FACULTAD DE HUMANIDADES

CARRERA PROFESIONAL DE PSICOLOGÍA

EFECTOS DE LOS PROGRAMAS DE REFORZAMIENTO DE RAZÓN

FIJA Y VARIABLE SOBRE LA FRECUENCIA DE RESPUESTA EN
CYBERRAT

TRABAJO DE INVESTIGACIÓN PRESENTADO COMO PARTE DEL CURSO DE

PSICOLOGÍA EXPERIMENTAL

PRESENTADO POR:
DAYANA ABANTO CASTRO
ASTRID BERROSPI TINOCO
ALIZE CUBA ROJAS
MARIBEL CHOCCE CONDORI
YERALDIN HINOSTROZA RODRÍGUEZ
KAREN INGA RAMÍREZ

HUANCAYO, PERÚ
2026
 2

Capítulo I: Planteamiento del problema

1.1 Descripción de la situación problemática

La psicología experimental constituye una de las áreas fundamentales para comprender los

procesos de aprendizaje y modificación de la conducta. Dentro de esta disciplina, el

condicionamiento operante propuesto por Skinner (1953) ha permitido explicar cómo las

consecuencias de una respuesta influyen en la probabilidad de que esta vuelva a ocurrir. Según esta

teoría, las conductas seguidas de consecuencias reforzantes tienden a incrementarse en frecuencia,

mientras que aquellas que no reciben reforzamiento disminuyen progresivamente.

De acuerdo con este enfoque, las conductas seguidas por consecuencias favorables o

reforzantes tienden a incrementarse en frecuencia, mientras que aquellas que no reciben

reforzamiento o son seguidas por consecuencias aversivas disminuyen progresivamente (Skinner,

1953). Esta perspectiva ha permitido explicar una amplia variedad de comportamientos humanos y

animales, convirtiéndose en una de las bases teóricas más importantes para el estudio científico del

aprendizaje (Pierce & Cheney, 2017).

Dentro del condicionamiento operante existen diversos programas de reforzamiento que

determinan las condiciones bajo las cuales se administra un reforzador. Entre ellos destacan los

programas de razón fija (FR) y razón variable (VR), los cuales han demostrado producir patrones

de respuesta diferentes en los organismos. El programa de razón fija proporciona el reforzador

después de una cantidad constante y predecible de respuestas, mientras que el programa de razón

variable administra el reforzador después de un número cambiante de respuestas, manteniendo un

promedio establecido.

Diversas investigaciones realizadas en el ámbito de la psicología experimental han

demostrado que los diferentes programas de reforzamiento producen patrones específicos de

 3

comportamiento. Los programas de razón variable han mostrado una mayor capacidad para

mantener conductas durante periodos prolongados, mientras que los programas de razón fija

generan respuestas intensas, pero con intervalos de pausa más marcados (Mazur, 2017). Estos

hallazgos han sido aplicados en diversos contextos, como la educación, las organizaciones, en el

ámbito clínico (Martin & Pear, 2019).

Dentro del condicionamiento operante, los programas de reforzamiento representan un

elemento esencial para comprender la adquisición y mantenimiento de las conductas. Estos

programas establecen las reglas mediante las cuales se administra un reforzador después de la

emisión de una respuesta determinada. Skinner (1953) y Ferster y Skinner (1957) demostraron que

no solo la presencia del reforzamiento es importante, sino también la forma en que este se

distribuye, ya que diferentes esquemas producen distintos patrones conductuales.

En la actualidad, los avances tecnológicos han permitido incorporar simuladores virtuales

como herramientas para la enseñanza y la investigación en psicología experimental. Entre ellos el

CyberRat, software diseñado para reproducir procedimientos propios del laboratorio conductual

mediante la simulación del comportamiento de sujetos experimentales. Esta herramienta permite

programar diferentes esquemas de reforzamiento y registrar automáticamente las respuestas

emitidas, constituyendo una alternativa ética y accesible frente al uso de animales reales.

En ese sentido, el presente estudio busca analizar el efecto de los programas de

reforzamiento de razón fija y razón variable sobre la frecuencia de respuesta de presión de palanca

en CyberRat, con la finalidad de determinar cuál de ellos genera una mayor frecuencia de respuestas

y contribuir a la comprensión de los procesos de aprendizaje desde la perspectiva del

condicionamiento operante.
 4

1.2 Formulación del problema

Problema general:

¿Cuál es diferencia de los programas de reforzamiento de Razón Fija 5 (RF-5) y Razón

Variable 5 (RV-5) en la frecuencia de respuesta de presión de palanca utilizando el simulador

CyberRat?

Problemas específicos:

¿Cuál es la frecuencia de respuestas de presión de palanca que se genera bajo la condición

de un programa de Razón Fija 5 (RF-5) en el simulador CyberRat?

¿Cuál es la frecuencia de respuestas de presión de palanca que se genera bajo la condición

de un programa de Razón Variable 5 (RV-5) en el simulador CyberRat?

1.3 Objetivos de la investigación

Objetivo general: Comparar los efectos de los programas de reforzamiento de Razón Fija 5

(RF-5) y Razón Variable 5 (RV-5) sobre la frecuencia de respuesta de presión de palanca en el

simulador CyberRat.

Objetivos específicos:

Determinar la frecuencia de respuestas de presión de palanca obtenida bajo la condición de

un programa de Razón Fija 5 (RF-5) en el simulador CyberRat.

Determinar la frecuencia de respuestas de presión de palanca obtenida bajo la condición de

un programa de Razón Variable 5 (RV-5) en el simulador CyberRat.

1.4 Justificación de la investigación

1.4.1 Importancia de la investigación

La presente investigación es importante a nivel teórico porque aportará nuevo conocimiento

sobre cómo reacciona la conducta de un sujeto ante exigencias bajas de reforzamiento, comparando
 5

directamente los programas de Razón Fija 5 (RF-5) y Razón Variable 5 (RV-5). La relevancia de

este estudio radica en que nos permitirá comprobar si los conceptos clásicos del condicionamiento

operante como la pausa que hace la rata después de recibir el premio o la constancia al presionar la

palanca se cumplen con la misma exactitud dentro de un entorno virtual. Esto ayuda a entender

mejor cómo la predictibilidad del ambiente altera la frecuencia de los comportamientos.

