horario conjunto – conjoint schedule

Programa Conjunto de Reforzamiento (Horario Conjunto)

Primary Disciplinary Field(s): Análisis Experimental del Comportamiento (AEC), Psicología del Aprendizaje, Condicionamiento Operante

1. Definición Central y Distinción

El Programa Conjunto de Reforzamiento, a menudo denominado simplemente horario conjunto o simultáneo, constituye una configuración experimental fundamental dentro del marco del condicionamiento operante. Su propósito esencial es el estudio de la elección y la distribución del comportamiento cuando un organismo tiene acceso simultáneo a dos o más fuentes de reforzamiento, cada una operando bajo un programa de reforzamiento independiente y específico. A diferencia de los programas simples (como Intervalo Fijo o Razón Variable), donde solo hay una opción disponible, el programa conjunto exige que el sujeto experimental (ya sea un animal o un humano) decida activamente cómo asignar su tiempo y esfuerzo entre las opciones concurrentes, permitiendo así a los investigadores medir la preferencia y la sensibilidad a las tasas de reforzamiento relativas. Esta metodología es crucial para entender cómo los organismos optimizan su conducta en ambientes donde los recursos son limitados y las recompensas están distribuidas de manera diferencial.

Es vital establecer una distinción terminológica clara dentro de la literatura del AEC. Mientras que el término “programa conjunto” (o concurrente) se refiere a la disponibilidad simultánea de dos o más programas de reforzamiento, existen otras combinaciones que no implican elección directa por parte del sujeto. Por ejemplo, un programa múltiple presenta dos o más programas de reforzamiento secuencialmente, cada uno asociado a un estímulo discriminativo distinto (como una luz roja o verde), y el reforzador está disponible en el componente activo, pero la elección entre ellos no es simultánea. Por otro lado, un programa mixto es idéntico a un programa múltiple, excepto que no hay estímulos discriminativos que señalen qué programa está en vigor en un momento dado, lo que añade un elemento de incertidumbre y dificulta la discriminación. El programa conjunto, al permitir el cambio libre entre opciones en cualquier momento, se centra exclusivamente en la dinámica de la preferencia y la asignación conductual bajo condiciones de competencia por el tiempo de respuesta.

La implementación de un horario conjunto requiere, por lo general, dos manipulanda (por ejemplo, dos palancas para ratas o dos teclas para palomas) y la entrega de reforzadores independientes asociados a cada manipulandum. La variable principal de interés es la proporción de respuestas emitidas en una opción en relación con el total de respuestas, y cómo esta proporción se relaciona con la proporción de reforzadores obtenidos en esa opción. Al manipular sistemáticamente las tasas de reforzamiento en cada opción (por ejemplo, usando un Programa de Intervalo Variable 30 segundos en una palanca y un Programa de Intervalo Variable 60 segundos en la otra), los investigadores pueden determinar la sensibilidad del organismo a los cambios ambientales y establecer principios fundamentales sobre la toma de decisiones basada en las consecuencias probabilísticas del comportamiento.

2. Orígenes y Contexto Histórico

El estudio formal de la elección y los programas conjuntos tiene sus raíces en el trabajo pionero de B.F. Skinner en la década de 1930, aunque inicialmente su enfoque se centró más en el control de la conducta por programas simples. Sin embargo, la necesidad de estudiar el comportamiento en contextos más ecológicamente válidos, donde múltiples opciones compiten por la atención y respuesta del organismo, impulsó el desarrollo de estos horarios complejos. Los primeros experimentos sistemáticos con programas conjuntos surgieron en las décadas de 1950 y 1960, buscando replicar situaciones de la vida real donde los organismos deben distribuir sus recursos conductuales entre actividades mutuamente excluyentes, como buscar alimento o buscar pareja.

El verdadero auge del estudio de los programas conjuntos está inextricablemente ligado al desarrollo y la formulación de la Ley de Igualación (Matching Law) por Richard J. Herrnstein en 1961. Antes de Herrnstein, la comprensión de la elección se basaba en modelos poco predictivos o en explicaciones mentalistas. Herrnstein, utilizando programas conjuntos (generalmente de Intervalo Variable Variable, o IV IV), observó una regularidad empírica sorprendente: la proporción relativa de respuestas de un organismo a una opción igualaba la proporción relativa de reforzadores obtenidos de esa misma opción. Este descubrimiento proporcionó una base matemática y rigurosa para el análisis de la elección, transformando el estudio del comportamiento operante y elevando el programa conjunto de una simple herramienta experimental a un paradigma central de investigación.

