El condicionamiento operante

El condicionamiento operante (en inglés, operant conditioning) es la forma de aprendizaje en la que una conducta se vuelve más o menos frecuente según las consecuencias que la siguen. Si a un comportamiento le sigue algo agradable, o la desaparición de algo desagradable, tiende a repetirse; si le sigue algo desagradable, tiende a desaparecer. La diferencia con el condicionamiento clásico de Pávlov es de dirección: en el clásico, el organismo aprende a asociar dos estímulos y responde de forma refleja, como el perro que saliva al oír la campana; en el operante, el organismo actúa sobre su entorno, y lo que aprende es la relación entre su acción y lo que ocurre después.

El antecedente directo son los experimentos de Edward Thorndike con gatos, publicados en 1898. Thorndike encerraba a un gato hambriento en una caja problema, una jaula de listones con una puerta que se abría al tirar de una cuerda, pisar una palanca o levantar un pestillo, y dejaba comida fuera, a la vista. Al principio el gato arañaba, mordía y empujaba al azar, hasta que por casualidad accionaba el mecanismo. En los intentos siguientes tardaba cada vez menos, no de golpe, como si lo hubiera comprendido, sino de forma gradual. Thorndike lo resumió en la ley del efecto: las respuestas seguidas de satisfacción se fortalecen y las seguidas de malestar se debilitan.

Quien convirtió esa ley en un programa de investigación fue el psicólogo estadounidense B. F. Skinner, que acuñó el término operante en los años treinta para designar la conducta que opera sobre el entorno. En The Behavior of Organisms (1938) presentó su método: una cámara de condicionamiento, conocida luego como caja de Skinner, en la que una rata podía apretar una palanca o una paloma picotear un disco, con un dispensador de comida controlado automáticamente y un registrador acumulativo que dibujaba en un rollo de papel cada respuesta a lo largo del tiempo. La caja eliminaba al experimentador de la escena y permitía estudiar durante horas cómo cambiaba el ritmo de una conducta al variar sus consecuencias.

La terminología que se asentó después distingue cuatro situaciones básicas, según se añada o se retire algo y según la conducta aumente o disminuya. Es una fuente habitual de confusiones, porque en este vocabulario positivo y negativo no significan bueno y malo, sino añadir y quitar.

Skinner dedicó buena parte de su obra a los programas de refuerzo, que describió con Charles Ferster en un libro de 1957 lleno de gráficas acumulativas. Un refuerzo continuo, tras cada respuesta, produce un aprendizaje rápido pero frágil: si el premio deja de llegar, la conducta se extingue pronto. Los programas intermitentes producen conductas mucho más resistentes. En un programa de razón fija, el refuerzo llega cada cierto número de respuestas, como en el trabajo a destajo; en uno de razón variable, llega tras un número de respuestas que cambia al azar, y es el que genera tasas de respuesta más altas y persistentes. Es el principio de las máquinas tragaperras, y se ha invocado para explicar por qué cuesta tanto dejar de consultar el correo o las redes sociales: la recompensa, un mensaje interesante, aparece de forma impredecible. Los programas de intervalo refuerzan la primera respuesta tras un tiempo fijo o variable, y producen patrones distintos, como la aceleración de los estudiantes justo antes de los exámenes.

Con estas herramientas, Skinner mostró que se podían construir conductas complejas mediante el moldeamiento, reforzando aproximaciones sucesivas a la conducta final: primero girar hacia el disco, luego acercarse, luego picotearlo. Enseñó a palomas a jugar al ping-pong y, durante la Segunda Guerra Mundial, trabajó en el Proyecto Pigeon, que pretendía guiar misiles con palomas entrenadas para picotear la imagen del objetivo; el ejército nunca llegó a usarlo. En 1948 publicó un experimento sobre la superstición: a unas palomas se les daba comida cada quince segundos, sin relación con lo que hicieran, y muchas acabaron repitiendo movimientos extraños, como girar sobre sí mismas o balancear la cabeza, que por casualidad habían coincidido con la llegada de la comida.

Las aplicaciones humanas fueron muchas. Las economías de fichas en hospitales psiquiátricos y escuelas, en las que las conductas deseadas se premian con fichas canjeables, se extendieron desde los años sesenta. El análisis aplicado de conducta se usa en la educación especial y en la intervención con niños autistas, aunque algunas de sus versiones han recibido críticas por su rigidez. Las técnicas de modificación de conducta forman parte de muchas terapias, y los diseñadores de aplicaciones y videojuegos usan de forma deliberada los programas de refuerzo variable para aumentar el tiempo de uso. Skinner llevó sus ideas a la utopía en la novela Walden dos (1948) y a la filosofía política en Más allá de la libertad y la dignidad (1971), donde sostenía que la libertad es una ilusión y que una sociedad mejor debía diseñarse controlando las contingencias de refuerzo.

Las críticas llegaron por varios frentes. En 1959, Noam Chomsky publicó una reseña demoledora del libro de Skinner sobre el lenguaje, Verbal Behavior, en la que argumentaba que los niños aprenden a hablar con demasiada rapidez y creatividad para que el refuerzo lo explique, y aquella reseña se considera uno de los textos fundacionales de la revolución cognitiva. En 1961, Keller y Marian Breland, antiguos alumnos de Skinner que entrenaban animales para anuncios y parques de atracciones, describieron en La mala conducta de los organismos cómo sus mapaches, en lugar de meter monedas en una hucha para recibir comida, acababan frotándolas entre las patas como hacen con el alimento, y cómo los cerdos las hozaban por el suelo: la deriva instintiva mostraba que no todas las conductas son igual de fáciles de enseñar a cada especie. El cognitivismo sustituyó después al conductismo como marco dominante, pero el condicionamiento operante sigue siendo uno de los mecanismos de aprendizaje mejor documentados de la psicología, y su vocabulario, del refuerzo al castigo, forma parte ya del lenguaje corriente.

Condicionamiento clásico – Aprendizaje – Paradigma estímulo-respuesta – El pequeño Albert – Indefensión aprendida – Patrones conductuales