Desde el punto de vista práctico, los principales beneficiados con este estudio somos los

estudiantes de psicología y la comunidad académica universitaria. El beneficio directo es que

obtenemos un modelo claro y real de cómo analizar datos de la conducta sin la necesidad de usar

animales vivos, respetando las normas éticas actuales. Además, nos ayuda a ver cómo las reglas de

fijeza y variabilidad que estudiamos en los libros se pueden observar y medir en la pantalla,

sirviendo como una base práctica para entender conductas humanas complejas más adelante (como

la adicción a los juegos de azar o los incentivos en el trabajo).

Finalmente, en el aspecto metodológico, este trabajo justifica su valor porque utiliza el

software CyberRat como una técnica y procedimiento moderno de laboratorio virtual. Este método

nos permite registrar y cuantificar cada presión de palanca de manera exacta y automática,

eliminando los errores que podríamos cometer si contáramos las conductas a mano. De esta manera,

se demuestra que los simuladores digitales son herramientas confiables, ordenadas y seguras para

aprender a hacer investigación científica en la universidad.

 6

Capítulo II: Marco teórico

2.1 Antecedentes de la investigación

2.1.1 Antecedente Internacional 1

Tsibulsky y Norman (2022) realizaron una investigación con el objetivo de analizar el

comportamiento de autoadministración de cocaína en ratas bajo programas de razón fija (RF1) y

razón progresiva (RP), evaluando si ambos programas proporcionaban información equivalente

sobre los procesos conductuales y farmacológicos implicados. El estudio se desarrolló con seis

ratas macho Sprague-Dawley entrenadas para autoadministrarse cocaína mediante presión de

palanca. Posteriormente, los animales fueron expuestos a diferentes programas de reforzamiento y

se registraron variables como la frecuencia de respuestas, los intervalos entre respuestas y los

niveles de cocaína en el organismo.

Los resultados evidenciaron que los programas de reforzamiento influyen en los patrones

de respuesta emitidos por las ratas. Bajo los programas de razón progresiva se observaron

incrementos en la cantidad de respuestas requeridas para obtener el reforzador, así como cambios

en la frecuencia y persistencia de la conducta operante. Sin embargo, los autores concluyeron que

tanto los programas de razón fija como los de razón progresiva proporcionan información

equivalente sobre los mecanismos farmacológicos y conductuales que regulan la

autoadministración de cocaína, demostrando que los patrones de respuesta están estrechamente

relacionados con los efectos del reforzador y las condiciones del programa de reforzamiento.

Este estudio resulta relevante para la presente investigación debido a que evidencia cómo

diferentes programas de reforzamiento modifican la frecuencia y mantenimiento de la conducta

operante en ratas, aspecto que también se analiza al comparar los programas de Razón Fija 5 (RF

5) y Razón Variable 5 (RV-5) mediante el simulador CyberRat.

 7

2.1.2 Antecedente Internacional 2

Cárdenas-López, Durón-Figueroa y Mandujano Torres (2025) realizaron una investigación

con el objetivo de evaluar la adquisición de competencias profesionales en entrevista psicológica

mediante el uso de simuladores virtuales, así como determinar su nivel de usabilidad y aceptación

por parte de los estudiantes. El estudio se desarrolló bajo un diseño cuasi experimental con pre y

post evaluación, contando con la participación de 16 estudiantes de los últimos semestres de

Psicología de la Universidad Nacional Autónoma de México (UNAM). Los participantes utilizaron

simuladores virtuales enfocados en entrevista conductual y entrevista motivacional, diseñados para

recrear situaciones clínicas en entornos controlados.

Los resultados mostraron un incremento en los conocimientos teóricos y en las habilidades

prácticas de entrevista psicológica después de la utilización de los simuladores. Asimismo, los

programas obtuvieron niveles adecuados de usabilidad y aceptación, con puntajes superiores al

criterio establecido por la Escala de Usabilidad de Sistemas (SUS). Los autores concluyeron que

los simuladores virtuales constituyen una herramienta eficaz para el entrenamiento de competencias

profesionales en psicología, ya que permiten practicar habilidades clínicas en entornos seguros,

controlados e interactivos.

Este antecedente resulta relevante para la presente investigación debido a que respalda el

uso de simuladores virtuales como herramientas válidas para el aprendizaje y la evaluación de

conductas en contextos experimentales. De manera similar, el simulador CyberRat permite recrear

condiciones controladas para el estudio de la conducta operante y los efectos de distintos programas

de reforzamiento, facilitando la observación y el análisis sistemático del comportamiento.

 8

2.1.3 Antecedente Internacional 3

Asimismo, Song et al. (2019) en su investigación titulada "Reinforcement schedules

differentially affect learning in neuronal operant conditioning in rats", evaluaron el impacto de los

programas de reforzamiento sobre el aprendizaje a nivel celular. Emplearon un diseño experimental

con sujetos animales (ratas Wistar) en estado de privación hídrica, divididos en condiciones de

Razón Fija (RF) y Razón Variable (RV). El procedimiento consistió en una fase inicial de

condicionamiento conductual (asociación de respuesta-recompensa de agua) seguida de una fase

de condicionamiento operante neuronal, donde el estímulo reforzador se entregaba de manera

contingente a la tasa de disparo de neuronas individuales en la corteza motora.

Los resultados revelaron que, a diferencia de lo que ocurre habitualmente en el

condicionamiento conductual clásico donde los programas variables sostienen tasas de respuesta

más elevadas, las frecuencias de disparo neuronal aumentaron significativamente bajo el programa

de Razón Fija, pero no bajo el de Razón Variable. Este estudio constituye un antecedente teórico

de alto valor para la presente investigación, puesto que resalta la universalidad de los programas de

razón para moldear respuestas biológicas en roedores, al mismo tiempo que establece una distinción

fundamental entre los mecanismos regulatorios de la conducta motora observable y la actividad

celular interna.

