Hablar de condicionamiento operante en perros parece sencillo hasta que aparecen palabras como positivo, negativo, refuerzo y castigo. Entonces surge una confusión bastante común: positivo se interpreta como bueno, negativo como malo, refuerzo como premio y castigo como violencia.
Pero ésos no son los significados técnicos de los términos.
El problema no es meramente lingüístico. Si utilizamos mal las palabras, analizamos mal la conducta. Podemos creer que estamos reforzando a un perro simplemente porque le damos comida, pensar que lo estamos castigando porque le gritamos “no”, o interpretar una conducta persistente como terquedad cuando en realidad nosotros mismos —o el ambiente— seguimos proporcionando la consecuencia que la mantiene.
El condicionamiento operante exige una manera distinta de mirar el comportamiento. En vez de empezar preguntando qué quiso hacer el perro o qué pretendía hacer la persona, conviene plantear una pregunta más precisa:
¿Qué ocurrió después de la conducta y qué efecto tuvo esa consecuencia sobre la probabilidad de que la conducta volviera a ocurrir?
Ésa es la cuestión central.
El condicionamiento operante describe procesos mediante los cuales la probabilidad futura de una conducta cambia en función de las consecuencias que la siguen y de las condiciones en que esas consecuencias ocurren. Una conducta seguida por consecuencias que la fortalecen tenderá a repetirse; una conducta seguida por consecuencias que la debilitan tenderá a disminuir.
Esta formulación parece simple, pero sus consecuencias son profundas. Permite comprender cómo enseñamos deliberadamente a un perro, pero también cómo construimos accidentalmente muchas de las conductas que después consideramos problemáticas.
1. Qué significa realmente que una conducta sea operante
Una conducta operante es una clase de comportamiento cuya probabilidad está relacionada con las consecuencias que históricamente ha producido en determinadas condiciones.
La palabra operante indica que la conducta produce algún cambio en el ambiente.
El perro se sienta y obtiene comida.
Ladra y una puerta se abre.
Tira de la correa y consigue acercarse al árbol que quería olfatear.
Salta sobre una persona y obtiene contacto físico.
Roba un calcetín y comienza una divertida persecución por toda la casa.
En todos estos casos existe una relación entre una acción y lo que ocurre después.
Eso no significa que cualquier acontecimiento posterior a una conducta sea automáticamente relevante. Para hablar de una relación operante tenemos que observar si esa consecuencia modifica la probabilidad futura de la conducta.
Por eso, el condicionamiento operante no debería reducirse a la fórmula popular de “premios y castigos”. Lo fundamental es la contingencia.
Una contingencia responde a una pregunta:
Si ocurre esta conducta, ¿qué cambia en el ambiente?
Una forma sencilla de representarla es:
Antecedente → conducta → consecuencia
o, de manera abreviada:
A → B → C
El antecedente establece las condiciones en las que ocurre la conducta. La conducta es la respuesta observable. La consecuencia es lo que sucede después.
Pero el análisis no termina allí. La pregunta verdaderamente importante es qué pasa con esa conducta en el futuro.
2. De Thorndike a Skinner: aprender de las consecuencias
La idea de que las consecuencias modifican el comportamiento no comenzó con el entrenamiento moderno de perros.
A finales del siglo XIX, Edward Thorndike estudió cómo los animales resolvían problemas mediante ensayo y error. Sus experimentos dieron lugar a lo que posteriormente se conocería como ley del efecto: las respuestas seguidas de determinados resultados tienden a fortalecerse, mientras que otras pueden debilitarse.
B. F. Skinner desarrolló después un análisis experimental mucho más sistemático de estas relaciones. Su interés no estaba simplemente en describir lo que hacía un animal, sino en estudiar cómo cambiaba la frecuencia de una conducta cuando se modificaban sus consecuencias.
Skinner distinguió además entre conducta respondiente —estrechamente relacionada con el condicionamiento pavloviano— y conducta operante, cuya frecuencia se analiza según las consecuencias que produce.
