1. O Experimento e o Modelo Operante
Na década de 1930, Burrhus Frederic Skinner revolucionou a psicologia experimental ao desenvolver a Câmara de Condicionamento Operante (popularmente conhecida como Caixa de Skinner). Diferente do reflexo condicionado passivo de Ivan Pavlov, o comportamento operante é aquele que opera sobre o ambiente, sendo selecionado e mantido por suas consequências.
"Os homens agem sobre o mundo, modificam-no e são, por sua vez, modificados pelas consequências de suas ações." — B. F. Skinner
2. A Matemática da Aprendizagem: Rescorla-Wagner
Para simular a aquisição da associação entre o clique mecânico do comedouro e a chegada do alimento, o cérebro virtual do ratinho utiliza o modelo matemático de Rescorla-Wagner (1972):
- ΔVi: Variação na força associativa do estímulo condicionado (o clique do dispensador).
- αi, β: Parâmetros de saliência perceptual e taxa de aprendizagem.
- λ: Valor assintótico máximo de reforço (λ = 1.0 na presença de comida; λ = 0 na ausência).
- ΣV: Expectativa associativa total atual acumulada pelo organismo.
3. Como Treinar o Ratinho: Passo a Passo
Treino do Comedouro (Magazine Training)
O rato precisa aprender que o som metálico significa comida. Pressione o botão Liberar Pellet Manualmente quando o rato estiver longe do comedouro. Observe como a barra de Associação Som → Comida cresce. Quando atingir cerca de 60%, o rato correrá imediatamente para comer ao ouvir o clique.
Modelagem da Resposta (Shaping)
Libere comida quando o rato se aproximar do lado esquerdo da gaiola. Em seguida, reforce apenas quando ele se levantar (empinar) na direção da alavanca. Logo, a probabilidade operante aumentará até que ele pressione a barra por conta própria!
Esquemas de Reforço Intermitente
Assim que o rato estiver condicionado no esquema contínuo (CRF), selecione esquemas mais complexos como Razão Fixa (FR), Razão Variável (VR) ou Intervalo Fixo (FI) para ver padrões comportamentais reais registrados no rolo de papel mecânico.
Extinção do Comportamento
Ao cortar o fornecimento de alimento no modo Extinção, observe o surto de extinção (extinction burst): o rato pressionará a barra compulsivamente em busca do reforço antes de desistir gradualmente e retornar à taxa basal exploratória.
4. Os 5 Grandes Esquemas de Reforço
| Esquema | Regra de Reforçamento | Padrão no Registrador Cumulativo | Exemplo no Mundo Real |
|---|---|---|---|
| CRF (FR-1) | Toda resposta válida é reforçada. | Curva contínua e suave de aquisição rápida. | Acender uma lâmpada ao apertar o interruptor. |
| FR (Razão Fixa) | Reforço após um número fixo N de respostas. | Taxa alta com Pausas Pós-Reforço (PRP) típicas. | Trabalhador pago por peça ou comissão a cada 10 vendas. |
| VR (Razão Variável) | Reforço após uma média variável de N respostas. | Taxa altíssima, uniforme e sem pausas (linha reta íngreme). | Máquinas caça-níqueis e feeds de redes sociais. |
| FI (Intervalo Fixo) | Primeira resposta após um tempo fixo t segundos. | Curva em festão (scallop): pausas iniciais e aceleração no final. | Estudar intensamente apenas na véspera de uma prova semanal. |
| VI (Intervalo Variável) | Primeira resposta após intervalos variáveis de tempo. | Taxa moderada, constante e resistente à extinção. | Verificar a caixa de e-mails ou mensagens sem horário fixo. |
| DRL (Baixas Taxas) | Reforço liberado apenas se o intervalo entre respostas (IRT) for maior que t. | Taxa muito baixa e espaçada (treino de autocontrole e inibição). | Aguardar a sua vez de falar em uma conversa sem interromper. |
5. O Registrador Cumulativo de Skinner
Antes dos computadores e monitores digitais, B. F. Skinner inventou o Registrador Cumulativo (Cumulative Recorder): um rolo mecânico de papel contínuo acionado por motor elétrico com uma caneta que se deslocava lateralmente um pequeno degrau a cada pressão da alavanca.
A grande vantagem desse dispositivo é que a taxa de resposta instantânea do animal é diretamente proporcional à inclinação angular da linha desenhada:
- Linha horizontal plana: Nenhuma resposta (pausa ou extinção).
- Inclinação suave: Baixa taxa de respostas.
- Linha quase vertical: Alta frequência de respostas por minuto.
- Traços transversais oblíquos ( \ ): Entrega da recompensa de comida (reforço).
