Modelos básicos de aprendizaje

¿Cómo ofrecen las organizaciones recompensas adecuadas en el momento oportuno?
El aprendizaje puede definirse, a nuestros efectos, como un cambio relativamente permanente en el comportamiento que se produce como resultado de la experiencia. Es decir, se dice que una persona ha aprendido algo cuando muestra sistemáticamente un nuevo comportamiento a lo largo del tiempo. Varios aspectos de esta definición son dignos de mención.

La mejor manera de entender el proceso de aprendizaje es analizar las cuatro etapas de la evolución de la investigación sobre el aprendizaje (véase la ilustración 4.2). El interés científico por el aprendizaje se remonta a los primeros experimentos de Pavlov y otros a principios de siglo. Esta investigación se centró en las relaciones estímulo-respuesta y en los determinantes ambientales de los comportamientos observables. A esto siguió el descubrimiento de la ley del efecto, los experimentos de condicionamiento operante y, por último, la formulación de la teoría del aprendizaje social.

A continuación, Pavlov emparejó el estímulo incondicionado (carne) con otro neutro (el sonido de una campana). Normalmente, el sonido de la campana no provocaría salivación por sí mismo. Sin embargo, con el tiempo, el perro desarrolló un vínculo aprendido entre la campana y la carne, que finalmente dio lugar a un vínculo S-R entre el estímulo condicionado (la campana) y la respuesta (salivación) sin la presencia del estímulo incondicionado (la carne). Se demostró que se había producido un aprendizaje y que éste era el resultado de condicionar a los perros a asociar dos objetos normalmente no relacionados, la campana y la carne.

Aunque los experimentos de Pavlov son ampliamente citados como prueba de la existencia del condicionamiento clásico, desde la perspectiva del comportamiento organizativo es necesario preguntarse cómo se relaciona este proceso con las personas en el trabajo. Ivancevich, Szilagyi y Wallace ofrecen un ejemplo de condicionamiento clásico relacionado con el trabajo:

Un ejemplo de condicionamiento clásico en un entorno laboral sería el de un piloto de avión que aprende a utilizar un sistema de alerta recién instalado. En este caso, el comportamiento que hay que aprender es responder a una luz de advertencia que indica que el avión ha descendido por debajo de una altitud crítica en una trayectoria de planeo asignada. La respuesta adecuada es aumentar la altitud del avión. El piloto ya sabe cómo responder adecuadamente a la advertencia del instructor de aumentar la altitud (en este caso diríamos que la advertencia del instructor es un estímulo incondicionado y la acción correctiva de aumentar la altitud es una respuesta incondicionada). La sesión de entrenamiento consiste en que el entrenador advierta al piloto de que aumente la altitud cada vez que se encienda la luz de advertencia. Mediante el emparejamiento repetido de la luz de advertencia con la advertencia del instructor, el piloto acaba aprendiendo a ajustar la altitud del avión en respuesta a la luz de advertencia aunque el instructor no esté presente. De nuevo, la unidad de aprendizaje es una nueva conexión S-R, o hábito.2

Aunque el condicionamiento clásico tiene claras aplicaciones en situaciones laborales, sobre todo en el ámbito de la formación y el desarrollo, ha sido criticado por explicar sólo una parte limitada del aprendizaje humano total. El psicólogo B. F. Skinner sostiene que el condicionamiento clásico se centra en los comportamientos respondedores o reflejos; es decir, se concentra en explicar las respuestas en gran medida involuntarias que resultan de los estímulos.3 El aprendizaje más complejo no puede explicarse únicamente mediante el condicionamiento clásico. Como explicación alternativa, Skinner y otros han propuesto el modelo de condicionamiento operante del aprendizaje.