Posteriormente, Ferster y Skinner estudiaron cómo diferentes programas de entrega de reforzadores producían patrones distintos de conducta. Buena parte de esa investigación se realizó con especies distintas del perro, especialmente palomas, por lo que no conviene trasladar mecánicamente todos sus resultados al entrenamiento canino. Sin embargo, esos trabajos proporcionaron gran parte del marco conceptual del análisis operante contemporáneo.
La consecuencia racional de esta historia es sencilla: cuando hablamos hoy de refuerzo, castigo, extinción o programas de reforzamiento no estamos utilizando simplemente vocabulario propio de entrenadores. Estamos recurriendo a conceptos procedentes de una tradición experimental sobre cómo cambia la conducta.
3. La primera distinción necesaria: refuerzo no significa premio
Probablemente una de las confusiones más frecuentes consiste en pensar que reforzar significa dar algo agradable.
No es así.
En análisis de conducta, refuerzo es el proceso mediante el cual una consecuencia aumenta o mantiene la probabilidad futura de una conducta.
La definición depende del efecto.
No de la intención.
No de que aquello nos parezca agradable.
No de que hayamos utilizado comida.
No de que lo llamemos premio.
Si damos comida después de que un perro se siente pero la probabilidad de sentarse no aumenta ni se mantiene, no hemos demostrado que esa comida esté funcionando como reforzador de esa conducta.
Esta diferencia permite separar dos conceptos que en conversación cotidiana suelen confundirse:
recompensa y reforzador.
Una recompensa puede ser aquello que nosotros creemos valioso para el perro: un trozo de pollo, un juguete, una caricia o unas palabras de elogio.
Un reforzador, en cambio, se identifica por lo que hace.
Si aumenta la conducta que lo precede, funciona como reforzador.
La diferencia no es menor. Los perros presentan preferencias individuales y el valor de una consecuencia puede cambiar según el contexto, la saciedad, la motivación y la competencia con otras posibilidades ambientales. El dossier recoge estudios en perros donde la preferencia por determinados estímulos predijo parcialmente su eficacia posterior como reforzadores y donde la calidad de una recompensa alimentaria modificó el vigor de las respuestas en determinadas condiciones.
Por tanto, la pregunta útil no es:
“¿Qué premio estoy usando?”
sino:
“¿Esta consecuencia está aumentando realmente la conducta que quiero fortalecer?”
4. La segunda distinción: positivo y negativo no significan bueno y malo
En el lenguaje cotidiano utilizamos positivo como sinónimo de deseable y negativo como sinónimo de indeseable.
En condicionamiento operante significan otra cosa.
Positivo (+) significa que algo se presenta o se añade.
Negativo (−) significa que algo se retira, termina, reduce o evita.
Nada más.
No contienen por sí mismos una valoración ética.
Una vez aclarado esto, las cuatro contingencias tradicionales se vuelven mucho más fáciles de comprender.
| Se presenta algo | Se retira, reduce o evita algo | |
|---|---|---|
| La conducta aumenta | Refuerzo positivo (R+) | Refuerzo negativo (R−) |
| La conducta disminuye | Castigo positivo (P+) | Castigo negativo (P−) |
La tabla es útil, pero sólo si recordamos que clasifica relaciones funcionales. No explica por sí sola toda la conducta del perro.
Refuerzo positivo
En el refuerzo positivo:
conducta → aparece una consecuencia → la conducta aumenta.
Por ejemplo:
el perro se sienta → recibe alimento → la probabilidad de sentarse aumenta.
Pero el reforzador puede ser también juego, atención, contacto social, acceso a olfatear, apertura de una puerta o la posibilidad de continuar avanzando.
El elemento decisivo no es el objeto utilizado.
Es el cambio posterior de la conducta.
Refuerzo negativo
En el refuerzo negativo:
conducta → desaparece, disminuye o se evita una condición aversiva → la conducta aumenta.
Por ejemplo:
aparece una presión → el perro realiza determinada respuesta → la presión cesa → esa respuesta aumenta.
Aquí conviene distinguir escape y evitación.
En el escape, la conducta termina algo aversivo que ya está presente.
