¿Tu perro hace algo porque quiere desobedecerte o porque esa conducta le ha funcionado antes?
La pregunta parece sencilla. Pero si la tomamos en serio, cambia bastante nuestra manera de entender el entrenamiento.
Supongamos que un perro ladra frente a una puerta. El humano intenta ignorarlo. El perro vuelve a ladrar. Finalmente alguien abre.
Al día siguiente ocurre otra vez.
Después de varias semanas, la familia concluye que el perro es insistente.
Pero ahora detente un momento.
Desde el punto de vista del perro, ¿qué ocurrió?
Ladró.
La puerta se abrió.
Volvió a ladrar.
La puerta volvió a abrirse.
Si la conducta continúa o aumenta, quizá el fenómeno que debemos explicar no sea la terquedad del perro. Tal vez tengamos delante algo mucho más sencillo: una conducta que produce una consecuencia y que, por ello, aumenta su probabilidad de repetirse.
Eso es precisamente lo que estudia el condicionamiento operante.
Pero si aceptamos esta idea, aparece inmediatamente un problema.
Muchas de las explicaciones que solemos dar sobre nuestros perros quizá estén mirando en la dirección equivocada.
Lo que normalmente suponemos
Cuando convivimos con un perro, tendemos a pensar en su comportamiento utilizando palabras intencionales.
“Quiere portarse mal.”
“Sabe perfectamente lo que tiene que hacer.”
“Está desobedeciendo.”
“Me está retando.”
“No entiende que eso no se hace.”
Estas expresiones pueden resultar naturales. No significa que sean siempre absurdas. El problema es otro: no nos dicen necesariamente qué variables están manteniendo la conducta.
Supongamos que un perro salta cuando llegas a casa.
Tú piensas:
“Tengo que enseñarle que saltar está mal.”
Así que le hablas, lo empujas suavemente, dices “abajo”, quizá lo miras directamente y finalmente consigues que vuelva al suelo.
Desde tu perspectiva, has corregido.
Pero falta una pregunta.
¿Qué obtuvo el perro al saltar?
Tal vez contacto.
Tal vez atención.
Tal vez voz.
Tal vez interacción.
Y si después de muchas llegadas el salto aumenta, entonces tenemos un dato bastante incómodo: parte de nuestra respuesta puede estar contribuyendo a mantener precisamente la conducta que intentábamos eliminar.
En un análisis operante, una consecuencia se clasifica por el efecto que tiene sobre la conducta futura, no por la intención de la persona que la aplica.
Ésa es una diferencia fundamental.
Nosotros conocemos nuestras intenciones.
El perro experimenta consecuencias.
Y ambas cosas pueden no coincidir.
La dificultad: una consecuencia no significa lo que creemos que significa
Pensemos en algo aparentemente obvio.
Le das un trozo de comida a tu perro después de que se sienta.
¿Lo has reforzado?
La respuesta habitual es sí.
Pero técnicamente todavía no lo sabemos.
Dar comida no constituye por sí mismo refuerzo positivo.
Para que podamos hablar de refuerzo, la conducta debe aumentar, mantenerse o mostrar un cambio sistemático relacionado con esa consecuencia.
Por tanto:
comida ≠ reforzador por definición.
Del mismo modo:
gritar ≠ castigo por definición.
Si gritas cuando el perro roba un calcetín pero el robo continúa aumentando porque el grito inicia una persecución divertida, llamar “castigo” al grito puede describir nuestra intención, pero no su función.
El dossier presenta precisamente este tipo de situación: una reprimenda sólo puede clasificarse funcionalmente como castigo si la conducta disminuye; si la interacción hace que el comportamiento aumente, la misma consecuencia puede estar cumpliendo otra función.
Ahora el problema se vuelve más interesante.
Si las consecuencias no se clasifican por su apariencia sino por sus efectos, entonces no podemos analizar el entrenamiento simplemente observando lo que hace el humano.
Tenemos que observar también lo que ocurre después con el perro.
