Metodologias de treino - aula prática

«Teoria?... Ok, aula prática!»

Tal como o professor do anúncio da Linic, também o Abacaxi se preocupa com os espíritos práticos para quem uma exposição de princípios é "mera teoria", e nada diz acerca do mundo real (como se, por algum tipo ingenuidade, as teorias não se formassem com base em experiências e leituras acerca desse mundo real, e, sobretudo, como se a prática não estivesse fundamentada nos princípios que são debatidos no plano teórico...).

Assim sendo, aqui vai uma aplicação dos princípios apresentados no "post" anterior.

O caso prático é... o cão puxa na trela durante os passeios.

Muito bem. O que há a fazer? Podemos começar por pensar que o primeiro e fundamental passo é castigar aquilo que consideramos mau comportamento. Existem algumas formas de o fazer. A mais difundida e usada é o esticão na trela. O treinador dá um esticão na trela sempre que o cão vai a puxar na trela. Como o cão ainda está a aprender e não percebe por que é que está a levar com esticões no pescoço, continua a puxar. E o treinador continua a dar esticões. Eventualmente, o cão experimenta parar de andar, seja para ver quais as consequências deste seu novo comportamento (parar de puxar) seja porque os esticões já o distraíram do motivo pelo qual estava a puxar. O cão pára de puxar, e os esticões na trela param imediatamente.
O que aconteceu aqui? O treinador, através de esticões na trela, usa castigo positivo. Ou seja, usa um tipo de consequência (P+) que torna menos provável o comportamento de puxar na trela. É castigo porque reduz a probabilidade; é positivo porque incide directamente sobre o comportamento a castigar.
De seguida, o cão pára de puxar na trela e os esticões param imediatamente. Ora, o novo comportamento (não puxar na trela) é premiado por deixar de haver esticões. Esta é a aplicação do reforço negativo. Ou seja, aplica-se um tipo de consequência que torna mais provável o comportamento de não puxar no futuro. É reforço porque aumenta a probabilidade de incidência do comportamento; é negativo porque o comportamento reforçado é, na verdade, uma ausência de comportamento: é a ausência de puxar na trela.

Esquematizando:

Situação anterior ao treino:

Situação no treino (o antecedente mantém-se o mesmo, obviamente):

Nos casos em que o processo é bem executado, o resultado final é o seguinte:

O cão percebeu que puxar a andar à trela lhe traz más consequências, e percebeu que se parar de puxar essas más consequências cessam. O cão aprende o comportamento não puxar na trela porque foi reforçado pelo facto de não ser castigado.

Mas pode haver uma outra forma de abordar o problema. Podemos começar por nos interrogar sobre qual o comportamento que queremos que o cão tenha, em vez de puxar na trela. Neste caso em concreto, a resposta é óbvia: andar sem puxar na trela. O simples facto de colocarmos a questão de uma outra perspectiva vai fazer com que a abordagem seja completamente diferente. Aqui, iremo-nos concentrar nos momentos em que o cão está a andar sem puxar, e vamos reforçar esses momentos de modo a que eles se repitam cada vez mais. Isto é reforço positivo. No entanto, na fase inicial, o cão vai continuar a passar mais tempo a puxar na trela do que a andar sem puxar. Por duas razões: (i) o comportamento "andar sem puxar" ainda não teve um historial de reforço muito forte e (ii) não há um diferencial entre os dois comportamentos "andar sem puxar" e "puxar na trela", pois ambos são reforçados positivamente: o primeiro, directamente pelo dono; o segundo, pelo ambiente. Por isso, é preciso fazer com que o segundo comportamento deixe de ser reforçado positivamente: assim, sempre que o cão puxar na trela, o dono parará a marcha e o comportamento de puxar não é reforçado, pois o cão não chega a lado nenhum. Isto é castigo negativo.

Esquematizando (a situação anterior ao treino é a mesma exemplificada mais acima, obviamente):

Nos casos em que o processo é bem executado, o resultado final é o seguinte:

O cão percebeu que quando puxar a andar à trela o resultado é que a marcha pára, pelo que essa acção de puxar na trela não é a forma mais rápida de chegar onde pretende; paralelamente, sempre que anda sem puxar na trela, ele recebe recompensas. E de dois tipos: não só recebe biscoitos do seu dono, como acaba por chegar aos sítios visados.