2.1.4 Antecedente Internacional 4

Reed (2023) realizó una investigación con el objetivo de evaluar el efecto del reforzamiento

señalado sobre la variabilidad de la respuesta operante en ratas. El estudio comprendió tres

experimentos en los que los animales respondían mediante presión de palanca bajo diferentes

contingencias de reforzamiento, registrándose la variabilidad y frecuencia de las respuestas

emitidas.
 9

Los resultados mostraron que la presencia de señales asociadas al reforzamiento modificó

significativamente la conducta operante, incrementando la variabilidad de las respuestas cuando

existían programas que reforzaban dicha variabilidad. Los autores concluyeron que las

características del programa de reforzamiento influyen de manera importante en la forma en que

los organismos mantienen y modifican su conducta operante.

Este antecedente aporta evidencia para la presente investigación, ya que confirma que las

características de los programas de reforzamiento afectan el comportamiento operante de los

sujetos experimentales, permitiendo comprender mejor las diferencias observadas entre los

programas de Razón Fija 5 (RF-5) y Razón Variable 5 (RV-5).

2.1.5 Antecedente Internacional 5

Bramido y Lattal (2023) realizaron una investigación con el objetivo de analizar la conducta

de elección bajo programas concurrentes de reforzamiento de razón fija (FR) y razón variable (VR).

El estudio empleó un diseño experimental con animales de laboratorio, en el que se comparó el

comportamiento de los sujetos frente a diferentes combinaciones de programas de reforzamiento,

evaluando la distribución de respuestas y la sensibilidad a los cambios en las contingencias de

reforzamiento.

Los resultados evidenciaron que los programas de razón variable produjeron una mayor

sensibilidad a los cambios en las condiciones de reforzamiento y patrones de respuesta diferentes

respecto a los programas de razón fija. Asimismo, se observó que el tipo de programa influye

significativamente en la distribución de las respuestas emitidas por los sujetos experimentales. Los

autores concluyeron que los programas de reforzamiento constituyen un factor determinante en el

control de la conducta operante y en la toma de decisiones de los organismos.

 10

Este antecedente resulta pertinente para la presente investigación porque demuestra que los

programas de razón fija y razón variable generan diferencias en la frecuencia y distribución de las

respuestas conductuales, aspecto que también se analiza al comparar los programas RF-5 y RV-5

mediante el simulador CyberRat.

2.2 Bases teóricas

2.2.1. El condicionamiento Operante

El condicionamiento operante, desarrollado originalmente por B. F. Skinner, es un modelo

de aprendizaje que explica cómo la conducta de un organismo es modificada, mantenida o

extinguida en función de las consecuencias que produce en el entorno (Skinner, 1953). A diferencia

del condicionamiento clásico o respondiente, donde el sujeto reacciona ante estímulos antecedentes

de forma involuntaria, la conducta operante es emitida de manera voluntaria por el organismo y

opera activamente sobre el medio para generar un cambio (Skinner, 1974). El principio fundamental

dictamina que aquellas respuestas que son seguidas por consecuencias biológicamente relevantes

o reforzantes tienden a incrementar su probabilidad de ocurrencia futura, consolidando así el

repertorio conductual del sujeto (Reynolds, 1975).

Para explicar el mecanismo a través del cual las consecuencias modifican la conducta, se

recurre al triple sistema de contingencia, considerado la unidad fundamental de análisis en la

psicología experimental. Este modelo interdependiente se compone de tres elementos regulados

cronológicamente: el estímulo antecedente o discriminatorio, el cual señala la disponibilidad del

reforzamiento en el entorno; la conducta operante o respuesta, que constituye la acción física

ejecutable por el organismo; y el estímulo consecuente, que se presenta inmediatamente después

de la emisión de la conducta y determina su probabilidad de repetición (Skinner, 1969). En el marco

 11

del análisis conductual aplicado a laboratorios, la adecuada sincronización de esta triple relación es

lo que permite el moldeamiento y control preciso del comportamiento del sujeto experimental.

2.2.2 Programas de Reforzamiento Intermitente

Una vez establecido el condicionamiento operante, la entrega del estímulo consecuente no

requiere ocurrir de manera continua. Los programas de reforzamiento intermitente se definen como

aquellas reglas de contingencia donde solo se refuerzan algunas de las respuestas emitidas por el

organismo, dejando otras sin consecuencia biológica (Staddon & Cerutti, 2003, como se cita en

ScienceDirect, 2026). La literatura experimental contemporánea destaca que la principal propiedad

de estos programas es el incremento notable en la resistencia a la extinción de la conducta,

generando tasas de respuesta más persistentes en comparación con el reforzamiento continuo.

Dentro de la taxonomía del análisis de la conducta, estos programas se bifurcan en dos grandes

categorías: los programas de intervalo, gobernados por el paso del tiempo, y los programas de

razón, gobernados estrictamente por el conteo acumulativo de las respuestas del sujeto. Estos

últimos son el objeto de estudio de la presente investigación, subdividiéndose en condiciones fijas

y variables.

Los programas de razón se fundamentan operacionalmente en el cómputo cuantitativo de

las respuestas emitidas por el organismo, estableciendo que la entrega del estímulo consecuente

está supeditada de forma exclusiva a la ejecución de la conducta un número determinado de veces

(Domjan, 2016). A diferencia de los programas de intervalo, donde la variable crítica es el mero

transcurso del tiempo, en las contingencias de razón el factor determinante es la tasa acumulada de

la acción operante, lo que significa que la velocidad de obtención del reforzador depende

directamente de la frecuencia del sujeto. Dentro de esta categoría, la distribución del reforzador

puede estructurarse mediante dos modalidades cardinales: la razón fija, donde el requerimiento
 12

numérico para alcanzar la consecuencia permanece estrictamente invariable y predecible, y la razón

variable, donde el número de respuestas exigidas fluctúa de manera aleatoria en torno a un

promedio determinado, eliminando la predictibilidad de la consecuencia.

Programa de razón fija (RF)

En los programas de razón fija, el reforzador es presentado después de que el organismo

emite una cantidad específica y constante de respuestas. Por ejemplo, en un programa RF-10, el

sujeto recibe el reforzador cada diez respuestas emitidas. Este programa suele generar elevadas

tasas de respuesta acompañadas de una pausa posterior al reforzamiento, conocida como pausa post

reforzamiento, debido a que el organismo discrimina el momento en que deberá volver a responder

para obtener la siguiente consecuencia reforzante (Ferster y Skinner, 1957).

