Condicionamento Operante e Programas de Reforço

Como as consequências moldam o comportamento e quais programas de reforço constroem hábitos duradouros

Quais programas de recompensa constroem os hábitos mais duradouros?

O condicionamento operante mostra que o comportamento é moldado por suas consequências — recompensas o aumentam, punições o diminuem. Programas de reforço determinam o padrão de recompensas, e o trabalho de laboratório de Skinner estabeleceu que programas de razão variável (recompensas imprevisíveis, mas contingentes à resposta) produzem o comportamento mais persistente e os hábitos mais difíceis de extinguir. Esta está entre as descobertas mais replicadas da ciência comportamental, embora a maioria das aplicações fora de ambientes controlados exija adaptação cuidadosa.

O arcabouço de condicionamento operante de B.F. Skinner é a espinha dorsal da ciência comportamental — o estudo sistemático de como as consequências mudam a probabilidade do comportamento. Os programas de reforço, desenvolvidos ao longo de décadas de pesquisa animal e humana, explicam por que caça-níqueis são viciantes, por que elogios dados ocasionalmente são muitas vezes mais eficazes do que elogios constantes, e por que hábitos formados sob recompensa variável são tão difíceis de quebrar. Estas são as práticas centrais para aplicar esse arcabouço à mudança de comportamento real.

Práticas

Projete um reforçador positivo genuíno para o comportamento alvo
Identifique algo que genuinamente aumenta sua probabilidade de repetir o comportamento — não o que deveria funcionar, mas o que realmente funciona.
Use reforço de razão variável para tornar hábitos persistentes
Depois que um comportamento estiver estabelecido, mude para um programa de recompensa imprevisível para torná-lo resistente à extinção.
Molde comportamentos complexos através de aproximações sucessivas
Reforce aproximações progressivamente mais próximas do comportamento alvo, em vez de esperar que o comportamento completo apareça.
Extinga comportamentos indesejados removendo seu reforço
Pare um comportamento retendo consistentemente o reforçador que o mantém — não punindo-o.
Use reforço diferencial para aumentar o comportamento desejado enquanto reduz o indesejado
Reforce o comportamento que você quer enquanto retém o reforço do que você não quer — ao mesmo tempo.
Torne as consequências imediatas para superar o problema do atraso da recompensa
Quanto mais próxima no tempo uma consequência segue um comportamento, mais forte seu efeito sobre esse comportamento.
Modifique antecedentes para disparar o comportamento antes que ele dependa de motivação
Mude os sinais que precedem um comportamento para torná-lo mais ou menos provável de ocorrer.

Pratique isso com IX Coach

Pratique isto com o IX Coach

Pesquisa

Premack, D. (1959). Toward empirical behavior laws: I. Positive reinforcement. Psychological Review, 66(4), 219–233.
Ferster & Skinner (1957), "Schedules of Reinforcement" — foundational experimental data
Ferster, C. B., & Skinner, B. F. (1957). Schedules of Reinforcement. New York: Appleton-Century-Crofts.
Cooper, Heron & Heward, "Applied Behavior Analysis" — standard reference for shaping procedures
Lerman, D. C., & Iwata, B. A. (1995). Prevalence of the extinction burst and its attenuation during treatment. Journal of Applied Behavior Analysis, 28(1), 93–94.
Lerman, D. C., Iwata, B. A., & Wallace, M. D. (1999). Side effects of extinction: Prevalence of bursting and aggression during the treatment of self-injurious behavior. Journal of Applied Behavior Analysis, 32(1), 1–8.
Petscher, E. S., Rey, C., & Bailey, J. S. (2009). A review of empirical support for differential reinforcement of alternative behavior. Research in Developmental Disabilities, 30(3), 409–425.
Cooper, Heron & Heward, "Applied Behavior Analysis" — stimulus control chapters

Conceitos relacionados

Hábitos Atômicos, na Prática
As quatro leis, os mecanismos reais e onde a ciência é forte
Condicionamento Clássico e Gatilhos de Hábitos
Como pistas neutras se tornam gatilhos poderosos de hábitos — e como usar esse fato
O Poder do Hábito, na Prática
O ciclo do hábito, o desejo, hábitos-chave e uma leitura honesta da ciência

Frequently asked questions

Quais programas de recompensa constroem os hábitos mais duradouros?