O caro leitor, tal como diversas pessoas, poderá, compreensivelmente, colocar a seguinte objecção a este segundo método: "mas eu não quero ter de andar com biscoitos no bolso a vida inteira".

A toda a hora surgem objecções deste tipo. Muito sinceramente, acho que na maior parte das vezes, essas objecções surgem só para chatear. Mas, estando certo de que o caro leitor pertence à minoria de pessoas que coloca essa objecção por puro espírito inquisitivo, responder-lhe-ei do seguinte modo: o objectivo do reforço de um comportamento é torná-lo mais frequente no futuro. Se o comportamento de andar sem puxar ganha frequência, chegámos àquele ponto em que o cão já percebeu que se andar sem puxar ele vai continuar a marcha, mas se puxar, a marcha pára. Ora, nenhum cão quer ficar parado; todos eles querem "ir ver o que é aquilo ali à frente, quem é aquele labrador castanho que nunca vi por aqui, de quem é este cheiro tão intenso, quero ir ver, quero ir ver!". O comportamento, em si mesmo, é auto-reforçante, pelo que não temos de estar a usar nenhuma outra forma de reforço positivo a partir do momento em que andar sem puxar se tornar frequente.

E isto aplica-se a ambos os métodos. A partir do momento em que conseguimos que o comportamento desejado se torne frequente, o reforço desse comportamento já advirá de si próprio. Restará apenas usar o respectivo castigo para as ocasiões (desejavelmente cada vez menos frequentes) em que o cão puxa na trela (num caso, dar um esticão; no outro, parar). 

O que o caro leitor deverá perguntar-se, na verdade, é qual a forma que prefere para promover o comportamento desejado. Prefere ter um cão que anda sem puxar porque receia o castigo, ou prefere um cão que anda sem puxar porque gosta das consequências desse comportamento? Dito de outra forma: prefere que o seu cão aprenda que puxar na trela é errado e perigoso, e, por extensão, andar sem puxar é seguro, ou prefere que o seu cão aprenda que andar sem puxar na trela é agradável e vantajoso?

Metodologias de treino - condicionamento operante, versão livro amarelo

Tem exame amanhã e ainda não leu os últimos textos do blog?

Não desespere, o Abacaxi lança mais um Livro Amarelo, desta vez contendo apontamentos sintéticos acerca do tema "Metodologias de treino - condicionamento operante".

• É errada e mitificada a ideia de que a abordagem mais prudente na educação do seu cão passa por misturar procedimentos de métodos diferentes, e ajustá-los ao seu cão. Não existem mais do que dois métodos, e esses métodos são mutuamente exclusivos, nos seus fundamentos. Dentro do mesmo método é possível avançar com várias formas de se abordar um mesmo problema.

• Os fundamentos dos métodos de treino de cães baseiam-se nas leis do condicionamento operante.

• A primeira noção fundamental no quadro do condicionamento operante é que o comportamento é condicionado a partir das consequências que dele decorrem. Se, tendencialmente, o comportamento x tem consequências boas, esse comportamento tem altas probabilidades de vir a repetir-se no futuro. Se, tendencialmente, as consequências forem más, esse comportamento tem altas probabilidades de não se vir a repetir no futuro. 

• As consequências não são apenas providenciadas pelos donos dos cães. Um comportamento pode ser cultivado quando um dono recompensa esse comportamento, ou quando o ambiente recompensa esse comportamento. Muitas vezes, os donos castigam os seus cães e estes, contudo, mantêm o comportamento; o que acontece nesses casos é que os donos se esquecem que o comportamento que estão a castigar pode estar a ser reforçado por outras coisas.

• Um comportamento tem mais tendência a acontecer depois de determinados antecedentes que estejam associados a boas consequências. Por exemplo, sempre o cão se senta depois do dono dizer 'senta', o cão recebe um biscoito; mas sempre que o cão se senta depois de o dono bocejar, nada acontece como consequência. O cão vai aumentar as vezes em que se vai sentar depois de o dono se senta, e vai diminuir até à extinção as vezes em que se senta depois de o dono bocejar.

