo de tiempo transcurrido después de una conducta objetivo. Un ejemplo es una rata a la que se le da una bolita de comida inmediatamente después de la primera respuesta que se produce después de que hayan transcurrido dos minutos desde la última vez que se presionó la palanca. Esto se llama "horario de intervalos".
Además, los programas de proporciones pueden ofrecer refuerzo después de un número fijo o variable de conductas por parte del organismo individual. Asimismo, los programas de intervalos pueden proporcionar refuerzo siguiendo intervalos de tiempo fijos o variables tras una única respuesta del organismo. Los comportamientos individuales tienden a generar tasas de respuesta que difieren según cómo se crea el programa de refuerzo. Gran parte de la investigación posterior en muchos laboratorios examinó los efectos de los reforzadores de programación sobre las conductas.
Si a un organismo se le ofrece la oportunidad de elegir entre dos o más programas simples de refuerzo al mismo tiempo, la estructura de refuerzo se denomina "programa de refuerzo concurrente". Brechner (1974, 1977) introdujo el concepto de programas de refuerzo superpuestos en un intento de crear una analogía de laboratorio de las trampas sociales , como cuando los humanos explotan excesivamente sus pesquerías o derriban sus bosques tropicales. Brechner creó una situación en la que se superponían programas de refuerzo simples. En otras palabras, una única respuesta o un grupo de respuestas de un organismo tuvo múltiples consecuencias. Los programas de refuerzo concurrentes pueden considerarse programas "o", y los programas de refuerzo superpuestos pueden considerarse programas "y". Brechner y Linder (1981) y Brechner (1987) ampliaron el concepto para describir cómo los horarios superpuestos y la analogía de la trampa social podrían usarse para analizar la forma en que la energía fluye a través de los sistemas .
Los programas de refuerzo superpuestos tienen muchas aplicaciones en el mundo real además de generar trampas sociales . Se pueden crear muchas situaciones humanas, individuales y sociales, superponiendo programas de refuerzo simples. Por ejemplo, un ser humano podría tener adicciones simultáneas al tabaco y al alcohol. Se pueden crear o simular situaciones aún más complejas superponiendo dos o más programas simultáneos. Por ejemplo, un estudiante de último año de secundaria podría tener la opción entre ir a la Universidad de Stanford o UCLA, y al mismo tiempo tener la opción de ingresar al Ejército o a la Fuerza Aérea, y simultáneamente la opción de aceptar un trabajo en una empresa de Internet o un trabajo en una empresa de software. Se trata de una estructura de refuerzo de tres programas de refuerzo concurrentes superpuestos.
Los programas de refuerzo superpuestos pueden crear las tres situaciones de conflicto clásicas (conflicto de acercamiento-acercamiento, conflicto de acercamiento-evitación y conflicto de evitación-evitación) descritas por Kurt Lewin (1935) y pueden operacionalizar otras situaciones lewinianas analizadas mediante su análisis de campo de fuerza . Otros ejemplos del uso de programas superpuestos de refuerzo como herramienta analítica son su aplicación a las contingencias del control de alquileres (Brechner, 2003) y al problema del vertido de residuos tóxicos en el sistema de drenaje pluvial del condado de Los Ángeles (Brechner, 2010).
En el condicionamiento operante , los programas de refuerzo concurrentes son programas de refuerzo que están disponibles simultáneamente para un sujeto animal o un participante humano, de modo que el sujeto o participante puede responder en cualquiera de los programas. Por ejemplo, en una tarea de elección forzada de dos alternativas , una paloma en una caja de Skinner se enfrenta a dos llaves que picotean; Se pueden dar respuestas de picoteo en cualquiera de los dos, y el refuerzo alimentario puede seguir a un picoteo en cualquiera de los dos. Los esquemas de refuerzo dispuestos para los picotazos en las dos llaves pueden ser diferentes. Pueden ser independientes o pueden estar vinculados de modo que la conducta en una clave afecte la probabilidad de refuerzo en la otra.
