B. Conceptos y principios

La conducta incluye las actividades de un organismo, como respirar, pasar una página o repetir una palabra en silencio. Algunas conductas son observables por otras personas; las privadas son accesibles principalmente a quien las realiza. Un toque concreto en una pantalla es una respuesta. Para identificar una clase funcional de respuestas, se agrupan por lo que consiguen: señalar, hablar y entregar un vaso pueden servir para obtener más agua.

Los estímulos incluyen acontecimientos detectables fuera o dentro del cuerpo, como una luz que se enciende, presión sobre la piel o estimulación procedente de órganos internos. Una clase de estímulos los agrupa según un criterio especificado: sus características físicas, su posición temporal respecto a la conducta o su función conductual. Las clases por rasgos se basan en el parecido físico. En las clases arbitrarias, la pertenencia depende de relaciones aprendidas y no de un parecido físico necesario.

Los estímulos antecedentes elicitan la conducta respondiente: un soplo de aire en el ojo puede elicitar un parpadeo. En el condicionamiento respondiente, un estímulo inicialmente neutro respecto a una respuesta concreta puede adquirir una función elicitadora al emparejarse con un estímulo incondicionado o con un estímulo condicionado ya establecido. El condicionamiento depende de cómo se dispongan esos acontecimientos, y la respuesta condicionada no tiene que parecerse a la incondicionada. La conducta operante cambia mediante sus consecuencias; los estímulos antecedentes pueden dar ocasión a responder por esa historia, sin elicitar la respuesta como un reflejo.

El refuerzo ocurre cuando una consecuencia producida por una respuesta hace más probable ese tipo de respuesta en condiciones similares en el futuro. Que la consecuencia resulte agradable no importa; solo cuenta su efecto sobre la conducta futura. Positivo significa que se añadió un estímulo después de la conducta. Negativo significa que se retiró, se redujo o se aplazó un estímulo. Terminar con algo que ya está presente es escape; impedir o retrasar algo que aún no ha llegado es evitación.

El castigo ocurre cuando una consecuencia producida por una respuesta hace menos probable ese tipo de respuesta en condiciones similares en el futuro. El castigo positivo añade un estímulo. El castigo negativo retira uno, como en el coste de respuesta (perder puntos, pagar una multa) o el tiempo fuera de refuerzo. Igual que con el refuerzo, el nombre depende del efecto: si la conducta no disminuye, la consecuencia no estaba funcionando como castigo, por desagradable que pareciera.

En una contingencia mediada socialmente, otra persona entrega la consecuencia: atención, un objeto que se le da, una tarea que se le retira. En una contingencia automática, la conducta produce su consecuencia por sí misma, sin que intervenga nadie. El refuerzo automático puede ser positivo (la estimulación que produce la conducta) o negativo (el malestar que la conducta alivia), y es conducta operante como cualquier otra.

Un reforzador incondicionado no necesita aprendizaje para adquirir su función reforzante: la comida cuando hay hambre o el calor cuando hace frío pueden ser ejemplos. Un reforzador condicionado adquiere su función mediante una historia que lo relaciona con reforzadores ya eficaces. Un reforzador condicionado generalizado tiene una historia que incluye varios reforzadores distintos, por lo que su eficacia depende menos de una sola operación motivadora. Su eficacia puede seguir cambiando.

La misma lógica vale para los castigadores. Los incondicionados, como el dolor o el frío extremo, no requieren aprendizaje. Un castigador condicionado adquiere su efecto al emparejarse con un castigador que ya funciona. Un castigador condicionado generalizado se ha emparejado con muchos castigadores distintos.

La extinción operante interrumpe el refuerzo que una respuesta producía antes. La extinción respondiente presenta un estímulo condicionado sin el estímulo incondicionado. La operación es el cambio en estas disposiciones; el proceso es la reducción de la respuesta que resulta a lo largo de la exposición. La extinción operante puede acompañarse de un aumento temporal de la respuesta o de sus variaciones, y la respuesta puede reaparecer brevemente tras una pausa. El estallido de extinción y la recuperación espontánea son efectos posibles, no requisitos para identificar la extinción.

Un programa de refuerzo es la regla que indica qué respuestas se refuerzan. El refuerzo continuo refuerza cada respuesta y sirve para establecer una conducta nueva. Entre los programas intermitentes, los de razón cuentan respuestas y los de intervalo refuerzan la primera respuesta después de que pase un tiempo. Fijo significa que el requisito no cambia; variable, que cambia alrededor de un promedio. Cada uno tiende a producir un patrón típico: en razón fija (RF), una pausa tras cada reforzador seguida de una racha rápida; en razón variable (RV), una tasa alta y estable; en intervalo fijo (IF), poca respuesta justo después del reforzador y una aceleración hacia el final del intervalo (el «festoneado»); en intervalo variable (IV), una tasa moderada y estable.