El argumento puede formularse de manera sencilla
El razonamiento central del condicionamiento operante puede ponerse así:
- Los perros producen conductas.
- Esas conductas cambian cosas en el ambiente.
- Algunas de esas consecuencias afectan la probabilidad de que la conducta vuelva a aparecer.
- Por tanto, para comprender por qué una conducta aumenta, disminuye o persiste debemos estudiar la relación entre conducta y consecuencia.
Eso es una contingencia.
Podemos representarla de manera simple:
Antecedente → conducta → consecuencia
o:
A → B → C.
Pero aquí también debemos tener cuidado.
El esquema no dice que toda consecuencia produzca aprendizaje.
Tampoco dice que una sola observación demuestre causalidad.
Dice que debemos estudiar si existe una relación funcional entre lo que el perro hace y lo que sucede después.
La pregunta central se vuelve entonces:
¿Qué cambia en el ambiente cuando aparece esta conducta, y qué ocurre después con la probabilidad de que vuelva a aparecer?
Ésa es una pregunta mucho más precisa que “¿por qué mi perro se porta así?”.
Antes de continuar necesitamos aclarar cuatro palabras
Aquí encontramos una fuente enorme de confusión.
Las palabras son:
- positivo;
- negativo;
- refuerzo;
- castigo.
En conversación cotidiana solemos pensar:
positivo = bueno
y
negativo = malo.
Pero en condicionamiento operante no significan eso.
Positivo significa que algo se presenta.
Negativo significa que algo se retira, termina o evita.
Ahora las otras dos palabras.
Refuerzo significa que la conducta aumenta o se mantiene.
Castigo significa que la conducta disminuye.
Si combinamos ambas dimensiones obtenemos cuatro posibilidades.
| 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−) |
Ésta es la famosa tabla.
Y es útil.
Pero también puede convertirse en una trampa si creemos que con memorizarla ya comprendemos el comportamiento.
Refuerzo positivo: ¿qué hace realmente que una conducta aumente?
Supongamos que pedimos al perro que se siente.
Se sienta.
Le damos comida.
Con el tiempo se sienta con mayor frecuencia bajo esas condiciones.
Ahora sí tenemos un caso compatible con refuerzo positivo:
conducta → aparece una consecuencia → la conducta aumenta.
Pero nada obliga a que el reforzador sea comida.
Puede ser juego.
Contacto social.
Acceso a una puerta.
Permiso para olfatear.
Continuar caminando.
Acercarse a otro perro.
Perseguir algo permitido.
Esto plantea otra cuestión.
¿Qué convierte algo en reforzador?
No que nosotros pensemos que es valioso.
No que el envase diga “premio para perros”.
No que el entrenador lo considere agradable.
Su función.
La investigación citada en el dossier muestra que las preferencias individuales pueden predecir parcialmente qué estímulos mantendrán mejor una respuesta, y que la calidad de una recompensa alimentaria puede afectar el vigor del comportamiento en determinadas condiciones.
De aquí se sigue una conclusión importante:
un reforzador no es simplemente una cosa; es una cosa funcionando dentro de una relación.
Ese mismo trozo de alimento puede tener mucho valor dentro de casa y casi ninguno frente a un árbol lleno de olores.
Refuerzo negativo: el nombre que más confusión produce
Ahora pensemos en el refuerzo negativo.
Muchas personas escuchan el término y concluyen:
“Eso debe significar regañar.”
Pero no.
Refuerzo negativo significa que una conducta aumenta porque hace que algo aversivo termine, disminuya o se evite.
La estructura es:
aparece o amenaza una condición aversiva → el perro realiza una respuesta → la condición disminuye o desaparece → la respuesta aumenta.
Si la conducta termina algo que ya estaba ocurriendo, hablamos de escape.
Si evita o retrasa algo aversivo esperado, hablamos de evitación.
En ambos casos la conducta puede fortalecerse mediante refuerzo negativo.
Por tanto, lo negativo no indica que la conducta disminuya.
Ésa es precisamente la razón por la que resulta tan fácil confundirse.
Negativo describe lo que ocurre con el estímulo.
