El aprendizaje instrumental nos ayuda a entender por qué repetimos algunas conductas y abandonamos otras. A veces creemos que una persona actúa de cierta manera porque “es así”, pero muchas respuestas se mantienen por sus consecuencias. Lo que ocurre después de una conducta puede reforzarla, debilitarla o transformarla. Por eso, un error no siempre es un fracaso. A menudo, es una señal que nos muestra qué estamos aprendiendo sin darnos cuenta.
Soy Diego L. Rodríguez, psicólogo en Valencia, y en consulta observo con frecuencia cómo muchas personas se culpan por hábitos, bloqueos o evitaciones que no comprenden. Sin embargo, cuando miramos la conducta desde el condicionamiento operante, aparece una pregunta distinta: ¿qué consecuencia está manteniendo esto? En este artículo veremos qué es el aprendizaje instrumental, cómo funciona y por qué puede ayudarnos a comprender mejor la conducta humana.
Qué es el aprendizaje instrumental
El aprendizaje instrumental es una forma de aprendizaje en la que una conducta cambia según las consecuencias que aparecen después de realizarla. No se centra solo en el estímulo que provoca una respuesta, sino en lo que ocurre después. Si una conducta produce una consecuencia agradable, es más probable que vuelva a repetirse. Si produce una consecuencia desagradable, es más probable que disminuya o que la persona intente evitarla.
Este tipo de aprendizaje también se conoce como condicionamiento operante o aprendizaje operante. La idea principal es sencilla: las personas y los animales adaptamos nuestra conducta según lo que obtenemos o perdemos con ella. Esto explica muchos hábitos cotidianos, desde estudiar antes de una fecha límite hasta evitar una situación social que genera ansiedad. La conducta no aparece aislada. Se construye dentro de una relación entre acción, consecuencia y contexto.
Diferencia entre estímulo, respuesta y consecuencia
Para entender el aprendizaje instrumental conviene separar tres elementos: estímulo, respuesta y consecuencia. El estímulo es aquello que aparece antes de la conducta. La respuesta es lo que la persona hace. La consecuencia es lo que ocurre después. Esta diferencia parece sencilla, pero cambia mucho la forma de mirar una conducta. No solo preguntamos qué la provocó. También preguntamos qué la está manteniendo en el tiempo.
Imagina a un niño que termina sus tareas y después recibe una pegatina. La tarea terminada no se mantiene solo porque alguien se lo haya pedido. Se mantiene porque, después de hacerla, aparece una consecuencia concreta. Esa consecuencia puede aumentar la probabilidad de que vuelva a repetir la conducta. En este sentido, la conducta no se comprende como un hecho aislado. Se entiende dentro de una cadena formada por contexto, acción y resultado.
Por qué las consecuencias cambian la conducta
Las consecuencias cambian la conducta porque nos ayudan a aprender qué ocurre después de actuar. Si una respuesta produce alivio, reconocimiento o acceso a algo agradable, tenderá a repetirse. Si produce pérdida, malestar o una consecuencia desagradable, tenderá a disminuir. Por eso hablamos de aprendizaje por consecuencias. Muchas veces no repetimos una conducta porque sea la mejor opción. La repetimos porque, en algún momento, nos sirvió para obtener algo o evitar algo.
Reforzadores: por qué repetimos algunas conductas
Los reforzadores son consecuencias que aumentan la probabilidad de que una conducta vuelva a aparecer. En el aprendizaje instrumental, no basta con observar qué hace una persona. También necesitamos mirar qué obtiene después de hacerlo. Una conducta puede mantenerse porque recibe atención, reconocimiento, alivio, acceso a una actividad agradable o cualquier consecuencia que resulte valiosa para quien la realiza.
Esto se ve con claridad en muchos contextos educativos. Si un niño termina sus tareas, recoge su espacio y después recibe una pegatina, esa pegatina puede reforzar la conducta. No se trata solo de “premiar por premiar”. Se trata de construir una relación clara entre esfuerzo, consecuencia y repetición. Cuando esta relación se aplica bien, puede favorecer hábitos concretos y mejorar la autonomía.
Economía de fichas: un ejemplo sencillo de reforzamiento
La economía de fichas es un procedimiento en el que la persona gana fichas, puntos o pegatinas tras realizar una conducta concreta. Después, esas fichas pueden cambiarse por algo que tiene valor para ella. En un aula, por ejemplo, los niños pueden ganar una pegatina cada vez que terminan sus tareas y limpian su lugar de trabajo. Al reunir varias pegatinas, pueden acceder a veinte minutos de ordenador.
