Psicología del Aprendizaje 2015/2016 Llanos Merín

TEMA 7: CONTROL AVERSIVO EN EL CONDICIONAMIENTO OPERANTE

ESTIMULACIÓN AVERSIVA EN EL CO
 CASTIGO, ESCAPE Y EVITACIÓN.

APETITIVO AVERSIVO De los cuatro procedimientos del CO

REFUERZO POSITIVO O ENTRENAMIENTO
DE RECOMPENSA. La conducta provoca
CONTINGENCIA POSITIVA consecuencias positivas (reforzador) 
Aumenta la probabilidad de emisión de la
conducta.
ENTRENAMIENTO DE OMISIÓN O
CASTIGO NEGATIVO. La provoca la no
CONTINGENCIA NEGATIVA aparición o retirada de algo bueno 
Reduce la probabilidad de emisión de la
conducta.
CASTIGO POSITIVO O CASTIGO. La
conducta provoca consecuencias
negativas  Reduce la probabilidad de
emisión de la conducta
REFORZAMIENTO NEGATIVO O
ENTRENAMIENTO DE
ESCAPE/EVITACIÓN. La conducta provoca
la no aparición o retirada de una
consecuencia aversiva  Aumenta la
probabilidad de emisión de la conducta.
los aversivos son el castigo (castigo
positivo) y el entrenamiento
escape/evitación. Mientras que con el
castigo las conductas tienen como
consecuencia la aparición de un
evento aversivo por lo que disminuye
su emisión, en el entrenamiento
escape/evitación se busca huir de la
estimulación aversiva, lo que da lugar
a un aumento de la conducta.

 Entrenamiento de escape: la consecuencia aversiva está presente; no desaparece hasta

la emisión de la conducta (desplazamiento o manipulación); la operante es reforzada por la
supresión del evento aversivo; la probabilidad de emitir la respuesta aumenta.
 Entrenamiento de evitación: el sujeto es expuesto a la presencia periódica de la
Diferencias consecuencia aversiva; la emisión de la operante impide o retrasa la aparición de esa
consecuencia; la operante se emite ANTES de que el estímulo aversivo aparezca; la
probabilidad de emitir la respuesta aumenta.
 Castigo: para poder aplicar un castigo, la conducta debe emitirse con cierto grado de
Castigo, escape y evitación probabilidad; la conducta va seguida de la consecuencia aversiva; la probabilidad de emitir
la respuesta disminuye.

En todos los procedimientos el sujeto moldea su conducta para reducir al máximo su

Semejanzas exposición a la estimulación aversiva, es decir, mediante el aumento de los periodos de
seguridad.
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 7: CONTROL AVERSIVO EN EL CONDICIONAMIENTO OPERANTE

PROCEDIMIENTOS DE CO Y
ESTADOS EMOCIONALES

Estados emocionales provocados Teoría de la respuesta emocional

por los estímulos condicionada

 Además de la RI específica, los estímulos elicitadores provocan en los sujetos
estados emocionales, estados que pueden asociarse al resto de los eventos
antecedentes (convirtiéndolos en ECs). El efecto emocional de los ECs suele
etiquetarse así:
- ECs excitatorios apetitivos generan estados como “esperanza”.
- ECs excitatorios aversivos generan estados como “ansiedad”.
-ECs inhibitorios apetitivos generan estados como “tristeza”.
- ECs inhibitorios aversivos generan estados como “alivio”.
 Propuesta por Estes, es la más relevante para explicar el efecto en la conducta
de los procedimientos de castigo. La idea básica es que un EC excitatorio aversivo
provoca ciertas respuestas emocionales (como la paralización) por el hecho de
estar emparejado con una consecuencia aversiva (por ejemplo, una descarga).
Esas respuestas emocionales condicionadas son incompatibles con otras
respuestas, como la de presión de una palanca (la rata no puede quedarse
paralizada y al mismo tiempo presionar la palanca). Por tanto, la tasa de presión
de palanca se suprime durante la presentación del EC.

 En los procedimientos de reforzamiento negativo: los estímulos

discriminativos positivos (Ed+), las conductas de escape o evitación generan
estados de alivio.
 En los procedimientos de castigo: los estímulos delta o estímulos
discriminativos negativos (Ed-) y las conductas castigadas general estados de
ansiedad. Los EI aversivos provocan miedo.
 Aunque la estimulación aversiva, independientemente de la respuesta puede
producir cierta supresión de la conducta instrumental, la estimulación aversiva
producida por la ejecución de la respuesta es mucho más eficaz.
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 7: CONTROL AVERSIVO EN EL CONDICIONAMIENTO OPERANTE

CONDUCTA DE EVITACIÓN: consiste en la aparición y mantenimiento de una

conducta que tiene como consecuencia la ausencia de un estímulo aversivo.