Refuerzo describe lo que ocurre con la conducta.
Una vez separadas ambas dimensiones, el término deja de parecer contradictorio.
¿Y el castigo?
Aquí necesitamos hacer otra separación.
En conversación cotidiana, castigar suele implicar culpa, corrección moral o incluso violencia.
Pero el término técnico es más estrecho.
Castigo significa:
una consecuencia hace que una conducta disminuya.
Si después de una conducta se presenta algo y la conducta disminuye, hablamos de castigo positivo.
Si se retira algo apetitivo y la conducta disminuye, hablamos de castigo negativo.
Por ejemplo, si durante un juego una mordida demasiado fuerte hace que la interacción termine y con el tiempo esas mordidas disminuyen, la retirada del juego puede funcionar como castigo negativo.
Pero ahora aparece una objeción importante.
Si llamamos técnicamente “castigo” a cualquier consecuencia que disminuya una conducta, ¿no estamos eliminando la diferencia entre una intervención relativamente inocua y otra potencialmente dañina?
Sí.
Y precisamente por eso el cuadrante no puede resolver todas las preguntas importantes.
La objeción: si algo funciona, ¿por qué no usarlo?
Supongamos que una consecuencia aversiva reduce una conducta de manera rápida.
Alguien podría decir:
“Entonces funciona. ¿Qué más necesitamos saber?”
Mucho más.
La eficacia operante responde a una pregunta:
¿disminuyó la conducta?
Pero el bienestar plantea otras:
- ¿produjo miedo?
- ¿produjo dolor?
- ¿generó estrés?
- ¿qué asociaciones emocionales se formaron?
- ¿se generalizaron esas respuestas?
- ¿afectó la relación con la persona?
- ¿existían alternativas menos aversivas?
- ¿qué ocurrió fuera del contexto de entrenamiento?
El dossier distingue explícitamente entre eficacia operante y bienestar. Una contingencia puede cambiar una conducta y al mismo tiempo plantear problemas importantes de bienestar.
La literatura revisada en el documento muestra asociaciones entre métodos aversivos y diversos indicadores de bienestar comprometido. En un estudio con 92 perros, un mayor uso de métodos aversivos se relacionó con más comportamientos de estrés, cambios en cortisol y un sesgo cognitivo más pesimista, aunque el diseño no fue aleatorizado.
Revisiones incluidas en el dossier apuntan igualmente a riesgos de bienestar y no encuentran evidencia de una superioridad general del castigo positivo frente a métodos basados en refuerzo.
Pero aquí debemos evitar una respuesta demasiado cómoda.
Una segunda objeción: entonces, ¿los métodos aversivos nunca funcionan?
Eso tampoco se sigue de la evidencia presentada.
El dossier incluye un estudio de Johnson y Wynne de 2024 en el que una condición con collar electrónico produjo mayor inhibición de persecución en una tarea específica que determinadas condiciones no aversivas.
Pero el mismo dossier señala varias limitaciones:
- muestra final pequeña;
- tarea específica;
- diferencias entre protocolos;
- dificultades para generalizar.
Por tanto, sería incorrecto convertir ese resultado en la afirmación:
“Los collares electrónicos son superiores.”
Pero también sería incorrecto decir:
“Los procedimientos aversivos nunca pueden modificar una conducta.”
La distinción responsable es otra:
que una técnica pueda modificar una conducta no demuestra que sea necesaria, óptima o preferible desde la perspectiva del bienestar.
Ésta es una diferencia que vale la pena mantener porque impide que la discusión se convierta simplemente en una pelea entre etiquetas.
Primero describimos qué ocurrió.
Después evaluamos si deberíamos hacerlo.
Son preguntas distintas.
Pero todavía falta algo: las consecuencias no viven aisladas
Imagina que enseñamos una llamada.
Decimos “ven”.
El perro regresa.
Le ponemos la correa y termina la diversión.
Repetimos esta secuencia muchas veces.
Ahora la persona dice:
“Mi perro conoce perfectamente la palabra, pero decidió no obedecer.”
