¡Descarga esquema cap 6 ame y más Esquemas y mapas conceptuales en PDF de Psicología solo en Docsity!
CAPITULO 6: PROGRAMAS DE REZORZAMIENTO Y CONDUCTA DE ELECCIÓN
Programa de reforzamiento: Programa o regla que determina la forma en que se relacionan las presentaciones del reforzador con las ocurrencias de la respuesta instrumental. La entrega del reforzador puede depender de varios factores, número de respuestas, paso del tiempo, etc. Los programas de reforzamiento se investigan normalmente en cajas de Skinner que permiten una observación continua de la conducta, por lo que pueden observarse y analizarse los cambios en la tasa de respuesta. Proporcionan más información sobre los factores que controlan el mantenimiento de la conducta. A) PROGRAMAS SIMPLES DE REFORZAMIENTO INTERMITENTE
Son programas en los que un solo factor determina qué ocurrencia de la respuesta instrumental se refuerza.
Programas
de razón
El reforzamiento depende del número de respuestas.
Reforzamiento continuo: Una sóla respuesta provoca la entrega del reforzador.
Reforzamiento parcial o intermitente: La respuesta se refuerza sólo alguna vez.
Razón fija: Entrega del reforzador cada X respuestas, (5, 10 etc). Se representa mediante RF5, RF10, etc.
Otros conceptos importantes
Registro acumulativo de la conducta: Es una forma especial de representar la forma de repetirse una respuesta a lo largo del tiempo. Se utilizaba sobre todo antes de la existencia de los ordenadores. (gráfico pág 165). La pendiente de la línea trazada representa la tasa de respuesta.
Pausa posreforzamiento: Es la tasa de respuesta 0 que se observa justo después del reforzamiento.
Carrera de la razón: La tasa de respuesta alta y estable que completa cada requerimiento de la razón.
¿Qué ocurre cuando el requerimiento de la razón se incrementa un poco? Es decir, pasar por ejemplo de RF 120 a RF 150
- Con mayores requerimientos de la tasa, tienden a ocurrir pausas posreforzamiento más largas.
- Si el incremento es muy grande es probable que el animal realice una pausa periódica cada vez que complete la razón requerida. Es lo que se conoce como tensión de razón.
Razón variable: Número de respuestas distinto para la entrega del reforzador. Se representa por RV y en el caso de RV10 quiere decir que su media es 10
Las pausas predecibles en la tasa de respuesta son menos probables con los programas de razón variable que con los programas de razón fija. Los organismos suelen responder a una tasa claramente estable en los programas de RV.
Programas
de intervalo
Cuando ocurre cierta cantidad de tiempo desde la última entrega del reforzador.
Intervalo fijo (IF): El tiempo no varía de una ocasión a la siguiente.
Festón del intervalo fijo: A medida que el tiempo para la disponibilidad del próximo reforzador se acerca, la tasa de respuesta aumenta. Este aumento en la tasa de respuesta se manifiesta como una aceleración en el registro acumulativo hacia el final del IF.
OJO!!! : Un programa de IF no garantiza que el reforzador se proporcionará a en algún momento a lo largo del tiempo, el intervalo determina sólo cuándo el reforzador estará disponible, no cuando se entrega. Es decir, además del paso del tiempo, sigue siendo
necesaria algún tipo de respuesta por parte del sujeto para acceder al reforzador.
Intervalo variable (IV): El tiempo varía de una ocasión a la siguiente. Se representa por (IV 5), (IV 10), etc. Entendiendo este número como la media de todos los intervalos. Los programas de IV mantienen tasas de respuesta constantes y estables sin pausas regulares. (al igual que prog. de RV)
Programas de intervalo y espera limitada: En la espera limitada el reforzador está disponible durante un tiempo X, si pasado ese tiempo el sujeto no ha dado el número de respuestas necesario, el reforzador deja de estar disponible.
Similitudes
Razón fija e intervalo fijo:
Diferencias
- Activan diferentes cambios neuroquímicos en el cerebro
transcurrido cierta cantidad de tiempo tras la respuesta precedente. Estos programas fomentan que los sujetos respondan lentamente.
B) CONDUCTA DE ELECCIÓN: PROGRAMAS CONCURRENTES
Los experimentos en los que sólo se mide una respuesta (los vistos hasta ahora) no proporcionan una visión completa de la conducta. En la vida real los organismos ocupan su tiempo en muchas actividades y están continuamente estableciendo elecciones entre varias conductas.
Las situaciones de elección pueden ser bastante complicadas y muy diferentes. Por esta razón los psicólogos han desarrollado el estudio de situaciones más simples. La situación de elección más simple consta de dos respuestas alternativas, cada una de estas seguida por un reforzador de acuerdo con su propio programa de reforzamiento.