Procedimientos de evitación:
EVITACIÓN DISCRIMINADA

Procedimiento (ensayos discretos) Elementos y relaciones de contingencia Teorías explicativas

En la evitación discriminada (o señalada) existen claves
que señalan el acontecimiento aversivo (descarga). Esta
técnica utiliza ensayos discretos y requiere muchos
ensayos. Cada ensayo se inicia con la presentación de un
evento neutro (luz/tono) al que se denomina “señal”,
que va a funcionar como Ed+. Después, dependiendo de
lo que haga el sujeto hay dos posibilidades:
 Ensayo de escape: si el sujeto no emite la respuesta
requerida para la evitación durante un intervalo entre la
señal y el EI aversivo, se presenta el EI programado y se
mantiene hasta que la emite, después de lo cual tanto la
señal como el EI cesan. La respuesta instrumental se
considera una forma de escape, ya que suprime la
descarga eléctrica en curso.
 Ensayo de evitación: si el sujeto emite la respuesta
requerida antes de que se presente el EI aversivo, la
señal cesa y se omite el EI en ese ensayo.
Durante los primeros momentos del entrenamiento, la
mayoría de los ensayos son de escape y, según va
avanzando el entrenamiento, empiezan a predominar
los ensayos de evitación.
 En este tipo de ensayos encontramos tres
elementos: la señal de aviso, la respuesta operante y
la consecuencia aversiva.
Las contingencias que se establecen entre ellos son:
 Contingencia Respuesta-Señal de aviso: la emisión
de la respuesta operante conlleva la desaparición de la
señal de aviso, lo que convierte su relación en una
contingencia de escape.
 Contingencia Respuesta-Consecuencia: aunque
inicialmente se produce una contingencia de escape
(dar la respuesta implica hacer desaparecer la
descarga que está produciéndose), cuando el
entrenamiento está más avanzado la contingencia será
de evitación (realizar a tiempo la conducta impide la
llegada de la consecuencia aversiva).
 Contingencia Señal de aviso-Consecuencia:
durante los ensayos de escape se produce un
condicionamiento excitatorio aversivo entre la señal y
la descarga (señal seguida de descarga),
condicionamiento que se somete a extinción en los
ensayos de evitación, en los que la señal adquiere la
función de Ed+ para la conducta de evitación.
 Teoría Bifactorial de Mowrer. Sostiene que en el
aprendizaje de evitación están implicados dos
procesos interdependientes: el Condicionamiento
Clásico de miedo y el reforzamiento operante de la
respuesta de evitación a través de la reducción del
miedo. Primero, es necesario que el miedo se
condicione al EC. Según Mowrer, la operante se
refuerza por la reducción del miedo (o ansiedad)
generado por el EC (señal), y no por impedir la
aparición del EI (descarga). Se explica la conducta de
evitación en términos de escape del miedo
condicionado, más que en términos de prevención de
la descarga.
 Hipótesis de Schoenfeld. No utiliza el miedo como
variable intermediaria. Según esta hipótesis, la señal
adquiere por CC funciones de consecuencia aversiva
secundaria o condicionada. Los animales en la
situación de evitación no pueden huir de la descarga
porque no está presente; lo que emiten es una
respuesta de escape reforzada por la retirada de la
retirada de la señal. La evitación sería una situación de
reforzamiento negativo secundario.
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 7: CONTROL AVERSIVO EN EL CONDICIONAMIENTO OPERANTE

CONDUCTA DE
EVITACIÓN

Procedimientos de evitación: evitación no Procedimientos de evitación: evitación de

discriminada de operante libre (Sidman) descarga aleatoria (Herrnstein-Hineline)