La introducción de la Ley de Igualación no solo validó la utilidad del programa conjunto, sino que también estimuló una intensa investigación para explorar sus límites y variaciones. Los investigadores se dedicaron a estudiar cómo factores como la demora del reforzamiento, el costo de la respuesta (esfuerzo), y la calidad del reforzador afectaban la igualación. Este periodo histórico consolidó el programa conjunto como el método estándar para investigar la economía conductual, la toma de decisiones y la optimización de recursos, abriendo caminos hacia la aplicación de estos principios en campos tan diversos como la farmacología conductual y la psicología clínica.

3. Estructura y Componentes Clave

La estructura de un programa conjunto se define por la interacción de varios elementos que deben ser cuidadosamente controlados por el experimentador. El componente más importante es la disponibilidad de múltiples opciones de respuesta, cada una asociada a un estímulo discriminativo distinto (S^D). Estas opciones deben ser accesibles de forma continua, permitiendo al sujeto cambiar entre ellas en cualquier momento. La respuesta a una opción no debe impedir físicamente la respuesta a la otra, aunque el tiempo dedicado a una opción reduce naturalmente el tiempo disponible para la otra, creando una contingencia de costo de oportunidad.

El segundo componente esencial es el programa de reforzamiento subyacente en cada opción. Si bien es posible utilizar cualquier combinación de programas (Razón Fija, Intervalo Fijo, etc.), los programas conjuntos casi siempre emplean Programas de Intervalo Variable (IV) para ambas opciones (IV-IV). El uso de IV es crucial porque genera tasas de respuesta relativamente estables y elimina la “pausa post-reforzamiento” característica de los programas de Razón Fija o Intervalo Fijo, lo cual distorsionaría la medición de la preferencia continua. Al utilizar IV, el reforzador se vuelve disponible después de un promedio de tiempo variable, lo que mantiene al organismo respondiendo consistentemente a ambas opciones para maximizar sus ganancias.

Un tercer componente crítico es el procedimiento de cambio. Para que el programa sea verdaderamente conjunto (concurrent schedule), el cambio entre las opciones debe ser libre y no debe estar penalizado con una demora de tiempo. Sin embargo, si el cambio es demasiado fácil (es decir, el costo de la respuesta de cambio es nulo), esto puede inflar artificialmente la tasa de respuestas en la opción menos reforzada. Para contrarrestar este efecto, los investigadores suelen introducir un demora de cambio (changeover delay, COD). El COD es un breve periodo de tiempo (típicamente 1.5 a 3 segundos) inmediatamente después de que el organismo cambia de una opción a otra, durante el cual no se puede entregar un reforzador, incluso si ya estaba disponible. Esta demora asegura que el organismo debe “comprometerse” con una opción durante un breve lapso antes de ser elegible para el reforzamiento, lo que hace que la medición de la preferencia sea un reflejo más fiel de la elección real en función de la tasa de reforzamiento.

4. Relación con la Ley de Igualación (Matching Law)

La relación entre el programa conjunto y la Ley de Igualación (Herrnstein, 1961) es simbiótica; el programa proporciona los datos y la Ley ofrece el modelo matemático predictivo. La Ley de Igualación establece que la distribución relativa de las respuestas de un organismo (B) a las opciones disponibles igualará la distribución relativa de los reforzadores (R) obtenidos de esas opciones. Matemáticamente, esto se expresa en su forma simple como:
$$ frac{B_1}{B_1 + B_2} = frac{R_1}{R_1 + R_2} $$
Donde $B_1$ y $B_2$ son las tasas de respuesta en la Opción 1 y Opción 2, y $R_1$ y $R_2$ son las tasas de reforzamiento correspondientes.

Aunque la Ley de Igualación simple funciona bien en condiciones ideales, la investigación posterior ha demostrado que el comportamiento real a menudo se desvía de la igualación perfecta. Estas desviaciones dieron lugar a la formulación de la Ley de Igualación Generalizada, que incorpora dos parámetros clave para explicar las variaciones observadas: sesgo (bias) y sensibilidad (sensitivity). El sesgo ($log c$) mide una preferencia inherente o inexplicable por una de las opciones, independientemente de las tasas de reforzamiento. Esto puede deberse a factores físicos, como la ubicación de la palanca o la facilidad de la respuesta.

