Per què una recompensa durant l’entrenament canvia el comportament d’un gos?

Tothom sap que donar una recompensa a un gos per respondre de la manera correcta durant l’entrenament canvia el seu comportament. Per exemple, quan estem atrets per entrenar un gos per seure, movem una delícia sobre el cap d'un gos i cap a la seva esquena mentre donem l'ordre "Seu". Per tal de mantenir els ulls posats en la delícia, el gos torna a la posició asseguda. Un cop el gos estigui en la posició correcta, li donem aquesta delícia. Després d'unes quantes repeticions d'aquesta acció, trobem que el gos ara respon a l'ordre "seure" assegut.

Els entrenadors de gossos donen per fet que donar recompenses al gos ha canviat el seu comportament, però els científics de la conducta encara volen conèixer el mecanisme del perquè i de com funciona. Un nou estudi dirigit per Molly Byrne al Boston College suggereix que hi ha una mica de programació conductual molt senzilla, molt probablement genètica, que explica l’eficàcia de les recompenses d’entrenament.

Fem un pas enrere i vegem què implica realment l’ensinistrament de gossos. Els gossos, com la majoria dels éssers vius (incloses les persones), són emissors de comportament. Aquesta és només una manera tècnica de dir que fan coses, moltes coses diferents. El truc que comporta l’ensinistrament d’un gos és aconseguir que emeti el comportament específic que desitgem, com ara estar al comandament, i evitar emetre altres comportaments no desitjats o innecessaris, com ara estirar-se, girar en cercles, saltar, etc. endavant. Però, per descomptat, quan comenceu a entrenar, el gos no té ni idea del que voleu. Hi ha tantes conductes diferents que pot produir.

El mateix passa amb la resolució de problemes. Només hi ha un comportament que solucionarà el problema i la resta de comportaments són irrellevants. Per exemple, suposem que heu arribat a una porta del jardí. Empentes la porta per obrir-la, però no funciona. Continueu pressionant a la porta? És clar que no. Proveu una altra cosa: diguem que estirem la porta. Encara no funciona. Per tant, no continueu tirant de la porta; en lloc d’això, proveu un altre comportament. Aquesta vegada aixequeu el pestell perquè la porta es pugui obrir.

La propera vegada que us trobeu amb aquesta porta, no la tirareu ni l’empenyeu. Com que prèviament heu estat recompensat per un comportament específic, accedireu immediatament al pestell per obrir-lo. Us dediqueu a allò que els psicòlegs anomenen una estratègia de "guanyar-estar-perdre-canviar". Això vol dir que si proveu un comportament i no us concedeix la recompensa que desitgeu, no el torneu a fer, sinó que proveu un comportament diferent. Si proveu un comportament i us permet obtenir la recompensa que desitgeu, repetiu-la. Si aquesta senzilla estratègia cognitiva es connectés genèticament als gossos, garantiria que podríem utilitzar recompenses com a mitjà per entrenar-los. Sens dubte, això funcionaria en l’entrenament del gos per seure, ja que quan s’asseu al comandament obté la recompensa (per tant, es repeteix el comportament assegut) mentre que altres comportaments no es recompensen i el gos no els repeteix.

Per determinar si els gossos tenen aquesta estratègia cognitiva guanyar-perdre-perdre-canviar, l'equip de recerca del Boston College va provar 323 gossos adults amb una edat mitjana d'uns tres anys. Primer es va demostrar als gossos que si tombaven una tassa de plàstic podrien obtenir una recompensa alimentària amagada a sota. A continuació, se’ls presentava dues tasses de plàstic, obertes de cap avall, sobre una superfície que tenien al davant, una a l’esquerra i una altra al costat dret del camp. Ara només una de les tasses contenia una delícia mentre que l’altra no. Els gossos van ser alliberats i se'ls va permetre escollir una de les tasses. Si els gossos tenen aquesta estratègia de guanyar-perdre-perdre-torn, llavors, si en un assaig en particular, tomben una tassa i té una delícia, esperaríem que la propera vegada que se'ls ofereixi la mateixa opció seleccionarien la tassa. al mateix costat del camp on van trobar aquesta recompensa (win-stay). Mentre que si no hi hagués recompensa, haurien de canviar el seu comportament i seleccionar la copa del costat oposat (perdre-torn). De fet, això és el que van fer, i aproximadament dos terços dels gossos van escollir el mateix bàndol que s’havia premiat anteriorment, mentre que si no hi havia hagut cap recompensa, al següent judici gairebé el 45% es va desplaçar cap al costat oposat.

Ara queda la qüestió de si aquest comportament guany-estada-perd-canvi és una estratègia que els gossos adults han après a ser útils al llarg de la seva vida o si forma part del seu cablejat genètic. Per respondre a això, l’equip investigador va realitzar un conjunt idèntic de proves amb un conjunt de 334 cadells que tenien entre les 8 i les 10 setmanes d’edat. Els resultats van ser gairebé idèntics, de manera que quan una tassa que el cadell va seleccionar tenia una delícia a la prova següent, aproximadament dos terços van escollir la tassa del mateix costat que s’havia premiat abans. En canvi, si no hi hagués hagut cap recompensa per l’elecció prèvia, gairebé la meitat de tots els cadells van passar a l’altra banda en el següent judici. Com que aquesta estratègia de comportament apareix tan aviat en la vida d’un gos, es pot pensar que és una predisposició del comportament caní codificat genèticament.

Així doncs, sembla que es resol el misteri de com les recompenses serveixen com a mitjà eficaç per entrenar gossos perquè s’ha establert una estratègia molt simple als canins. Diu: "Si alguna cosa que heu fet us ha donat una recompensa, repetiu-la. Si no, proveu una altra cosa". És una programació de comportament molt senzilla, però funciona i permet als humans utilitzar amb èxit recompenses per entrenar els nostres gossos.

Copyright SC Psychological Enterprises Ltd. No es pot reimprimir ni publicar sense permís.