Programa de razón variable (RV)

En los programas de razón variable, el reforzador se entrega después de un número

impredecible de respuestas, aunque manteniendo un promedio establecido. Por ejemplo, en un

programa RV-10, el reforzamiento puede ocurrir después de 8, 12 o 10 respuestas, conservando un

promedio de diez. Este programa produce tasas elevadas y constantes de respuesta, además de una

mayor resistencia a la extinción, debido a que el organismo no puede anticipar cuándo ocurrirá el

reforzamiento (Reynolds, 1975).

2.2.3. La Frecuencia de Respuesta Operante

La frecuencia o tasa de respuesta constituye uno de los principales indicadores utilizados en

el análisis experimental de la conducta para evaluar los efectos de las contingencias de

reforzamiento sobre el comportamiento. Según Catania (2013), la tasa de respuesta hace referencia

al número de veces que una conducta es emitida durante un periodo determinado de tiempo. Esta
 13

medida permite cuantificar objetivamente los cambios conductuales derivados de distintas

manipulaciones experimentales.

La presión de palanca como medida conductual

La presión de palanca representa una de las respuestas operantes más utilizadas en

investigación conductual. Consiste en la acción ejecutada por el sujeto experimental para obtener

el reforzador disponible. En estudios basados en cajas de condicionamiento y simuladores virtuales,

esta conducta constituye un indicador válido de aprendizaje operante, debido a que permite registrar

con precisión la frecuencia, persistencia y variabilidad de las respuestas emitidas bajo diferentes

programas de reforzamiento.

2.2.4. Simuladores Virtuales en el Análisis Experimental de la Conducta

Los avances tecnológicos han favorecido el desarrollo de herramientas virtuales orientadas

a la enseñanza de procedimientos experimentales en Psicología. Los simuladores permiten

reproducir condiciones controladas similares a las empleadas en laboratorios tradicionales.

Entre estas herramientas destaca CyberRat, software diseñado para facilitar el aprendizaje

de los principios del condicionamiento operante mediante la simulación del comportamiento de

sujetos experimentales.

El software CyberRat y la validez del modelado virtual

CyberRat posibilita la programación de distintos esquemas de reforzamiento y el registro

automatizado de las respuestas emitidas. Su utilización favorece la adquisición de competencias

investigativas, el análisis de datos conductuales y la comprensión práctica de conceptos teóricos

complejos.
 14

Asimismo, representa una alternativa ética, económica y accesible frente al empleo de

animales reales, permitiendo desarrollar experiencias experimentales bajo condiciones controladas

sin comprometer el bienestar animal.

2.3 Definición de variable

Variable independiente Definición conceptual Definición operacional

Programas de reforzamiento Conjunto de reglas Se medirá mediante la

de razón fija y razón variable. que establecen la entrega del aplicación de programas RF y

reforzador después de un RV programados en el

número determinado de simulador CyberRat

respuestas, ya sea constante o durante las sesiones

impredecible, influyendo experimentales.

sobre la probabilidad de

ocurrencia de la conducta

operante.

Variable independiente Definición conceptual Definición operacional

Frecuencia de respuesta de Cantidad de respuestas Se evaluará a través del

presión de palanca. emitidas por el sujeto número total de presiones de

experimental durante un palanca registradas

periodo determinado como automáticamente por

consecuencia de la exposición CyberRat durante cada sesión

a contingencias de experimental.

reforzamiento.
 15

2.4 Formulación de hipótesis

Hipótesis general:

El programa de reforzamiento de Razón Variable 5 (RV-5) producirá una frecuencia de

respuesta de presión de palanca significativamente mayor en comparación con el programa de

Razón Fija 5 (RF-5) en el simulador CyberRat.

Hipótesis específica 1:

El sujeto expuesto al programa de Razón Fija 5 (RF-5) mostrará una frecuencia de respuesta

moderada y discontinua, caracterizada por la aparición de una pausa post-reforzamiento

inmediatamente después de recibir cada estímulo.

Hipótesis específica 2:

El sujeto expuesto al programa de Razón Variable 5 (RV-5) mantendrá una frecuencia de

respuesta elevada, constante y estable a lo largo de la sesión, debido a la impredecibilidad en la

entrega del reforzador.

 16

Capítulo III: Metodología

3.1 Diseño metodológico

La presente investigación se enmarca dentro de un enfoque cuantitativo y es de tipo básica,

ya que su propósito es medir datos numéricos exactos para ampliar el conocimiento teórico sobre

los programas de reforzamiento del condicionamiento operante (Skinner, 1953). Asimismo,

corresponde a un diseño experimental de laboratorio, debido a que se manipuló deliberadamente la

variable independiente (los programas de Razón Fija 5 y Razón Variable 5) para observar y analizar

sus efectos directos sobre la variable dependiente (la frecuencia de respuestas de presión de

palanca).

Para la obtención y el procesamiento de la información necesaria, se siguió una secuencia

de operaciones dividida en tres etapas principales:

Etapa 1: Configuración del entorno virtual. Primero, se ingresó al software CyberRat y se

seleccionaron los dos sujetos experimentales virtuales, los cuales contaban con un periodo

programado de 30 horas de privación de agua para asegurar el estado de motivación biológica (sed)

necesario para el experimento. En la pestaña de configuración de contingencias (Reinforcement),

se programó al primer sujeto bajo la condición de Razón Fija 5 (RF-5) y al segundo sujeto bajo la

condición de Razón Variable 5 (RV-5), asegurando que el dispensador de agua (reforzador)

responda estrictamente a las presiones de palanca programadas.

Etapa 2: Ejecución de las sesiones experimentales. Una vez configurados los programas, se

iniciaron las sesiones de simulación de manera controlada. Cada sesión tuvo una duración continua

de 20 minutos, tiempo durante el cual el software registró de forma automática cada palancazo

emitido por las ratas virtuales y cada entrega del estímulo reforzador, operando sin interrupciones

externas.
 17

Etapa 3: Extracción y procesamiento de datos. Al finalizar las sesiones, se utilizaron las

herramientas del mismo software para extraer los reportes estadísticos y los gráficos del registro

acumulativo. Estos datos numéricos fueron trasladados a hojas de cálculo para ser organizados y

cuantificados de manera limpia, permitiendo realizar la comparación directa de las frecuencias de

respuesta para responder a los objetivos del estudio.