6. Discriminação de Estímulos e Gradiente de Generalização
No treino de discriminação operante, um estímulo antecedente sinaliza quando a resposta será reforçada (Estímulo Discriminativo ou SD, ex: Luz ligada) versus quando a resposta estará em extinção (SΔ, ex: Luz apagada). Com o tempo, o organismo aprende a emitir a resposta quase exclusivamente na presença do SD.
Ao apresentar estímulos de teste com intensidades ou frequências sonoras graduais (ex: tons de 440 Hz a 1320 Hz em torno do tom de treino de 880 Hz), obtém-se o Gradiente de Generalização: uma curva em forma de sino (distribuição normal) que demonstra como a resposta diminui progressivamente à medida que o estímulo se distancia do SD original.
7. Resposta Emocional Condicionada (CER) e Razão de Supressão
Desenvolvido por Estes e Skinner (1941), o procedimento de Supressão Condicionada (CER - Conditioned Emotional Response) demonstra como o medo pavloviano afeta o comportamento operante em andamento. Quando um tom precede um estímulo aversivo (choque elétrico na grelha), o animal desenvolve medo condicionado e exibe a postura de congelamento (freezing), suprimindo temporariamente as pressões à barra.
O grau de medo é quantificado pela Razão de Supressão (SR):
- B: Número de respostas à barra durante a apresentação do som de aviso (CS).
- A: Número de respostas à barra no período de linha de base imediatamente anterior ao som (Pré-CS).
- SR = 0.50: Nenhuma supressão (comportamento normal, ausência de medo).
- SR = 0.00: Supressão total (o medo paralisou completamente o animal).
8. O Modelo de Rescorla-Wagner e Condicionamento Composto
O modelo de Rescorla-Wagner (1972) é a teoria matemática formal mais influente sobre aprendizagem associativa pavloviana. A premissa central é que o aprendizado ocorre quando os eventos no ambiente violam as expectativas do organismo (erro de predição):
- ΔVA: Mudança na força associativa do estímulo A no ensaio.
- αA: Saliência / perceptibilidade do estímulo A (0.0 a 1.0).
- β: Taxa de aprendizagem determinada pelo estímulo incondicionado US (ex: comida ou choque).
- λ: Valor assintótico máximo suportado pelo US (λ = 1.0 na presença de US; λ = 0.0 na ausência).
- ΣV: Soma da expectativa associativa de todos os estímulos presentes no ensaio (ΣV = VTom + VLuz).
Com essa equação de soma composta (ΣV), o simulador reproduz com exatidão os fenômenos clássicos do condicionamento pavloviano:
- Bloqueio de Kamin (Blocking): Se o Tom já prediz perfeitamente o choque (VTom = 1.0), ao apresentar [Tom + Luz] juntos seguidos de choque, o erro de predição é zero (λ - ΣV = 1.0 - 1.0 = 0). Portanto, a Luz não adquire nenhuma força associativa (ΔVLuz = 0), sendo bloqueada pelo conhecimento prévio.
- Sobreambreamento (Overshadowing): Ao apresentar dois estímulos virgens em composto seguidos de choque, o estímulo de maior saliência visual/auditiva (α mais alto) absorve a maior parte do valor associativo, ofuscando o estímulo mais fraco.
- Super-expectativa (Over-expectation): Se o Tom e a Luz forem condicionados separadamente até V = 1.0 cada, ao apresentá-los juntos seguidos de 1 único choque (λ = 1.0), o animal espera 2 choques (ΣV = 2.0). O erro é negativo (1.0 - 2.0 = -1.0), resultando em perda de força associativa em ambos os estímulos.
- Condicionamento Inibitório (CS- / Sinal de Segurança): Quando o Tom prediz choque, mas o composto [Tom + Luz] prediz ausência de choque (λ = 0), a Luz adquire valor associativo negativo (V < 0), tornando-se um sinal inibitório de segurança que cancela a resposta de medo.
- Inibição Latente: Apresentar repetidamente o Tom sem nenhuma consequência ensina o animal que o som é irrelevante, reduzindo a velocidade de aquisição posterior caso o som passe a predizer choque.
9. Dinâmica Operante: Recuperação Espontânea e Reforçamento Secundário
Na tradição analítico-comportamental, a extinção não apaga o aprendizado anterior, mas sobrepõe uma nova aprendizagem inibitória transitória:
- Recuperação Espontânea: Após uma sessão completa de extinção na qual o rato parou de pressionar a barra, permitir um período de descanso de 24 horas dissipa a inibição temporária, fazendo com que o rato volte a pressionar a barra no início da nova sessão sem nenhum novo reforço prévio.