La sensibilidad ($log a$) es quizás el parámetro más importante, ya que mide cuán sensible es el organismo a los cambios en las tasas relativas de reforzamiento. Una sensibilidad perfecta (donde $a=1$) indica una igualación perfecta. Sin embargo, en la práctica, los organismos a menudo muestran subigualación (under-matching, donde $a < 1$), lo que significa que la distribución de sus respuestas es menos extrema que la distribución de los reforzadores. Esto implica que el organismo no está distribuyendo su comportamiento de manera tan eficiente como predice el modelo simple, a menudo debido a un control insuficiente sobre los mecanismos de cambio o la interferencia del COD. La Ley de Igualación Generalizada, al cuantificar estas desviaciones, proporciona una herramienta poderosa y flexible para modelar el comportamiento de elección en una vasta gama de especies y contextos.

5. Tipos Específicos de Programas Conjuntos

Aunque el programa conjunto IV-IV es el más común y el que mejor se ajusta a la Ley de Igualación, la experimentación ha explorado diversas variantes para abordar preguntas específicas sobre el control del estímulo, el costo de la respuesta y la economía conductual. Uno de estos es el Programa Conjunto de Razón-Razón, donde ambas opciones operan bajo programas de Razón (FR o VR). Sin embargo, este tipo de programa tiende a generar patrones de respuesta extremos: el organismo generalmente “maximiza” su comportamiento, dedicando el 100% de sus respuestas a la opción que ofrece la tasa de reforzamiento más alta, en lugar de igualar las tasas. Esto se debe a que la respuesta en programas de Razón está controlada por la proporción de respuestas por reforzador, no por la tasa de reforzamiento por unidad de tiempo, lo que lleva a la exclusión de la opción más costosa.

Otro diseño importante es el Programa Conjunto de Relevancia de Estímulo (Stimulus Relevant Concurrent Schedule), que se utiliza para estudiar la discriminación en contextos de elección. En este caso, el reforzamiento para una opción puede depender no solo de la respuesta en esa opción, sino también de un estímulo externo que señala la disponibilidad del reforzador. Esto permite a los investigadores evaluar cómo la información ambiental reduce la incertidumbre y mejora la eficiencia de la igualación. Por ejemplo, una opción podría estar disponible solo cuando una luz está encendida, añadiendo una capa de control discriminativo al proceso de elección.

Finalmente, el Programa Conjunto con Demora de Reforzamiento Diferencial es crucial para entender la impulsividad y el autocontrol. En estos programas, ambas opciones pueden ofrecer la misma magnitud o tasa de reforzamiento, pero el reforzador de una opción está disponible inmediatamente, mientras que el de la otra está demorado. La elección bajo estas condiciones mide la preferencia del organismo por la recompensa inmediata versus la recompensa demorada (pero quizás mayor o más frecuente), lo que es un análogo experimental directo de la toma de decisiones intertemporal en humanos y animales.

6. Metodología Experimental y Diseño

El diseño experimental de los programas conjuntos exige un control metodológico riguroso para asegurar que las variables de interés (tasas de reforzamiento relativas) sean las únicas que determinen la distribución de la respuesta. El equipo estándar incluye una cámara operante equipada con al menos dos mecanismos de respuesta (p. ej., palancas o teclas) y dos dispensadores de reforzador, junto con un sistema de control computarizado que registra las respuestas y maneja la implementación precisa de los programas IV-IV y el COD.

La fase inicial de cualquier experimento con programas conjuntos es la fase de entrenamiento, donde el organismo aprende a responder a ambas opciones por separado hasta alcanzar una tasa de respuesta estable. Una vez en la fase experimental, el procedimiento típico implica la exposición a una serie de condiciones de estado estable. Cada condición representa una relación de tasas de reforzamiento distinta (p. ej., R1/R2 = 4:1, 2:1, 1:1, 1:2, 1:4). El sujeto permanece en cada condición hasta que su patrón de respuesta se estabiliza, lo que significa que la proporción de respuestas en cada opción no varía significativamente de sesión a sesión. Esto es fundamental, ya que el análisis de la igualación se basa en promedios de respuestas estables.

El análisis de los datos se realiza típicamente mediante la representación gráfica de las proporciones relativas de respuesta frente a las proporciones relativas de reforzamiento en una escala logarítmica. Al ajustar los datos a la Ley de Igualación Generalizada (mediante regresión lineal logarítmica), los investigadores pueden derivar los parámetros de sensibilidad y sesgo. Si el organismo exhibe subigualación, la pendiente de la línea de regresión será menor a 1; si hay un sesgo significativo hacia una de las opciones, el intercepto en el eje Y no será cero. Esta metodología robusta permite la comparación cuantitativa del comportamiento de elección a través de diferentes especies, drogas o condiciones ambientales.