No es necesario que las respuestas de las dos listas sean físicamente distintas. En una forma alternativa de organizar horarios concurrentes, introducida por Findley en 1958, ambos horarios se organizan en una sola tecla u otro dispositivo de respuesta, y el sujeto puede responder en una segunda tecla para cambiar entre los horarios. En tal procedimiento "Findley concurrente", un estímulo (por ejemplo, el color de la tecla principal) señala qué programa está en vigor.
Los programas simultáneos a menudo inducen una rápida alternancia entre las claves. Para evitar esto, comúnmente se introduce un "retraso de cambio": cada programa se desactiva durante un breve período después de que el sujeto cambia a él.
Cuando ambos programas concurrentes son intervalos variables, se encuentra una relación cuantitativa conocida como ley de emparejamiento entre las tasas de respuesta relativas en los dos programas y las tasas de refuerzo relativas que entregan; esto fue observado por primera vez por RJ Herrnstein en 1961. La ley de emparejamiento es una regla para la conducta instrumental que establece que la tasa relativa de respuesta a una alternativa de respuesta particular es igual a la tasa relativa de refuerzo para esa respuesta (tasa de conducta = tasa de refuerzo). Los animales y los humanos tienden a preferir la elección de horarios. [23]
Dar forma es el refuerzo de aproximaciones sucesivas a una respuesta instrumental deseada. Al entrenar a una rata para que presione una palanca, por ejemplo, al principio se refuerza simplemente girar hacia la palanca. Entonces, sólo se refuerza girar y dar un paso hacia él. Con el tiempo, la rata será reforzada por presionar la palanca. El logro exitoso de un comportamiento inicia el proceso de configuración del siguiente. A medida que avanza el entrenamiento, la respuesta se vuelve cada vez más parecida a la conducta deseada, y cada conducta subsiguiente se convierte en una aproximación más cercana a la conducta final. [24]
La intervención del shaping se utiliza en muchas situaciones de entrenamiento, y también para personas con autismo y otras discapacidades del desarrollo. Cuando el modelado se combina con otras prácticas basadas en evidencia, como el Entrenamiento en Comunicación Funcional (FCT), [25] puede producir resultados positivos para el comportamiento humano. La formación suele utilizar un refuerzo continuo, pero la respuesta puede cambiarse posteriormente a un programa de refuerzo intermitente.
El modelado también se utiliza para el rechazo de alimentos. [26] El rechazo de alimentos se produce cuando un individuo tiene una aversión parcial o total a los alimentos. Esto puede ser tan mínimo como ser quisquilloso con la comida hasta tan grave que puede afectar la salud de una persona. El modelado se ha utilizado para tener una alta tasa de éxito en la aceptación de los alimentos. [27]
El encadenamiento implica vincular conductas discretas en una serie, de modo que la consecuencia de cada conducta sea tanto el refuerzo de la conducta anterior como el estímulo antecedente de la conducta siguiente. Hay muchas formas de enseñar el encadenamiento, como el encadenamiento hacia adelante (comenzando desde el primer comportamiento de la cadena), el encadenamiento hacia atrás (comenzando desde el último comportamiento) y el encadenamiento total de tareas (enseñando cada comportamiento de la cadena simultáneamente). Las rutinas matutinas de las personas son una cadena típica, con una serie de comportamientos (por ejemplo, ducharse, secarse, vestirse) que ocurren en secuencia como un hábito bien aprendido.
Los comportamientos desafiantes observados en personas con autismo y otras discapacidades relacionadas se han manejado y mantenido con éxito en estudios que utilizan un programa de refuerzos encadenados. [28] El entrenamiento en comunicación funcional es una intervención que a menudo utiliza programas encadenados de refuerzo para promover eficazmente la respuesta de comunicación funcional adecuada y deseada. [29]
Se han realizado investigaciones sobre la construcción de un modelo matemático de refuerzo. Este modelo se conoce como MPR, que es la abreviatura de principios matemáticos de refuerzo . Peter Killeen ha realizado descubrimientos clave en este campo con su investigación sobre palomas. [30]
El refuerzo y el castigo son omnipresentes en las interacciones sociales humanas y se han sugerido e implementado muchas aplicaciones de principios operantes. A continuación se muestran algunos ejemplos.
