Revista Latinoamericana de Psicología ISSN: Fundación Universitaria Konrad Lorenz Colombia

Transcripción

1 Revista Latinoamericana de Psicología ISSN: Fundación Universitaria Konrad Lorenz Colombia Avila, Raúl; Bruner, Carlos A. Adquisicion del palanqueo en ratas con reforzamiento demorado en un procedimiento de ensayo discreto Revista Latinoamericana de Psicología, vol. 31, núm. 1, 1999, pp Fundación Universitaria Konrad Lorenz Bogotá, Colombia Disponible en: Cómo citar el artículo Número completo Más información del artículo Página de la revista en redalyc.org Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

2 REVISTA LATINOAMERICANA DE PSICOLOGIA 1999 VOLUMEN 31 N I ADQUISICION DEL PALANQUEO EN RATASCON REFORZAMIENTO DEMORADO EN UN PROCEDIMIENTO DE ENSAYO DISCRETO1 RAÚL AVILA y CARLOS A. BRUNER * Laboratorio de Condicionamiento Operante Facultad de Psicologia Universidad Nacional Autonoma de México ABSTRACT The acquisition of behavior with delayed reinforcement. has been studied in trial by trial and free-operant situations, Different rnethods and dependent variables. however, have hitherto prevented their comparison. In the present study, a modified trial by trial procedure was used for the acquisition of leverpressing by rats, to assess the viability of a system of variables comrnon to both types of situations, With a constant 8 sec opportunity to leverpress in each trial, the effect of 8- or 24 sec delays of reinforcernent and of 32- or M-sec intertrial intervals were explored, using a 2 x 2 factorial design, with 3 naive rats per cell. For most subjects, the overall and running rate of leverpressing were higher under 8- that under 24 sec delays, regardless of intertrial interval duration. These two variables were also higher under the 32- than under the M-sec intertrial interval. regardless of del ay duration. The proportion of trials with responding and the latency of the first leverpress, were significantly related to the overall and running rares. lt was l El experimento se realizó con el apoyo del subsidio número 4677-H otorgado por CONACYT a Carlos A. Bruner y Kennon A. Lattal, Los autores agradecen a Ayme Pacheco, Luis M. Gallardo y Rogelio Escobar por su valiosa ayuda en la conducción del experimento y la preparación del reporte final. * Correspondencia: Carlos A. Bruner, Laboratorio de Condicionamiento Operante, Facultad de Psicología, UNAM, Ave. Universidad 3004, Col. Copilco Universidad, México, D. F

3 50 AVILA y BRUNER concluded that trial by trial and free-operant procedures can be viewed as different cases of the same continuum of independent variables. Key words: Response acquisition, trial by trial procedure, free-operant procedure, delayed reinforcement. reinforcement cycle, leverpressing, rats. RESUMEN La adquisición de conducta bajo reforzarniento demorado se ha estudiado en situaciones de ensayo por ensayo y de operante libre. Sin embargo, sus diferencias de método y de variables dependientes han evitado su comparación. Para evaluar la viabilidad de un sistema de variables comunes a ambos tipos de situaciones, en el presente estudio se usó un procedimiento modificado de ensayo por ensayo para la adquisición del palanqueo en ratas. Manteniendo constante en 8 segundos la oportunidad de presionar la palanca en cada ensayo, se empleó un diseño factorial 2 x 2, con 3 ratas ingenuas por celda, para explorar los efectos de demoras de reforzamiento de 8 y 24 segundos y de intervalos entre ensayos de 32 y 64 segundos. Para la mayoría de los sujetos, la tasa global y la tasa de carrera de la respuesta de presión a la palanca fueron mayores bajo las demoras de 8 segundos que bajo las demoras de 24 segundos, independienternente de la duración del intervalo entre ensayos. Estas dos variables dependientes también fueron más altas bajo el intervalo entre ensayos de 32 segundos que bajo el intervalo entre ensayos de 64 segundos, independientemente de la duración de la demora. La proporción de ensayos con respuesta y la latencia de la primera presión a la palanca se relacionaron significatí vamente con la tasa global y la tasa de carrera. Se concluyó que los procedimientos de ensayo por ensayo y de operante libre se pueden ver como diferentes casos del mismo continuo de variables independientes. Palabras clave: Adquisición de respuestas, procedimiento de ensayo por ensayo, procedimiento de operante libre, demora de reforzamiento, ciclo de reforzamiento, presión de palanca, ratas. INTRODUCCION La adquisición de nuevas conductas fue uno de los principales tópicos de investigación de las teorías clásicas del aprendizaje (por ejemplo, Hull, 1943; Tolman, 1932). Paradigrnáticamente, en estos estudios se empleaban procedimientos de ensayo discreto, donde la conducta especificada sólo podía ocurrir unayez en cada ensayo, antes de que se presentara el reforzador. También, se usaban diferentes aparatos; por ejemplo, laberintos, corredores, cajas de salto y cámaras de condicionamiento con palancas retráctiles. Las variables dependientes que se registraban eran la velocidad, la precisión, la latencia o el porcentaje