En este caso, las pegatinas funcionan como una señal visible del logro conseguido. El tiempo de ordenador actúa como una consecuencia especialmente atractiva. Lo importante es que la conducta deseada queda asociada a una consecuencia concreta. Así, terminar las tareas y recoger el espacio deja de depender solo de la orden externa. Poco a poco, puede convertirse en una pauta más estable dentro del aula.
Qué ocurre cuando retiramos un reforzador demasiado rápido
Si un programa de economía de fichas se retira de forma brusca, la conducta aprendida puede debilitarse. El niño puede dejar de terminar las tareas o de recoger con la misma constancia. No significa que el aprendizaje no haya servido. Significa que la conducta todavía dependía mucho del reforzador externo. Por eso, en modificación de conducta suele ser más adecuado retirar los apoyos de forma gradual.
Una forma más cuidadosa de hacerlo sería pasar de un reforzamiento continuo a un reforzamiento intermitente:
- Primero, se puede entregar la pegatina cada varias respuestas adecuadas. Así, el niño aprende que no siempre recibirá el reforzador de inmediato.
- Después, se puede ampliar el criterio a periodos más largos. Por ejemplo, valorar el trabajo realizado durante toda la semana.
- Finalmente, se puede introducir cierta variabilidad. Al no saber exactamente cuándo llegará la pegatina, la conducta puede mantenerse con más estabilidad.
Este cambio progresivo ayuda a que la conducta no dependa siempre de una recompensa inmediata. En la vida cotidiana ocurre algo parecido. Si solo hacemos algo cuando recibimos un premio rápido, abandonarlo será más fácil. En cambio, cuando aprendemos a sostener una conducta aunque el reconocimiento tarde en llegar, el hábito se vuelve más sólido.
Programas de reforzamiento: cuándo y cómo se mantiene una conducta
Los programas de reforzamiento explican cuándo aparece el reforzador después de una conducta. No solo importa qué consecuencia recibe la persona. También importa cada cuánto la recibe y bajo qué condiciones. Una misma conducta puede mantenerse de forma distinta si el reforzador aparece siempre, aparece de vez en cuando o depende del paso del tiempo. Por eso, en modificación de conducta, la organización del refuerzo es tan importante como el refuerzo en sí.
Programa de razón fija
En un programa de razón fija, el reforzador aparece después de un número concreto de respuestas. Por ejemplo, un niño puede recibir una pegatina cada tres veces que termina sus tareas y recoge su mesa. La regla es clara y previsible. La persona sabe que necesita repetir varias veces la conducta para obtener la consecuencia. Este tipo de programa puede ayudar a espaciar los reforzadores sin retirar de golpe el apoyo que sostiene la conducta.
Programa de intervalo fijo
En un programa de intervalo fijo, el reforzador aparece cuando ha pasado un periodo determinado de tiempo. Un ejemplo cotidiano sería una fecha límite de matrícula. Muchos estudiantes empiezan a realizar los trámites uno o dos días antes del plazo final. La conducta aumenta cuando se acerca el momento relevante. Este patrón suele llamarse festoneado, porque la respuesta crece de forma progresiva conforme se aproxima la oportunidad de conseguir el reforzador.
Programa de intervalo variable
En un programa de intervalo variable, la persona no sabe exactamente cuándo aparecerá el reforzador. Esa incertidumbre puede mantener una tasa de respuesta más estable. El ejemplo clásico es la máquina tragaperras, donde la persona sigue jugando porque no puede anticipar cuándo llegará el premio. Al no existir un momento fijo, la conducta puede sostenerse durante más tiempo. Esto ayuda a entender por qué algunas respuestas se mantienen incluso cuando el reforzador aparece pocas veces.
Castigo positivo y castigo negativo: diferencias y ejemplos
El castigo busca reducir la probabilidad de que una conducta vuelva a aparecer. En el aprendizaje instrumental, castigar no significa necesariamente gritar, dañar o imponer una consecuencia intensa. Significa que, después de una conducta, ocurre algo que hace menos probable que esa conducta se repita. La diferencia entre castigo positivo y negativo no depende de si algo es bueno o malo. Depende de si se añade o se retira una consecuencia.
Ejemplo de castigo positivo
El castigo positivo aparece cuando se añade una consecuencia desagradable después de una conducta. Por ejemplo, una persona que se muerde las uñas puede aplicarse un líquido anti-onicofagia. Si vuelve a llevarse los dedos a la boca, aparece un sabor amargo y desagradable. Esa consecuencia puede reducir la conducta de morderse las uñas. En este caso, “positivo” significa que se añade algo. No significa que la experiencia sea agradable.
Ejemplo de castigo negativo
El castigo negativo aparece cuando se retira algo agradable después de una conducta. Por ejemplo, si una niña se muerde las uñas, sus padres pueden retirarle esa noche el acceso a su serie favorita. La conducta se intenta reducir porque tiene una pérdida asociada. En este caso, “negativo” no significa malo. Significa que se quita algo que la persona valora. La consecuencia busca disminuir la conducta mediante la retirada de un estímulo apetitivo.