¿Seguro?
Quizá la palabra sí tenga una historia de aprendizaje.
Pero también la tiene la consecuencia de responder.
Si venir suele significar que termina todo lo interesante, esa consecuencia puede competir con otras mucho más valiosas.
El dossier propone una alternativa sencilla: hacer que llegar pueda producir un reforzador y, algunas veces, permitir que el perro vuelva a jugar.
Este ejemplo muestra por qué un análisis basado únicamente en “la orden” resulta incompleto.
La conducta depende de:
- antecedentes;
- historia;
- motivación;
- contexto;
- consecuencias;
- competencia entre reforzadores.
La palabra que pronunciamos es sólo una parte del sistema.
¿El perro realmente conoce la señal?
Tomemos el clásico “sentado”.
El perro responde perfectamente en la cocina.
Después vamos al parque.
Decimos “sentado”.
Nada.
¿Ha decidido ignorarnos?
Antes de responder conviene preguntar qué controla realmente la conducta.
Una conducta está bajo control estimular cuando su probabilidad cambia sistemáticamente según determinados antecedentes.
Quizá creemos que la palabra “sentado” controla la respuesta.
Pero durante todos los entrenamientos hemos hecho además tres cosas:
- inclinarnos;
- mover una mano;
- mostrar comida.
Tal vez el perro estaba respondiendo al gesto y no a la palabra.
O quizá respondía a una combinación de señales.
O al contexto de la cocina.
Por eso una señal no adquiere poder simplemente porque decidamos llamarla “orden”.
Existe una historia:
señal → oportunidad de respuesta → consecuencia.
Y todavía debemos enseñar otra cosa: generalización.
Responder en una habitación tranquila no equivale a responder frente a otro perro, coches, olores, personas y movimiento.
La ausencia de respuesta no demuestra por sí sola desobediencia.
Puede demostrar que nuestra enseñanza todavía no llegó hasta allí.
Ahora considera el tiempo
Supongamos que el perro ofrece exactamente la conducta que queríamos.
Pero tardamos varios segundos en marcarla o reforzarla.
¿Qué estamos reforzando exactamente?
La respuesta original.
¿O lo que hizo inmediatamente después?
El timing importa porque cuanto más se separan conducta y consecuencia, menos clara puede resultar la relación.
El dossier cita un estudio de Yamamoto y colaboradores realizado con diez perros. Al aumentar retrasos entre determinadas respuestas y las acciones de los propietarios, disminuyeron respuestas apropiadas y atención en varias condiciones. La muestra es pequeña, así que conviene evitar una conclusión excesiva, pero el resultado es coherente con la importancia general de la proximidad temporal.
Así que tampoco basta con preguntar:
“¿Reforcé?”
Necesitamos preguntar:
“¿Qué conducta estaba ocurriendo cuando llegó la consecuencia?”
¿Cómo enseñamos algo que todavía no existe?
Aquí aparece otra dificultad.
¿Qué hacemos cuando el perro todavía no realiza la conducta completa?
Una respuesta sería esperar.
Otra es construirla.
El shaping consiste en reforzar diferencialmente aproximaciones sucesivas hacia la conducta final.
Queremos que el perro entre en un transportín.
Primero reforzamos mirar.
Después acercarse.
Después introducir la cabeza.
Después una pata.
Dos.
Entrar completamente.
Esto revela algo interesante sobre el aprendizaje.
No siempre necesitamos esperar el comportamiento perfecto.
Podemos seleccionar pequeños cambios.
Pero también podemos equivocarnos.
Si elevamos el criterio demasiado rápido, la tasa de respuesta puede caer, aparecer frustración o el perro puede abandonar la tarea.
Por tanto, hasta una técnica basada en refuerzo exige juicio.
No se trata simplemente de repartir comida.
Hay que decidir qué aproximación reforzar y cuándo pedir algo más.
El ambiente también vota
Pensemos ahora en un perro que tira de la correa.
Normalmente culpamos a una de dos partes.
Al perro:
“Es muy impulsivo.”