Condicionamiento operante
El condicionamiento operante se centra principalmente en los efectos de los refuerzos, o recompensas, sobre los comportamientos deseados. Uno de los primeros psicólogos que examinó estos procesos fue J. B. Watson, contemporáneo de Pavlov, quien sostenía que el comportamiento se ve influido en gran medida por las recompensas que se reciben como resultado de las acciones.4 Esta noción se resume mejor en la ley del efecto de Thorndike. Esta ley establece que, de varias respuestas dadas ante una misma situación, las que van acompañadas o seguidas de satisfacción (refuerzo) tienen más probabilidades de producirse, mientras que las que van acompañadas o seguidas de malestar (castigo) tienen menos probabilidades de producirse.5

En otras palabras, postula que el comportamiento que conduce a resultados positivos o placenteros tiende a repetirse, mientras que el comportamiento que conduce a resultados negativos o castigos tiende a evitarse. De este modo, los individuos aprenden respuestas adecuadas y aceptables a su entorno. Si descontamos repetidamente el sueldo a un empleado que habitualmente llega tarde, es de esperar que aprenda a llegar lo suficientemente pronto como para recibir el sueldo de un día completo.

En la ilustración 4.2 se presenta un modelo operante básico de aprendizaje. Hay tres conceptos importantes en este modelo:

Pulsión. La pulsión es un estado interno de desequilibrio; es una necesidad sentida. En general, se cree que el impulso aumenta con la intensidad de la privación. El impulso o deseo de aprender debe estar presente para que se produzca el aprendizaje. Por ejemplo, es probable que el hecho de no poder permitirse la casa que desea le impulse a conseguir más dinero para comprar la casa deseada. Vivir en una chabola destartalada probablemente aumente este impulso en comparación con vivir en un bonito apartamento.

Hábito. Un hábito es el vínculo o conexión experimentada entre estímulo y respuesta. Por ejemplo, si una persona aprende con el tiempo que comer sacia el hambre, se desarrollará un fuerte vínculo estímulo-respuesta (comer-hambre). Los hábitos determinan los comportamientos que elegimos.

Refuerzo o recompensa. Representa la retroalimentación que reciben los individuos como resultado de una acción. Por ejemplo, si como vendedor recibe una bonificación por aumentar las ventas y piensa utilizar el dinero para comprarse la casa que siempre ha deseado, esto reforzará los comportamientos que creía que le habían llevado a aumentar las ventas, como sonreír a los clientes, repetir su nombre durante la presentación, etcétera.

Un estímulo activa la motivación de un individuo a través de su impacto en el impulso y el hábito. Cuanto más fuerte sea el impulso y el hábito (vínculo S-R), más fuerte será la motivación para comportarse de una determinada manera. Como resultado de este comportamiento, ocurren dos cosas. En primer lugar, el individuo recibe una retroalimentación que reduce el impulso original. En segundo lugar, el individuo refuerza su creencia en la veracidad del vínculo S-R en la medida en que ha demostrado tener éxito. Es decir, si su respuesta al estímulo satisface su impulso o necesidad, el individuo llegará a creer más firmemente en la idoneidad de la conexión S-R concreta y responderá del mismo modo en circunstancias similares.

Un ejemplo aclarará este punto. Varios intentos recientes de formar a trabajadores en paro crónico han utilizado un sistema de pago diario en lugar de sistemas semanales o mensuales. La razón principal es que los trabajadores, que no tienen un historial de trabajo, pueden ver más rápidamente la relación entre ir a trabajar y recibir una paga. El vínculo S-R se desarrolla más rápidamente debido a la frecuencia del refuerzo o recompensa.

Condicionamiento operante frente a condicionamiento clásico
El condicionamiento operante puede distinguirse del condicionamiento clásico al menos en dos aspectos.6 En primer lugar, los dos enfoques difieren en lo que se cree que causa cambios en el comportamiento. En el condicionamiento clásico, se cree que los cambios en el comportamiento surgen a través de cambios en los estímulos, es decir, una transferencia de un estímulo incondicionado a un estímulo condicionado. En el condicionamiento operante, por otra parte, se cree que los cambios en el comportamiento son el resultado de las consecuencias de un comportamiento previo. Cuando una conducta no ha sido recompensada o ha sido castigada, no cabe esperar que se repita.

En segundo lugar, los dos enfoques difieren en el papel y la frecuencia de las recompensas. En el condicionamiento clásico, el estímulo incondicionado, que actúa como una especie de recompensa, se administra en cada ensayo. En cambio, en el condicionamiento operante la recompensa sólo se obtiene cuando los individuos eligen la respuesta correcta. Es decir, en el condicionamiento operante, los individuos deben actuar correctamente sobre su entorno antes de recibir una recompensa. La respuesta es decisiva para obtener la recompensa deseada.