El refuerzo positivo y negativo desempeñan papeles centrales en el desarrollo y mantenimiento de la adicción y la drogodependencia . Una droga adictiva es intrínsecamente gratificante ; es decir, funciona como un reforzador positivo primario del consumo de drogas. El sistema de recompensa del cerebro le asigna un incentivo destacado (es decir, es "deseado" o "deseado"), [31] [32] [33] de modo que, a medida que se desarrolla una adicción, la privación de la droga conduce al deseo. Además, los estímulos asociados con el consumo de drogas (por ejemplo, la vista de una jeringa y el lugar de uso) se asocian con el intenso refuerzo inducido por la droga. [31] [32] [33] Estos estímulos previamente neutrales adquieren varias propiedades: su apariencia puede inducir el deseo y pueden convertirse en reforzadores positivos condicionados de su uso continuo. [31] [32] [33] Por lo tanto, si un individuo adicto encuentra una de estas señales de drogas, puede reaparecer un anhelo por la droga asociada. Por ejemplo, las agencias antidrogas utilizaban anteriormente carteles con imágenes de parafernalia de drogas como un intento de mostrar los peligros del consumo de drogas. Sin embargo, estos carteles ya no se utilizan debido a los efectos de la prominencia de los incentivos al provocar una recaída al ver los estímulos ilustrados en los carteles.
En individuos drogodependientes, el refuerzo negativo se produce cuando se autoadministra una droga con el fin de aliviar o "escapar" de los síntomas de dependencia física (p. ej., temblores y sudoración) y/o dependencia psicológica (p. ej., anhedonia , inquietud, irritabilidad y ansiedad) que surgen durante el estado de abstinencia de drogas . [31]
Los entrenadores de animales y los dueños de mascotas aplicaban los principios y prácticas del condicionamiento operante mucho antes de que estas ideas fueran nombradas y estudiadas, y el entrenamiento de animales todavía proporciona uno de los ejemplos más claros y convincentes de control operante. De los conceptos y procedimientos descritos en este artículo, algunos de los más destacados son: disponibilidad de refuerzo inmediato (por ejemplo, la siempre presente bolsa de delicias para perros); contingencia, asegurando que el refuerzo sigue la conducta deseada y no otra cosa; el uso de refuerzo secundario, como hacer sonar un clicker inmediatamente después de una respuesta deseada; dar forma, como hacer que un perro salte gradualmente más y más alto; refuerzo intermitente, reduciendo la frecuencia de esos delicias para inducir un comportamiento persistente sin saciedad; encadenamiento, donde gradualmente se va armando un comportamiento complejo. [34]
Proporcionar refuerzo positivo para las conductas infantiles apropiadas es un objetivo importante de la capacitación en gestión de padres. Normalmente, los padres aprenden a recompensar el comportamiento apropiado a través de recompensas sociales (como elogios, sonrisas y abrazos), así como recompensas concretas (como pegatinas o puntos para una recompensa mayor como parte de un sistema de incentivos creado en colaboración con el niño). [35] Además, los padres aprenden a seleccionar comportamientos simples como enfoque inicial y recompensan cada uno de los pequeños pasos que su hijo logra hacia la consecución de una meta mayor (este concepto se denomina "aproximaciones sucesivas"). [35] [36] También pueden usar recompensas indirectas, como a través de gráficos de progreso . Proporcionar refuerzo positivo en el aula puede ser beneficioso para el éxito de los estudiantes. Al aplicar refuerzo positivo a los estudiantes, es fundamental individualizarlo según las necesidades de ese estudiante. De esta manera, el estudiante comprende por qué recibe el elogio, puede aceptarlo y, eventualmente, aprender a continuar la acción que se ganó mediante el refuerzo positivo. Por ejemplo, el uso de recompensas o tiempo adicional de recreo podría aplicarse más a algunos estudiantes, mientras que otros podrían aceptar la aplicación recibiendo calcomanías o marcas de verificación que indiquen elogios.
