Gráficas interactivas
Mueve los controles: los datos responden en tiempo real. Usa las 5 gráficas para ganar un logro.
Registro acumulativo de los programas
Cada respuesta hace subir la línea un paso y las marcas diagonales indican reforzadores. Cuanto más empinada la línea, más rápido responde el sujeto. ▸ Activa y desactiva programas, cambia sus valores y pulsa «simular». Repasa la teoría ▶
Simulador Rescorla–Wagner
La fuerza asociativa cambia en cada ensayo según ΔV = α·β·(λ − ΣV). Activa el bloqueo para entrenar primero el estímulo A y luego el compuesto AB, y compáralo con un grupo control.
⚖ Lo que este modelo no explica
Rescorla–Wagner es el modelo más influyente del condicionamiento, y también uno de los más refutados, lo cual habla bien de él: dice cosas lo bastante precisas como para poder fallar. Tres fallos conocidos (Miller, Barnet y Grahame, 1995):
- Recuperación espontánea. Para el modelo, extinguir es «borrar» V. Pero la respuesta vuelve tras un descanso: algo se conserva.
- Inhibición latente. Presentar el EC solo antes del entrenamiento no cambia V, así que el modelo no predice el retraso posterior.
- Un inhibidor no se extingue solo. El modelo predice que un estímulo inhibidor presentado sin nada debería perder su efecto, y no ocurre.
✂ Recuerda: V es un número del modelo, no una fuerza dentro del animal.
Extinción y recuperación espontánea
Compara un sujeto que tuvo reforzador continuo (en cada respuesta) con otro que lo tuvo de forma intermitente. Usa «descanso» para ver la recuperación espontánea.
Ley de igualación (Herrnstein, 1961)
Con dos opciones disponibles a la vez (dos programas de intervalo variable concurrentes), la proporción de respuestas tiende a igualar la proporción de reforzadores.
⚖ La igualación exacta es rara
La fórmula de 1961 describe una tendencia. En los datos reales lo habitual es la subigualación: la preferencia queda algo por debajo de lo que indica la proporción de reforzadores. Por eso Baum (1974) propuso la ley generalizada de igualación, con dos parámetros: la sensibilidad (a) y el sesgo hacia una de las opciones (b). En el simulador puedes mover la sensibilidad (a).
Gradiente de generalización
Una paloma fue entrenada para picar ante una luz de 550 nm. ¿Cuánto responde ante otros colores? Con entrenamiento discriminativo (un EΔ en cuya presencia nunca hay reforzador), el pico se aleja del EΔ.