• Cada método de treino define-se pelo tipo de consequências que providencia para os comportamentos do cão.

• Existem quatro tipos de consequência: reforço positivo, reforço negativo, castigo positivo, castigo negativo. 
• Reforço (seja positivo ou negativo) é tudo aquilo que torna o respectivo comportamento mais provável de acontecer no futuro. 
• Castigo (seja positivo ou negativo) é tudo aquilo que torna o respectivo comportamento menos provável de acontecer no futuro.
• Positivo (seja reforço ou castigo) é tudo aquilo que envolve ou incide sobre uma acção do animal.
• Negativo (seja reforço ou castigo) é tudo aquilo que implica uma prevenção ou um evitar de uma acção do animal.
• Reforço positivo é o tipo de consequência que torna o respectivo comportamento mais provável de acontecer e incide directamente sobre uma acção do cão.
• Reforço negativo é o tipo de consequência que torna o comportamento em causa mais provável de acontecer, mas lida com um comportamento negado. Aquilo que se pretende reforçar é a ausência de um determinado comportamento.
• Castigo positivo é uma forma de reduzir as probabilidades de um determinado comportamento vir a ser repetido, e incide sobre o comportamento propriamente dito. 
• Castigo negativo é uma forma de reduzir as probabilidades de um determinado comportamento ser repetido, mas, em rigor, incide sobre um não-comportamento, ou melhor, um comportamento ainda não ocorrido totalmente. Este castigo impede que um determinado comportamento seja reforçado positivamente.

• Nenhum destes tipos de consequência actua completamente isolado. Actuam, na verdade, aos pares. Reforço positivo actua em conjunto com castigo negativo. Reforço negativo actua em conjunto com castigo positivo. Por exemplo, não há reforço positivo de um determinado comportamento desejável sem que haja castigo negativo dos comportamentos indesejados que possivelmente pudessem acontecer. Assim como não há reforço negativo de um comportamento se este não tiver sido, previamente, castigado positivamente. 

• É possível usar-se castigo positivo e depois reforço positivo? Sim, é. Mas, em rigor, já não se está a trabalhar o mesmo comportamento. Por exemplo: um cão salta para as pessoas quando chegam em casa; um dono pode decidir tratar do problema começando por exercer castigo positivo; ou seja, de cada vez que o cão salta para alguém, o dono providencia uma consequência má para esse comportamento de modo a fazer com que o cão não tenha mais vontade de realizá-lo. Sempre que o cão salta para alguém, algo de mau surge como consequência; este tipo de consequência vai determinar uma tendencial extinção do comportamento. Quando o cão deixa de saltar para as pessoas, o seu comportamento é automaticamente reforçado (negativamente) pelo facto de já não receber qualquer tipo de punição desagradável. Se o dono resolver recompensar o cão por não saltar com festas, biscoitos ou palavras, isso já é reforço positivo (e não o reforço negativo que surge automaticamente associado ao castigo positivo); e, em rigor, já se está a reforçar um novo comportamento; já se trata de um segundo comportamento - o cão já não salta - e não do primeiro comportamento, que era saltar. 

• A grande questão é a seguinte: se o objectivo é, no final, recompensar o bom comportamento, então por que razão perdemos tempo em castigar o mau comportamento até que ele termine, se podemos começar desde logo a recompensar o bom comportamento? De que modo?, perguntarão. Fácil, promovendo o bom comportamento e reforçando-o. Usando o mesmo exemplo: se um cão salta para as pessoas quando estas chegam a casa, ensine o seu cão a sentar-se; quando ele o fizer, reforce o comportamento de modo a que ele se repita no futuro (ajuda que nas primeiras vezes faça do seu "reforço" uma consequência bem memorável, e não uma consequência perto de neutra). E quando o cão saltar, na mesma? Simples: castigo negativo. Por cada salto, não há recompensas e não há atenção do dono. O cão vai ser rápido a perceber qual é o comportamento com melhores consequências: "sentar (ou seja, não saltar!) e receber recompensar e a atenção dos meus donos ou saltar e ser ignorado... hm...". A escolha não me parece difícil.