Tanto los psicólogos como los economistas se han interesado en aplicar conceptos y hallazgos operantes al comportamiento de los humanos en el mercado. Un ejemplo es el análisis de la demanda de los consumidores, indexada por la cantidad de un bien que se compra. En economía, el grado en que el precio influye en el consumo se denomina "elasticidad precio de la demanda". Ciertos productos son más elásticos que otros; por ejemplo, un cambio en el precio de ciertos alimentos puede tener un gran efecto en la cantidad comprada, mientras que la gasolina y otros artículos esenciales pueden verse menos afectados por los cambios de precio. En términos de análisis operante, tales efectos pueden interpretarse en términos de las motivaciones de los consumidores y el valor relativo de las mercancías como reforzadores. [37]
Como se indicó anteriormente en este artículo, un programa de proporción variable produce refuerzo después de la emisión de un número impredecible de respuestas. Este cronograma generalmente genera una respuesta rápida y persistente. Las máquinas tragamonedas pagan según un programa de proporción variable y producen precisamente este tipo de comportamiento persistente de tirar de la palanca en los jugadores. Debido a que las máquinas están programadas para pagar menos dinero del que reciben, el usuario persistente de las máquinas tragamonedas invariablemente pierde a largo plazo. A menudo se ha culpado a las máquinas tragamonedas, y por lo tanto al refuerzo de proporción variable, como un factor subyacente a la adicción al juego. [38]
El concepto de elogio como medio de refuerzo conductual en humanos tiene sus raíces en el modelo de condicionamiento operante de BF Skinner. A través de esta lente, los elogios se han visto como un medio de refuerzo positivo, en el que es más probable que ocurra una conducta observada al elogiar contingentemente dicha conducta. [39] Cientos de estudios han demostrado la eficacia de los elogios para promover conductas positivas, especialmente en el estudio del uso de los elogios por parte de maestros y padres en los niños para promover una mejor conducta y rendimiento académico, [40] [41] pero también en el estudio de desempeño laboral. [42] También se ha demostrado que los elogios refuerzan conductas positivas en individuos adyacentes no elogiados (como un compañero de clase del destinatario del elogio) a través del refuerzo indirecto. [43] El elogio puede ser más o menos eficaz para cambiar el comportamiento dependiendo de su forma, contenido y entrega. Para que los elogios efectúen un cambio de conducta positivo, deben depender de la conducta positiva (es decir, administrarse sólo después de que se haya implementado la conducta objetivo), deben especificar los detalles de la conducta que se va a reforzar y deben entregarse con sinceridad y sinceridad. creíblemente. [44]
Al reconocer el efecto de los elogios como estrategia de refuerzo positivo, numerosas intervenciones conductuales y cognitivo-conductuales han incorporado el uso de los elogios en sus protocolos. [45] [46] El uso estratégico de los elogios se reconoce como una práctica basada en evidencia tanto en la gestión del aula [45] como en las intervenciones de capacitación para padres, [41] aunque los elogios a menudo se subsumen en la investigación de intervenciones en una categoría más amplia de refuerzo positivo. que incluye estrategias como atención estratégica y recompensas conductuales.