4 REFORZAM lento DEMORADO 51 de respuestas correctas (véase Renner, 1964 y Tarpy y Sawabini, 1974, para una revisión del área). A pesar de las ostensibles diferencias entre los aparatos y las variables dependientes que se empleaban en esta clase de investigaciones, el demorar la entrega del reforzador consistentemente resultaba en el deterioro de la adquisición de la nueva conducta (por ejemplo, Wolfe, 1934; Perin, 1943 a y b; Logan, 1952). Recientemente, en la literatura del condicionamiento operante, se renovó el interés por estudiar la adquisición de nuevas respuestas bajo reforzamiento demorado; empleando el más moderno procedimiento de operante libre, donde la respuesta puede ocurrir en cualquier momento de la sesión experimental. Lattal y Gleeson (1990) mostraron la adquisición del picoteo a una tecla en palomas y la presión de una palanca en ratas, sin entrenamiento explícito (moldeamiento de la respuesta) y bajo demoras no señaladas de reforzamiento tan largas como 30 s. En estudios posteriores se mostró la generalidad de este procedimiento a través de una serie de respuestas, especies y procedimientos diferentes (Critchfield y Lattal, 1993; Dickinson, Watt y Griffiths, 1992; Lattal y Metzger, 1994; Lattal y Williams, 1997; Van Haaren, 1992; Wilkenfield, Nickel, Blakely y Poling, 1992). Una característica común de los procedimientos de los estudios sobre adquisición de operantes libres con reforzamiento demorado, es que han empleado programas tipo tándem de dos componentes. En el primer componente de estos programas se identifica la respuesta por reforzar y en el segundo componente, se programa una demora de reforzamiento. En la mayoría de los estudios iniciados por Lattal y Gleeson, se ha empleado un programa de reforzamiento continuo para identificar la respuesta por reforzar. En el laboratorio de los autores también se han usado programas tándem de dos componentes para estudiar la adquisición de respuestas, pero empleando principalmente programas de reforzamiento demorado intermitente; específicamente, programas tándem del tipo Intervalo al Azar (la) x s Tiempo Fijo (TF) x s. En una primera investigación Bruner, Avila y Gallardo (1994) estudiaron el efecto de programas tándem la 30 s TF 6, 12 o 24 s durante la adquisición de la respuesta de presión a la palanca en ratas. Encontraron que la tasa de respuesta fue más alta bajo las demoras más cortas (a la manera de un gradiente de demora de reforzamiento). En un segundo estudio, Bruner, Lattal y Acuña (1994) evaluaron los efectos del reforzamiento independiente de la respuesta sobre el mantenimiento de la respuesta adquirida bajo reforzamiento dependiente pero demorado. En un primer experimento, expusieron a palomas a un programa tándem intervalo variable 30 s reforzamiento diferencial de otras conductas (RDO) 10 s. En la

5 52 AVILA y BRUNER segunda fase de este experimento, se expuso a las palomas a un programa tándem de Tiempo Variable (TV) 30 ROO los. En el segundo experimento se expuso a dos grupos de ratas a un programa tándem la 30 s Tiempo Fijo (TF) 12 o 24 s y en la segunda fase los programas cambiaron a un Tiempo al Azar (TA) TA 42 s o un TA 54 s, respectivamente. En el tercer experimento, durante la primera fase, se expuso a cuatro grupos de ratas a un programa tándem la 60 s TF O, 6, 12 Y 24 s. En la segunda fase se expuso a los mismos cuatro grupos a un programa de TA 60, 66, 72 o 84 s, respectivamente. En los tres experimentos se adquirió el picoteo a la tecla en las palomas y el palanqueo en las ratas expuestas a los diferentes programas de reforzamiento demorado. También, en los tres experimentos se encontró que al cambiar el programa de reforzamiento independiente de la respuesta resultó en el mantenimiento prolongado de la respuesta para todos los sujetos. En un siguiente estudio, Avila y Bruner (1995) mostraron la adquisición del palanqueo en ratas bajo un programa tándem la 30 s TF 60 s; i.e., usando una demora de reforzamiento más larga que en cualquier otro estudio anterior. En otra investigación, Bruner, Avila y Gallardo (1996) expusieron a ratas a un programa tándem la 30 s TF x s, donde para cada una de tres duraciones de la demora (TF 6, 12 o 24 s) se varió la proporción de reforzamiento independiente de la respuesta (25, 50 o 75%), mezclado con el reforzamiento demorado pero dependiente que proporcionó el programa de la. Encontraron que el aumentar la proporción de reforzamiento independiente (y concomitanternente, disminuir la proporción de reforzamiento dependiente de la respuesta) en los diferentes grupos de ratas, causó disminuciones correspondientes en la tasa de respuesta. También, Avila y Bruner (1997) compararon la adquisición de la respuesta bajo reforzamiento intermitente inmediato en tres ratas (Tándem la 30 s TF Os), con la adquisición de la respuesta bajo reforzamiento intermitente demorado en otras 3 ratas (Tándem la 30 s TF 24 s). En una segunda fase, manteniendo constante el programa la 30 s en el primer componente de los programas tándem para los sujetos inicialmente expuestos a reforzamiento inmediato, se alargó la duración del TF a 3, 6, 12 Y24 s y para los sujetos expuestos por primera vez al TF 24 s, la demora se acortó a 12,6,3 y Os. Encontraron para ambos grupos que la tasa de respuesta fue más alta bajo las demoras más cortas, como un gradiente de demora de reforzamiento. Sin embargo. ante cualquier duración de la demora, la tasa de respuesta fue más alta para los sujetos con los que se adquirió la respuesta bajo reforzarniento inmediato que para los sujetos inicialmente expuestos a reforzamiento demorado, a la manera de un efecto de historia. En otro estudio, Burner, Avila, Acuña y Gallardo (1998) estudiaron la adquisición del palanqueo en diferentes grupos de ratas (3 ratas en cada grupo), expuestos a programas tándem que diferían en la tasa o en la demora de reforzamiento. El programa que se usó en el primer componente de los progra-