Como funciona «Projete um reforçador positivo genuíno para o comportamento alvo»?

Um reforçador é definido operacionalmente: é qualquer coisa que, quando apresentada depois de um comportamento, aumenta a probabilidade futura desse comportamento. Não é o mesmo que uma recompensa que você acha que deveria funcionar — o teste são os dados do comportamento. Muitas estratégias de autoaperfeiçoamento falham porque a "recompensa" é abstrata, adiada ou na verdade aversiva para quem a usa.

Como funciona «Use reforço de razão variável para tornar hábitos persistentes»?

Programas de razão variável (RV) recompensam o comportamento depois de um número imprevisível de respostas — a característica definidora do jogo de azar. RV produz a maior taxa de resposta e a extinção mais lenta de qualquer programa de reforço, porque cada resposta não recompensada pode ser a última antes da recompensa. O animal/humano não sabe quando parar porque a próxima resposta pode ser a vencedora. Isso torna hábitos de RV muito duradouros — mas também significa que podem ser explorados por designers de aplicativos e cassinos.

Como funciona «Molde comportamentos complexos através de aproximações sucessivas»?

A moldagem funciona porque comportamentos complexos não podem ser reforçados até que ocorram, e raramente ocorrem espontaneamente. Ao reforçar passos em direção ao alvo — cada um uma aproximação mais próxima — a pessoa (ou animal) é guiada por um comportamento que nunca surgiria através da espera. Este é o princípio por trás de toda atribuição de tarefa graduada em terapia e sobrecarga progressiva em treinamento: você recompensa a direção, não o destino.

Como funciona «Extinga comportamentos indesejados removendo seu reforço»?

A extinção funciona quebrando a contingência entre um comportamento e seu reforçador de manutenção. Sem reforço, o comportamento perde seu propósito funcional e diminui com o tempo. Isso é preferível à punição porque não gera efeitos colaterais emocionais (agressão, evitação, ansiedade) associados ao controle aversivo. A chave é identificar o reforçador real, que muitas vezes não é o óbvio.

Como funciona «Use reforço diferencial para aumentar o comportamento desejado enquanto reduz o indesejado»?

O reforço diferencial de comportamento alternativo ou incompatível (DRA/DRI) é mais eficaz do que a extinção sozinha porque preenche o vácuo comportamental. Quando uma alternativa reforçada está disponível, a extinção do comportamento antigo é mais rápida, a explosão de extinção é menor, e a pessoa tem algo para fazer em vez disso. Comportamentos incompatíveis (comportamentos que fisicamente não podem ocorrer simultaneamente com o alvo) são substitutos particularmente eficazes.

Como funciona «Torne as consequências imediatas para superar o problema do atraso da recompensa»?

Os efeitos do condicionamento operante decaem com a distância temporal entre comportamento e consequência. A maioria dos resultados valiosos da vida (saúde, riqueza, relacionamentos) se acumula lentamente, enquanto comportamentos concorrentes (comida ruim, procrastinação) pagam imediatamente. Isso é desconto por atraso: recompensas futuras são subjetivamente desvalorizadas, e a desvalorização é acentuada no curto prazo. Fechar a distância — criando uma recompensa simbólica ou sensorial imediata para comportamentos com pagamentos adiados — restaura a contingência.

Como funciona «Modifique antecedentes para disparar o comportamento antes que ele dependa de motivação»?

O comportamento operante é controlado por contingências de três termos: antecedente → comportamento → consequência. A maioria dos esforços de mudança de comportamento se concentra na consequência, mas os antecedentes muitas vezes são mais fáceis de modificar. Estímulos discriminativos sinalizam quando o reforço está disponível e provocam de forma confiável o comportamento associado — é por isso que hábitos baseados em sinais são tão automáticos. Projetar antecedentes significa criar sinais que disparam comportamentos desejados e remover sinais que disparam comportamentos indesejados.