En la evitación, la conducta impide o retrasa la aparición de una condición aversiva esperada.
Ambas pueden mantener conductas mediante refuerzo negativo.
Por eso resulta incorrecto decir que “refuerzo negativo” significa regañar. Si una reprimenda se presenta después de una conducta y hace que esa conducta disminuya, la clasificación funcional, en caso de demostrarse, sería castigo positivo.
Castigo positivo
En el castigo positivo:
conducta → se presenta una consecuencia → la conducta disminuye.
Una reprimenda, un sobresalto, una presión o un estímulo aversivo pueden entrar potencialmente en esta categoría.
Pero existe una condición indispensable:
la conducta debe disminuir.
Si no disminuye, no hemos demostrado técnicamente castigo.
Además, que una respuesta deje de aparecer momentáneamente delante del entrenador no demuestra necesariamente que exista aprendizaje generalizado, que el estado emocional del perro sea adecuado ni que no existan efectos colaterales.
Castigo negativo
En el castigo negativo:
conducta → se retira temporalmente algo apetitivo → la conducta disminuye.
Por ejemplo, durante un juego una mordida excesivamente fuerte puede hacer que la interacción termine. Si con el tiempo esas mordidas disminuyen, la retirada del juego puede estar funcionando como castigo negativo.
Pero tampoco aquí basta con retirar algo. La retirada debe estar relacionada con la conducta y debe reducirla.
5. La regla que evita gran parte de los errores
Las cuatro contingencias pueden resumirse con dos preguntas.
Primero:
¿La conducta aumenta o disminuye?
Después:
¿la consecuencia se presenta o se retira?
Si aumenta y se presenta algo, hablamos de R+.
Si aumenta y se retira algo, hablamos de R−.
Si disminuye y se presenta algo, hablamos de P+.
Si disminuye y se retira algo, hablamos de P−.
De aquí deriva una regla fundamental:
una consecuencia se clasifica por su efecto sobre la conducta, no por la intención de quien la aplica.
Esta regla explica algunas situaciones aparentemente extrañas.
Un propietario puede gritar al perro con la intención de castigarlo cuando roba un objeto. Pero si el perro encuentra divertida la interacción, recibe atención o inicia una persecución, el robo podría aumentar.
Desde el punto de vista humano hubo una reprimenda.
Desde el punto de vista funcional puede haber ocurrido otra cosa.
El dossier utiliza precisamente este ejemplo para mostrar que un grito sólo puede clasificarse como castigo si el comportamiento disminuye; si aumenta, esa misma interacción podría estar funcionando de otra manera.
La intención explica lo que quería hacer la persona.
La contingencia explica lo que aprendió el perro.
No son necesariamente lo mismo.
6. El valor de un reforzador no es constante
Otra simplificación consiste en imaginar que un reforzador tiene un valor fijo.
“Mi perro ama el pollo.”
Puede ser cierto y, al mismo tiempo, insuficiente.
El valor de una consecuencia depende de variables como hambre, saciedad, acceso reciente, estrés, temperatura, contexto y competencia ambiental.
Un trozo de comida que funciona perfectamente dentro de una cocina tranquila puede competir mal contra un olor intenso en la calle.
Una caricia puede tener valor en un momento y poco en otro.
La oportunidad de olfatear un árbol puede valer más que la comida durante un paseo.
Por eso los mejores reforzadores no siempre están en una bolsa.
El ambiente también puede reforzar.
Avanzar, olfatear, saludar, acceder a una puerta, subir al automóvil o continuar explorando pueden utilizarse como consecuencias para fortalecer conductas.
Esta distinción cambia la manera de pensar el entrenamiento. En vez de limitarse a seleccionar alimentos, conviene identificar qué quiere obtener el perro en ese contexto y cómo puede ponerse ese acceso bajo contingencias claras.
7. El tiempo también forma parte de la contingencia
Una consecuencia puede ser valiosa y, sin embargo, estar mal temporizada.
Cuando existe demasiado retraso entre la respuesta y su consecuencia, aumenta la posibilidad de que la consecuencia quede relacionada con otra conducta.