Los programas compuestos combinan programas simples y se nombran por cómo se ordenan sus partes. En un programa múltiple, los componentes se alternan y cada uno está señalado por su propio estímulo. Un programa mixto se alterna igual, pero sin señal. En un programa encadenado, los componentes deben completarse en orden: terminar uno produce la señal del siguiente, y el reforzador llega tras el último. En un programa concurrente, dos o más programas están disponibles a la vez para respuestas distintas, y la persona elige entre ellos.

La teoría del momentum conductual distingue la tasa de respuesta de la resistencia a una alteración, evaluada respecto a la respuesta en línea base. La resistencia se relaciona con el refuerzo obtenido de todas las fuentes en un contexto de estímulos, incluido el refuerzo que no depende de la respuesta objetivo. Los contextos más ricos suelen producir mayor resistencia en condiciones comparables. Esta explicación inspiró las secuencias de peticiones de alta probabilidad: varias peticiones que la persona cumple de forma fiable, con refuerzo por responder, preceden a una petición de menor probabilidad. Su eficacia por sí sola no demuestra un mecanismo de momentum.

En programas concurrentes, especialmente de intervalo variable y con reforzadores comparables, la respuesta relativa suele aproximarse al refuerzo relativo obtenido. En la igualación proporcional ideal, una opción que produce tres cuartas partes de los reforzadores obtenidos recibe tres cuartas partes de las respuestas; la distribución real también depende de factores como la calidad del reforzador, la demora, el esfuerzo de respuesta y el sesgo. La distribución real se desvía de maneras conocidas: la infraigualación es menos extrema que las proporciones de refuerzo, la sobreigualación es más extrema y el sesgo es una preferencia estable por una opción que las tasas de refuerzo no explican.

Una operación motivadora es una variable que hace dos cosas a la vez. Cambia lo eficaz que es una consecuencia como reforzador (o castigador) en este momento: el efecto alterador del valor. Y cambia con qué frecuencia ocurre en este momento la conducta que en el pasado ha producido esa consecuencia: el efecto alterador de la conducta. Para el refuerzo, una operación establecedora aumenta la eficacia de la consecuencia y evoca la conducta antes reforzada por ella; una operación abolidora reduce su eficacia y disminuye esa conducta. Para el castigo, aumentar la eficacia de una consecuencia suele disminuir la conducta antes castigada por ella, mientras que reducir su eficacia como castigador puede evocar esa conducta. La privación y la saciedad suelen ilustrar operaciones establecedoras y abolidoras para reforzadores concretos. En las operaciones motivadoras incondicionadas, el efecto alterador del valor no requiere historia de aprendizaje; las condicionadas lo adquieren por aprendizaje.

Un estímulo discriminativo y una operación motivadora preceden a la conducta y ambos pueden hacerla más probable, pero por razones distintas. El estímulo discriminativo señala que hay un reforzador disponible ahora si se responde. La operación motivadora cambia cuánto vale ahora ese reforzador. Las operaciones motivadoras condicionadas incluyen funciones sustitutas, reflejas y transitivas. Una OMC sustituta adquiere efectos motivadores al emparejarse con otra OM. Una OMC refleja cambia la eficacia de su propia terminación: una señal de advertencia puede hacer reforzante su terminación, mientras que una señal cuya terminación cancela una mejora puede hacer que terminarla sea castigador. Estas funciones evocan o disminuyen, respectivamente, la conducta que antes terminaba la señal. Una OMC transitiva cambia la eficacia de otro estímulo mediante una dependencia aprendida, como una puerta cerrada con llave que hace reforzante obtener la llave.

El control de estímulos operante se demuestra cuando un estímulo antecedente afecta de forma fiable a la respuesta por una historia de aprendizaje relevante, habitualmente de refuerzo diferencial. La diferencia puede afectar a la frecuencia, la latencia, la duración u otra dimensión. El refuerzo puede diferir entre condiciones sin estar completamente ausente en una de ellas. Tasas iguales en dos condiciones no aportan pruebas de control en esa medida, pero no descartan el control de otra dimensión o por otro rasgo. El control puede desarrollarse sobre rasgos no previstos, como la posición, una mirada del adulto o una marca en una tarjeta.