El vínculo traumático se produce como resultado de ciclos continuos de abuso en los que el refuerzo intermitente de recompensa y castigo crea vínculos emocionales poderosos que son resistentes al cambio. [47] [48]
La otra fuente indicó que [49] 'Las condiciones necesarias para el vínculo traumático son que una persona debe dominar a la otra y que el nivel de abuso aumenta crónicamente y luego disminuye. La relación se caracteriza por períodos de comportamiento permisivo, compasivo e incluso afectuoso por parte de la persona dominante, puntuados por episodios intermitentes de intenso abuso. Para mantener la ventaja, el victimario manipula el comportamiento de la víctima y limita sus opciones para perpetuar el desequilibrio de poder. Cualquier amenaza al equilibrio entre dominio y sumisión puede enfrentarse a un ciclo creciente de castigos que van desde la intimidación hirviente hasta los estallidos intensamente violentos. El victimario también aísla a la víctima de otras fuentes de apoyo, lo que reduce la probabilidad de detección e intervención, perjudica la capacidad de la víctima para recibir retroalimentación autorreferente compensatoria y fortalece el sentido de dependencia unilateral... Los efectos traumáticos de estas relaciones abusivas puede incluir el deterioro de la capacidad de la víctima para una autoevaluación precisa, lo que lleva a un sentimiento de insuficiencia personal y un sentimiento subordinado de dependencia de la persona dominante. Las víctimas también pueden enfrentar una variedad de consecuencias sociales y legales desagradables por su afiliación emocional y conductual con alguien que perpetró actos agresivos, incluso si ellas mismas fueron las destinatarias de la agresión.
La mayoría de los videojuegos están diseñados en torno a algún tipo de bucle de compulsión, añadiendo un tipo de refuerzo positivo a través de un programa de ritmo variable para que el jugador siga jugando, aunque esto también puede conducir a la adicción a los videojuegos . [50]
Como parte de una tendencia en la monetización de los videojuegos en la década de 2010, algunos juegos ofrecían "cajas de botín" como recompensas o se podían comprar con fondos del mundo real que ofrecían una selección aleatoria de elementos del juego, distribuidos por rareza. La práctica se ha vinculado a los mismos métodos con los que las máquinas tragamonedas y otros dispositivos de juego reparten recompensas, ya que sigue un programa de tasa variable. Si bien existe la percepción general de que las cajas de botín son una forma de juego, la práctica sólo se clasifica como tal en unos pocos países como juego y por otros motivos es legal. Sin embargo, los métodos para utilizar esos artículos como moneda virtual para juegos de azar en línea o para intercambiarlos por dinero del mundo real han creado un mercado de juegos de azar que se encuentra bajo evaluación legal. [51]
La definición estándar de refuerzo conductual ha sido criticada por ser circular , ya que parece argumentar que la fuerza de la respuesta aumenta con el refuerzo, y define el refuerzo como algo que aumenta la fuerza de la respuesta (es decir, la fuerza de la respuesta aumenta con cosas que aumentan la fuerza de la respuesta). Sin embargo, el uso correcto [52] del refuerzo es que algo es reforzador debido a su efecto sobre la conducta, y no al revés. Se vuelve circular si se dice que un estímulo particular fortalece la conducta porque es un reforzador y no se explica por qué un estímulo produce ese efecto en la conducta. Se han propuesto otras definiciones, como "comportamiento consumatorio dependiente de una respuesta" de FD Sheffield, pero no se utilizan ampliamente en psicología. [53]
Cada vez más, la comprensión del papel que desempeñan los reforzadores se está alejando de un efecto de "fortalecimiento" a un efecto de "señalización". [54] Es decir, la opinión de que los reforzadores aumentan la respuesta porque señalan las conductas que probablemente resultarán en refuerzo. Si bien en la mayoría de las aplicaciones prácticas, el efecto de cualquier reforzador dado será el mismo independientemente de si el reforzador está señalando o fortaleciendo, este enfoque ayuda a explicar una serie de fenómenos conductuales que incluyen patrones de respuesta en programas de refuerzo intermitentes (intervalos fijos de vieiras) y el efecto de resultados diferenciales . [55]