El dossier recoge un estudio de Yamamoto y colaboradores realizado con diez perros. Al aumentar los retrasos entre determinadas respuestas y las acciones de los propietarios, disminuyeron las respuestas apropiadas y la atención en varias condiciones. La muestra era pequeña, por lo que no debe utilizarse para formular reglas universales, pero el resultado es compatible con un principio más general: la proximidad temporal facilita que la contingencia sea más clara.
Esto explica por qué el timing es una habilidad fundamental durante el entrenamiento.
No basta con reforzar.
Hay que reforzar con suficiente precisión como para que resulte claro qué conducta produjo la consecuencia.
8. Cómo se construyen conductas nuevas
El condicionamiento operante no sirve únicamente para aumentar o reducir comportamientos ya existentes. También permite construir repertorios complejos.
Existen diferentes procedimientos.
Capturing
Consiste en reforzar una conducta que el perro ofrece espontáneamente.
Si un perro se tumba de manera relajada y esa respuesta se marca y refuerza, estamos capturando una conducta natural.
Luring
El luring utiliza un estímulo atractivo para guiar inicialmente el movimiento.
La comida, por ejemplo, puede utilizarse cerca del hocico para producir un desplazamiento. Después conviene retirar progresivamente el señuelo para evitar que la conducta dependa permanentemente de verlo.
Shaping
El shaping es más interesante conceptualmente.
Consiste en reforzar diferencialmente aproximaciones sucesivas hacia una conducta objetivo.
Si queremos que un perro entre voluntariamente en un transportín, podríamos reforzar primero mirar el transportín, luego aproximarse, después introducir la cabeza, colocar una pata, dos patas y finalmente entrar completamente.
No consiste simplemente en esperar y repartir comida. Requiere definir criterios, observar el repertorio y elevar progresivamente la exigencia.
Targeting
El targeting enseña al perro a orientar o contactar una parte del cuerpo con un objetivo. Puede utilizarse posteriormente para posicionamiento, movimiento o cuidado cooperativo.
En todos estos procedimientos vuelve a aparecer la misma lógica: no estamos manipulando premios como objetos aislados. Estamos organizando relaciones entre respuestas y consecuencias.
9. Refuerzo diferencial: enseñar qué hacer, no sólo qué dejar de hacer
Cuando existe una conducta problemática, una estrategia importante consiste en reforzar una respuesta diferente.
El refuerzo diferencial puede adoptar varias formas.
DRA: reforzar una conducta alternativa.
DRI: reforzar una conducta incompatible.
DRO: reforzar la ausencia de determinada conducta durante un intervalo.
Pero el procedimiento debe diseñarse según la función de la conducta y el contexto.
Supongamos que un perro salta sobre las personas para conseguir atención.
Una estrategia podría consistir en reforzar cuatro patas en el suelo.
Sin embargo, aparece una dificultad importante: si el perro sigue consiguiendo atención ocasionalmente cuando salta, la conducta problemática continúa teniendo una fuente de refuerzo.
No basta con fortalecer la alternativa.
También hay que observar qué sigue manteniendo la conducta original.
10. Señales, discriminación y generalización
A menudo decimos que un perro “sabe una orden”.
Pero esta expresión puede ocultar mucha complejidad.
Una conducta está bajo control estimular cuando su probabilidad cambia sistemáticamente según determinados estímulos antecedentes.
Una señal discriminativa indica, de manera simplificada, que en presencia de esa señal cierta respuesta ha tenido una historia de producir determinadas consecuencias.
La palabra no controla mágicamente la conducta.
La señal adquiere función dentro de una historia de aprendizaje:
señal → oportunidad de respuesta → consecuencia.
Esto ayuda a explicar un fenómeno muy frecuente: el perro responde perfectamente en la cocina pero no en el parque.
No necesariamente “desobedece”.
Quizá la conducta todavía no se haya generalizado.
También puede ocurrir que el entrenador crea que la palabra “sentado” controla la respuesta cuando el verdadero estímulo es una inclinación del cuerpo, una mano con comida o la posición habitual del entrenamiento.