6 REFORZAMIENTO DEMORADO 53 mas tándem fue RF I o la 15,30, s. El programa del segundo componente de los programas tándem fue un TF O, 1, 3, 6, 12 o 24 s. Se encontró que la tasa de respuesta fue más baja conforme se alargó la demora, tanto en las condiciones de reforzamiento continuo como de reforzamiento intermitente. Mientras que la tasa de respuesta fue una función decreciente de disminuir la frecuencia del reforzamiento inmediato, la tasa de respuesta no varió sistemáticamente con la frecuencia de reforzamiento demorado. Aun cuando se han explorado los efectos de la demora de reforzamiento sobre el establecimiento de nuevas conductas tanto usando procedimientos de ensayo discreto como de operante libre, las diferencias ostensibles entre ambos tipos de procedimientos han dificultado una comparación entre sus hallazgos. Logan y Ferraro (1970) sugirieron que es posible integrar los procedimientos de ensayo discreto y de operante libre a un mismo continuo de variables independientes, manteniendo constante la duración del intervalo entre ensayos y alargando o acortando la duración del ensayo y viceversa. En el presente estudio se conceptual izó al período de disponibilidad de una palanca como equivalente a la duración del ensayo y manteniendo este período constante en una duración corta, se intentó la adquisición de la respuesta de presión a la palanca en ratas bajo reforzamiento demorado, empleando diferentes intervalos entre ensayos. Se exploraron los efectos de estas dos variables independientes porque son típicas de los estudios tradicionales de ensayo discreto (por ejemplo, Hull, 1943). Además, se registraron variables dependientes comunes, tanto a procedimientos de ensayo discreto como a procedimientos de operante libre. Mientras que la situación de ensayo por ensayo permite el registro de una latencia de la primera respuesta y de una proporción de ensayos con respuesta, la terminación del ensayo contingente a la ocurrencia de la respuesta, no permite registrar una tasa de respuesta. En el presente estudio, este problema se resolvió permitiendo que la palanca permaneciera presente durante un breve período de tiempo después de ocurrir la respuesta procuradora del reforzamiento. Sujetos ME ODO Doce ratas Wistar machos, de seis meses de edad y sin experiencia experimental, sirvieron como sujetos. Todos los sujetos se mantuvieron al 80% de su peso en alimentación libre y se les alojó en cajas habitación individuales, con acceso continuo al agua. Aparatos Se usó una caja experimental estándar para ratas (BRS/LVE, Mod. No ). La caja estaba equipada con un dispensador de pellas (BRS/LVE, Mod. No.