 Procedimiento:
 Procedimiento:
- Se programa una descarga para que ocurra periódicamente, sin aviso.
- Caja de Skinner con una palanca y dos máquinas dispensadoras de
- Se especifica una determinada conducta como R de evitación. La emisión de esta respuesta
descargas: máquina A con una frecuencia de descargas mayor y máquina B
impedirá la descarga durante un periodo de tiempo fijo.
con una frecuencia de descargas menor.
- Las respuestas de evitación se pueden dar en cualquier momento y, ocurra cuando
- Las descargas eran intensas, breves y se programan en tiempos irregulares.
ocurran, reinician el intervalo R-EI (por eso se denomina de operante libre).
- La respuesta de evitación es la presión de la palanca.
- El procedimiento se construye a partir de dos intervalos de tiempo: intervalo E-E o Reloj
- La emisión de la respuesta produce el cambio de programa: al principio se
choque-choque (intervalo entre las descargas en ausencia de una respuesta) e intervalo R-E
conectaba la máquina A (mayor frecuencia de descargas), cuando se
o Reloj respuesta-choque (intervalo entre la respuesta y la descarga programada, es decir, el
presionaba se desconectaba y se conectaba la B, que se mantenía activa
periodo de seguridad).
hasta dispensar una descarga, entonces se volvía a conectar la A.
- Ej.: cuando guardamos periódicamente un documento de texto (R) para evitar perder los
 Explicación: Herrnstein explicó el reforzamiento de la conducta de
cambios realizados (E aversivo).
evitación no tanto como el resultado de omitir o retardar la presentación del
 Hipótesis propioceptiva (Sidman): todas las conductas que realiza el sujeto en la
estímulo aversivo, sino como al debido a la reducción de su frecuencia total:
situación experimental quedan asociadas a la descarga. La propia conducta del sujeto
contingencia total negativa entre la tasa de respuesta y las consecuencias
funcionaría como señal y le producirá ansiedad. La única forma de escapar de la ansiedad es
aversivas.
emitiendo la respuesta operante.
 Hipótesis interoceptivo-temporal (Anger): el paso del tiempo es el que produciría la VARIABLES QUE AFECTAN AL REFORZAMIENTO NEGATIVO:
ansiedad (a través de la “interiorización” de los dos intervalos o “relojes”). La forma de  Intensidad del estímulo aversivo: a mayor intensidad, mayor
escapar de la ansiedad es emitiendo la conducta. Tanto esta teoría como en la de Sidman velocidad de adquisición de la conducta reforzada negativamente.
explican la conducta de evitación como una forma de escape ante el EC aversivo.  Experiencia previa: la familiaridad con la estimulación aversiva puede
 Hipótesis de la señal de seguridad (Dinsmoor): señala el reforzamiento positivo como reducir la efectividad de las consecuencias aversivas.
causa de la conducta de evitación. Los estímulos asociados a periodos de seguridad  Intervalo E-E e Intervalo R-E: a < intervalo E-E y > intervalo R-E mayor
(espaciales y propioceptivos) se convierten en EC inhibitorios aversivos, reforzando la aprendizaje.
respuesta de evitación. Tiene un mayor apoyo empírico.
Psicología del Aprendizaje 2015/2016
TEMA 7: CONTROL AVERSIVO EN EL CONDICIONAMIENTO OPERANTE
Aproximaciones teóricas
 Thornideke: el reforzamiento positivo y el castigo implican procesos
simétricamente opuestos. Mientras que el reforzamiento positivo favorece
la conducta, el castigo la debilita. Es decir, las consecuencias negativas de
una conducta debilitan la asociación entre dicha conducta y los estímulos
presentes en la situación.
 Teoría de la respuesta emocional condicionada (Estes): los diversos
estímulos que el sujeto experimenta antes de dar la respuesta castigada
provocan respuestas emocionales condicionadas por el hecho de estar
emparejados con una estimulacion aversiva. Estas respuestas emocionales
condicionadas son incompatibles con la respuesta castigada.
 Teoría de las respuestas competitivas reforzadas negativamente:
explica el castigo en términos de adquisición de respuestas incompatibles
con la respuesta castigada. La supresión de la conducta se explica en
términos de fortalecimiento de aquellas respuestas competitivas que evitan
eficazmente la consecuencia aversiva.
Llanos Merín
CASTIGO
Variables que afectan al castigo
 Intensidad del estímulo aversivo: a mayor intensidad, mayor supresión de la conducta.
 Inmediatez y demora del estímulo aversivo: a mayor inmediatez del castigo, mayor
supresión de la conducta.
 Cambios graduales en la intensidad del estímulo aversivo: la exposición inicial suave a
un estímulo aversivo reduce los efectos de un castigo intenso posterior (y al revés).
 Experiencia previa: una historia extensa de reforzamiento previo reduce los efectos del
castigo.
 Efectos discriminativos del estímulo aversivo: si la respuesta se castiga en presencia de
un estímulo discriminativo (estímulo delta), pero no cuando el estímulo está ausente, se
trata de castigo discriminativo. Con una exposición continuada al discriminativo, los efectos
supresores del castigo se limitan a la presencia de dicho estímulo.
 Programa de castigo: generalmente, los programas de castigo continuo son más efectivos
que los intermitentes.
 Programa de reforzamiento compuesto: toda técnica de castigo es una técnica mixta, ya
que castigar una conducta requiere que ésta haya sido reforzada o esté siendo reforzada a la
vez. Podemos encontrarnos tres casos: castigo sobre líneas-base apetitivas (actúan
simultáneamente el castigo y el reforzamiento positivo sobre la misma respuesta), castigo
sobre líneas-base defensivas (concurren el castigo y el reforzamiento negativo) y castigo
