Condicionamento Operante e Aprendizagem

O Condicionamento Operante

O comportamento é um instrumento para alcançar a solução ou recompensa que o sujeito deseja.

No condicionamento clássico, a aprendizagem ocorre na relação Estímulo-Estímulo (E-E), enquanto no condicionamento instrumental/operante, ocorre na Resposta (R). No primeiro, o reforço ocorre independentemente do sujeito, enquanto no operante o reforço instrumental é uma consequência direta do seu próprio comportamento.

Aprender é, de acordo com Thorndike, o estabelecimento de uma conexão (E-R), porque o animal foi recompensado pelas consequências da resposta (R) de sucesso (como escapar da gaiola).

Leis de Aprendizagem: Contribuições de Thorndike

• Lei do Efeito: "Quando se estabelece uma conexão entre uma situação modificável e uma resposta (R), e esta é acompanhada ou seguida por um estado de satisfação, aumenta a força da conexão. Quando é acompanhada ou seguida por um estado de desconforto, sua força diminui." (recompensas e punições). A punição suprime a resposta (R), mas esta não desaparece, pois apenas fornece informações sobre o que não fazer. No entanto, as recompensas produzem aprendizagem efetiva.
• Lei do Exercício: (importância da prática). As conexões E-R são reforçadas pelo uso e enfraquecidas com o desuso.
• Lei da Prontidão (Disposição): (motivação, atenção e desenvolvimento). Quando o sujeito está pronto (disposto) para agir, a ação é reforçadora e não aversiva.

Implicações Educacionais de Thorndike

De acordo com Thorndike (1912), os professores devem aplicar a Lei do Efeito para que os alunos adquiram hábitos positivos, seguindo estes princípios:

1. Treinar os hábitos: Não esperar que se formem sozinhos.
2. Evitar hábitos indesejados: Ter cuidado para não formar um hábito que precise ser removido mais tarde.
3. Evitar redundâncias: Não formar dois ou mais hábitos se apenas um for suficiente.
4. Prática real: Formar os hábitos da mesma maneira como serão praticados (aplicações de aprendizagem juntamente com o conteúdo do currículo).

O Condicionamento Operante de Skinner

Skinner entende o condicionamento como o fortalecimento do comportamento resultante do reforço. Aqui existem duas distinções de respostas (R) comportamentais:

• Tipo S (pavloviano): No qual o estímulo (E) elicia a resposta (R).
• Tipo R (operante): No qual a resposta (R) é ativa, pois opera no meio para produzir um efeito.

Processos Básicos do Condicionamento Operante

Skinner (1950) considerou que o comportamento (R) ocorre entre duas influências ambientais: as que o precedem (antecedentes) e as que o seguem (consequências), formando a tríplice contingência: Antecedente-Comportamento-Consequência (tríade ABC).

O estímulo discriminativo positivo indica que, se o comportamento for emitido em sua presença, haverá reforço. Se for negativo, indica que não haverá reforço.

• Reforço: Processo responsável pelo fortalecimento da resposta (R) ou do comportamento, aumentando a probabilidade de que tal conduta seja repetida.
• Reforçadores: Estímulos específicos que favorecem o reforço. O valor de um reforçador depende da história biológica de cada sujeito, bem como de sua história de aprendizagem e de seu estado psicológico e fisiológico atual. Podem ser primários, secundários, condicionados ou generalizados.
• Tipos de Reforço e Punição:
  • Reforço: Aumenta a probabilidade de o comportamento ser repetido na mesma situação.
    • Reforço positivo: O comportamento é seguido pela apresentação de um estímulo positivo.
    • Reforço negativo: O comportamento é seguido pela remoção de um estímulo aversivo (negativo).
  • Punição: Diminui a probabilidade de o comportamento ser repetido na mesma situação.
    • Punição positiva: Apresentação de um estímulo aversivo após a resposta.
    • Punição negativa (Castigo): Retirada de um estímulo positivo após a resposta.
• Programas de Reforço: Regra que determina o momento e a forma como a ocorrência de uma resposta (R) é seguida por um reforço.
  • Reforço contínuo: Ocorre quando se apresenta o reforço a cada resposta correta.
  • Reforço intermitente: As respostas são reforçadas apenas algumas vezes, definidas em função do número de respostas (razão) ou do tempo decorrido (intervalo). Tipos:
    1. Razão fixa (RF)
    2. Razão variável (RV)
    3. Intervalo fixo (IF)
    4. Intervalo variável (IV)
• Princípio de Premack: Comportamentos de alta frequência (atividades preferidas do sujeito) podem servir como reforçadores para comportamentos de baixa frequência que se deseja promover.
• Punição: Suprime a resposta (R), mas não a elimina. Se a ameaça de punição desaparece, o comportamento punido pode retornar. Portanto, a punição só deve ser aplicada quando não houver alternativa. Implicações educacionais importantes:
  1. Deve ser aplicada o mais rápido possível para não perder a eficácia.
  2. Deve ser acompanhada pelo reforço positivo de comportamentos alternativos adequados.
  3. Não deve ter duração excessiva ou intensidade desproporcional à gravidade da falta cometida.
  4. Desenvolver uma alternativa aceitável e eficaz.
  5. Explicar a contingência da punição (fornecer informação prévia).
• Generalização: Extensão do efeito do reforço a outros estímulos semelhantes. Não é um processo automático e varia de indivíduo para indivíduo.
• Discriminação: O oposto da generalização. Consiste em responder a um estímulo específico, mas não a outros, ou fazê-lo de forma diferente conforme a situação.
• Extinção: Um comportamento aprendido pode desaparecer se o reforço deixar de ser apresentado após a emissão da resposta (R). Pode ocorrer o fenômeno da "recuperação espontânea".

Implicações Educacionais do Condicionamento Operante

A) Promoção de comportamentos:

1. Sinalização e instigação: A sinalização precede o comportamento e define as condições para sua realização. A instigação refere-se à ajuda adicional para garantir que o sujeito responda corretamente ao sinal.
2. Reforço positivo: Principal método para promover comportamentos adequados, aplicando o reforço logo após a ocorrência do comportamento desejado.
3. Modelagem (ou modelamento): Fortalecimento do progresso gradual em direção a um objetivo, por meio de reforço de aproximações sucessivas.
4. Controle de estímulos: Alguns estímulos facilitam determinados comportamentos mais facilmente do que outros.
5. Economia de fichas (tokens): Uso de reforçadores condicionados para reforçar comportamentos adequados gradualmente, enquanto se deixa de reforçar os comportamentos inadequados.

B) Remoção ou redução de comportamentos:

1. Reforço diferencial de outros comportamentos (RDO): Consiste em reforçar um comportamento incompatível com o comportamento inadequado, sem aplicar consequências punitivas a este último.
2. Custo da resposta: Punição caracterizada pela perda de reforçadores previamente adquiridos.
3. Hipercorreção: Consequência para corrigir a má conduta. Inclui a hipercorreção restaurativa e a prática positiva (repetição de respostas adequadas).
4. Economia de fichas: Aplicação do sistema de fichas para reduzir comportamentos indesejados, retirando fichas ou reforçando apenas condutas adequadas.
5. Saciedade: Baseada na prática negativa. Consiste em fazer com que o sujeito repita o comportamento indesejado até cansar-se e cessar a conduta.
6. Tempo limite (Time-out): Afastar o sujeito da fonte de estímulos que mantêm o comportamento inadequado. O tempo deve ser proporcional à idade do indivíduo.