Históricamente se utilizaban laberintos T para estudiar la conducta de elección. Hoy se utilizan cajas de Skinner equipadas con dos teclas. Responder en cada tecla es reforzado según algún programa de reforzamiento. Los dos programas funcionan concurrentemente, por eso reciben el nombre de programa concurrente.
Ejemplo página 173 (gráfico). Programa concurrente. Los picotazos sobre la tecla A siguen un programa IV 60 seg. Los de la tecla B siguen un programa RF 10. El objetivo del
experimento es ver cómo la paloma distribuye sus picotazos en las dos teclas y cómo influye el programa de reforzamiento propio de cada tecla en las elecciones del animal.
Medidas de la
conducta de
Se puede medir de varias formas:
Tasa relativa de respuesta de cada alternativa: La tasa relativa de respuesta en la tecla A se calcula dividiendo la tasa de respuesta en la tecla A por la tasa total de respuesta (suma de la tasa A + la tasa B)
Tasa relativa de respuesta (A) = RA/ (RA+RB)
- Si la paloma picotea igualmente en las dos teclas de respuesta, la razón será 0,5.
- Si la tasa de respuesta es mayor en A que en B, la razón será mayor que 0,5.
- Si la tasa de respuesta es menor en A que en B, la razón será menor que 0,5.
elección (^) La forma en que un organismo distribuye su conducta entre las dos alternativas de respuesta está muy influida por el programa de reforzamiento que funciona para cada respuesta.
Tasa relativa de reforzamiento: Es la frecuencia con la que el individuo obtiene recompensas en cada lado. Se calcula de igual manera a la tasa relativa de respuesta.
Tasa relativa de reforzamiento (A) = rA/ (rA+rB)
La ley de
igualación
(de Herrnstein)
En el punto anterior en los ejemplos se utilizaba el mismo programa de reforzamiento (IV 60 seg) para las dos teclas. Por lo tanto la tasa relativa de respuesta y la tasa relativa de reforzamiento daba 0,5 ya que los programas eran iguales… ¿Pero qué ocurre si los programas son diferentes?
Experimento en palomas:
Tecla A: IV 6 min = Pulsando siempre a esta tecla obtendría un máximo de 10 reforzadores por hora.
Tecla B: IV 2 min= Pulsando siempre a esta tecla obtendría un máximo de 30 reforzadores por hora.
¿Cómo fue la respuesta de las palomas?
La tasa relativa de respuesta en una alternativa dada estaba siempre muy cercana a igualar la tasa relativa de reforzamiento logrado en esa alternativa. Si las palomas obtenían una proporción mayor de reforzadores en A, picoteaban más en A. Por lo tanto, la tasa relativa de respuesta en una alternativa se iguala con la tasa relativa de reforzamiento en esa alternativa. Esto es la ley de igualación.
RA/ (RA+RB) = rA/ (rA+rB)
Otra forma de escribir esta fórmula es: RA/ RB = rA/rB
Infraigualación, supraigualación y sesgo de respuesta
A pesar de lo que hablábamos de la ley de igualación, las tasas relativas de respuesta no siempre se igualan con exactamente con las tasas relativas de reforzamiento.
Esto lo vamos a estudiar añadiendo dos parámetros “b” y “s” a la ecuación.
RA/ RB = b (rA/rB)s
- s= sensibilidad de la conducta de elección a las tasas relativas de reforzamiento para las alternativas de respuesta.
fórmula quedará de la siguiente manera:
RA = krA / (rA+rO)
Esta última ecuación proporciona dos maneras de modificar la tasa de una respuesta:
- Mediante el cambio de su tasa de reforzamiento
- Mediante el cambio de la tasa de las otras fuentes de reforzamiento
Mecanismos de la ley de la igualación
Igualación y maximización de las tasas de reforzamiento: Los organismos distribuyen sus acciones entre las alternativas de respuesta para recibir la máxima cantidad posible de reforzadores en cada situación.
1. Maximización molecular: Los organismos siempre eligen cualquier alternativa de respuesta con mejores probabilidades de que sea reforzada en ese momento.
Experimento en palomas con dos teclas (A y B) y programa IV-IV. Cuanto más tiempo permanezca la paloma en la tecla A, más probabilidad habrá de que transcurra el intervalo para la tecla B y que por lo tanto el reforzamiento esté disponible para B.
2. Maximización molar: El organismo distribuye sus respuestas entre las varias alternativas a fin de maximizar la cantidad de reforzamiento que consiguen a la larga.