• Diga-se o que se disser acerca das formas de castigo positivo, este tem, forçosamente, de ser aversivo. De outra forma, não resultaria. Se um cão deixa de ter um comportamento é porque as consequências para este comportamento passaram a ser más ao ponto de ele abandoná-lo. Se o castigo fosse brando, leve, ténue, as consequências não seriam fortes o suficiente para que o cão deixasse de realizar esse comportamento. Até porque, se esse comportamento já existe, é porque ele tem tido boas consequências. Logo, para que o castigo positivo se sobreponha às consequências que esse comportamento tem tido, ele tem de ser mais intenso; ele tem de ser, sempre, aversivo. 

• A pergunta que faço é a seguinte: se existe uma forma de ensinar o seu cão através da promoção dos comportamentos correctos (reforço positivo) e prevenção dos comportamentos incorrectos (castigo negativo), por que raio é que alguém prefere punir aversivamente os comportamentos incorrectos (castigo positivo) e esperar que surjam os comportamentos correctos para parar de castigar (reforço negativo)?

--------------------------

Amanhã há aula prática.

Metodologias de treino - segunda parte: os erres e os pês do condicionamento operante

(continuação)

Lembremo-nos da ideia mitificada que está em causa: achar-se que a atitude mais conveniente e menos dogmática é aquela que usa um pouquinho de cada método para atender às necessidades individuais do seu cão e à situação concreta.

Para desmistificá-la, teremos de continuar a esclarecer em que consiste o condicionamento operante. Vimos, ontem, o seu ABC, ou seja, vimos que o comportamento (B) do cão varia consoante as consequências (C); e a melhor forma de controlar o comportamento e as respectivas consequências é estipular um adequado antecedente (A). Os tipos de antecedente, como sugerimos, são vários (um comando, um gesto, uma buzina, umas chaves colocadas na fechadura, o motor do carro, um clique, tudo isto pode despoletar comportamentos); os comportamentos, esses são tantos quanto a sua imaginação quiser dar forma. Já os tipos de consequências são apenas quatro. Materialmente, há muitas consequências possíveis, claro; mas, em termos de efeito para o comportamento (torná-lo mais provável ou menos provável de acontecer no futuro), aí só há quatro possíveis. Quando falamos de consequências para o comportamento falamos de reforço positivo, reforço negativo, castigo positivo e castigo negativo. Como se vê, desde logo, reforço positivo não é, em rigor, um método, mas um tipo de consequências para o comportamento. Um de quatro tipos. Entremos em definições:

• Reforço (seja positivo ou negativo) é tudo aquilo que torna o respectivo comportamento mais provável de acontecer no futuro. 
• Castigo (seja positivo ou negativo) é tudo aquilo que torna o respectivo comportamento menos provável de acontecer no futuro.
• Positivo (seja reforço ou castigo) é tudo aquilo que envolve ou incide sobre uma acção do animal.
• Negativo (seja reforço ou castigo) é tudo aquilo que implica uma prevenção ou um evitar de uma acção do animal.

Um dos maiores problemas na compreensão real destas noções tem a ver com a carga semântica que a maioria destes termos possui. O único termo que eu considero perfeitamente feliz, porque isento de conotações deturpadora, é o termo 'reforço'. Ao evitar-se o uso de palavras como "recompensa", e usarmos a palavra 'reforço' estamos a ir ao fundo da questão: tudo de quanto se trata é de reforçar uma determinada acção, um determinado comportamento, e, como tal, torná-lo mais provável de voltar a acontecer. 

O mesmo não se passa com os outros três termos, carregadíssimos de conotações que desviam o sentido da nossa compreensão. Quando falamos em castigo, neste contexto de ciência da aprendizagem, devemos evitar toda aquela acepção punitiva que o termo 'castigo' transporta. Existe uma forte noção de justiça por detrás da noção de castigo. E isso tem tremendas implicações na forma como educamos os nossos cães. Quando um cão tem um determinado comportamento que consideramos inadequado, tendemos a castigá-lo por razões de justiça: "não é justo que um cão tenha feito uma asneira e eu continue aqui como se nada fosse". É esta a mentalidade que perpetua certas aberrações do ponto de vista da aprendizagem canina como, por exemplo, o famoso 

"ah, deixa-o estar aí; não brinques com ele porque ele está de castigo"

"então, o que é que ele fez?"