La consecuencia práctica es importante: enseñar una conducta y generalizarla son problemas relacionados, pero distintos.
11. Programas de reforzamiento: no todo debe reforzarse siempre
Durante la adquisición de una conducta suele ser útil una tasa elevada de reforzamiento y criterios relativamente accesibles.
En un programa continuo, cada respuesta objetivo produce reforzamiento.
Posteriormente pueden utilizarse programas intermitentes, donde sólo algunas respuestas producen reforzador.
Los programas pueden organizarse por razón o intervalo, y ser fijos o variables:
- FR: razón fija;
- VR: razón variable;
- FI: intervalo fijo;
- VI: intervalo variable.
La literatura clásica muestra que distintos programas pueden producir patrones diferentes de respuesta. Sin embargo, el dossier advierte que la investigación aplicada sistemática específicamente en perros es mucho menor que la investigación histórica realizada con otras especies.
Por ello debe evitarse una regla popular demasiado simple:
“Pasa a premios aleatorios porque así la conducta será más fuerte.”
La transición hacia programas de mantenimiento debe hacerse progresivamente. Aumentar demasiado rápido las exigencias puede deteriorar el rendimiento, incrementar la latencia o hacer desaparecer la conducta.
La conclusión es más sobria: adelgazar un programa de reforzamiento es una decisión técnica, no un ritual obligatorio.
12. Extinción no significa castigo negativo
Otra confusión frecuente consiste en identificar extinción con retirar algo agradable.
La extinción operante ocurre cuando una conducta que anteriormente producía un reforzador deja de producirlo.
No es idéntica al castigo negativo.
En castigo negativo, una conducta produce contingentemente la retirada de algo apetitivo.
En extinción, simplemente deja de funcionar la relación que anteriormente mantenía la conducta.
Durante extinción pueden aparecer reducción gradual de la respuesta, variabilidad, frustración, recuperación o persistencia. En algunos casos puede observarse un incremento temporal de intensidad o frecuencia, aunque el llamado extinction burst no debe presentarse como un fenómeno inevitable.
Además, la extinción puede ser impráctica o inadecuada en problemas peligrosos, especialmente cuando intervienen agresión, miedo u otras conductas de alto riesgo. El dossier propone con frecuencia combinar manejo y refuerzo de alternativas en vez de depender exclusivamente de extinción.
13. Muchos problemas de conducta son problemas de contingencias
Una consecuencia especialmente útil del análisis operante consiste en sustituir una pregunta habitual.
En vez de preguntar inmediatamente:
“¿Cómo corrijo esta conducta?”
conviene preguntar:
“¿Qué consecuencia está manteniendo esta conducta?”
Consideremos algunos casos cotidianos.
Saltar sobre personas
Persona llega.
El perro salta.
La persona habla, toca o empuja al perro.
Si saltar aumenta, alguna parte de esa interacción puede estar reforzándolo.
Tirar de la correa
El perro ve un árbol.
Tira.
Consigue acercarse.
Si tirar aumenta, avanzar hacia el árbol puede funcionar como reforzador.
Aquí nadie entregó comida.
El ambiente reforzó la conducta.
Ladrar para abrir una puerta
El perro ladra.
La puerta se abre.
Si el ladrido aumenta, el acceso puede estar manteniéndolo.
Robar un calcetín
El perro roba el objeto.
El humano lo persigue.
Si la persecución tiene valor para el perro, el propio intento de corregir el robo puede contribuir a fortalecerlo.
Acudir a la llamada
La persona dice “ven”.
El perro regresa.
La diversión termina siempre.
La llamada puede empezar a predecir consecuencias poco competitivas.
El problema no se resuelve preguntando si el perro “sabe venir”. Hay que estudiar qué produce realmente venir en ese contexto.
Estos ejemplos muestran algo importante: los humanos no somos los únicos entrenadores presentes.
El ambiente también enseña.
14. Eficacia y bienestar son preguntas diferentes
Hasta aquí hemos hablado de cómo funcionan las contingencias.
