Hay una escena que se repite en muchas casas.
El perro ladra frente a la puerta. Al principio nadie le hace caso. Vuelve a ladrar. Alguien, cansado, termina abriendo.
Otro día ocurre lo mismo.
Y otro.
Después de unas semanas alguien dice: “No entiendo por qué ladra tanto para salir”.
Tal vez la pregunta debería formularse al revés: ¿por qué habría de dejar de ladrar si ladrar funciona?
Ahí comienza el condicionamiento operante.
No hace falta imaginar al perro pensando: “He descubierto que puedo manipular a estos humanos”. Tampoco necesitamos atribuirle rebeldía, malicia o un misterioso deseo de dominar la casa. Basta algo mucho más sencillo: una conducta produjo una consecuencia y esa consecuencia cambió la probabilidad de que la conducta volviera a aparecer.
Eso es, en esencia, aprender de las consecuencias.
Y lo interesante es que ocurre continuamente, incluso cuando nadie cree estar entrenando.
Cuando creemos que no estamos enseñando nada
Solemos reservar la palabra entrenamiento para momentos bastante formales: sacar premios, pedir “sentado”, utilizar un clicker o practicar la llamada.
Pero el perro no distingue con tanta cortesía entre “hora de entrenamiento” y “vida normal”.
La vida normal también enseña.
Salta sobre nosotros y recibe atención.
Tira de la correa y consigue llegar al árbol.
Roba un calcetín y comienza una persecución por el pasillo.
Ladra y la puerta se abre.
Se acerca tranquilamente y recibe una caricia.
Es decir, sus acciones producen cambios.
Y cuando esos cambios alteran la probabilidad futura de una conducta, estamos ante aprendizaje operante. Una operante no se define únicamente por cómo se ve, sino por la relación histórica que existe entre una conducta y las consecuencias que ha producido.
Esto nos obliga a aceptar una idea un poco incómoda: podemos enseñar una conducta sin querer enseñarla.
De hecho, probablemente lo hacemos todos.
“Pero yo le digo que no”
Aquí aparece una de esas frases humanas que parecen resolver el problema porque expresan claramente nuestra intención.
“Yo le digo que no.”
Perfecto. Pero el perro no aprende nuestra intención; aprende relaciones.
Supongamos que roba un objeto y nosotros gritamos, nos acercamos rápidamente e intentamos quitárselo. Desde nuestra perspectiva estamos corrigiendo.
Desde la suya pueden estar ocurriendo varias cosas.
Quizá el grito sea aversivo y el robo disminuya.
Quizá obtenga atención.
Quizá comience un entretenido juego de persecución.
Quizá aprenda a correr más deprisa con el objeto.
Quizá no cambie nada.
Por eso una consecuencia no se clasifica según lo que nosotros queríamos conseguir, sino según lo que ocurre después con la conducta. Si el robo disminuye, la consecuencia pudo tener una función punitiva. Si aumenta porque la interacción resulta valiosa, nuestra “corrección” podría incluso contribuir a mantenerlo.
Ésta es quizá una de las lecciones más útiles del condicionamiento operante:
nuestras buenas intenciones no tienen privilegios sobre los resultados.
Podemos querer premiar sin reforzar.
Podemos querer castigar sin reducir una conducta.
Podemos querer enseñar una cosa y terminar enseñando otra.
Positivo no quiere decir bueno
Parte de la dificultad viene del lenguaje.
En la vida cotidiana solemos utilizar positivo para hablar de algo bueno y negativo para hablar de algo malo. Así que cuando alguien escucha “refuerzo positivo” piensa en una técnica amable, y cuando oye “refuerzo negativo” sospecha que algo desagradable está ocurriendo.
Pero en este contexto las palabras significan otra cosa.
Positivo significa que algo se presenta o añade.
Negativo significa que algo se retira, termina o evita.
No son categorías morales.
Después tenemos otras dos palabras: refuerzo y castigo.
Refuerzo significa que la conducta aumenta o se mantiene.
Castigo significa que disminuye.