"fez xixi ali na cozinha, hoje de manhã".

Apenas um sentimento, mais ou menos inconfessado, de equidade jurídica permite este tipo de procedimentos por parte dos donos. É extremamente urgente deixar cair o moralismo com que estabelecemos parâmetros de justiça para o comportamento animal, e que definitivamente procedamos de acordo com as leis de aprendizagem. Segundo esta perspectiva, o castigo não é mais do que uma forma de fazer com que o comportamento em causa (a castigar) se repita menos e menos vezes no futuro. Devemos encarar a noção de 'castigo' mais de acordo com a forma como um pai castiga o filho quando este faltou a uma aula para ir jogar bilhar para o café. Este pai sabe que um tal comportamento nada tem de grave nem sequer de anormal; ele próprio tê-lo-á feito quando tinha a mesma idade; mas esse pai também sabe que não fala "a mesma língua" que um jovem adolescente, e sabe que a melhor forma de evitar repetições ou mesmo eventuais escaladas de mau comportamento do seu filho é castigar aquele primeiro comportamento. Não por uma questão de justiça, mas por uma questão de aprendizagem: em vez de achar que um jovem adolescente é capaz de discernir o que é o certo e o errado, tornar o comportamento menos provável de ocorrer no futuro e, ao mesmo tempo, ir definindo e construindo, passo por passo, o sentido de responsabilidade pelos próprios actos. No caso concreto dos cães, esse "sentido de responsabilidade" será obtido por uma correcta aprendizagem do jogo das consequências: certos comportamentos têm certas consequências, logo...

Também os termos 'positivo' e 'negativo' padecem do mesmo mal. Muito facilmente estabelecemos uma equivalência entre positivo e bom, e entre negativo e mau. Mais uma vez, o problema está na forma moralista como vemos as coisas. É comum, por exemplo, depararmo-nos com pessoas que julgam que um castigo positivo é uma forma de castigar exemplarmente, enquanto um castigo negativo seria uma forma demasiado rude de castigar. É também comum a ideia de que uma correcção é uma forma de reforço negativo (como se fosse uma oposição ao reforço positivo). Estas ideias são tão comuns quanto erradas. É melhor pensarmos em termos matemáticos e gramaticais, onde o moralismo não chega a contaminar as ideias. Positivo, em termos matemáticos, tem a ver com adição, com acrescento, com construção. Positivo é afirmação, é algo que se impõe por si. Negativo, por seu lado, tem a ver com a subtracção, com o retirar algo a uma grandeza já formada. Negativo não é mais do que o plano em que se nega algo que, de outra forma, seria afirmativo.

Vejamos, então, as quatro consequências possíveis.

• A mais fácil de compreender é a consequência que se denomina como reforço positivo (positive reinforcement, ou R+). Reforço positivo é o tipo de consequência que torna o respectivo comportamento mais provável de acontecer e incide directamente sobre uma acção do cão. Reforço, porque aumenta a probabilidade do comportamento; positivo, porque diz respeito ao comportamento efectivamente realizado, diz respeito à acção, propriamente dita.
• Reforço negativo (negative reinforcement, ou R-) é o tipo de consequência que torna o comportamento em causa mais provável de acontecer, mas lida com um comportamento negado. Ou seja, o comportamento que é reforçado negativamente é, na verdade, uma ausência de comportamento. Aquilo que se pretende reforçar é a ausência de um determinado comportamento. Daí que se denomine negativo.
• Castigo positivo (positive punishment, ou P+) é uma forma de reduzir as probabilidades de um determinado comportamento vir a ser repetido, e incide sobre o comportamento propriamente dito. Isto é, aquilo que é positivamente castigado é um comportamento que se verifica efectivamente. O objectivo do castigo positivo é, pois claro, evitar que um comportamento efectivamente verificado se repita no futuro.
• Por fim, castigo negativo (negative punishment, ou P-) é uma forma de reduzir as probabilidades de um determinado comportamento ser repetido, mas, em rigor, incide sobre um não-comportamento, ou melhor, um comportamento ainda não ocorrido totalmente. O objectivo do castigo negativo é fazer com que um determinado comportamento considerado desajustado venha a ser reforçado por si mesmo, sendo, por isso, evitado, negado, impedido antes que aconteça tal reforço.