3.2 Sujetos experimentales

Los sujetos experimentales fueron dos ratas virtuales (Sujeto A, sujeto B ), del software

CyberRat, utilizadas como modelo de simulación para el estudio de los principios del

condicionamiento operante. El Sujeto A fue sometido a un programa de reforzamiento de razón fija

durante seis sesiones experimentales, mientras que el Sujeto B fue sometido a un programa de

reforzamiento de razón variable durante seis sesiones experimentales. Ambos sujetos fueron

observados con el propósito de analizar las diferencias en la frecuencia de respuesta de presión de

palanca bajo cada programa de reforzamiento.

3.3 Técnicas e instrumentos. Técnica de

recolección de datos

Se empleó la observación no sistematizada, debido a que permitió describir de manera

cronológica y detallada las conductas emitidas por los sujetos experimentales virtuales durante el

desarrollo de cada sesión. Esta técnica facilitó el registro de acontecimientos relevantes

relacionados con la conducta de presión de palanca, complementando la información cuantitativa

obtenida durante el experimento y favoreciendo la interpretación de los patrones conductuales

observados.

Instrumentos de recolección de datos

 18

Como instrumento de registro cualitativo se utilizó el registro narrativo, en el cual se

consignaron las observaciones relevantes sobre la conducta de los sujetos experimentales virtuales

antes, durante y después de la obtención del reforzador, describiendo la secuencia de los eventos

ocurridos en cada sesión.

Asimismo, se empleó el software CyberRat como instrumento de registro cuantitativo, el

cual permitió programar los esquemas de reforzamiento RF-5 y RV-5 y registrar de manera

automática la frecuencia de respuestas de presión de palanca y los reforzamientos obtenidos. Los

reportes generados por el simulador constituyeron la fuente principal para el análisis de los

resultados del estudio.

3.4 Aspectos éticos

Aunque la normativa exige revisar los criterios para la manipulación de animales de

experimentación, el presente estudio no utilizó sujetos biológicos vivos (ratas reales). En su lugar,

se empleó el software de simulación virtual CyberRat, lo cual responde de manera estricta a las

exigencias éticas actuales, tanto a nivel nacional como internacional.

A continuación, se detallan los fundamentos éticos que respaldan esta investigación:

Principio de Reemplazo (Las Tres R): La ciencia experimental moderna se rige bajo el

principio internacional de las "Tres R" (Reemplazo, Reducción y Refinamiento). Este trabajo

cumple directamente con el criterio de Reemplazo total, ya que sustituye el uso de un organismo

vivo por un modelo digital avanzado. Esto permite alcanzar los objetivos de aprendizaje sobre los

programas de reforzamiento sin someter a un animal real a situaciones de estrés, privación de agua

o confinamiento.

Cumplimiento de la Legislación Nacional: El diseño de esta práctica se alinea con la Ley

 19

N° 30407 (Ley de Protección y Bienestar Animal) del Perú. Esta ley señala que en los centros de

educación superior se debe priorizar el uso de tecnologías, simuladores y herramientas alternativas

para evitar el sufrimiento innecesario de animales en laboratorios de enseñanza.

Código de Ética APA y del Colegio de Psicólogos del Perú: Se consideraron los principios

de la Asociación Americana de Psicología (APA, Sección 8.09) sobre el cuidado humanitario de

sujetos experimentales. Al utilizar un entorno virtual, se garantiza una práctica científica 100%

libre de daño físico o biológico, cumpliendo con la responsabilidad social y ética que se nos exige

como futuros psicólogos.

Integridad y Rigor Académico: Más allá del bienestar animal, el equipo de investigación

respetó los derechos de autor del software proporcionado por la universidad. Asimismo, se

garantiza la honestidad científica en el manejo de los datos, utilizando únicamente los registros

numéricos reales y automáticos que generó el simulador durante las sesiones de 20 minutos, sin

ningún tipo de alteración, copia o falsificación de resultados.

 20

Capítulo IV: Resultados

Para el análisis de los datos, se recolectaron las frecuencias de conducta de ambos sujetos

experimentales virtuales a lo largo de seis sesiones consecutivas de 20 minutos cada una,

manteniendo como variable de control un periodo de 30 horas de privación hídrica.

4.1 Comparación de la frecuencia total bajo el programa de Razón Fija y Razón Variable

La Tabla 1 muestra la comparación de las frecuencias totales obtenidas bajo ambos

programas de reforzamiento por el Sujeto A y Sujeto B durante las seis sesiones experimentales.

Tabla 1

Comparación de la frecuencia total de respuestas entre RF-5 y RV-5

Sesiones Sujeto A Sujeto B

Sesión 1 265 172

Sesión 2 26 13

Sesión 3 239 203

Sesión 4 40 7

Sesión 5 64 14

Sesión 6 115 4

Nota. Elaboración propia a partir de los registros obtenidos en CyberRat

Interpretación: La Tabla 1 muestra la comparación de la frecuencia total de respuestas entre RF-

5 y RV-5 para el Sujeto A y el Sujeto B a lo largo de 6 sesiones. En términos generales, el Sujeto A

presentó una mayor cantidad de respuestas en todas las sesiones en comparación con el Sujeto B.

Ambos sujetos evidencian un patrón similar de variabilidad: las frecuencias más altas se registraron

en la Sesión 1 y la Sesión 3, con 265 y 239 respuestas para el Sujeto A, y 172 y 203 para el Sujeto

B respectivamente. Sin embargo, a partir de la Sesión 4 se observa una disminución marcada en

ambos casos, siendo esta caída mucho más pronunciada en el Sujeto B, que pasa de 203 respuestas
 21

en la Sesión 3 a solo 4 en la Sesión 6. En contraste, el Sujeto A mantiene frecuencias relativamente

más estables en las sesiones intermedias y finales, con un repunte en la Sesión 6 con 115 respuestas.

Estos resultados sugieren diferencias individuales importantes en la emisión de respuestas entre

ambos sujetos y entre condiciones, con una tendencia general a la baja más acentuada en el Sujeto

B.