Con estas dos distinciones aparecen las cuatro contingencias clásicas.
Si una conducta aumenta porque se presenta algo, hablamos de refuerzo positivo.
Si aumenta porque algo se retira o evita, hablamos de refuerzo negativo.
Si disminuye porque se presenta algo, hablamos de castigo positivo.
Si disminuye porque algo apetitivo se retira, hablamos de castigo negativo.
Puede parecer un pequeño juego de palabras, pero cambia mucho la manera de mirar al perro.
Porque ya no preguntamos solamente: “¿Qué hice?”.
Preguntamos: “¿Qué efecto tuvo lo que hice?”
El premio que quizá no era premio
Imagina que estás enseñando al perro a sentarse.
Dices “sentado”.
Se sienta.
Le das una croqueta.
Repites.
Pero después de veinte intentos la respuesta no mejora.
¿Has usado refuerzo positivo?
La respuesta técnica no puede ser simplemente “sí, porque le di comida”.
La comida sólo puede llamarse reforzador de esa conducta si contribuye a que la respuesta aumente o se mantenga.
Aquí conviene distinguir dos palabras.
Una recompensa es aquello que nosotros consideramos valioso.
Un reforzador es aquello cuya función se demuestra por el cambio que produce en la conducta.
Pueden coincidir.
Pero no tienen por qué.
Un perro puede aceptar una croqueta dentro de casa y mostrar muy poco interés por ella cuando está frente a un parque lleno de olores. Puede preferir determinada comida sobre otra. Puede encontrar extraordinariamente valiosa la oportunidad de olfatear y bastante irrelevante una felicitación verbal.
Los estudios incluidos en el dossier muestran precisamente que las preferencias individuales pueden relacionarse con la eficacia reforzante y que la calidad de una recompensa alimentaria puede influir en el vigor de la respuesta en determinadas condiciones.
Así que quizá la pregunta no sea “¿llevo premios?”.
La pregunta más útil sería:
“¿Qué quiere obtener este perro aquí y ahora?”
El parque también entrena
A veces hablamos del entrenamiento como si el humano tuviera el monopolio de las consecuencias.
Pero el ambiente es un competidor formidable.
Imagina un perro que tira de la correa para llegar a un árbol.
Tira.
Avanza.
Llega.
Huele.
Después nos preguntamos por qué tira.
Pues porque, al menos algunas veces, tirar funciona.
El árbol no conoce a Skinner, desde luego. Tampoco necesita conocerlo. El acceso al olor puede fortalecer la conducta que permitió llegar hasta él.
Esta observación abre una posibilidad mucho más interesante que pelear permanentemente contra el ambiente.
Podemos utilizarlo.
Correa floja → avanzar.
Orientarse hacia la persona → acceso a olfatear.
Esperar → puerta se abre.
Responder a la llamada → premio y, algunas veces, volver a jugar.
Los reforzadores no siempre están en la mano del entrenador. Oler, avanzar, saludar, explorar o acceder a determinados lugares también pueden tener valor.
Entrenar bien no consiste necesariamente en competir contra lo que el perro quiere.
A veces consiste en hacer que lo que quiere forme parte del aprendizaje.
El extraño caso del perro que “sabe” pero no lo hace
Otra frase conocida:
“Él sabe sentarse. Lo hace perfectamente en casa.”
Pero en el parque parece haber perdido misteriosamente sus conocimientos.
¿Los perdió?
Quizá no.
Tal vez hemos confundido aprender una conducta con aprender a realizarla en cualquier lugar.
Una respuesta puede estar bajo control de estímulos muy concretos: nuestra posición corporal, la presencia de comida, la cocina, una distancia determinada, la ausencia de perros alrededor.
Decimos “sentado” y creemos que la palabra es la señal.
Pero quizá también inclinamos el cuerpo, levantamos la mano y tenemos una golosina entre los dedos.
¿A cuál de todas esas cosas está respondiendo realmente?
El control estimular significa que la probabilidad de la conducta cambia sistemáticamente según determinados antecedentes. La señal adquiere función dentro de una historia en la que esa respuesta ha producido consecuencias.