Tal como na física, termos da mesma valência repelem-se e termos de valência oposta atraem-se. O reforço positivo funciona juntamente com o castigo negativo; o reforço negativo funciona em par com o castigo positivo. Porquê? Simples. Vamos ver as várias combinações possíveis, 

Reforço positivo com reforço negativo: simplesmente, não podem ser combinados, pois implicam dois comportamentos diferentes a serem reforçados. É só um comportamento (ou uma sequência de comportamentos, o que, para o efeito, é a mesma coisa, pois é apenas UMA coisa a ser reforçada) que pode ser reforçado; é impossível reforçar um comportamento positivamente e negativamente. Até porque, como vimos, o reforço negativo implica que o comportamento reforçado não esteja a ocorrer, enquanto o reforço positivo incide directamente sobre um comportamento que tenha acabado de acontecer. 

Castigo negativo e castigo positivo: pelas mesmas razões, são incompatíveis.

Reforço positivo e castigo positivo: como é óbvio, não podemos estar a reforçar e a castigar o mesmíssimo comportamento; e seria isso que uma situação de R+ com P+ suporia. 

Reforço negativo e castigo negativo: como é óbvio, não podemos estar a reforçar e a castigar a mesma ausência de comportamento. 

Reforço positivo com castigo negativo: aqui sim, faz sentido. Reforça-se o comportamento desejado, mas sempre com auxílio do castigo de eventuais comportamentos indesejados. Tomemos como exemplo o ensino de andar à trela: fazê-lo com recurso ao reforço positivo implica recompensar/reforçar os momentos em que o cão está a ter o comportamento adequado (andar sem puxar), mas implica também um extremo cuidado em não deixar que o cão seja reforçado por comportamentos desadequados (puxar na trela). De cada vez que um cão puxa a andar à trela e, efectivamente, prossegue na marcha, a acção de puxar na trela é reforçada por si mesma (reforço positivo), pois existe uma boa consequência para essa acção (o cão ficou mais perto do ponto que está a visar). Para evitar que o cão seja reforçado por um comportamento que não queremos de todo reforçar, então temos de abrir mão do castigo negativo sempre que o cão começar a puxar na trela. A forma mais usual será, neste caso, parar de andar. Simplesmente, parar. Não há nada de justo nem moral; é simplesmente uma forma operante de ajustar o comportamento. Paramos para evitar que a acção indesejada se torne menos provável de se repetir no futuro. Mas, no sentido inverso, só faz sentido fazermos isto se usarmos reforço positivo nas situações em que o cão não está a puxar na trela, de forma a que seja este o comportamento mais reforçado, logo, mais provável de ocorrer no futuro.
Esta combinação de consequências é aquela usada pelo método que vem sendo denominado como "método do reforço positivo", "método positivo", "positivismo", ... Eu prefiro chamá-lo "método com recurso ao reforço positivo", embora compreenda a conveniência de se usar um nome mais curto. (Só não acho nada ajustado chamar-se-lhe, simplesmente, "positivo", "positivista" ou "positivismo", na medida em que o método contrário também usa algo no quadrante positivo, o castigo)