7. Aplicaciones en Investigación y Clínica

La utilidad del programa conjunto de reforzamiento se extiende mucho más allá del laboratorio básico de psicología animal, sirviendo como un modelo heurístico para comprender la elección humana en contextos aplicados. En la Psicología Clínica, los programas conjuntos se utilizan para modelar la competencia entre comportamientos adaptativos y desadaptativos. Por ejemplo, si se considera la adicción, el consumo de drogas puede verse como una opción de respuesta altamente reforzante que compite con opciones de respuesta menos reforzantes o más demoradas (como el trabajo o las interacciones sociales). Al manipular las tasas relativas de reforzamiento para conductas alternativas, los investigadores pueden diseñar intervenciones que aumenten la tasa de reforzamiento para conductas saludables, utilizando los principios de la Ley de Igualación para predecir la efectividad del tratamiento.

En la Economía Conductual, el programa conjunto es una herramienta esencial para estudiar la demanda de bienes y servicios. Al variar el “precio” (el costo de la respuesta) y la “cantidad” (la tasa de reforzamiento) de dos bienes, se pueden modelar conceptos económicos como la elasticidad de la demanda, la sustitución de bienes y la complementariedad. Por ejemplo, un experimento puede simular la elección entre dos fuentes de alimento de diferente calidad, variando el número de respuestas requeridas para obtener cada una. Estos modelos proporcionan información valiosa sobre cómo los organismos (incluidos los humanos) toman decisiones racionales o irracionales en contextos de mercado con recursos limitados.

Además, en la Farmacología Conductual, los programas conjuntos se utilizan para evaluar los efectos de las drogas en la motivación y la elección. Al administrar una sustancia que afecta la percepción del reforzador (como un antidepresivo o un estimulante), los investigadores pueden medir si la droga altera la sensibilidad del organismo a las tasas relativas de reforzamiento (parámetro $a$) o si simplemente introduce un sesgo general (parámetro $c$). Esta capacidad para disociar los efectos sobre la preferencia general versus la sensibilidad a las contingencias hace del programa conjunto un instrumento indispensable en la investigación neurofarmacológica del comportamiento.

8. Debates Teóricos y Críticas

A pesar de su éxito predictivo, la Ley de Igualación y el paradigma del programa conjunto han sido objeto de debates teóricos significativos. Una crítica fundamental se centra en la naturaleza de la unidad de análisis. La Ley de Igualación es un modelo descriptivo que relaciona las tasas de respuesta con las tasas de reforzamiento en el estado estable, pero no necesariamente explica los mecanismos causales subyacentes que llevan al organismo a igualar. Esto ha llevado al desarrollo de modelos alternativos, como los modelos de maximización de la tasa de reforzamiento (que sugieren que el organismo busca activamente la opción que ofrece la mayor recompensa, aunque la igualación sea el resultado empírico de ese proceso) y los modelos de muestreo de respuesta.

Otro debate importante se refiere al problema de la subigualación. La subigualación sistemática observada en muchos experimentos (donde la sensibilidad $a$ es menor a 1) ha sido atribuida a factores metodológicos, especialmente al uso del Demora de Cambio (COD). Algunos críticos argumentan que el COD, aunque necesario para estabilizar la medición, introduce una contingencia artificial que castiga los cambios de respuesta, llevando al organismo a responder de manera más uniforme entre las opciones de lo que lo haría si la elección fuera verdaderamente libre. No obstante, la mayoría de los investigadores consideran que el COD es un mal necesario para obtener datos limpios de las transiciones de respuesta.

Finalmente, existe un debate sobre la aplicabilidad universal de la Ley de Igualación. Mientras que la Ley de Igualación Generalizada puede ajustarse a casi todos los datos de elección, la pregunta sigue siendo si el comportamiento de elección humana en contextos sociales complejos (donde las recompensas son abstractas, demoradas y a menudo sociales) se rige por los mismos principios de igualación de tasas de reforzamiento que se observan en entornos de laboratorio controlados. La investigación actual se centra en extender los principios del programa conjunto y la Ley de Igualación a escenarios más complejos, como la elección grupal, la cooperación y la toma de decisiones económicas con riesgo e incertidumbre.

Further Reading

• Condicionamiento operante – Wikipedia
• Experimental Analysis of Behavior (APA)
• The Matching Law and Choice Behavior (ScienceDirect)