O al humano:
“No sabe manejarlo.”
Pero hay una tercera parte en la conversación: el ambiente.
Perro ve un árbol.
Tira.
Avanza.
Llega.
Olfatea.
Si tirar aumenta, avanzar hacia ese árbol puede estar reforzando la conducta.
Nadie necesitó darle comida.
El propio ambiente proporcionó la consecuencia.
Esto nos obliga a ampliar la idea de reforzador.
Pueden funcionar como reforzadores:
- olfatear;
- avanzar;
- saludar;
- acceder a una puerta;
- subir a un coche;
- continuar una interacción.
Ahora el entrenamiento parece menos un intercambio artificial de “obediencia por comida”.
Se parece más a organizar acceso a las cosas que ya importan al perro.
Una objeción razonable: ¿no estamos reduciendo al perro a una máquina?
Llegados a este punto alguien podría protestar.
“Todo esto suena como si el perro fuera una máquina que responde automáticamente a contingencias.”
La objeción merece atención.
El propio dossier rechaza una interpretación tan simple.
El perro no es una caja vacía.
Su conducta está influida por:
- especie;
- genética;
- desarrollo;
- experiencia;
- motivación;
- emoción;
- repertorio previo.
Además, no todas las respuestas son igualmente fáciles de enseñar. Anatomía, predisposiciones, historia y sistemas motivacionales delimitan el repertorio dentro del cual el aprendizaje puede operar.
El dossier formula la idea así:
el refuerzo selecciona dentro de un repertorio biológicamente posible.
Por tanto, explicar una conducta mediante contingencias no significa negar biología, emoción o cognición.
Significa identificar una dimensión concreta del problema:
cómo las consecuencias cambian la probabilidad de determinadas acciones.
No es toda la explicación.
Pero tampoco es una parte menor.
¿Qué ocurre cuando dejamos de reforzar?
Supongamos que un perro ladra para obtener atención.
Durante meses, ladrar ha funcionado.
Ahora decidimos no atenderlo cuando ladra.
Estamos modificando una relación que mantenía la conducta.
Eso es extinción: una conducta anteriormente reforzada deja de producir el reforzador que la mantenía.
Pero tampoco aquí debemos imaginar un proceso limpio y automático.
Pueden aparecer:
- persistencia;
- variabilidad;
- frustración;
- recuperación;
- aumentos temporales de frecuencia o intensidad.
El denominado extinction burst puede ocurrir, pero no debe presentarse como una ley inevitable.
Además, la extinción no siempre es prudente.
En conductas relacionadas con miedo, agresión o riesgo puede ser peligrosa, frustrante o difícil de aplicar. El dossier señala que con frecuencia resulta preferible combinar manejo y refuerzo de alternativas.
Así que incluso una idea aparentemente sencilla —“deja de reforzarlo”— necesita contexto.
¿Y si reforzamos sólo algunas veces?
Aquí aparece otra intuición muy extendida.
Si reforzamos una conducta de forma impredecible, ¿se vuelve prácticamente indestructible?
La respuesta prudente es: depende.
Los programas de reforzamiento pueden organizarse por razón o intervalo, y ser fijos o variables:
- FR;
- VR;
- FI;
- VI.
Existe una amplia tradición experimental sobre estos programas, pero buena parte procede de trabajos con otras especies. La literatura aplicada comparativa específicamente en perros es considerablemente menor.
Además, pasar demasiado rápido a exigencias mayores puede deteriorar la conducta, aumentar latencias o producir ratio strain.
Por tanto, no podemos convertir “variable ratio” en una fórmula universal.
El aprendizaje es más interesante —y más incómodo— que cualquier mantra.
Lo que sigue del argumento
Si hemos llegado hasta aquí, varias cosas deberían haber cambiado.
La primera es nuestra manera de formular los problemas.
En lugar de:
“¿Cómo corrijo esto?”
podemos preguntar:
“¿Qué consecuencia está manteniendo esta conducta?”
En lugar de:
“¿Por qué no quiere obedecer?”
podemos preguntar:
“¿En qué contexto aprendió esta respuesta y qué consecuencias compiten ahora con ella?”