Reforço negativo com castigo positivo: este também faz sentido. Um funciona como complemento do outro. A diferença deste caso em relação ao par anterior é que vai acontecer um quadro operativo completamente inverso. Tomemos o mesmo exemplo de andar à trela. Se optarmos por ensinar este comportamento através da combinação R- e P+, iremos proceder deste modo: sempre que o cão estiver a puxar na trela, castigamos. Até aqui, nada de novo; só que o castigo, ao ser positivo e não negativo, já não se limita a impedir que o "mau" comportamento continue e seja reforçado; castigar positivamente um cão que puxa na trela implica fazer-lhe alguma coisa de forma a que este comportamento lhe traga más consequências. O procedimento mais habitual: dar um (ou mais) esticão na trela. A ideia é castigar o cão de forma a que este não pretenda continuar a ter o comportamento; depois, quando o cão pára de puxar, surge o reforço negativo. Aqui, o reforço negativo surge pela simples paragem do castigo, ou seja, surge quando o dono deixa de dar esticões na trela. Sinteticamente: o comportamento inadequado acontece: o dono castiga positivamente, promovendo uma consequência má para tal comportamento; tendo em conta este quadro de consequências, o cão pára o comportamento, e o dono deixa de castigar. A consequência de parar de puxar na trela é boa, pois significa o final do castigo.
Esta combinação de consequências é aquela usada pelo método a que podemos, genericamente, denominar como "Método tradicional".

Em termos formais, quer num caso (R+ com P-) quer noutro (R- com P+) faz-se um trabalho muito semelhante de controlo das consequências para cada comportamento. Isto é, em vez de deixar que seja o ambiente ou as circunstâncias a providenciarem as consequências para o comportamento (no caso de puxar na trela, se nada fizermos, o comportamento vai ser auto-reforçado, ou melhor, reforçado pelas consequências fornecidas pelo próprio ambiente...) está-se a usar as relações entre comportamento e consequência a nosso favor. Mas há um detalhe que torna um caso bem distinto do outro. A pergunta a fazer é "o que é que foi realmente ensinado"? No primeiro caso, a resposta será: "o cão aprendeu a andar sem puxar". No segundo caso, a resposta será: "o cão aprendeu a não puxar". Ou seja, no primeiro caso, o cão aprendeu por promoção do comportamento desejado (e impedimento do comportamento indesejado); no segundo caso, o cão aprendeu por repulsão (primeiro) e ausência (depois) do comportamento indesejado. Ora, o par R+P- trabalha sobre o comportamento que se pretende ver repetido; o par R-P+ trabalha sobre o comportamento que se pretende ver extinguido. 

Uma pergunta muito pertinente poderá levantar-se, neste momento: mas e então eu não posso castigar o meu cão com um esticão na trela quando ele estiver a puxar, e depois recompensá-lo com uma bolacha quando ele estiver a andar sem puxar? Traduzindo esta pergunta para os termos formais: será que não podemos, mesmo, usar primeiro o castigo positivo e, depois, o reforço positivo? Esta é a grande rasteira que assombra o pensamento de demasiada gente, incluindo muitos profissionais. É que é extremamente atractivo (uma vez mais, por questões também moralistas) colocarmo-nos no (pretenso) meio termo e descomprometermo-nos com qualquer facção (pretensamente) ideológica ou extremista. Repare no que foi dito acima acerca da combinação eventual entre reforço positivo e castigo positivo: quando temos estes dois tipos de consequências, temos já dois comportamentos a ocorrer, pois não podemos reforçar positivamente e castigar positivamente o mesmo comportamento. Ora, quando o caro leitor castiga (positivamente) o seu cão com um esticão na trela (ou afim) por este puxar, e, quando o cão deixa de puxar, o caro leitor o recompensa, na verdade está a fazer um processo faseado em que está a lidar com dois comportamentos. Isto pode parecer um preciosismo, mas, conforme se verá, não é. É que, na verdade, o simples facto de deixar de dar esticões já é um reforço; é o puro reforço negativo. O seu cão puxa na trela -> o dono castiga-o (com um esticão, por exemplo) - > o cão cessa o comportamento inadequado -> o dono deixa de castigar. O "deixar de castigar" é uma forma de reforço; é, como disse, o reforço negativo. Se o caro leitor decidir, depois disso, recompensar o seu cão por estar a andar sem puxar, então vai estar a usar reforço positivo, é certo, mas não como par do castigo positivo. O par do castigo positivo é, sempre, o reforço negativo. Neste caso, castigou positivamente o puxar na trela; reforçou negativamente o deixar de puxar; e completou reforçando positivamente o andar sem puxar. É uma via legítima, claro. Mas estão em causa dois processos e não um só. Na verdade, não existe um uso "misturado" ou "conciliado" ou "balanceado" de métodos. Existe o uso de um método seguido do uso do outro método. 