sobre líneas-base de extinción (se castiga una respuesta que previamente ha sido reforzada,
pero que en el momento de aplicar el castigo está siendo extinguida).
 Existencia de una conducta alternativa reforzada: la disponibilidad de una fuente
alternativa de reforzamiento aumenta la supresión de las respuestas producida por el
castigo.
 Manipulaciones motivacionales: supresión de la conducta si se reduce la motivación para
realizar dicha conducta.
Psicología del Aprendizaje 2015/2016
TEMA 7: CONTROL AVERSIVO EN EL CONDICIONAMIENTO OPERANTE
CASTIGO
Eficacia relativa del castigo para
suprimir la conducta
 Los primeros trabajos experimentales sobre el castigo concluyeron que su
capacidad para moldear la conducta era reducida y poco estable en el tiempo.
 Estudios posteriores han demostrado que la conducta puede ser suprimida de
manera absoluta en pocos ensayos si se controlan determinados parámetros (si no,
puede no suprimirse totalmente o reaparecer).
VENTAJAS: DESVENTAJAS:
 Provoca una reducción de la  Genera una serie de efectos
conducta a corto y largo plazo. colaterales no deseables: ansiedad,
 Alto grado de inmediatez. agresión, neurosis…
 Alta resistencia a un posterior  Puede dar lugar a una
recondicionamiento. redistribución no prevista de la
conducta del sujeto.
 Posibilidad de ampliar los estímulos
generadores de ansiedad para el
sujeto (por generalización), pudiendo
dar lugar al desarrollo de trastornos
del comportamiento.
Llanos Merín
Fenómenos paradójicos en
el castigo
 La conducta masoquista: puede aparecer cuando el reforzamiento positivo
sólo está disponible cuando se castiga la respuesta. El castigo se convierte así en
una señal o estímulo discriminativo para la disponibilidad de un refuerzo positivo.
Otra forma de adquirir la conducta masoquista es mediante el
contracondicionamiento de la consecuencia aversiva, emparejando un estímulo
con otro de efecto inverso, pero más fuerte: por ejemplo, emparejar un EI
aversivo (descarga pequeña) con un EI apetitivo (comida) más intenso e ir
modificando paulatinamente la intensidad (hasta que tenga mayor intensidad EI
aversivo que el apetitivo).
 Círculo vicioso: aparece ante conductas reforzadas negativamente
(escape/evitación). El propio evento aversivo adquiere funciones de
discriminativo (señal) para esa conducta. Y en procedimiento de castigo ese
estímulo aversivo no suprimirá esa conducta, sino que la aumentará.
Psicología del Aprendizaje 2015/2016
Entrenamiento de
omisión
 Similitudes con la evitación:
- Contingencia negativa Respuesta-
Reforzador
- Intervalos Consecuencia-Consecuencia
(E-E).
- Intervalos Respuesta-Consecuencia (R-E)
- No hay señales de aviso.
- La emisión de la respuesta retrasa la
aparición del reforzador.
 Variables que determinan su eficacia:
- Los intervalos E-E tienen que ser
menores que los intervalos R-E.
- Se debe empezar por valores pequeños
del intervalo R-E e ir aumentándolos
progresivamente.
 Otras características:
- El entrenamiento de omisión tiene
como efecto inmediato una tasa residual
de respuesta.
- Esta tasa desaparece a largo plazo.
- Se produce una eliminación total de la
conducta.
- Alta resistencia al recondicionamiento.
TEMA 7: COTROL AVERSIVO EN EL CONDICIONAMIENTO OPERANTE
OTRAS ESTRATEGIAS DE
SUPRESIÓN DE LA CONDUCTA
Modificación de la fuerza de
las conductas alternativas
 Cualquier modificación que convierta
a las respuestas alternativas en más
atractivas reducirá la probabilidad de
emisión de la conducta objetivo. Esto se
puede conseguir:
- Manipulando las variables relacionadas
con la competitividad de la respuesta
respecto a otra respuesta disponible:
modificando el intervalo R-E de las
alternativas (demora del reforzamiento)
obteniendo así una mayor frecuencia de
reforzadores en la R alternativa;
modificando la intensidad, calidad o
cantidad del reforzador.
- Fortaleciendo alguna respuesta cuya
emisión sea incompatible con la anterior:
en vez de castigar la respuesta, reforzar o
“premiar” la contraria.
Extinción
 Consiste en romper la contingencia
Respuesta-Reforzador tanto positiva
como negativa (escape/evitación).
 Implica un nuevo aprendizaje.
 Un cambio en el contexto (respecto al
que ha estado presente durante la
extinción), un tiempo sin contacto con el
discriminativo extinguido o la exposición
al reforzador sin que se haya emitido la
operante, pueden provocar la
restauración de la capacidad de control
de los discriminativos que habíamos
extinguido y, por tanto, la emisión de la
conducta que habíamos suprimido.
Llanos Merín
Modificaciones
motivacionales
 Se puede suprimir la conducta
atendiendo a variables motivacionales. La
motivación se operativiza atendiendo a: el
grado de privación/saciedad respecto al
reforzador y/o el valor del reforzador.
 Podemos reducir la conducta:
- Ante reforzadores primarios (EI):
saciando al sujeto respecto al reforzador
mediante sobreexposición al EI;
devaluando el reforzador asociándolo con
otro estímulo de signo contrario
(aversivo).
- Ante reforzadores secundarios (EC):
saciando mediante sobre exposición al EI
del que se condicionó el EC; mediante
contracondicionamiento (cambiar el signo
del reforzador de positivo a negativo);
mediante extinción presentando el EC sin
ir seguido del EI.
- Ante reforzadores secundarios
generalizados (dinero, atención…): son
muy resistentes a la saciedad y a la
extinción.
 Utilización de la técnica de contraste
conductual negativo.
Psicología del Aprendizaje 2015/2016 Llanos Merín
TEMA 7: COTROL AVERSIVO EN EL CONDICIONAMIENTO OPERANTE