- Reforçadores Secundários (Condicionados): O som de clique metálico do dispensador adquire valor reforçador condicionado ao ser emparelhado com o pellet de ração. Se durante a extinção o clique continuar ativo, a extinção ocorre de forma mais lenta e com surtos mais prolongados; se o som do dispensador for mutado, a taxa de respostas cai com maior rapidez.
- Punição Operante: Quando uma resposta voluntária passa a produzir um estímulo aversivo (choque na alavanca), a frequência do comportamento é suprimida rapidamente, demonstrando a assimetria entre reforço positivo e contingências aversivas.
10. Câmara de Duas Barras, Esquemas Concorrentes e a Lei da Igualação de Herrnstein
Para o estudo de tomada de decisão, escolha e alocação de tempo, o simulador introduz a Câmara de Duas Barras (Two-Bar Operant Chamber). Nela, o organismo tem acesso simultâneo a duas alavancas (Barra Esquerda e Barra Direita), cada qual programada com um esquema independente de reforçamento (Esquemas Concorrentes / Concurrent Schedules, ex: Conc VI 30s VI 60s).
Richard Herrnstein (1961) formulou a célebre Lei da Igualação (Matching Law), que estabelece que a proporção relativa de respostas emitidas em uma alternativa é diretamente proporcional à taxa relativa de reforços obtidos naquela alternativa:
- BL e BR: Número de respostas emitidas na Barra Esquerda (Left) e na Barra Direita (Right).
- RL e RR: Número de reforços (comida) obtidos na Barra Esquerda e na Barra Direita.
- Atraso de Alternância (Changeover Delay - COD): Para evitar que o animal alterne rapidamente entre as alavancas de forma supersticiosa (switching pattern), impõe-se um atraso de 1,5s a 3,0s após a mudança de barra antes que uma resposta possa ser reforçada, garantindo que o animal aprenda a alocar tempo e respostas estritamente de acordo com a taxa de retorno de cada fonte.
11. Fenômenos Avançados de Discriminação e Esquemas
A. O Efeito de Deslocamento do Pico (Peak Shift Effect de Kenneth Spence)
No treino de discriminação intradimensional, o organismo é reforçado na presença de um estímulo (SD = 880 Hz) e colocado em extinção na presença de um estímulo adjacente na mesma dimensão sensorial (SΔ = 660 Hz).
Kenneth Spence (1937) demonstrou que o gradiente final de respostas é o resultado da subtração do gradiente inibitório gerado por SΔ sobre o gradiente excitatório gerado por SD:
- Deslocamento para Longe de SΔ: Como a inibição em 660 Hz deprime as respostas em frequências próximas, o ponto de resposta máxima (pico) desloca-se para frequências superiores a 880 Hz (ex.: pico em 990 Hz ou 1100 Hz).
- Significado Teórico: Prova experimentalmente que a generalização e a discriminação operam como campos de forças vetoriais interativos no sistema nervoso.
B. Tensão de Razão (Ratio Strain) e Fadiga Operante
Quando a exigência de respostas em um esquema de Razão Fixa (FR) é aumentada de forma excessivamente abrupta (ex.: passar um rato de CRF diretamente para FR-30 ou FR-50 sem etapas intermediárias), o comportamento operante entra em colapso. Esse fenômeno é denominado Tensão de Razão (Ratio Strain).
O organismo manifesta pausas pós-reforço anormalmente longas, respostas de frustração e deslocamento para comportamentos concorrentes não operantes (farejamento de cantos, auto-limpeza e imobilidade). Para construir um repertório de alta razão com segurança, o experimentador deve realizar a progressão gradual de razões:
12. Condicionamento Contextual & Efeito de Renovação ABA (Context Renewal)
O aprendizado associativo não ocorre no vácuo, mas integrado ao ambiente físico em que o organismo se encontra (Contexto). O paradigma de Renovação ABA é um dos modelos mais importantes da psicologia experimental moderna para a compreensão de recaídas clínicas:
Contexto A
O Tom é emparelhado com Choque na Câmara A. O animal adquire medo condicionado tanto ao som (CS) quanto aos estímulos contextuais da câmara A.
Contexto B
O rato é transferido para a Câmara B e o Tom é apresentado repetidamente sem choque. A resposta de medo é extinta com sucesso (SR → 0.50).
Retorno ao Contexto A
Ao retornar à Câmara A original, a apresentação do Tom provoca o ressurgimento imediato do medo (SR ≤ 0.35), mesmo sem nenhum novo choque.
Relevância para a Psicologia Clínica: Esse experimento demonstra que a extinção terapêutica (como em terapias de exposição para fobias, TEPT ou dependência química) é específica ao contexto em que foi realizada. Ao retornar ao ambiente original onde o trauma ou o consumo ocorreu, os gatilhos contextuais podem reativar a resposta aprendida.