7 54 A VILA y BRUNER PDH-020), un comedero y una palanca de respuesta retráctil (BRS/LVE Mod. No. RRL-015). La palanca se colocó en el centro de la pared frontal de la caja, a 4 cm a la derecha del comedero y a 3 cm del piso de la caja; era de 2.5 cm de ancho y sobresalía 2 cm hacia el interior de la caja. Una presión de aproximadamente 0.10 N activaba el interruptor de respuestas. Un foco de 24 voltios, colocado al centro de la pared frontal de lacaja ya 10 cm del piso, proporcionó la iluminación general. Como reforzador se emplearon pellas de comida de 25 miligramos. Las pellas se manufacturaron en este laboratorio remoldeando comida molida para ratas (Nutricubos de Purina). La caja experimental se encontraba dentro de un cubículo sonoamortiguado, hecho de madera y en un cuarto separado del laboratorio principal. El experimento se controló automáticamente mediante una microcomputadora 18M, acoplada a la caja experimental mediante una interfase Advantech (Mod. No. PCL-725). Procedimiento Se expuso a todas las ratas a una sesión de entrenamiento en comer que consistió en la presentación de pellas de comida, independientemente de la conducta de los sujetos, hasta que estos se aproximaron confiablemente al comedero y consumieron 50 pellas. En esta sesión-la palanca estaba ausente en la caja experimental. Se usó un diseño factorial 2 x 2, donde una variable independiente fue la demora de reforzamiento, de 8 o 24 s. La otra variable independiente fue la duración de un ciclo de tiempo fijo entre reforzadores sucesivos, que se estableció en 32 o 64 s. Se asignaron al azar tres ratas a cada una de las combinaciones de las dos variables independientes. Para todas las condiciones, el ensayo consistió en introducir la palanca en la caja experimental durante 8 s. Dependiendo de la duración de la demora programada la palanca se presentó 8 o 24 s antes del final de cada ciclo. Así, la duración de los dos ciclos de reforzamiento se convirtieron en análogos de dos diferentes intervalos entre ensayos. La primera respuesta a la palanca resultó en la entrega de una pella de comida al final del ciclo; se registraron las respuestas adicionales pero no tuvieron consecuencias. Para todas las condiciones se condujeron 40 sesiones de una hora o 30 reforzadores, lo que ocurriera primero. RESULTADOS Las variables dependientes que se calcularon en el presente estudio fueron las siguientes: una tasa de respuestas durante el ensayo (número de respuestas a la palanca entre el tiempo total que la palanca estuvo disponible en la sesión), la proporción de ensayos con respuesta y la latencia promedio, durante cada sesión, de la primera respuesta en cada ensayo (sólo las presentaciones de la palanca

8 REFORZAMIENTO DEMORADO 55 donde ocurrió una respuesta se consideraron para calcular la latencia). También se calculó una tasa de carrera por ensayo, que se definió como el número de respuestas a la palanca dividido entre el tiempo de disponibilidad de la palanca, restándole las latencias de la primera respuesta (sólo las presentaciones de la palanca donde ocurrieron respuestas se consideraron para calcular esta variable dependien te). En la Figura l se muestran las cuatro variables dependientes, sesión por sesión, para cada sujeto en la condición de demora 8 s (columna izquierda) y de demora 24 s (columna derecha), con un ciclo de reforzamiento constante en 32 s. Para las tres ratas expuestas a la demora de 8 s, la tasa de respuesta y la proporción de ensayos con respuesta fueron muy bajas durante las primeras 5 sesiones y posteriormente aumentaron gradualmente conforme trascurrieron las sesiones. Para las ratas A7 YA91a latencia de la primera respuesta fue muy variable en las primeras 10 sesiones y posteriormente se estabilizó entre 3 y 4 s de duración. Para el sujeto A8 la latencia se acortó conforme progresó la exposición a esta condición. Para estas tres ratas, la tasa de carrera aumentó durante las 40 sesiones. Para los sujetos expuestos a la demora de 24 s se encontró lo siguiente: para la rata AI la tasa de respuesta y la proproción de ensayos con respuesta fueron muy bajas durante las 40 sesiones de la condición. Para los sujetos A2 y A3 la tasa de respuesta y la proporción de ensayos con respuesta fueron muy bajas en las primeras 20 sesiones y posteriormente incrementaron gradualmente. Para las tres ratas expuestas a la demora de 24 s, la latencia fue muy variable pero se alargó ligeramente en las últimas 20 sesiones. Para los sujetos A2 y A3 la tasa de carrera fue relativamente baja en las primeras 10 sesiones e incrementó en las siguientes 30 sesiones. La tasa de carrera de la rata A1 fue muy variable y sin tendencia aparente. En la Figura 2 se muestran las mismas cuatro variables dependientes para las ratas expuestas a la demora de 8 s (columna izquierda) y a la demora de 24 s (columna derecha), con el ciclo de reforzamiento constante en 64 s, para las 40 sesiones del procedimiento. Para los sujetos AI4 y AI5 la tasa de respuesta aumentó en las primeras 15 sesiones y disminuyó ligeramente en las siguientes 25 sesiones. La tasa de respuesta de la rata A13 fue muy variable pero aumentó del principio al final del experimento. Para estos tres sujetos, la proporción de ensayos con respuesta incrementó de cero a niveles entre 80 y 100% en las primeras 5 sesiones y se mantuvo en este nivel en las siguientes 35 sesiones. La latencia de la primera respuesta para A13 se acortó en las 40 sesiones. Para A14 YA151a latencia se acortó en las primeras 10 sesiones y posteriormente se alargó hasta el final del experimento. Para las tres ratas, la tasa de carrera aumentó en las primeras 10 sesiones y permaneció en un nivel estable durante las siguientes 30 sesiones de la condición. En el caso de los tres sujetos expuestos a la demora de 24 s se encontró lo siguiente:

9 56 AVILA y BRUNER CICLO DE REFORZAMIENTO DEMORA =8 s = 32 S DEMORA =24s 40 - A 7 A ~ Al) 30 Al. : A 2 A ""-- _ O 8' 6 4 ~ ' '... ~ aa ".,.,. a. ~ : a ~.. ;.... ~-.: _... l' 11I.~....). ".. a...,. 1.:"-:-. a ' ' t.;..... ~.'..it t' 1 40"... a~ ~.t-. _.a.:-. a.' '..".. O a a a a.. ~ "'a'. aa a a... :... a a. -I' a a a...*... aa.. a ' t t O SESIONES CONSECUTIV AS 40 Figura 1. Variables dependientes (hileras) para los sujetos individuales durante las 40 sesiones de exposición a cada duración de la demora (columnas) con el ciclo de reforzamiento constante en 32 s.