Y aquí aparece la generalización.
Aprender a sentarse en la cocina no equivale automáticamente a sentarse frente a otro perro en la calle.
No es necesariamente desobediencia.
Puede ser que todavía no hayamos enseñado suficientemente la conducta en ese contexto.
Esta distinción tiene algo de humildad práctica: antes de atribuir una intención al perro, conviene preguntarnos qué hemos enseñado realmente.
También importa cuándo hacemos las cosas
Podemos encontrar un excelente reforzador y aun así utilizarlo mal.
El tiempo importa.
Si el perro realiza la conducta correcta y nosotros tardamos demasiado en proporcionar la consecuencia, puede resultar menos claro qué respuesta está produciendo qué resultado.
En el estudio de Yamamoto y colaboradores incluido en el dossier, realizado con diez perros, el aumento de los retrasos entre determinadas respuestas y las acciones de sus propietarios estuvo asociado con una reducción de respuestas apropiadas y de atención en varias condiciones. La muestra fue pequeña, por lo que conviene mantener prudencia al generalizar, pero el estudio ilustra la importancia de la proximidad temporal entre conducta y consecuencia.
Dicho de manera sencilla: si queremos enseñar una conducta, el perro necesita una oportunidad razonable de descubrir cuál de sus acciones fue la que funcionó.
El buen timing no es obsesión por la precisión.
Es claridad.
No siempre tenemos que esperar la conducta perfecta
Supongamos que queremos que un perro entre voluntariamente en un transportín.
Podríamos esperar a que entre entero y entonces reforzarlo.
Quizá tengamos suerte.
O quizá envejezcamos juntos frente al transportín.
El shaping ofrece otra posibilidad: construir la conducta poco a poco mediante el reforzamiento diferencial de aproximaciones sucesivas.
Primero mirar el transportín.
Después acercarse.
Luego introducir la cabeza.
Una pata.
Dos.
Entrar.
El criterio va cambiando progresivamente.
También podemos capturar conductas que aparecen espontáneamente, utilizar temporalmente un señuelo para guiar un movimiento o enseñar al perro a tocar un objetivo mediante targeting.
Lo importante es comprender la lógica común: podemos construir comportamiento reforzando pasos que acercan al perro al objetivo.
Eso cambia también nuestra actitud frente al error.
En vez de preguntar únicamente “¿por qué no lo hace?”, podemos preguntarnos “¿qué paso intermedio sí puede hacer y puedo reforzar ahora?”.
Enseñar qué hacer suele ser más útil que repetir qué no hacer
Cuando aparece una conducta problemática, nuestro lenguaje humano tiende enseguida hacia la prohibición.
“No saltes.”
“No tires.”
“No ladres.”
“No muerdas.”
Es comprensible. Pero todavía falta una pregunta:
¿Qué queremos que haga en lugar de eso?
El refuerzo diferencial permite fortalecer conductas alternativas o incompatibles.
Si el perro salta para obtener atención, podemos reforzar cuatro patas en el suelo.
Si tira para avanzar, podemos hacer que avanzar dependa de una correa floja.
Pero hay una dificultad: la conducta problemática no desaparecerá fácilmente si continúa obteniendo consecuencias poderosas por otro lado.
Podemos reforzar diez veces la alternativa y luego permitir que el perro llegue al árbol tirando.
El perro también está haciendo sus estadísticas.
No con una libreta, claro, pero sí mediante su historia de aprendizaje.
Cuando ignorar no basta
Aquí aparece otra receta habitual:
“Ignóralo y se le quitará.”
A veces puede ocurrir.
A veces no.
La extinción consiste en que una conducta que antes producía un reforzador deja de producirlo. Pero eso sólo funciona de esa manera si hemos identificado correctamente qué estaba manteniendo la conducta y podemos retirar esa relación de forma suficientemente consistente.
Si el perro ladra por atención y dejamos de atenderlo, quizá el ladrido disminuya.