Ventajas y límites del castigo en modificación de conducta
El castigo puede reducir una conducta concreta, pero tiene límites importantes. Puede enseñar qué no hacer, aunque no siempre enseña qué hacer en su lugar. Por eso, en modificación de conducta, conviene acompañarlo de alternativas más saludables. Si una persona deja de morderse las uñas, también necesita aprender otra forma de regular la tensión. Si solo eliminamos la conducta, pero no entendemos su función, el problema puede aparecer de otra manera.
Principio de Premack: usar una conducta preferida para facilitar otra
El principio de Premack plantea que una actividad muy probable o deseada puede reforzar otra menos probable. Dicho de forma sencilla: algo que la persona quiere hacer puede utilizarse como apoyo para que realice antes una conducta que le cuesta más. No se trata de prohibir sin más. Se trata de ordenar las actividades para que la conducta preferida ayude a iniciar una conducta más saludable.
Un ejemplo claro aparece cuando una niña dedica muchas horas a la tableta y apenas muestra interés por jugar al aire libre. En lugar de retirar la tableta de forma brusca, se puede convertir su uso en una consecuencia posterior. Primero, la niña dedica un tiempo acordado a jugar fuera. Después, puede acceder a la tableta. Así, la actividad preferida refuerza la conducta menos frecuente.
Este procedimiento puede ser útil porque parte de algo que ya tiene valor para la persona. No obliga desde fuera sin tener en cuenta sus preferencias. Utiliza esas preferencias para favorecer un cambio gradual. En este caso, el objetivo no sería demonizar la tableta, sino equilibrar el patrón de actividades. Cuando se aplica con claridad y coherencia, puede ayudar a aumentar conductas saludables sin entrar en una lucha constante.
Conducta de evitación y escape: cuando evitar también refuerza
La conducta de evitación y escape ayuda a entender por qué algunas respuestas se mantienen aunque limiten la vida de una persona. En ambos casos, la clave está en el alivio. Cuando alguien evita una situación incómoda, deja de sentir ansiedad durante un momento. Ese alivio funciona como reforzador. El problema es que, cuanto más se evita, menos oportunidades tiene la persona de comprobar que quizá podría afrontar la situación de otra manera.
Escape: salir de una situación que genera malestar
El escape aparece cuando la persona ya está dentro de una situación desagradable y hace algo para salir de ella. Por ejemplo, alguien con ansiedad social puede acudir a una reunión, empezar a sentirse muy activado y marcharse antes de tiempo. Al salir, la ansiedad baja. Esa reducción del malestar puede reforzar la conducta de escapar. A corto plazo siente alivio. A largo plazo, puede aprender que la única forma de calmarse es abandonar.
Evitación: no exponerse para no sentir ansiedad
La evitación aparece antes de entrar en la situación temida. La persona no va a la reunión, no responde un mensaje o rechaza un plan para no sentir ansiedad. Desde fuera puede parecer falta de interés. Sin embargo, muchas veces es una estrategia para no exponerse al malestar. El alivio aparece de inmediato, porque la persona no tiene que enfrentarse a la situación. Así, la evitación queda reforzada.
Por qué la evitación mantiene la ansiedad
La evitación mantiene la ansiedad porque impide que la persona tenga una experiencia nueva. Si Luis evita socializar, no puede comprobar que quizá la conversación no sería tan amenazante. Tampoco puede descubrir que podría sostener la ansiedad sin escapar. En consulta, muchas veces el trabajo empieza justo aquí: no culpando a la persona por evitar, sino entendiendo qué función cumple esa evitación y qué coste tiene en su vida.
Ley de igualación: cómo elegimos entre varias opciones
La Ley de igualación ayuda a explicar cómo se distribuye una conducta cuando existen varias alternativas disponibles. En el aprendizaje instrumental, una persona o un animal no responde siempre de forma aleatoria. Tiende a dedicar más respuestas a la opción que ofrece más reforzadores. Si una alternativa produce consecuencias valiosas con más frecuencia, es probable que reciba más atención, más tiempo y más conducta.
Un ejemplo clásico aparece en los programas concurrentes. Imaginemos una rata en una caja de Skinner con dos palancas. La palanca A ofrece reforzamiento en un intervalo variable de treinta segundos. La palanca B ofrece reforzamiento en un intervalo variable de quince segundos. Como la segunda opción permite obtener reforzadores con más frecuencia, la rata tenderá a responder más en la palanca B.