10 REFORZAMIENro DEMORADO 57 CICLO DE REFORZAMIENTO = 64 S DEMORA = 8 s DEMORA=24s 40,.)\ 1:1 A 14 30, A 15,1 A 16 '.. A 17 A _ O 8 6! ~.... '1. r'.~... ;lt "... 2 O '2 80 'El :s < 60 I:>:l UJ : :: : :: 40 <r: u UJ el 20 <r: <r: '" f- O '. ',, I ',... l'... '.;......, ~. ~"T O ~."..' *l.. w:- -, '., I , * '... t..... SESIONES CONSECUTlV AS ' t, *:..... ' 1,..~.., :..,t.,.' : " ", O II.. 40 Figura 2. Variables dependientes (hileras) para los sujetos individuales durante las 40 sesiones de exposición a cada duración de la demora (columnas) con el ciclo de reforzamiento constante en 64 s.

11 sq<:; 58 AVILA y BRUNER Para el sujeto A 18 la tasa de respuesta y la proporción de ensayos con respuesta fueron muy bajas durante las 40 sesiones de la condición. Para las ratas A 16 YA 171a tasa de respuesta y el número de ensayos con respuesta fueron muy bajas en las primeras 25 sesiones y aumentaron en las últimas 15 sesiones. para los tres sujetos la latencia de la primera respuesta y la tasa de carrera fueron muy variables y sin tendencia. Con el propósito de resumir los resultados pertinentes al estado estable, posterior a la adquisición de la respuesta de palanqueo, en la Figura 3 se muestra la tasa de respuesta promedio de los 3 sujetos expuestos a cada combinación de la demora y del ciclo de reforzamiento durante las últimas cinco sesiones de cada condición. 40 o Demora 8 s ~ Demom24 s o f- ::J Z 30 ~ CIl 20 -e f- fl ::J e, CIl ~ CICLO DE TIEMPO (s) Figura 3. Promedio de la tasa de respuesta y la desviación estándar (línea vertical) para cada grupo de tres ratas que se expusieron a la demora de 8 s o 24 s, con el ciclo de reforzamiento constante en 32 s o 64 s. Estos promedios están basados en las últimas cinco sesiones de exposición a la condición.

12 REFORZAMIENTO DEMORADO 59 Para las dos duraciones del ciclo de reforzamiento, la tasa promedio de repuesta fue más alta bajo la demora de 8 s que bajo la demora de 24 s. Independientemente de la duración de la demora, la tasa promedio de respuesta fue mas alta bajo el ciclo de 32 s que bajo el ciclo de 64 s. Se realizó un análisis de varianza de dos factores para efectos fijos 2x2 (dos demoras: 8 y 24 s x dos duraciones del ciclo: 32 y 64 s) sobre las tasas promedio de respuesta presentadas en la figura 3. Se encontró un efecto principal por demora significativo (F (1,56)= , p<0.05). Es decir, independientemente' de la duración del ciclo de reforzamiento la tasa de respuesta fue confiablemente más alta en la demora de 8 s que en la demora de 24 s. También se encontró un efecto principal por la duración del ciclo (F (1,56)= 11.21, p<0.05). bajo las dos duraciones de la demora de reforzamiento, la tasa de respuesta fue confiablemente más alta bajo el ciclo de 64 s. No se encontró interacción entre las dos variables. En la tabla l se presentan las correlaciones entre las cuatro variables dependientes del experimento. Como se mencionó antes, la latencia y la tasa de carrera solo se pueden calcular para las presentaciones de la palanca donde ocurrió al menos una respuesta. Por lo tanto, en las correlaciones entre estas variables dependientes y la tasa de respuesta y con la proporción de ensayos con respuesta únicamente se consideraron las sesiones donde ocurrió al menos una respuesta. Para los sujetos expuestos a las demoras de 8 y 24 s, con el ciclo de reforzamiento constante en 32 s, la correlación entre la tasa de respuesta y la proporción de ensayos con respuesta fue mayor a.86. También para todos estos sujetos, la correlación entre la tasa de respuesta y la tasa de carrera varió entre.69 y.96. La relación entre la proporción de ensayos con respuesta y la tasa de carrera fue confiable para los tres sujetos expuestos a la demora de 8 s y para dos sujetos expuestos a la demora de 24 s. La relación entre las otras combinaciones de las variables dependientes fue inconsistente. Para las ratas expuestas a la demora de 8 y 24 s con un ciclo de reforzamiento constante en 64 s, la correlación entre la tasa de respuesta y la proporción de ensayos con respuesta varió entre.82 y.99. Para los tres sujetos expuestos a la demora 8 s, la tasa de respuesta correlacionó negativamente con la latencia y positivamente con la tasa de carrera. También para las tres ratas expuestas a la demora de 8 s la proporción de ensayos con respuesta y la latencia correlacionaron negativamente. Para las otras combinaciones de las variables dependientes no se encontraron relaciones consistentes.