PROGRAMAS CONCURENTES Y ESTIMULACIÓN AVERSIVA

Conducta de Conducta auto-

elección controlada e impulsiva

Elección y Elección y Reforzamiento

reforzamiento negativo castigo negativo Castigo

 Al igual que en los estímulos con
reforzamiento positivo, diferentes
experimentos demuestran que la
conducta de elección controlada por
reforzamiento negativo
(escape/evitación) y analizada a través
de programas concurrentes, también se
ajusta a la ley de igualación.
 Los sujetos reparten sus respuestas
entre las diferentes alternativas, en
función de la frecuencia de
reforzamiento de las mismas.
 La reducción de la tasa de refuerzo
negativo funciona de la misma manera
que la reducción de la tasa de refuerzo
positivo.
 El efecto del castigo en programas
concurrentes ha sido menos estudiado.
 Los diferentes estudios indican que
los sujetos son capaces de ajustar su
elección a ciertas características del
castigo.
 Aunque la tasa de respuesta general
decrece (una vez se ha adquirido por
reforzamiento positivo), la tasa relativa
se ajusta a la frecuencia relativa de
castigo en cada alternativa.
 El incremento de la tasa relativa de
castigo en una alternativa reduce la
tasa relativa con la que era elegida.
 Conducta impulsiva: elegir el escape
del evento aversivo con menor valor
relativo (menor tiempo de desaparición
del evento aversivo, menor reducción
de la intensidad del evento aversivo,
etc.) pero más inmediato.
 Conducta auto-controlada: elegir el
evento con mayor valor relativo y más
demorado.
 Resultados encontrados en los
experimentos: mayor proporción de
elecciones impulsivas.
 Conducta impulsiva: elección del
castigo de mayor intensidad o duración,
pero más demorado.
 Conducta auto-controlada: elección
del castigo más leve pero inmediato.
 Resultados: varían en función de la
manipulación de las variables (valor del
estímulo y tiempo de demora). Por
ejemplo, cuando se aumenta la demora
en los programas concurrentes
encadenados, mayor es el número de
elecciones auto-controladas.