Desvanecer los premios de comida sin perder la conducta

Tu perro hace "sentado" perfecto en la cocina con un trozo de pollo en tu mano. Sales a la calle sin comida y te ignora. Lo que ha aprendido es "sentado cuando hay pollo a la vista", una conducta atada a ver la comida. Es el atasco más común del adiestramiento con premios, y se resuelve con un proceso ordenado para desvanecer el señuelo y espaciar la recompensa.

En 30 segundos

El premio cumple dos funciones distintas y la gente las confunde. Como señuelo guía el cuerpo del perro a la posición; debe desaparecer en pocas repeticiones o el perro depende de verlo. Como refuerzo premia la conducta ya hecha y llega después de que el perro acierte. La secuencia profesional es: primero quitas el señuelo de la mano, después premias cada acierto, después premias de forma intermitente, y por último sustituyes parte de la comida por premios de la vida (salir, jugar, oler). El error que mantiene a un dueño "sobornando" para siempre es enseñar la mano-señuelo como parte de la orden y no retirarla nunca.

Señuelo y refuerzo: por qué confundirlos te atasca

	Señuelo	Refuerzo
Cuándo aparece	Antes de la conducta, guía el movimiento	Después de la conducta, la premia
Qué hace	Mueve el cuerpo del perro a la posición	Aumenta la probabilidad de que repita
Cuánto debe durar	Pocas repeticiones, luego se quita	Permanente, aunque cambia de forma y frecuencia
Riesgo si no se gestiona	El perro solo obedece si ve comida	Ninguno propio; el riesgo está en no desvanecer el señuelo

Jean Donaldson lo explica con un principio simple: la comida que el perro ve antes de actuar es información sobre lo que va a ocurrir, y se convierte en parte de la señal (Donaldson, 2005). Si la mano con premio siempre precede al "sentado", la mano con premio es la orden para el perro. Sin mano, no hay orden reconocible.

Karen Pryor describe el otro lado: el reforzador funciona porque sigue a la conducta y marca lo que acaba de hacer bien el animal (Pryor, 1999). Mientras llegue después, su efecto se mantiene aunque lo retrases o lo hagas imprevisible.

La regla operativa que sale de aquí: el señuelo se retira pronto, el refuerzo se queda pero se transforma.

Paso 1: quitar el señuelo de la mano

Esto se hace en las primeras sesiones, mucho antes de pensar en espaciar premios. Una pauta típica para una conducta sencilla tipo "sentado":

Repeticiones	Qué cambia
1-10	Señuelo de comida en la mano, guías la posición, premias
11-20	Mismo gesto de mano, sin comida dentro; la comida sale de la otra mano o del bolsillo tras el acierto
21-40	El gesto de mano se reduce hasta quedar en una señal pequeña
41 en adelante	Señal verbal o gesto mínimo; comida desde el bolsillo, nunca a la vista por adelantado

El truco central está en la repetición 11: haces el mismo movimiento de mano que antes, pero la mano va vacía. El perro sigue el gesto por costumbre, acierta, y entonces sacas el premio de un sitio que él no veía. Así aprende que la conducta produce comida, no que la comida produce la conducta.

Si el perro se queda mirando tu mano vacía y no responde, has saltado demasiado rápido. Vuelve unas repeticiones con comida en la mano y reduce el señuelo más despacio.

Paso 2: premiar cada acierto (refuerzo continuo)

Mientras la conducta es nueva, premia todas las veces que el perro acierta. Burch y Bailey lo describen como la fase de adquisición: el refuerzo continuo construye la asociación más rápido que cualquier otro esquema (Burch y Bailey, 1999). Aquí no se ahorra comida. Premiar a medias una conducta que el perro aún no domina solo genera confusión.

La señal de que puedes pasar al siguiente paso es concreta: el perro hace la conducta a la primera, sin titubeo, en varias sesiones seguidas y en al menos dos o tres sitios distintos de casa.

Paso 3: refuerzo intermitente (el motor de la durabilidad)

Una vez la conducta es fiable, dejas de premiar todas las veces y pasas a premiar algunas. Esto se llama refuerzo intermitente o variable, y tiene un efecto contraintuitivo: una conducta premiada de forma imprevisible se vuelve más resistente a extinguirse que una premiada siempre (Pryor, 1999; Burch y Bailey, 1999). El perro no sabe cuál de los intentos va a pagar, así que sigue ofreciendo la conducta. Es el mismo mecanismo de fondo que hace tan persistentes las máquinas tragaperras.