Las recompensas en el condicionamiento operante son reforzadores positivos. ... El comportamiento operante da una buena definición de recompensa. Cualquier cosa que haga que un individuo regrese por más es un reforzador positivo y, por tanto, una recompensa. Aunque proporciona una buena definición, el refuerzo positivo es sólo una de varias funciones de recompensa. ... Las recompensas son atractivas. Son motivadores y nos hacen esforzarnos. ... Las recompensas inducen una conducta de acercamiento, también llamada conducta apetitiva o preparatoria, y conducta consumatoria. ... Así, cualquier estímulo, objeto, evento, actividad o situación que tenga el potencial de hacernos acercarnos a él y consumirlo es, por definición, una recompensa. ... Las recompensas intrínsecas son actividades que son placenteras por sí mismas y se realizan por sí mismas, sin ser el medio para obtener recompensas extrínsecas. ... Las recompensas intrínsecas son recompensas genuinas por derecho propio, ya que inducen el aprendizaje, el acercamiento y el placer, como perfeccionar, tocar y disfrutar el piano. Aunque pueden servir para condicionar recompensas de orden superior, no son recompensas condicionadas de orden superior, ya que para alcanzar sus propiedades de recompensa no es necesario combinarlas con una recompensa incondicionada.
A pesar de la importancia de numerosos factores psicosociales, en esencia, la adicción a las drogas implica un proceso biológico: la capacidad de la exposición repetida a una droga de abuso para inducir cambios en un cerebro vulnerable que impulsan la búsqueda y el consumo compulsivo de drogas, y pérdida de control sobre el consumo de drogas, que definen un estado de adicción. ... Una gran cantidad de literatura ha demostrado que dicha inducción de ΔFosB en neuronas de tipo D1 [núcleo accumbens] aumenta la sensibilidad de un animal a las drogas, así como las recompensas naturales y promueve la autoadministración de drogas, presumiblemente a través de un proceso de refuerzo positivo. Otro objetivo de ΔFosB es cFos: a medida que ΔFosB se acumula con la exposición repetida al fármaco, reprime c-Fos y contribuye al cambio molecular mediante el cual ΔFosB se induce selectivamente en el estado crónico de tratamiento con fármacos.
41
. ... Además, cada vez hay más pruebas de que, a pesar de una variedad de riesgos genéticos de adicción en la población, la exposición a dosis suficientemente altas de una droga durante largos períodos de tiempo puede transformar a alguien que tiene una carga genética relativamente menor en un adicto.
Trastorno por uso de sustancias: término diagnóstico de la quinta edición del Manual diagnóstico y estadístico de trastornos mentales (DSM-5) que se refiere al uso recurrente de alcohol u otras drogas que causa un deterioro clínica y funcionalmente significativo, como problemas de salud. , discapacidad e incumplimiento de responsabilidades importantes en el trabajo, la escuela o el hogar. Dependiendo del nivel de gravedad, este trastorno se clasifica en leve, moderado o grave.
Adicción: Término utilizado para indicar la etapa crónica más grave del trastorno por uso de sustancias, en la que hay una pérdida sustancial de autocontrol, como lo indica el consumo compulsivo de drogas a pesar del deseo de dejar de consumirlas. En el DSM-5, el término adicción es sinónimo de la clasificación de trastorno grave por consumo de sustancias.
Las sustancias de las que se abusa (desde alcohol hasta psicoestimulantes) se ingieren inicialmente en ocasiones regulares de acuerdo con sus propiedades de refuerzo positivo. Es importante destacar que la exposición repetida a sustancias gratificantes desencadena una cadena de eventos de refuerzo secundarios, mediante los cuales las señales y contextos asociados con el uso de drogas pueden convertirse en refuerzos y, por lo tanto, contribuir al uso continuo y posible abuso de la(s) sustancia(s) de elección. ...