Se utilizó para explicar los programas de razón en los que los organismos rara vez cambian de alternativa, simplemente responden a la alternativa que requiera menor número de respuestas (RF10 frente a RF20)
Sin embargo la maximización molar encuentra problemas a la hora de explicar la conducta de elección en programas de intervalo (IV-IV) y para programas razón-intervalo (RF-IV).
3. Mejoramiento: Los mecanismos de mejoramiento operan a una escala temporal de las teorías molar y molecular. El término “mejoramiento” se refiere a hacer algo mejor que el pasado reciente. No se refiere a elegir la mejor alternativa en ese momento.
Término importante sobre el mejoramiento:
Tasa local de respuesta y reforzamiento : Las tasas locales están calculadas sólo sobre el período de tiempo que un sujeto dedica a una alternativa particular de respuesta. Si la situación incluye dos opciones (A y B), la tasa local de respuesta en A se calcula dividiendo la frecuencia de respuesta en A por el tiempo que el sujeto dedica a responder en A.
La teoría del mejoramiento asume que los organismos cambian de una alternativa de respuesta a otra para mejorar la tasa local de reforzamiento que están recibiendo. El mecanismo de mejoramiento da como resultado la igualación. Esta teoría
sostiene que un organismo cambiará su preferencia en favor de la alternativa de respuesta que arroje la tasa local de reforzamiento más alta.
C) ELECCIÓN CON COMPROMISO
Programa
Concurrent e
encadenad o
(gráfico pág
Este programa involucra al menos dos fases o eslabones:
1ª fase: Eslabón de elección: Se permite al participante elegir entre dos programas alternativos realizando una de dos respuestas.
2ª fase: Eslabón terminal: Una vez que el participante ha elegido uno de los dos eslabones de elección, irá al eslabón terminal que está formado por dos programas de reforzamiento dependiendo de qué opción haya escogido en la 1ª fase.
Los estudios de este tipo han demostrado que los sujetos prefieren la alternativa de razón variable (RV) ya que proporciona reforzamiento por un número relativamente pequeño de respuestas.
El estímulo del eslabón terminal se convierte en un reforzador condicionado. Por lo tanto un programa concurrente se caracteriza en que las respuestas al eslabón inicial se refuerzan por la presentación de un reforzador condicionado. Las diferencias en el valor del reforzador condicionado determinarán entonces la tasa relativa de cada respuesta de elección en el eslabón inicial. (el programa (eslabón terminal) que suscite más valor a la paloma será el que elija al principio en el eslabón de elección) El autocontrol a menudo supone elegir una recompensa grande demorada en lugar de una recompensa pequeña inmediata.
Experimento en palomas: (gráfico pág 185)
Utilizando el programa concurrente encadenado. En cada uno de los programas terminales responder era recompensado o bien mediante el acceso a una pequeña cantidad de grano (alternativa A) o el acceso a una mayor cantidad de grano que estaba demorada 4 segundos (alternativa B).
Estudiaron la conducta de elección en dos circunstancias diferentes:
1. Procedimiento de elección directa: (dibujo superior de la 185). No existe eslabón de elección, directamente se accede a la recompensa. En este ejemplo
las palomas no mostraban autocontrol y directamente seleccionaban la recompensa pequeña inmediata.
2. Procedimiento concurrente encadenado (dibujo inferior de la página 185). En este ejemplo, los componentes terminales estaban demorados después de que las palomas realizaran su elección inicial. Si la demora era suficiente antes de los componentes terminales, las palomas mostraban autocontrol y elegían la recompensa grande demorada.
La respuesta es sí.
Ejemplo con niños. 3 fases.
Fase 1- Pretest: Se les pregunta a los niños si quieren 2 centimos ahora o 3 centimos al final del día. A los que eligen los 2 céntimos se les dan enseguida, a los que eligen los 3 centimos se les dan al final del día.
Fase 2- Sesión de entrenamiento: Dependiendo de la elección en la fase 1, se hacen 2 grupos y se comienza con la sesión de entrenamiento. Deben resolver problemas sencillos para obtener la recompensa, las respuestas correctas del grupo de los 2 céntimos recibirán el dinero al instante. Las respuestas correctas del grupo de los 3 céntimos recibirán el dinero al final del día.
Fase 3 – Postest: se les vuelve a preguntar a los niños lo mismo que en la fase 1.
El hallazgo fue que había mayor cantidad de niños escogiendo la recompensa más grande demorada (3 céntimos) en el postest. Por lo tanto, siempre y cuando las tareas de entrenamiento (fase 2) impliquen bajo esfuerzo, el entrenamiento con la recompensa demorada incrementará la preferencia por la recompensa más grande demorada.