13. Roteiros Experimentais Sugeridos para Aulas Práticas (Laboratório de AEC)
Abaixo estão 4 roteiros estruturados para realização em aulas práticas de Análise Experimental do Comportamento (AEC) e Psicologia da Aprendizagem:
Treino de Comedouro e Modelagem Operante
Objetivo: Instalar a resposta de pressão à barra por aproximações sucessivas.
Passos: Carregue o perfil Rato Ingênuo (Naive). Na aba Modelagem & Operante, dispense comida manualmente até que o Assistente de Prontidão atinja ≥ 80%. Em seguida, reforce aproximações sucessivas até a emissão da primeira pressão autônoma.
Registro: Anote o número de reforços manuais necessários e o tempo total até a autonomia.
Comparação Morfológica: FR vs. VR vs. FI
Objetivo: Contrastar o traçado do Registrador Cumulativo entre esquemas de razão e intervalo.
Passos: Treine o rato em FR-10 por 3 minutos e observe o padrão em "escada" com pausas pós-reforço. Mude para VR-10 e observe a linha reta contínua de alta inclinação. Por fim, selecioneFI-20s e observe a formação da curva em festão (scallop).
Registro: Calcule a taxa de respostas por minuto em cada esquema.
Verificação da Lei da Igualação de Herrnstein
Objetivo: Testar a correspondência matemática entre alocação de respostas e distribuição de reforços.
Passos: Ative a Câmara de Duas Barras no esquema concorrente Conc VI 20s VI 40s. Deixe a simulação rodar por 5 minutos em velocidade acelerada (10x).
Registro: Compare a razão de respostas BL / (BL + BR) com a razão de reforços obtidos RL / (RL + RR).
Efeito de Bloqueio de Kamin (Bloqueio Pavloviano)
Objetivo: Comprovar que o erro de predição do modelo Rescorla-Wagner governa a aprendizagem.
Passos: Na aba Experimentos Clássicos, selecione o protocolo Bloqueio de Kamin e execute a bateria.
Registro: Verifique o gráfico trial-a-trial e confirme por que a força associativa da Luz (VLuz) permanece próxima de zero ao final da fase composta.
14. Glossário Canônico de Análise Experimental do Comportamento (AEC)
| Termo / Sigla | Nome Completo | Definição Conceitual | Manifestação no Simulador |
|---|---|---|---|
| SD | Estímulo Discriminativo | Estímulo antecedente na presença do qual uma resposta é reforçada. | Luz ou Tom ativo sinalizando que a pressão à barra liberará comida. |
| SΔ | Estímulo Delta | Estímulo antecedente na presença do qual a resposta está em extinção. | Ausência de luz/som; pressões à barra não produzem consequências. |
| US | Estímulo Incondicionado | Estímulo biologicamente potente que elicia resposta reflexa inata. | Choque na grelha metálica (dor) ou alimento na cuba (reforço primário). |
| CS | Estímulo Condicionado | Estímulo inicialmente neutro que adquire função após emparelhamento com US. | Tom de 880 Hz que passa a eliciar congelamento após associação ao choque. |
| UR / CR | Resposta Incondicionada / Condicionada | Reflexo inato (UR) versus resposta aprendida ao estímulo condicionado (CR). | Sobressalto inato ao choque (UR) e congelamento antecipatório ao som (CR). |
| SR | Razão de Supressão | Índice de Estes-Skinner para quantificação objetiva do medo condicionado. | 0.50 (normalidade/sem medo) até 0.00 (supressão total do comportamento). |
| PRP | Pausa Pós-Reforço | Período transitório de cessação de respostas imediatamente após receber o reforço. | Pausa horizontal no Registrador Cumulativo após entrega do pellet em FR e FI. |
| IRT | Tempo Entre Respostas | Intervalo temporal transcorrido entre duas emissões consecutivas da resposta. | Métrica monitorada no esquema DRL para exigir respostas lentas e espaçadas. |
| COD | Atraso de Alternância | Intervalo de bloqueio após trocar de alavanca em esquemas concorrentes. | Evita o reforçamento acidental do comportamento de alternância rápida. |
| Festão (Scallop) | Curva em Festão | Aceleração temporal quadrática da taxa de resposta ao longo do intervalo fixo. | Formato curvilíneo característico nos traçados de Intervalo Fixo (FI). |
| Surto de Extinção | Extinction Burst | Elevação abrupta e transitória na frequência e intensidade de respostas no início da extinção. | Pressão rápida e repetida da barra logo após o corte do alimento. |
| Recuperação Espontânea | Spontaneous Recovery | Reaparecimento parcial da resposta extinta após um período de repouso temporal. | Retorno da pressão à barra após 24h de descanso sem novo reforço prévio. |