Esto no significa que abandone por completo la palanca A. Si ha tenido suficiente experiencia con ambas opciones, puede distribuir su conducta entre las dos. Sin embargo, responderá más en aquella que le ofrece mayor tasa de reforzamiento. En la vida cotidiana ocurre algo parecido. Solemos repetir más aquello que, de algún modo, nos da más resultado, más alivio o más recompensa.
Generalización y discriminación de estímulos
La generalización y discriminación de estímulos nos ayudan a entender cómo aprendemos a responder ante situaciones parecidas, pero no idénticas. La discriminación aparece cuando una persona o un animal aprende a diferenciar entre estímulos relevantes. La generalización aparece cuando una respuesta aprendida se extiende a estímulos nuevos que se parecen al estímulo original. Ambas son fundamentales para comprender cómo se ajusta la conducta al contexto.
Qué es la discriminación de estímulos
La discriminación de estímulos consiste en aprender que no todos los estímulos tienen las mismas consecuencias. Por ejemplo, un perro puede aprender a sentarse dentro de un cuadrado cuando aparece una imagen de playa. Si lo hace ante esa imagen, recibe comida. En cambio, si realiza la misma conducta ante una imagen de montaña, no recibe el reforzador. Así, aprende a responder de forma diferente según el estímulo presentado.
Qué es la generalización de estímulos
La generalización de estímulos ocurre cuando la respuesta aprendida aparece ante estímulos nuevos, pero parecidos al estímulo inicial. Si el perro ha aprendido a responder ante imágenes de playa, podría sentarse también ante otras fotografías similares. Por ejemplo, una cala, una costa con arena o un paisaje marítimo. Cuanto más se parezca el nuevo estímulo al estímulo entrenado, más probable será que aparezca una respuesta parecida.
Este proceso permite entender que el aprendizaje no queda encerrado en una única situación. Una persona puede aprender algo en un contexto y trasladarlo a otro parecido. A veces esto resulta útil, porque facilita la adaptación. Otras veces puede generar dificultades, como ocurre cuando una experiencia desagradable se generaliza a situaciones que solo se parecen parcialmente. Por eso, aprender también implica diferenciar mejor.
Qué nos enseña el aprendizaje instrumental sobre la vida cotidiana
El aprendizaje instrumental nos enseña que muchas conductas tienen una historia. No aparecen de la nada. Tampoco se mantienen siempre por falta de voluntad. A veces una persona repite algo porque, en algún momento, esa conducta le permitió conseguir alivio, atención, seguridad o una recompensa concreta. Esta mirada puede ser muy útil, porque reduce la culpa y aumenta la comprensión.
En educación, crianza o psicoterapia, esta idea tiene mucho valor. Antes de intentar cambiar una conducta, conviene preguntarse qué función cumple. Una rabieta puede buscar atención. Una evitación puede buscar alivio. Un hábito puede mantenerse por una recompensa inmediata. Si solo miramos la conducta desde fuera, podemos juzgarla con rapidez. Si miramos sus consecuencias, podemos entenderla con más profundidad.
Esto no significa justificar cualquier comportamiento. Significa comprenderlo mejor para poder intervenir con más cuidado. Cambiar una conducta no suele consistir solo en eliminar lo que molesta. También implica crear nuevas respuestas posibles. En consulta, muchas veces el cambio empieza cuando la persona deja de preguntarse “¿por qué soy así?” y empieza a observar “¿qué está manteniendo esta forma de actuar?”.
Por eso, un error no siempre es un fracaso. A veces es información. Nos muestra qué consecuencia hemos asociado a una conducta y qué necesitamos aprender de otra manera. El aprendizaje no solo ocurre en un laboratorio o en un aula. También ocurre cada día, en cómo respondemos al miedo, al deseo, al cansancio, al reconocimiento o a la necesidad de sentirnos a salvo.
Referencias bibliográficas
Sansa, J. [Joan]. (2015). Condicionamiento instrumental (módulo 3). FUOC. PID_00224030.
Vidal, J. [Joaquín]. (2020). Condicionamiento clásico pavloviano (módulo 1). FUOC. PID_00224028.
Sobre el autor
Diego L. Rodríguez es psicólogo especializado en psicoterapia gestáltica y análisis transaccional. Es miembro del Instituto de Terapia Gestalt de Valencia (ITG) y de la Asociación Española de Terapia Gestalt (AETG). También es coach certificado por la International Coaching Federation (ICF) y coautor del libro Huellas.
Actualmente, acompaña procesos individuales y grupales en su despacho de psicología en Valencia, España. Su trabajo se centra en ayudar a las personas a comprender mejor su forma de relacionarse, sus patrones emocionales y las conductas que se repiten en su vida. Este contenido es informativo y no sustituye una valoración psicológica personalizada.