13 60 AVILA y BRUNER TABLA 1 Correlaciones entre las variables dependientes registradas en el presente estudio. Para cada correlación' se muestra entreparéntesis el número de sesiones consideradas CICLO DE REFORZAMIENTO = 32 s DEMORA Ss DEMORA24s SUJETO A7 A8 A9 Al A2 A3 TASA-R>ü 0:95* (40) 0.92* (40) 0.94* (40) 0.86* (40) 0.94* (40) 0.97* (40) TASA-LA TENClA -0.33* (38) -0.81* (38) (39) (14) 0.41 * (38) 0.27 (40) TASA-TASA DE CARRERA 0.76* (38) 0.77' (38) 0.69* (39) 0.69* (14) 0.81* (38) 0.96* (40) R>O-LATENCIA -0.36* (38) -0.73* (38) (39) (14) 0.46* (38) 0.30 (4() R>O-TASA DECARRERA 0.6,7* (38) 0.72* (38) 0.64* (39) 0.33 (14) 0.72* (38) 0.92*(40) LATENCIA-TASA DE CARRERA 0.26 (38) -0.36* (38) 0.27 (39) (14) 0.80* (38) 0.37* (40) CICLO DE REFORZA MIENTO = 64 s DEMORA8s DEMORA24s SUJETO A 13 A 14 AI5 A 16 A 17 A 18 TASA-R>O 0.82* (40) 0.75* (40) 0.90* (40) 0.9S* (40) 0.99* (40) 0.96*(40) TASA-LA TENCíA -0.69* (40) -0:78* (40) (39) (32) -0.28* (36) 0.25 (13) TASA-TASA DE CARRERA 0.67* (40) 0.36* (40) 0.59* (39) (32) 0.45* (36) 0.35 (13) R>O-LATENCIA -0.72* (40) -0.50* (40) -0.37* (39) (32) 0.27 (36) 0.39 (13) R>O-TASA DECARRERA 0.27 (40) (40) 0.52* (39) (32) 0.43* (36) 0.20 (13) LATENCIA-TASA DE CARRERA (40) 0.05 (40) or» (39) 0.75* (32) 0.61* (36) 0.81*(13) * p <0.05

14 REFORZAMIENTO DEMORADO 61 DISCUSION Los resultados del presente estudio muestran la adquisición del palanqueo en todos los sujetos bajo reforzamiento demorado y empleando un procedimiento comparable, tanto a los de ensayo discreto como a los de operante libre. A continuación se discutirá la pertinencia de estos resultados a la literatura de ensayo discreto y posteriormente a la literatura de operante libre. Para las dos duraciones del ciclo de reforzamiento (32 o 64 s) la proporción de ensayos con respuesta fue mayor para los sujetos expuestos a la demora de 8 s que para los sujetos expuestos a la demora de 24 s. La latencia pareció ser ligeramente más corta y con menor variabilidad bajo la demora de 8 s que bajo la demora de 24 s. Estos resultados son congruentes con los reportados en estudios sobre la adquisición de la respuesta bajo reforzamiento demorado en los procedimientos de ensayo discreto. Por ejemplo, Wolfe (1934) expuso a ratas a un laberinto en T, donde al principio de cada ensayo se varió el color de la caja de salida, de blanco a negro o viceversa. Un giro a la caja meta correcta (la que tenía el mismo color que la caja de salida en ese ensayo) fue seguido por la entrega demorada de comida. Específicamente, una vez los sujetos llegaban a la caja meta la comida se presentaba con una demora que se varió de 5 a 60 s. Wolfe encontró que el porcentaje de giros correctos disminuyó conforme se alargó la demora de reforzamiento. Perin (1943 b) expuso a ratas a un procedimiento donde los sujetos tenían que mover una barra a la derecha o a la izquierda y después de cada respuesta se retraía la barra y se entregaba el reforzador después de una demora de reforzamiento. El número de respuestas correctas (movimientos laterales) fue una función decreciente de alargar la demora de reforzamiento de O a 2, 5, 10, 20 y 30 s. El porcentaje y el número de respuestas correctas reportadas en los estudios de Wolfe y de Perin son equivalentes al número de ensayos con respuesta registrado en el presente estudio. En los estudios de Wolfe y de Perin así como en el presente estudio se encontró que las respuestas correctas disminuyeron conforme se alargó la demora de reforzamiento. En otro estudio, Perin (1943 a) expuso a ratas a un procedimiento de ensayo discreto donde después de una presión a la palanca, esta última se retraía y se entregaba comida después de una demora de O, 2, 5, 10 y 30 s. La latencia se prolongó conforme se aumentó la duración de la demora de reforzamiento. Logan (1952) entrenó a ratas a responder a dos palancas donde una respuesta a una de las palancas era seguida por una demora de I s y una respuesta a la otra palanca era seguido por una demora de 5 s. Los sujetos respondieron con una