Figura 1

Comparación de los registros de la frecuencia total de respuestas entre RF-5 y RV-5

Nota. Elaboración propia a partir de los registros obtenidos en CyberRat.

 22

4.2 Frecuencia de respuesta bajo el programa de Razón Fija 5 (RF-5)

Tabla 2

Frecuencia de respuestas registradas por el Sujeto A durante las seis sesiones experimentales bajo

el programa RF-5.

Sesiones Sujeto A

Sesión 1 265

Sesión 2 26

Sesión 3 239

Sesión 4 40

Sesión 5 64

Sesión 6 115

Frecuencia de respuestas de presión de palanca bajo el programa RF-5

Nota. Elaboración propia a partir de los registros obtenidos en CyberRat.

Interpretación: La Tabla 2 presenta la frecuencia de respuestas de presión de palanca del Sujeto

A bajo el programa RF-5 durante 6 sesiones. Se observa un patrón fluctuante a lo largo de las

sesiones. Las frecuencias más elevadas se registraron en la Sesión 1 y la Sesión 3, con 265 y 239

respuestas respectivamente. Posteriormente, en la Sesión 2 se produce una caída abrupta a 26

respuestas, seguida de una recuperación parcial en la Sesión 3. A partir de ahí, las respuestas

vuelven a disminuir en la Sesión 4 con 40 respuestas, para luego mostrar una tendencia ascendente

moderada en las Sesiones 5 y 6, alcanzando 64 y 115 respuestas. En conjunto, los datos indican

una alta variabilidad intra-sujeto en la emisión de respuestas bajo RF-5, con dos picos marcados al

inicio y en la parte media del registro, y una recuperación gradual hacia el final de las sesiones.
 23

Figura 2

Registro de frecuencia de respuestas de presión de palanca bajo el programa RF-5

Nota. Elaboración propia a partir de los registros obtenidos en CyberRat.

4.3 Frecuencia de respuesta bajo el programa de Razón Variable 5 (RV-5)

La Tabla 3 presenta la frecuencia de respuestas registradas por el Sujeto B durante las seis

sesiones experimentales bajo el programa RV-5.

Tabla 3

Frecuencia de respuestas de presión de palanca bajo el programa RV-5

Sesiones Sujeto B

Sesión 1 172

Sesión 2 13

Sesión 3 203

Sesión 4 7

Sesión 5 14

Sesión 6 4
Nota. Elaboración propia a partir de los registros obtenidos en CyberRat.
 24

Interpretación: La Tabla 3 muestra la frecuencia de respuestas de presión de palanca del Sujeto B

bajo el programa RV-5 en 6 sesiones. Al igual que en el caso anterior, se evidencia una alta

variabilidad en la emisión de respuestas. Los valores más altos se presentan en la Sesión 1 y la

Sesión 3, con 172 y 203 respuestas respectivamente. Sin embargo, a partir de la Sesión 2 se observa

una disminución drástica, con solo 13 respuestas, y esta tendencia a la baja se mantiene y acentúa

en las sesiones siguientes: 7 respuestas en la Sesión 4, 14 en la Sesión 5 y únicamente 4 en la Sesión

6. En conjunto, los datos sugieren que bajo RV-5 el Sujeto B tuvo dos momentos de alta tasa de

respuesta al inicio y en la parte media, seguidos de un descenso sostenido y marcado hacia el final

del registro.

Figura 3

Registro de frecuencia de respuesta de presión de palanca bajo el programa RV-5

Nota. Elaboración propia a partir de los registros obtenidos en CyberRat.

 25

Capítulo V: Discusión

Objetivo general. El presente estudio tuvo como objetivo comparar los efectos de los

programas de reforzamiento de Razón Fija 5 (RF-5) y Razón Variable 5 (RV-5) sobre la frecuencia

de respuestas de presión de palanca en el simulador CyberRat. Los resultados obtenidos

evidenciaron que el sujeto expuesto al programa de Razón Fija 5 emitió un total de 749 respuestas

durante las seis sesiones experimentales, mientras que el sujeto sometido al programa de Razón

Variable 5 registró un total de 413 respuestas. Estos hallazgos indican que, bajo las condiciones del

presente estudio, el programa RF-5 produjo una mayor frecuencia de respuestas que el programa

RV-5, rechazándose la hipótesis planteada inicialmente, la cual proponía que el programa de razón

variable generaría una frecuencia superior de respuestas.

Estos resultados pueden comprenderse a partir de la teoría del condicionamiento operante

propuesta por Skinner (1953), quien sostiene que la conducta aumenta su probabilidad de

ocurrencia cuando es seguida por consecuencias reforzantes. Desde esta perspectiva, no solo es

importante la presencia del reforzador, sino también la forma en que este es administrado.

Asimismo, Ferster y Skinner (1957) explican que los programas de razón fija generan tasas

elevadas de respuesta debido a que el sujeto aprende rápidamente la relación constante entre el

número de respuestas emitidas y la obtención del reforzador, permitiendo que la conducta se

mantenga de manera eficiente mientras exista motivación para conseguir la recompensa. En

contraste, Reynolds (1975) señala que los programas de razón variable suelen producir respuestas

constantes y resistentes a la extinción porque el organismo no puede anticipar cuándo recibirá el

reforzador, manteniendo así una conducta persistente.

Los resultados obtenidos coinciden con la investigación desarrollada por Song et al.

(2019), quienes evaluaron el efecto de los programas de reforzamiento de razón fija y razón variable
 26

sobre el aprendizaje operante en ratas. Los autores encontraron que las frecuencias de respuesta

aumentaron significativamente bajo el programa de razón fija, mientras que el programa de razón

variable produjo un patrón diferente de aprendizaje. De manera similar, en la presente investigación

el programa RF-5 generó una frecuencia considerablemente mayor que el programa RV-5, lo cual

evidencia que las características del esquema de reforzamiento influyen directamente sobre la

conducta operante.

Asimismo, los resultados también guardan relación con lo reportado por Bramido y

Lattal (2023), quienes concluyeron que los programas de razón fija y razón variable producen

patrones de respuesta diferentes y que el tipo de programa constituye un factor determinante en la

distribución de las respuestas emitidas por los sujetos experimentales. Aunque en dicho estudio no

se estableció que un programa fuera superior al otro en todas las condiciones experimentales, los

autores demostraron que las diferencias en las contingencias de reforzamiento modifican

significativamente el comportamiento de los organismos, aspecto que también pudo observarse

durante el desarrollo del presente estudio.

