¿Qué es el entrenamiento del perro operante?

Del clásico reflejo condicionado que lleva el nombre de IP Pavlov, este reflejo difiere en que se basa en la actividad activa con un propósito del animal, causada por algún tipo de necesidad. Y el refuerzo al mismo tiempo es el resultado de esta actividad muy activa y decidida. Mientras que con el reflejo condicionado clásico, el refuerzo es el incondicionado, o simplemente el segundo estímulo.

El aprendizaje operante fue descubierto por el científico estadounidense EL Thorndike gracias a la inteligencia de perros y gatos. El hecho es que Thorndike, al descubrir la capacidad de aprendizaje de los animales, diseñó una jaula especial equipada con una puerta con una cerradura simple. Encerrando gatos y perros en esta jaula, observó con el sano regodeo de un científico cómo sus hermanos menores aprendían a abrir esta puerta. Y los hermanos y hermanas menores aprendieron a abrir la puerta haciendo varios intentos, algunos de los cuales tuvieron éxito y otros no. Por lo tanto, Thorndike llamó a la forma de aprendizaje que descubrió “ensayo y error”.

Un reflejo, sin embargo, esta forma de aprendizaje fue bautizada mucho más tarde por otro conocido científico estadounidense, BF Skinner, quien le dedicó toda su vida científica. Por eso, entre los varios padres del reflejo operante, Skinner es considerado el padre principal. Sin embargo, para ser justos, notamos que por primera vez en el mundo, nuestro maravilloso entrenador Vladimir Durov describió el entrenamiento basado en el aprendizaje operante en su libro “Entrenamiento animal. Observaciones psicológicas sobre animales entrenados según mi método. 40 años de experiencia.” Por lo tanto, puede leer sobre la versión rusa del entrenamiento operante en el libro de Vladimir Durov, y la versión estadounidense del entrenamiento operante está bien descrita en el libro "¡No le gruñas al perro!" de la psicóloga y formadora Karen Pryor, que, por cierto, también os aconsejo leer.

El método general de entrenamiento operante de Skinner se puede describir en los siguientes pasos:

etapa de privación. Así llamó Skinner a esta etapa en los años 30. Sin embargo, ahora esta etapa debería llamarse “la etapa de elegir y crear una necesidad básica”.
Cuando se forma un reflejo condicionado operante, se pueden usar casi todas las necesidades conocidas de los perros, pero Skinner usó la necesidad de alimento con más frecuencia. Y el significado de la etapa de privación era que Skinner subalimentaba a los animales por un tiempo o los dejaba pasar hambre. Se creía que el refuerzo alimentario solo se volvía significativo para el animal y efectivo para el aprendizaje cuando este animal perdía alrededor del 20% de su peso vivo. ¡Oh tiempos, oh modales!
La etapa de formación del refuerzo alimentario condicionado. En su investigación, Skinner usó comederos automáticos, cuyo sonido se suponía que era una señal para los animales de la aparición de un gránulo de alimento. Y esto tomó tiempo. La etapa se consideró completada cuando, en respuesta al sonido del comedero, la rata corrió inmediatamente hacia el comedero.
De hecho, esta etapa es la formación de un reflejo sonoro condicionado clásico con refuerzo alimentario. También sirve como base para el llamado entrenamiento con clicker, un método de entrenamiento que utiliza el refuerzo positivo de alimentos sonoros condicionados.
Y tenemos que admitir que la escuela de entrenamiento operante se distingue favorablemente del entrenamiento tradicional doméstico por la atención que el entrenamiento operante presta al tema del reforzamiento. Sobre todo refuerzo positivo y probabilístico.
Etapa de formación de la reacción. Como comportamiento modelo, Skinner entrenó a sus ratas para presionar el pedal y sus palomas para picotear la tecla. La formación de la reacción de pisar el pedal se llevó a cabo de una de tres maneras: por prueba y error (formación espontánea), por formación dirigida o secuencial y por el método de destino.
La formación espontánea consistió en que el animal, viajando a través de la caja de Skinner, accidentalmente presionó el pedal y gradualmente asoció la presión con la inclusión del comedero automático.
Durante la formación direccional, el investigador encendía el alimentador automático, primero reforzando cualquier orientación hacia el pedal, luego acercándose a él y finalmente presionándolo. ¿Por qué no entrenar con clicker?
Y el método objetivo fue que se pegó una bolita de comida en la llave, los intentos de arrancarla llevaron a presionar la palanca.
El método moderno de entrenamiento operante para iniciar el comportamiento deseado permite el uso de casi todos los métodos conocidos para influir en el animal. Sin embargo, se considera ineficaz utilizar efectos aversivos (que provocan dolor o malestar).
Poner la conducta bajo control de estímulos o introducir un estímulo diferenciador. En otras palabras, la introducción de un estímulo u orden condicionada.
Skinner y sus seguidores creían que la formación de una acción y el desarrollo paralelo simultáneo de su conexión con un estímulo condicionado (comando) son dos procesos diferentes. Y la asimilación simultánea de dos cosas diferentes complica el aprendizaje. Por lo tanto, las operantes tradicionales primero forman el comportamiento y luego ingresan el comando.
Debe enfatizarse que en el aprendizaje operante, un estímulo diferenciador es, en general, no un comando en nuestra comprensión. Un equipo es como una orden, ¿no? Solemos interpretarlo de esta manera. Un estímulo diferenciador es la información de que en este momento la ejecución de una conducta es más efectiva y generalmente posible. Así, el “comando” en el entrenamiento operante tiene la función de permitir y permitir que se realice la conducta.
Para que quede más claro, analicemos la introducción de una bombilla en el experimento como estímulo diferenciador. Entonces, la rata ha aprendido a presionar el pedal y lo presiona cuando quiere comer. El investigador enciende la luz durante un par de segundos y crea condiciones bajo las cuales presionar el pedal solo cuando la luz está encendida conduce al suministro de alimento. Y cuando la luz se apague, por mucho que presiones, ¡tendrás una combinación de tres dedos! Es decir, la inclusión de una bombilla crea, separa, distingue, diferencia diferentes condiciones. Y la rata pronto comienza a comprender. Y como ella tiene muchas ganas de comer (¡tiene una necesidad de comida!), entonces, cuando ve la bombilla encendida, inmediatamente corre hacia el pedal y, bueno, ¡piselo! Desde fuera, parece que la bombilla encendida hace que la rata le ordene pisar el pedal. Pero ahora entiendes que no es así. Cuando se enciende la luz, dice: Ahora puedes pisar el pedal. ¡Pero sólo!
Reforzar la conducta. La consolidación de la conducta formada a la habilidad se realiza por repetición utilizando refuerzo probabilístico. También es útil utilizar diferentes necesidades para esto y, en consecuencia, aplicar diferentes refuerzos.
La versión doméstica del método de entrenamiento operante, originario de Vladimir Durov, difiere solo en que le permite introducir inmediatamente un estímulo ejecutivo (orden, estímulo diferenciador, estímulo condicionado). La práctica muestra que una habilidad no se forma más lentamente que con una técnica importada. Y como te permite eliminar un paso completo, ahorra tiempo. ¡Así que tiene sentido apoyar al fabricante nacional de técnicas de entrenamiento!