15 62 AVILA y BRUNER latencia más corta a la palanca con una demora de reforzamiento de 1 s que a la palanca con una demora de 5 s. Tombaugh y Tombaugh (1969) encontraron que la latencia de la respuesta de presión a la palanca fue más corta para sujetos expuestos a una condición de reforzamiento inmediato que en sujetos expuestos a reforzamiento demorado los. En estos tres estudios, como en el presente trabajo, la latencia fue más corta bajo demoras de reforzamiento más cortas. En relación con la literatura de operante libre, en el presente estudio se encontró que la tasa de respuesta fue más alta para los sujetos expuestos a la demora de 8 que para los sujetos expuestos a la demora de 24 s. Este resultado es congruente con los hallazgos reportados en otros experimentos sobre la adquisición de la respuesta bajo reforzamiento demorado, en situaciones de operante libre. Por ejemplo, Bruner et al. (1994) estudiaron la adquisición del palanqueo en ratas bajo un programa Tándem la 30 s TF 6, 12o 24 s. Encontraron que la tasa de respuesta fue más baja conforme se alargó la duración de la demora de reforzamiento. Bruner eral. (1998) expusieron a diferentes grupos de ratas a programas Tándem RF 1 TF x s y Tándem la 60 TF x s, donde el TF se estableció en O, 1, 3, 6, 12 Y24 s. Encontraron, como en el estudio de Bruner et al. (1994) que la tasa de respuesta fue más alta bajo las demoras de reforzamiento más cortas. Por lo tanto, los resultados del presente estudio son congruentes con los reportados en procedimientos de operante libre. En el presente estudio se encontró que independientemente de la duración de las demoras (8 o 24 segundos), la tasa de respuesta fue más alta para los sujetos expuestos al ciclo de 32 s que para los sujetos expuestos al ciclo de 64 s. En contraste, en unade las condiciones del estudio de Bruner et al. (1998), se expuso a diferentes grupos de ratas a un programa Tándem RF 1 TF 12 s o a prograf!1as Tándem la x s TF 12 s, donde el intervalo al azar se estableció en 15, 30, 60 o 1~0 s. Encontraron que la tasa de respuesta fue similar bajo las diferentes frecuencias de reforzamiento demorado' 12 s. Esta diferencia entre los resultados de ambos estudios puede deberse a que el programa tándem de reforzamiento intermitente del estudio anterior ejerce un menor control sobre la frecuencia de reforzamiento que el procedimiento empleado en el presente estudio. Al añadir una demora de reforzamiento, necesariamente se altera la frecuencia de reforzamiento que se prescribe en el primer componente de cualquier programa tándem. Por ejemplo, en un programa tándem la 30 s TF los y en un tándem la 30s, la frecuencia de reforzamiento programada por el la es la misma, pero por la duración de la demora de reforzamiento, el intervalo entre reforzadores promedio es diferente en cada caso, de 40 y 60 s, respectivamente. En contraste, en el presente estudio la duración del ciclo de reforzamiento mantuvo constante la frecuencia de reforzamiento programada, independientemente de la duración de la demora añadida al programa. Por lo tanto, el último procedimiento es preferible al uso de programas tándem, para determinar los efectos de la frecuencia de reforzamiento.