Sin embargo, los resultados encontrados difieren parcialmente de lo señalado por

Reynolds (1975), quien plantea que los programas de razón variable generalmente mantienen tasas

elevadas y constantes de respuesta debido a la impredecibilidad del reforzamiento. En el presente

estudio ocurrió lo contrario, ya que el programa RF-5 produjo una frecuencia total superior. Esta

discrepancia podría explicarse por diversos factores metodológicos. En primer lugar, el

experimento se desarrolló mediante el simulador CyberRat, el cual reproduce de manera controlada

el comportamiento de un sujeto experimental, pero no incorpora todas las variables biológicas

presentes en animales reales. En segundo lugar, únicamente se realizaron seis sesiones

experimentales de veinte minutos cada una, lo cual probablemente no permitió que el patrón
 27

característico del programa de razón variable se estabilizara completamente. Finalmente, la

configuración específica del programa RV-5 utilizada en el simulador pudo influir sobre la

frecuencia observada durante las sesiones.

Respecto al primer objetivo específico, los resultados permitieron determinar que el

sujeto expuesto al programa de Razón Fija 5 emitió un total de 749 respuestas durante las seis

sesiones experimentales, registrándose la mayor frecuencia en la primera sesión con 265 presiones

de palanca. Posteriormente, las respuestas disminuyeron durante las siguientes sesiones, aunque

continuaron mostrando una frecuencia superior a la obtenida por el sujeto sometido al programa de

razón variable.

Estos resultados son consistentes con lo planteado por Ferster y Skinner (1957), quienes

sostienen que los programas de razón fija producen elevadas tasas de respuesta debido a que el

sujeto conoce exactamente cuántas respuestas debe emitir para obtener el reforzador. Una vez

recibida la recompensa, suele aparecer una pausa post-reforzamiento antes de reiniciar nuevamente

la conducta, característica ampliamente descrita dentro del análisis experimental de la conducta.

Del mismo modo, Skinner (1953) señala que cuando el reforzamiento ocurre bajo reglas constantes

y predecibles, el organismo desarrolla rápidamente un patrón estable de respuestas que facilita la

obtención del reforzador.

Los resultados obtenidos coinciden con el estudio realizado por Tsibulsky y Norman

(2022), quienes analizaron el comportamiento de ratas sometidas a diferentes programas de

reforzamiento y encontraron que los programas de razón fija modifican significativamente la

frecuencia y persistencia de la conducta operante. Los autores concluyen que las características del

programa de reforzamiento determinan la forma en que el organismo organiza sus respuestas para

maximizar la obtención del reforzador. Esta situación también pudo observarse en el presente
 28

estudio, donde el sujeto expuesto al programa RF-5 respondió con mayor frecuencia que el sujeto

sometido al programa RV-5.

Igualmente, los hallazgos presentan semejanzas con la investigación desarrollada por

Reed (2023), quien encontró que las características propias del programa de reforzamiento

modifican significativamente la conducta operante y la distribución de las respuestas emitidas.

Aunque su investigación estuvo orientada hacia la variabilidad de la respuesta, el autor concluye

que cualquier modificación en las contingencias del reforzamiento altera la forma en que los sujetos

responden ante la tarea experimental. Este planteamiento fortalece la interpretación de los

resultados obtenidos en el presente estudio, ya que evidencia que las diferencias observadas entre

las sesiones no dependen únicamente del reforzador, sino también de la estructura del programa

aplicado.

La coincidencia entre estas investigaciones podría explicarse porque tanto en los estudios

previos como en la presente investigación el reforzamiento fue administrado bajo condiciones

sistemáticamente controladas. La predictibilidad del programa RF permitió que el sujeto aprendiera

rápidamente la relación existente entre la cantidad de respuestas emitidas y la obtención del

reforzador, favoreciendo un patrón conductual eficiente durante las sesiones experimentales.

Asimismo, el estado de privación hídrica programado antes del inicio de cada sesión incrementó la

motivación del sujeto para responder continuamente con el propósito de obtener agua,

contribuyendo a la elevada frecuencia registrada.

En relación con el segundo objetivo específico, los resultados mostraron que el sujeto

sometido al programa de Razón Variable 5 emitió un total de 413 respuestas durante las seis

sesiones experimentales, registrándose la mayor frecuencia en la tercera sesión con 203 presiones
 29

de palanca. Aunque el sujeto mantuvo respuestas durante todas las sesiones, la frecuencia total fue

considerablemente menor que la obtenida bajo el programa RF-5.

Desde el punto de vista teórico, Reynolds (1975) sostiene que los programas de razón

variable generan patrones de respuesta elevados y constantes debido a que el sujeto desconoce el

momento exacto en que aparecerá el reforzador. De manera similar, Domjan (2016) explica que la

impredecibilidad del reforzamiento favorece la persistencia de la conducta porque el organismo

continúa respondiendo ante la posibilidad permanente de obtener la recompensa, aun cuando

desconozca el número exacto de respuestas requeridas.

Los resultados encontrados presentan coincidencias parciales con el estudio de Bramido y

Lattal (2023), quienes demostraron que los programas de razón variable generan patrones

conductuales distintos respecto a los programas de razón fija y que las contingencias de

reforzamiento modifican significativamente la distribución de las respuestas emitidas por los

sujetos experimentales. Del mismo modo, Song et al. (2019) señalan que los diferentes programas

de reforzamiento producen formas particulares de aprendizaje, dependiendo de la modalidad

utilizada durante el entrenamiento conductual.

No obstante, existe una discrepancia importante entre la teoría clásica y los resultados

obtenidos en esta investigación, ya que el programa de razón variable no produjo la mayor

frecuencia de respuestas esperada. Una posible explicación radica en las características del

simulador CyberRat, el cual representa una simulación computacional del comportamiento animal

y, por tanto, puede responder de manera diferente a un organismo vivo. Asimismo, el número

limitado de sesiones experimentales pudo impedir que el patrón estable propio del programa de

razón variable llegara a consolidarse completamente. También es posible que la distribución

 30

específica de las razones variables programadas durante la simulación haya influido sobre la

conducta del sujeto, reduciendo la frecuencia total observada.