Cómo aplicarlo sin atascos:

• No bajes de golpe de premiar 100% a premiar 20%. Pasa por etapas: premia más o menos 1 de cada 2, luego 1 de cada 3, luego de forma irregular.
• Premia los mejores intentos. Si premias solo a veces, que sea cuando la respuesta es más rápida o más limpia. Así no solo mantienes la conducta, la afinas.
• Mantén el premio impredecible. Si premias siempre la tercera repetición, el perro aprende a relajarse en la primera y la segunda. La gracia está en que no pueda anticiparlo.
• Sigue marcando todos los aciertos con tu palabra o clicker aunque no des comida cada vez. El marcador le dice "eso ha estado bien"; la comida llega solo en parte de esos aciertos.

Un esquema variable bien llevado es lo que permite que el perro responda en la calle aunque hoy no lleves bolsa de premios.

Paso 4: premios de la vida

La comida no es la única recompensa. Casi todo lo que el perro quiere puede pagar una conducta: salir por la puerta, que le pongas la correa para pasear, lanzarle la pelota, dejarle oler una farola, abrirle la puerta del coche, empezar a comer su ración. A esto se le llama premios de la vida, y son la herramienta que más reduce la dependencia de la comida.

El formato es siempre el mismo, una pequeña transacción: pides una conducta sencilla y el acceso a lo que el perro quiere es el pago.

• Antes de abrir la puerta de casa: pides "sentado", se sienta, abres. El paseo es el premio.
• Antes de lanzar la pelota: pides "tumbado", se tumba, lanzas.
• Antes de poner el comedero: pides "espera", espera, sueltas la comida.
• En el parque, antes de soltarle: una respuesta a la llamada paga la libertad de seguir explorando.

La American Veterinary Society of Animal Behavior recomienda construir el comportamiento sobre refuerzo y consecuencias agradables para el perro, y los premios de la vida encajan de lleno en ese marco (AVSAB, 2021). Tienen una ventaja añadida: están disponibles cuando no llevas comida encima, que es justo cuando más falla el adiestramiento basado solo en premios.

Por qué tanta gente se queda "sobornando" para siempre

El soborno es enseñar la comida antes para que el perro actúe. El refuerzo es darla después porque ha actuado. La frontera entre los dos es el orden temporal, y ahí se atasca casi todo el mundo. Causas típicas:

Causa del atasco	Qué pasa	Salida
El señuelo nunca se retiró	La mano con comida quedó pegada a la orden	Vuelve al Paso 1 con la mano vacía
Se premia siempre, sin parar nunca	El perro espera comida cada vez y se apaga si no la ve	Pasa a intermitente por etapas
Se enseña la bolsa de premios	El perro lee "hay sesión" solo si ve la bolsa	Reparte premios en bolsillos, botes por la casa, riñonera puesta a todas horas
Se sube la dificultad y el premio a la vez	El perro asocia entornos difíciles con comida obligatoria	Sube una cosa cada vez, premia de la vida en lo difícil

El caso de la bolsa merece atención. Si el perro solo obedece cuando ve la riñonera de premios, la riñonera se ha convertido en otro señuelo. La solución es romper esa señal: lleva premios en varios sitios, deja botes con comida repartidos por la casa para premiar conductas espontáneas, y a veces premia sin que existiera bolsa alguna. Que la comida pueda aparecer en cualquier momento, no solo "en clase".

El error más común

Querer eliminar la comida demasiado pronto y del todo. Un perro que trabaje sin ninguna recompensa de ningún tipo no existe, ni en perros ni en personas. Lo que buscas es una conducta que se sostiene con un refuerzo variable y variado: comida a veces, un juego otras, el paseo otras, una caricia otras. Quitar toda recompensa hace que la conducta se extinga, igual de rápido que dejar el señuelo para siempre la deja dependiente.

Lo que verificar

1. ¿Retiraste el señuelo de la mano en las primeras sesiones, o sigues guiando con comida a la vista? Si sigues guiando, el perro depende de verla.
2. ¿Bajaste de premiar siempre a premiar a veces de forma gradual, o de golpe? De golpe extingue la conducta.
3. ¿Marcas todos los aciertos aunque solo premies algunos? El marcador mantiene la información cuando la comida falta.
4. ¿Usas premios de la vida (puertas, paseo, pelota, comida) además de los de comida? Son los que funcionan cuando no llevas bolsa.
5. ¿Tu perro obedece igual con la riñonera puesta que sin ella? Si solo con ella, la bolsa se volvió un señuelo y hay que romper esa señal.
6. Pasar de señuelo a conducta sólida y de bajo coste de comida lleva semanas por cada conducta, no una tarde. Cualquier atajo que prometa menos te devuelve al soborno.