La discriminación se demuestra cuando la respuesta difiere de forma fiable entre estímulos por la historia de aprendizaje relevante. Un ED se relaciona con una mayor disponibilidad de refuerzo para una respuesta concreta que las condiciones de comparación; un E-delta se relaciona con la ausencia de refuerzo para esa respuesta. En una discriminación simple, un estímulo decide si la respuesta se refuerza. En una discriminación condicional, cuál es la opción correcta depende de otro estímulo, la muestra, como en la igualación a la muestra. Un gradiente de generalización muestra cómo cambia la respuesta a medida que los estímulos de prueba se alejan del ED entrenado: un gradiente pronunciado indica un control estrecho; uno plano, poco control en esa dimensión.

Generalización de estímulos: la respuesta entrenada ocurre en presencia de estímulos que no formaron parte del entrenamiento, como personas, lugares o materiales nuevos. Generalización de respuesta: aparecen respuestas nuevas, no entrenadas, que cumplen la misma función que la entrenada. La sobregeneralización es responder a estímulos que quedan fuera de la clase prevista, y pide entrenamiento en discriminación.

Para evaluar el mantenimiento, reduce o retira apoyos especificados de la intervención y comprueba si la conducta continúa en el tiempo. Planificar la transición al refuerzo cotidiano y reducir gradualmente el refuerzo programado puede ayudar, pero ninguna medida garantiza el mantenimiento. Las observaciones de seguimiento deben identificar qué apoyos se retiraron y qué contingencias siguen funcionando.

La conducta moldeada por contingencias se adquiere por contacto directo con las consecuencias. La conducta gobernada por reglas la controla una descripción verbal de una contingencia, como una instrucción, un consejo o una regla que la persona se dice a sí misma, a menudo antes de haber entrado en contacto con la consecuencia. Las reglas son especialmente útiles cuando las consecuencias son demoradas, pequeñas o improbables. Su coste es que la conducta gobernada por reglas puede tardar en ajustarse cuando cambian las contingencias reales.

Clasifica los operantes verbales por sus variables de control y su historia de refuerzo, no solo por la palabra. Un mando está controlado por una OM y por una historia de obtención de una consecuencia característica. Un tacto está controlado por estimulación no verbal y, habitualmente, por una historia de refuerzo condicionado generalizado. Una ecoica implica un estímulo verbal vocal y una respuesta vocal con correspondencia punto a punto y similitud formal. Una intraverbal está controlada por estimulación verbal sin correspondencia punto a punto. La conducta textual lee en voz alta estímulos verbales escritos; tomar dictado, llamado aquí transcripción, escribe lo que se oye. Ambas tienen correspondencia punto a punto sin similitud formal. Estos operantes distintos del mando suelen establecerse mediante refuerzo condicionado generalizado; no es necesario elogiar cada aparición. Un autoclítico depende de otra conducta verbal del hablante y cambia su efecto sobre un oyente. Traer un objeto cuando se pide ilustra una respuesta no verbal del oyente.

La mayoría de las respuestas verbales tienen más de una fuente de control. En el control múltiple convergente, una sola respuesta está controlada a la vez por varias variables. En el divergente, una sola variable controla varias respuestas distintas. El control conjunto es un caso especial: la misma forma de respuesta la evocan en el mismo momento dos fuentes, por ejemplo una palabra que se repasa y el tacto de un objeto en una estantería, y esa coincidencia puede controlar elegir el objeto o terminar una búsqueda.

Tras entrenar algunas relaciones entre estímulos pueden aparecer relaciones derivadas que no se entrenaron directamente; sigue siendo necesaria una historia de aprendizaje relevante. La reflexividad se demuestra mediante igualación por identidad no entrenada. La simetría se demuestra cuando, tras entrenar A→B, aparece la respuesta B→A sin entrenarla. La transitividad se demuestra cuando, tras entrenar A→B y B→C, aparece la respuesta A→C sin entrenarla. La equivalencia requiere pruebas de que las relaciones relevantes cumplen reflexividad, simetría y transitividad. El desempeño generativo también incluye respuestas correctas a recombinaciones no enseñadas después de entrenar combinaciones seleccionadas, como en el entrenamiento matricial. Las relaciones derivadas pueden implicar comparación u otras relaciones más allá de la equivalencia; la teoría de los marcos relacionales analiza estos patrones bajo control contextual.

La imitación tiene tres partes: un modelo da ocasión a la conducta, la conducta sigue al modelo poco después y se parece a él en la forma (similitud formal). El aprendizaje observacional es más amplio: la conducta cambia tras observar la conducta de otra persona y sus consecuencias, y la conducta nueva no tiene por qué parecerse a lo observado. La imitación generalizada consiste en imitar modelos nuevos cuya imitación nunca se reforzó, después de que se reforzara la imitación de muchos modelos distintos.