16 REFORZAMIENTO DEMORADO 63 Como se mencionó en la introducción, en los procedimientos de ensayo discreto y los de operante libre se registran variables dependientes diferentes. En contraste, en el presente estudio se registraron variables dependientes comunes a ambos tipos de procedimiento. Por lo tanto, se pudo establecer algunas relaciones que hasta ahora no se habían documentado. Por ejemplo, para los dos grupos de ratas expuestos a la demora de 8 s, la variable dependiente que mejor correlacionó con la tasa de respuesta fue la proporción de ensayos con respuesta. Las correlaciones entre la tasa de respuesta y la latencia y entre la tasa de respuesta y la tasa de carrera también fueron significativas, aunque menores que T el caso anterior. Para los dos grupos de sujetos expuestos a la demora de 24 s, sólo la proporción de ensayos con respuesta correlacionó con la tasa de respuesta. La tasa de carrera correlacionó con la tasa de respuestas sólo en los tres sujetos expuestos a la demora de 24 s, con un ciclo de reforzamiento de 32 s. Las covariaciones entre la tasa de respuesta (la variable dependiente típica de los procedimientos de operante libre), y la proporción de ensayos con respuesta y la latencia (las variables dependientes típicas de las situaciones de ensayo discreto), muestran la viabilidad de integrar estos dos tipos de procedimiento en términos de sus variables independientes y dependientes comunes. Por ejemplo, en términos de las variables independientes, el procedimiento empleado en el presente estudio hubiera podido convertirse en un prototipo de procedimiento de operante libre, extendiendo el período de disponibilidad de la palanca para que fuera accesible durante todo el ciclo de reforzamiento. En términos de la variable dependiente, es innegable que la conducta está ocurriendo continuamente, independientemente de que un experimentador permita que la respuesta ocurra solamente una vez en cada ensayo y evite su ocurrencia en cualquier otro momento del ciclo de reforzamiento (por ejemplo, retirando el operando o removiendo al sujeto de la caja meta de un laberinto). Por lo tanto, parece apropiado concluir que, como lo sugieren Logan y Ferraro (1970), los procedimientos de ensayo discreto y de operante libre representan los extremos de un continuo de variables independientes comunes a ambos. REFERENCIAS Avila, S. R. y Bruner, C. A. (1995). Adquisición de la respuesta bajo demoras largas de reforzarniento señalado y no señalado. Revista Mexicana de Análisis de la Conducta Avila, S. R. y Bruner, C. A. (1997). Efectos de historia en gradientes obtenidos alargando y acortando la demora de reforzarniento. Revista Mexicana de Análisis de la Conducta Bruner, C. A., Avila, S. R. y Gallardo, L. M. (1994). La adquisición del palenqueo en ratas bajo un programa intermitente de reforzarniento demorado. Revista Mexicana de Análisis de la Conducla Bruner, C. A., Avila, S. R. y Gallardo; L. M. (1996). Acquisition with delayed reinforcement under combinarions 01' response dependent reinforcernent. Revista Mexicana de Análisis de la Conducta,

17 64 AVILA y BRUNER Bruner, C. A., Avila, S. R., Acuña, L. y Gallardo, L. M. (1998). Effects of reinforcement rate and delay on the acquisition of lever pressing by rats, Journal of the Experimental Analysis of Behavior, Bruner, C. A., Lattal, K.A. Y Acuña, L. (1994). Los efectos del reforzamiento independiente de la respuesta sobre el responder adquirido con reforzamiento demorado. Acta Comportamental a. 2, Critchfield, T. S. y Laual, K. A. (1993). Acquisition of a spatially defined operant with delayed reinforcement. Journal of the Experimental Analysis of Behavior, Dickinson, A., Watt, A. y Griffiths, W. J. H. (1992). Free-operant acquisition with delayed reinforcement. The Quarterly Journul of Experimental Psychology, 3, Hull, C. L. (1943). Principlesofbehavior: An introductiontobehavior theory. New York: Appleton- Century-Crofts. Lattal, K. A. Y Gleeson, S. (1990). Response acquisition with delayed reinforcement. Journa/ of Experimenta/ Psychology: Animal Behavior Processes, / Lanal, K. A. Y Metzger, B. (1994). Response acquisition by siamese fighting fish (Betasplendens) with delayed visual reinforcement. Journal of the Experimenta/ Analysis of Behavior. 6/. 35c 44. Lattal, K. A. Y Williams, A. M. (1997). Body weight and response acquisition with delayed reinforcernent. Joumal of the Experimental Analysis of Behavior, Logan, F. A. (1952). The role of delay of reinforcement in determíning reaction poten tial. Journal of Experimental Prychoiog», Logan, F. A. Y Ferraro, D. P. (1970). From free responding to discrete trials. En W. N. Schoenfeld (Ed.), The theory of reinforcement schedules (pp. I ). New York: Appleton-Century- Crofts. Perin, C. T. (1943 a). A quantitative investigation of the delay-of-reinforcement gradient. Journa/ of Experimental Psychology, Perin, C. T. (1943 b), The effect ofdelay reinforcernent upon the diferentiation ofbar responses in white rats, Jouma/ of Experimental Psychology Renner, K. E. (1964). Delay of reinforcement: A historical review. Psychological Bulletin, 6/ Tarpy, R. M. Y Sawabini, F. L. (1974). Reinforcement delay: A selective review ofthe last decade.. Psychological Bulletin, Tolman, E. C. (1932). Purposive behavior in animals and meno New York: Appleton-Century- Crofts.. Tombaugh, T. N. Y Tombaug, J. W. (1969). Effects of delay of reinforcement and cues upon acquisition and extinction performance. Psychological Reports Van Haaren, F. (1992). Response acquisitioo with fixed and variable resetting delays ofreinforcement in male and female wistar rats, Physiology and Behavior, Wilkenfield, J.. Nickel, M., Blakely, E. y Poling, A. (1992). Acquisition of lever-press responding in rats with delayed reinforcement. A cornparison of three procedures. Journal of the Experimenta/ Analysis of Behavior, Wolfe.J. B. (1934). Theeffectofdelay reward upon learningin the white rat.jouma/ ofcompurative Psychology, /7, 1-2L