Pero si también ladra porque así consigue acceso a otro estímulo, porque otra persona responde o porque la propia conducta tiene otras consecuencias, simplemente “ignorar” puede no resolver nada.
Además, durante la extinción pueden aparecer variabilidad, frustración, persistencia o recuperación. El llamado extinction burst puede ocurrir, pero el dossier advierte que no debe tratarse como una ley inevitable.
Y, sobre todo, no toda conducta debería abordarse mediante extinción. En comportamientos relacionados con agresión, miedo o riesgos importantes, depender simplemente de “esperar a que deje de funcionar” puede ser peligroso o poco razonable. El manejo del ambiente y el refuerzo de alternativas son con frecuencia opciones más apropiadas.
El problema de premiar “para siempre”
Hay personas preocupadas por otra cuestión:
“¿Entonces tendré que darle comida toda la vida?”
No necesariamente.
Pero quizá tampoco convenga apresurarse a dejar de reforzar una conducta que todavía está aprendiendo.
Durante la adquisición suele ser útil una tasa alta de reforzamiento. Más adelante pueden introducirse programas intermitentes y reforzadores naturales. Sin embargo, el dossier insiste en que la transición debe hacerse gradualmente.
Existe cierta fascinación popular con el refuerzo variable, como si entregar premios de manera impredecible convirtiera automáticamente una conducta en indestructible.
La realidad es menos espectacular.
Los programas de razón e intervalo, fijos o variables, tienen una larga historia experimental, pero la evidencia aplicada específicamente a perros es mucho más limitada que la literatura clásica desarrollada con otras especies.
Además, aumentar demasiado deprisa las exigencias puede deteriorar la conducta, incrementar la latencia o hacer que deje de aparecer.
Así que no se trata de convertir los premios en una lotería.
Se trata de construir una conducta estable y después mantenerla inteligentemente.
¿Y el castigo? La pregunta no termina en “funciona”
Llegamos inevitablemente a un asunto más delicado.
¿Puede el castigo reducir una conducta?
Si utilizamos la palabra en su sentido técnico, la respuesta está incluida en la definición: llamamos castigo precisamente a una consecuencia que reduce la probabilidad futura de una conducta.
Pero ésa es sólo una pregunta.
La siguiente es:
¿A qué costo?
Una intervención puede modificar una conducta y, al mismo tiempo, tener consecuencias sobre miedo, estrés, asociaciones emocionales, relación con el humano o bienestar.
El dossier recoge investigaciones que asocian un mayor uso de métodos aversivos con indicadores de estrés y bienestar comprometido. En un estudio con 92 perros, un mayor uso de procedimientos aversivos se relacionó con más comportamientos de estrés, cambios de cortisol y un sesgo cognitivo más pesimista, aunque el diseño no fue una asignación aleatoria.
Las revisiones incluidas en la investigación apuntan también hacia riesgos de bienestar y no muestran una superioridad general del castigo positivo frente a métodos basados en refuerzo.
Pero conviene evitar el extremo contrario: afirmar que un procedimiento aversivo jamás puede modificar comportamiento.
El dossier incorpora un estudio de 2024 en el que una condición con collar electrónico produjo mayor inhibición en una tarea específica de persecución que determinadas condiciones no aversivas. La muestra final fue pequeña, existieron diferencias de protocolo y el resultado no permite establecer una superioridad general ni resolver las cuestiones de bienestar.
La distinción importante es ésta:
“puede cambiar una conducta” y “es el procedimiento que deberíamos elegir” son dos afirmaciones diferentes.
La primera es descriptiva.
La segunda exige considerar bienestar, necesidad, alternativas, intensidad y efectos secundarios.
Y quizá ahí comienza una forma más responsable de entrenar: no preguntando únicamente qué podemos conseguir, sino también cómo queremos conseguirlo.
Cuando el perro parece estar entrenándonos
Volvamos ahora a la vida cotidiana.
El perro ladra y abrimos.
Salta y lo tocamos.
Tira y avanza.
Roba algo y lo perseguimos.