Una dimensión importante del refuerzo muy relevante para el proceso de adicción (y particularmente la recaída) es el refuerzo secundario (Stewart, 1992). Los reforzadores secundarios (en muchos casos también considerados reforzadores condicionados) probablemente impulsen la mayoría de los procesos de refuerzo en humanos. En el caso específico de la [adicción] a las drogas, las señales y contextos que están íntima y repetidamente asociados con el uso de drogas a menudo se convertirán en refuerzo... Una pieza fundamental de la teoría de la adicción a la sensibilización por incentivos de Robinson y Berridge postula que el valor del incentivo o la atracción La naturaleza de tales procesos de refuerzo secundario, además de los propios reforzadores primarios, puede persistir e incluso sensibilizarse con el tiempo junto con el desarrollo de la adicción a las drogas (Robinson y Berridge, 1993). ...
El refuerzo negativo es una condición especial asociada con un fortalecimiento de las respuestas conductuales que ponen fin a algún estímulo en curso (presumiblemente aversivo). En este caso podemos definir un reforzador negativo como un estímulo motivacional que fortalece dicha respuesta de "escape". Históricamente, en relación con la adicción a las drogas, este fenómeno se ha observado consistentemente en humanos mediante el cual las drogas de abuso se autoadministran para saciar una necesidad motivacional en el estado de abstinencia (Wikler, 1952).
Cuando a un CS + pavloviano se le atribuye prominencia de incentivo, no solo desencadena un "deseo" de su UCS, sino que a menudo la señal en sí se vuelve muy atractiva, incluso en un grado irracional. Esta atracción de señal es otra característica distintiva de la prominencia de incentivos. Se vuelve difícil no mirar el CS (Wiers & Stacy, 2006; Hickey et al., 2010a; Piech et al., 2010; Anderson et al., 2011). El CS incluso adopta algunas propiedades incentivadoras similares a las del UCS. Un CS atractivo a menudo provoca un enfoque motivado por el comportamiento y, a veces, un individuo puede incluso intentar "consumir" el CS de alguna manera como su UCS (por ejemplo, comer, beber, fumar, tener relaciones sexuales, tomarlo como droga). El "deseo" de un CS también puede convertir el estímulo anteriormente neutral en un reforzador condicionado instrumental, de modo que un individuo trabajará para obtener la señal (sin embargo, también existen mecanismos psicológicos alternativos para el refuerzo condicionado).
Un objetivo importante en el futuro para la neurociencia de las adicciones es comprender cómo la motivación intensa se centra estrechamente en un objetivo particular. Se ha sugerido que la adicción se debe en parte a una excesiva prominencia de incentivos producida por sistemas de dopamina sensibilizados o hiperreactivos que producen un intenso "deseo" (Robinson y Berridge, 1993). Pero no se ha explicado completamente por qué un objetivo se vuelve más "buscado" que todos los demás. En adictos o pacientes estimulados por agonistas, la repetición de la estimulación dopaminérgica de la importancia del incentivo se atribuye a actividades individualizadas particulares, como tomar la droga adictiva o las compulsiones particulares. En situaciones de recompensa pavlovianas, algunas señales de recompensa se vuelven más "deseadas" que otras como poderosos imanes motivacionales, en formas que difieren entre individuos (Robinson et al., 2014b; Saunders y Robinson, 2013). ... Sin embargo, los efectos hedónicos bien podrían cambiar con el tiempo. Como una droga se toma repetidamente, la sensibilización dopaminérgica mesolímbica podría ocurrir en individuos susceptibles para amplificar el "deseo" (Leyton y Vezina, 2013; Lodge y Grace, 2011; Wolf y Ferrario, 2010), incluso si los mecanismos hedónicos de los opioides sufrieran una regulación negativa. debido a la estimulación continua de las drogas, lo que produce tolerancia al "agrado". La sensibilización a los incentivos produciría adicción, al magnificar selectivamente el "deseo" desencadenado por señales de volver a consumir la droga, y provocaría poderosamente motivación incluso si la droga se volviera menos placentera (Robinson y Berridge, 1993).
[1]