Programas de reforzamiento

Un programa de reforzamiento es una regla que indica cuándo se dará una recompensa por una conducta determinada. Ese impulso de revisar el teléfono surge de un programa de intervalo variable: no sabes cuándo aparecerá una notificación gratificante, y eso hace que revisar el teléfono resulte irresistible. Algunas recompensas son predecibles, como recibir tu sueldo cada dos semanas, pero los hábitos más persistentes se mantienen gracias a recompensas que llegan tras un número impredecible de acciones, como ganar en una máquina tragamonedas.

Prueba esto: Cuando sientes un fuerte impulso de hacer algo, ¿la posible recompensa depende de un tiempo de espera impredecible o de un número impredecible de acciones?

Los programas de reforzamiento son un concepto central de la psicología conductual. Describen cómo el momento en que se producen las consecuencias influye en la conducta. Hay cuatro tipos básicos que explican buena parte de nuestra motivación cotidiana y de la frecuencia con la que respondemos.

Dos programas se basan en el número de respuestas:

• Razón fija: Recibes una recompensa después de un número concreto de acciones. Piensa en una tarjeta de fidelidad de una cafetería que te da una bebida gratis por cada 10 compras. Esto genera una frecuencia de conducta alta y constante, con una breve pausa después de cada recompensa.
• Razón variable: Recibes una recompensa después de un número impredecible de acciones. Esta es la lógica de las máquinas tragamonedas y de las recompensas aleatorias en los videojuegos. La incertidumbre resulta muy atractiva y genera las conductas más frecuentes y persistentes.

Dos programas se basan en el tiempo transcurrido:

• Intervalo fijo: Recibes una recompensa por la primera respuesta que das después de que haya pasado un tiempo concreto. Recibir tu sueldo cada dos semanas es un ejemplo clásico. Este patrón suele hacer que la conducta aumente a medida que se acerca el momento de la recompensa.
• Intervalo variable: Recibes una recompensa por la primera respuesta que das después de que haya pasado un tiempo impredecible. Es como revisar el correo electrónico o actualizar el contenido de una red social: lo haces con regularidad porque no sabes cuándo podría aparecer un mensaje o una publicación nueva. Esto genera una frecuencia de respuesta constante y moderada.

Entender estos programas ayuda a explicar por qué algunos productos digitales resultan adictivos. Actualizar el contenido de una aplicación funciona según un programa de intervalo variable. No sabes cuándo habrá contenido nuevo, así que sigues revisando. Puedes usar este conocimiento para desarrollar mejores hábitos personales o reconocer cuándo los sistemas externos podrían estar manipulando tu atención.

Las investigaciones pioneras de B. F. Skinner muestran que el patrón de reforzamiento suele ser más decisivo que el tamaño de la recompensa. La neurociencia vincula el potente efecto de los programas variables con el sistema de dopamina del cerebro, que responde con más intensidad a las recompensas inesperadas.

• Ferster y Skinner (1957) documentaron de forma sistemática cómo los distintos programas generan patrones de conducta específicos. Observaron que los programas de razón variable producen las respuestas más persistentes. [1]
• Schultz (2015) mostró que las neuronas dopaminérgicas señalan un «error de predicción de recompensa» ante recompensas inesperadas, lo que refuerza intensamente la conducta que las precede. [2]

Estos principios pueden simplificar demasiado la conducta al restar importancia a la cognición, la motivación intrínseca y el contexto social. El uso intencional de programas de razón variable en productos digitales, como las cajas de botín, también plantea preocupaciones éticas por generar adicción y explotar vulnerabilidades psicológicas.