Nosotros pensamos que reaccionamos a su conducta.
Desde otro punto de vista, él también está descubriendo qué acciones nuestras puede producir.
No hace falta convertirlo en una batalla de inteligencias. No hay que decidir quién “manda”.
Simplemente convivimos dentro de un sistema de consecuencias.
Y eso significa que nosotros también debemos aprender.
Debemos observar.
¿Cuándo ocurre la conducta?
¿Qué la precede?
¿Qué consigue el perro?
¿Qué evita?
¿Aumenta?
¿Disminuye?
¿Cambia según el lugar?
¿La consecuencia que ofrecemos realmente tiene valor?
El dossier propone precisamente observar frecuencia, duración, latencia, contexto y cambios tras una intervención en lugar de depender solamente de impresiones.
Es menos emocionante que decir “me está desafiando”.
Pero bastante más útil.
Comprender no significa controlar cada segundo
Hay una tentación curiosa cuando aprendemos estos conceptos.
Podemos empezar a ver cada interacción como una ecuación.
El perro mira: contingencia.
Se sienta: contingencia.
Ladra: contingencia.
Respira: quizá también encontremos una etiqueta si nos esforzamos lo suficiente.
Pero el propio dossier advierte que los cuatro cuadrantes son sólo un mapa inicial. La conducta real depende también de antecedentes, contexto, motivación, emoción, historia de aprendizaje, generalización, programas de reforzamiento y competencia entre distintas consecuencias.
Además, el perro no es una caja vacía sobre la que escribimos lo que queramos.
Su especie, genética, desarrollo, repertorio y experiencia influyen en lo que puede aprender y en la facilidad con que determinadas conductas aparecen. El refuerzo selecciona dentro de un repertorio biológicamente posible.
Comprender el condicionamiento operante no significa imaginar que podemos fabricar cualquier perro que deseemos.
Significa comprender mejor una parte importante de cómo aprende.
La pregunta que conviene hacernos
Quizá el cambio más útil que produce todo esto sea bastante sencillo.
Cuando aparece una conducta que no nos gusta solemos preguntar:
“¿Cómo hago para que deje de hacerlo?”
La ciencia del aprendizaje propone una pregunta anterior:
“¿Qué está obteniendo con esa conducta?”
Y después otra:
“¿Qué conducta alternativa puedo hacer que funcione mejor?”
La diferencia parece pequeña, pero cambia nuestra posición.
Ya no estamos intentando derrotar al perro.
Estamos intentando entender la relación entre comportamiento y consecuencia.
Esto también nos obliga a aceptar nuestra parte de responsabilidad. No porque toda conducta problemática sea “culpa del dueño” —esa explicación sería tan pobre como atribuirlo todo al perro—, sino porque vivimos dentro del ambiente en el que el perro aprende.
Abrimos puertas.
Sujetamos correas.
Proporcionamos atención.
Permitimos acceso.
Retiramos cosas.
Creamos oportunidades.
A veces somos parte del reforzador y ni siquiera lo sabemos.
Una última manera de mirar a tu perro
La próxima vez que tu perro haga algo que te resulte incomprensible, prueba durante un momento a no llamarlo terco, dominante, manipulador ni desobediente.
Observa.
¿Qué ocurrió justo antes?
¿Qué hizo exactamente?
¿Qué ocurrió después?
¿Y qué suele conseguir cuando hace eso?
Puede que descubras algo bastante menos misterioso que una lucha de voluntades.
Quizá descubras una conducta que ha aprendido porque, de alguna manera, funciona.
El condicionamiento operante no nos enseña simplemente a repartir premios o administrar correcciones. Nos enseña a mirar relaciones: qué conducta produce qué consecuencia, cuándo ocurre, cuánto vale esa consecuencia y en qué contexto aparece.
Y eso deja una pregunta práctica que vale más que memorizar cualquier cuadrante:
si tu perro está aprendiendo constantemente de lo que ocurre después de sus acciones, ¿qué le estás enseñando tú cuando crees que no estás entrenando?