Pero una descripción funcional no constituye todavía una evaluación ética.
Una consecuencia aversiva puede reducir una conducta.
Eso responde a una pregunta sobre eficacia.
No responde automáticamente a preguntas sobre miedo, dolor, estrés, intensidad, generalización, asociación con la persona o disponibilidad de alternativas.
Ésta es una distinción fundamental.
El dossier recoge literatura donde el uso de procedimientos aversivos se ha asociado con indicadores de bienestar comprometido. Una revisión de Ziv examinó diecisiete estudios y señaló riesgos para el bienestar sin encontrar evidencia de una superioridad general del castigo positivo frente a estrategias basadas en refuerzo. Otros trabajos también han encontrado asociaciones con estrés y peores indicadores afectivos, aunque una parte de esta literatura presenta limitaciones metodológicas y no siempre procede de experimentos aleatorizados.
Al mismo tiempo, el dossier advierte contra la afirmación absoluta de que los procedimientos aversivos nunca puedan modificar comportamiento. Un estudio de Johnson y Wynne de 2024 encontró mayor inhibición de persecución en una tarea específica bajo una condición con collar electrónico que en determinadas condiciones no aversivas. Sin embargo, la muestra final fue pequeña, los protocolos diferían y los resultados no permiten concluir superioridad general ni resolver la cuestión del bienestar.
La formulación científicamente prudente es, por tanto:
“Puede modificar una conducta” no significa “es necesario, óptimo o preferible”.
El cuadrante describe una relación funcional.
La evaluación del método requiere preguntas adicionales.
15. Qué debería observar una persona que quiere entender la conducta de su perro
El análisis operante invita a observar más y etiquetar menos.
Ante una conducta, podemos registrar:
- qué ocurrió antes;
- qué hizo exactamente el perro;
- qué ocurrió inmediatamente después;
- con qué frecuencia sucede;
- cuánto tarda en responder;
- cuánto dura;
- en qué contextos aparece;
- qué obtiene o evita;
- qué cambia cuando modificamos la consecuencia.
Puede ser útil registrar varios ensayos, comparar contextos y observar tendencias en vez de sacar conclusiones de un único episodio.
Esto también evita interpretaciones vagas.
“Es terco.”
“Quiere dominar.”
“Me está retando.”
“Ya sabe que eso está mal.”
Todas estas frases pueden expresar nuestra impresión, pero no identifican necesariamente las variables que mantienen el comportamiento.
Una descripción funcional es menos dramática y normalmente más útil.
Cuando ocurre A, el perro hace B y obtiene C. Desde que C ocurre, B está aumentando.
Ahora tenemos algo que analizar.
Conclusión: entrenar significa organizar consecuencias
El condicionamiento operante suele enseñarse mediante cuatro cuadrantes. Son útiles, pero insuficientes.
R+, R−, P+ y P− permiten clasificar determinadas consecuencias según dos dimensiones: si algo aparece o desaparece y si la conducta aumenta o disminuye.
Pero una conducta real exige considerar mucho más: antecedentes, contexto, motivación, historia de aprendizaje, emoción, programas de reforzamiento, generalización, competencia entre reforzadores y bienestar.
La enseñanza principal tampoco consiste en que los perros “obedecen por premios”.
Es algo más general.
Los perros ajustan su comportamiento a las consecuencias que sus acciones producen.
Algunas de esas consecuencias las entregamos deliberadamente.
Otras las proporcionamos sin darnos cuenta.
Y muchas proceden directamente del ambiente.
Por eso, comprender una conducta exige mirar menos nuestras intenciones y observar con mayor precisión las relaciones que realmente estamos construyendo.
No entrenamos mediante “premios” y “castigos” entendidos simplemente como objetos.
Entrenamos modificando contingencias:
qué conducta produce qué consecuencia, cuándo la produce, cuánto vale esa consecuencia y en qué contexto ocurre.
Ésa es la diferencia entre utilizar algunas técnicas de entrenamiento y comprender realmente cómo aprende un perro.