En lugar de:
“Le di un premio.”
podemos preguntar:
“¿La conducta aumentó?”
En lugar de:
“Lo castigué.”
podemos preguntar:
“¿La conducta disminuyó y qué otros efectos produjo el procedimiento?”
En lugar de:
“Mi perro sabe la orden.”
podemos preguntar:
“¿Qué estímulos controlan realmente la respuesta y se ha generalizado a este contexto?”
Éste es un cambio pequeño en el lenguaje, pero grande en el razonamiento.
Nos obliga a abandonar explicaciones fáciles y observar relaciones.
Pero no basta con observar una vez
Aquí aparece otra dificultad importante.
Supongamos que aplicamos una intervención y al día siguiente la conducta disminuye.
¿Ya demostramos que funcionó?
No necesariamente.
La reducción podría deberse a:
- fatiga;
- saciedad;
- miedo;
- contexto;
- cambio ambiental;
- extinción;
- otras variables.
Por eso el dossier recomienda observar medidas como:
- frecuencia;
- latencia;
- duración;
- tasa;
- contexto;
- consecuencias;
- variabilidad;
- cambios después de la intervención.
Incluso registrar entre diez y veinte ensayos, comparar situaciones y observar reforzadores competidores puede proporcionar más información que una impresión aislada.
La cuestión es sencilla:
si afirmamos que una consecuencia cambió una conducta, necesitamos mirar realmente si la conducta cambió.
La tabla no explica al perro
Ahora podemos volver a los cuatro cuadrantes.
R+.
R−.
P+.
P−.
Son útiles.
Nos permiten clasificar consecuencias.
Pero el propio dossier advierte contra convertir el condicionamiento operante en una tabla memorizada.
Porque una conducta real también requiere considerar:
- antecedentes;
- contexto;
- motivación;
- emoción;
- historial;
- reforzadores competidores;
- programas de reforzamiento;
- generalización;
- bienestar.
Así que la tabla responde a una pregunta limitada:
¿qué tipo de relación funcional existe entre esta conducta y esta consecuencia?
No responde automáticamente:
¿por qué este perro hace esto aquí, ahora, con esta persona y bajo estas condiciones?
Para eso necesitamos un análisis más completo.
La pregunta que queda
Volvamos al principio.
Tu perro ladra.
Tira.
Salta.
Roba objetos.
No responde a una señal.
¿Qué está haciendo?
La respuesta rápida consiste en atribuir una intención:
“desobedece”.
“es terco”.
“sabe que está mal”.
Quizá alguna de esas descripciones capture parte de nuestra experiencia.
Pero antes de aceptar cualquiera de ellas, podemos plantear una pregunta más exigente:
¿qué consecuencias ha producido esta conducta a lo largo del tiempo?
Porque un perro puede estar realizando exactamente la conducta que su historia le ha enseñado que funciona.
Y aquí aparece la parte incómoda.
Nosotros también formamos parte de esa historia.
Abrimos puertas.
Prestamos atención.
Permitimos avanzar.
Retiramos cosas.
Terminamos juegos.
Damos comida.
Creamos señales.
Repetimos errores.
A veces enseñamos deliberadamente.
A veces enseñamos sin saberlo.
El condicionamiento operante no dice simplemente que los perros obedecen a cambio de premios.
Dice algo mucho más profundo y general:
las conductas cambian según las consecuencias que producen y las condiciones en que esas consecuencias ocurren.
Por eso, para saber qué está aprendiendo un perro, no basta mirar nuestras intenciones.
Tenemos que mirar lo que obtiene él.
Qué conducta produce qué consecuencia.
Cuándo.
Con qué valor.
En qué contexto.
Y entonces queda una pregunta que ninguna tabla puede responder por nosotros:
Si muchas de las conductas de tu perro persisten porque de alguna manera han funcionado, ¿cuántas de las cosas que llamas “problemas de comportamiento” son en realidad aprendizajes que todavía no has terminado de comprender?