En conjunto, los resultados obtenidos permiten afirmar que los programas de

reforzamiento constituyen una variable determinante en la modificación de la conducta operante.

Tanto la evidencia teórica como los antecedentes revisados respaldan que las características propias

de cada programa generan patrones diferentes de respuesta. En el presente estudio, el programa de

Razón

Fija 5 produjo una frecuencia de respuestas superior a la obtenida mediante el programa

de Razón Variable 5, resultado que coincide con algunos antecedentes experimentales y difiere

parcialmente de otros planteamientos teóricos. Estas diferencias resaltan la importancia de

continuar investigando el comportamiento de los programas de reforzamiento en entornos virtuales

como CyberRat, incorporando un mayor número de sesiones experimentales, distintos valores de

razón y condiciones metodológicas diversas que permitan ampliar la comprensión del aprendizaje

operante y fortalecer la evidencia científica sobre el uso de simuladores en la enseñanza de la

psicología experimental.
 31

Capítulo VI: Conclusiones y Recomendaciones

6.1. Conclusiones

Se concluye que el objetivo general de la investigación fue alcanzado, ya que se

determinó que el programa de reforzamiento de Razón Fija 5 (RF-5) produjo una mayor frecuencia

de respuestas de presión de palanca que el programa de Razón Variable 5 (RV-5) en el simulador

CyberRat. En consecuencia, se responde a la pregunta de investigación al establecer que, bajo las

condiciones del presente estudio, el programa RF-5 fue el que generó una mayor frecuencia de

conducta operante, por lo que la hipótesis general fue rechazada.

Respecto al primer objetivo específico, se concluye que el programa de Razón Fija 5 (RF-

5) favoreció una elevada frecuencia de respuestas de presión de palanca, evidenciando que la

administración predecible del reforzamiento facilitó el mantenimiento de la conducta operante

durante las sesiones experimentales.

En relación con el segundo objetivo específico, se concluye que el programa de Razón

Variable 5 (RV-5) permitió mantener la conducta operante; sin embargo, la frecuencia total de

respuestas fue inferior a la obtenida con el programa RF-5, lo que indica que, en las condiciones

del presente estudio, este esquema de reforzamiento no produjo la mayor tasa de respuestas

esperada.
 32

6.2. Recomendaciones

1. Se recomienda desarrollar futuras investigaciones con un mayor número de sesiones

experimentales, a fin de observar con mayor precisión la estabilización de los patrones

conductuales característicos de los programas de razón fija y razón variable.

2. Se recomienda incorporar diferentes valores de razón (por ejemplo, RF-10, RF-20, RV-10

o RV-20) para analizar si las variaciones en los requisitos de respuesta producen cambios

significativos en la frecuencia de conducta operante.

3. Se recomienda realizar estudios comparativos utilizando otros programas de reforzamiento,

como los programas de intervalo fijo e intervalo variable, con el propósito de ampliar el

conocimiento sobre los efectos de las distintas contingencias de reforzamiento en el

aprendizaje.

4. Se recomienda continuar utilizando simuladores virtuales como CyberRat en la enseñanza

de la psicología experimental, debido a que constituyen herramientas éticas, accesibles y

eficaces para el aprendizaje de los principios del condicionamiento operante y el desarrollo

de competencias investigativas.

5. Se recomienda ha Roger D. Ray y Kevin M. Miraglia de Rollins College Mejorar la

estabilidad del programa, reduciendo errores, bloqueos y fallos técnicos durante las prácticas

y optimizar el rendimiento y evitar que el simulador se congele o presente retrasos al ejecutar

las actividades, asimismo brindar soporte técnico y actualizaciones periódicas, para corregir

fallos detectados por los usuarios y mejorar la experiencia de aprendizaje.

 33

Referencias

Bramido, D. y Lattal, KA (2023). Dinámica de elección en programas de refuerzo de razón

concurrente. Revista de análisis experimental del comportamiento, 119 (2), 337–355.

[Link]

Catania, A. C. (2013). Learning (5.ª ed.). Sloan Publishing.

Cárdenas-López, G., Durón-Figueroa, R., & Mandujano Torres, M. D. (2025). Simuladores

virtuales para la práctica profesional en entrevista psicológica. Revista Iberoamericana de

Tecnología en Educación y Educación en Tecnología, (42), 91–98.

[Link]
Carvalho, L. C., dos Santos, L., Regaço, A., Barbosa, T. B., da Silva, R. F., de Souza, D. G., &

Sandaker, I. (2018). Cooperative responding in rats maintained by fixed- and variable-ratio

schedules. Journal of the Experimental Analysis of Behavior, 110(1), 105–126.

[Link]

Domjan, M. (2016). The principles of learning and behavior (7th ed.). Cengage Learning.

Ferster, C. B., & Skinner, B. F. (1957). Schedules of reinforcement. Appleton-Century-Crofts.

Iversen, I. H. (1993). Techniques for establishing schedules with wheel running as reinforcement

in rats. Journal of the Experimental Analysis of Behavior, 60(1), 219–238.

Martin, G., & Pear, J. (2019). Behavior modification: What it is and how to do it (11th ed.).

Routledge.

Pierce, W. D., & Cheney, C. D. (2017). Behavior analysis and learning (6th ed.). Routledge.
 34

Reed, P. (2023). Efecto del refuerzo señalado en la variabilidad de la respuesta. Revista de análisis

experimental del comportamiento , 119 (2), 286–299. [Link]

Reynolds, G. S. (1975). A primer of operant conditioning. Scott, Foresman and Company.

Skinner, B. F. (1953). Science and human behavior. Macmillan.

Skinner, B. F. (1969). Contingencies of reinforcement: A theoretical analysis. Appleton-Century-

Crofts.

Song, W., et al. (2019). Reinforcement schedules differentially affect learning in neuronal operant

conditioning in rats. PLoS ONE, 14(9), e0222122.

Tsibulsky, V.L., Norman, A.B. The progressive ratio and fixed ratio 1 schedules of cocaine

selfadministration in rats convey the same information. Sci Rep 12, 19683 (2022).

[Link]