E qual é o mal? Toda esta lengalenga de erres e pês tem dois objectivos:

a) Tal como se disse na primeira parte, este tema é chato e estéril - não é por saber distinguir um R+ de um R- que o meu cão vai saber andar à trela sem puxar. Mas é extremamente conveniente que saibamos a estrutura e os fundamentos da aprendizagem animal para que saibamos o que estamos a fazer quando tentamos moldar o comportamento do nosso cão. Assim, é muito importante que saibamos que existem dois e só dois tipos de conjugação de consequências: reforço positivo com castigo negativo e reforço negativo com castigo positivo. É possível, tal como no último exemplo, castigarmos positivamente um cão e depois reforçar positivamente? É, mas teremos de ter a consciência de que estamos a castigar positivamente (e reforçar negativamente) um comportamento, e estaremos de seguida a reforçar positivamente um OUTRO comportamento. 

b) Voltemos questão: posso castigar o meu cão (com um esticão) quando ele está a puxar à trela, e depois recompensá-lo (com comida, por exemplo) quando ele está a andar sem puxar? Pode, sem dúvida. Mas a pergunta que eu coloco é a seguinte: se o objectivo é que o seu cão ande à trela sem puxar, por que é que não começa logo por aí? Por que é que não começa logo com o reforço positivo do comportamento desejado? "ah, porque o meu cão puxa bastante, e ele passa mais tempo a puxar do que a andar sem puxar; logo, não posso abrir mão de castigar o comportamento incorrecto; não posso simplesmente esperar pelo bom comportamento para recompensá-lo". Pois não! Tem toda a razão o leitor se pensar assim. Mas por isso é que existe uma coisa chamada castigo negativo. Sempre que o seu cão estiver a puxar, simplesmente pare. Isso já é castigo: é castigo negativo, na medida em que evita que o seu cão seja reforçado indevidamente. E tudo aquilo que pretende não passa disso: impedir que o seu cão seja reforçado pelo comportamento errado; promover que o comportamento certo seja repetido no futuro. Se der consigo a perguntar-se: "mas qual é mal de dar uma correcção (castigo positivo)?", eu aconselho que pense assim: porquê usar castigo positivo se obtém aquilo que deseja apenas usando o castigo negativo? 

Aquilo que devemos perguntar num caso destes, realmente, é o seguinte: o que é que eu pretendo reforçar (isto é, fazer com que o meu cão faça mais vezes no futuro)? andar na trela sem puxar, ou parar de puxar quando anda à trela? Pode parecer exactamente a mesma coisa, e, no limite, o efeito prático até pode ser o mesmo. Mas a maneira como formulamos aquela questão define perfeitamente a forma interpretamos o comportamento e a educação dos nossos cães: se eu escolher a resposta "quero que o meu cão pare de puxar quando anda à trela", estou implicitamente a pressupor que existe uma forma correcta natural do meu cão, e que é andar à trela sem puxar, e que existe, por contrapartida, um desajuste comportamental, que consiste em puxar na trela. Se, ao invés, eu escolher a resposta "quero que o meu cão ande na trela sem puxar", então estou a aceitar que o meu cão não sabe andar à trela, por defeito e por natureza, e que é preciso que seja ensinado. 

Uma palavra acerca do valor e das intensidades das consequências. 

O reforço positivo apenas funciona se for realmente reforçante, isto é, se tiver um valor alto para o cão de modo a ser uma consequência que torne o comportamento mais apetecível, mais susceptível de ser repetido. Quando o nosso cão faz o seu primeiro xixi na rua, existe uma diferença enorme entre fazer uma festinha e dar cinco pedaços de fígado cozido; lembre-se que o objectivo é tornar o comportamento mais provável no futuro, e não um qualquer concurso de integridade de carácter. 

O castigo negativo só funciona se, efectivamente, impedir que o cão conclua uma determinada acção cuja consequência fosse tornar essa acção mais provável no futuro. Ao mesmo tempo, o castigo negativo só funciona se o reforço positivo que lhe está associado for efectivamente forte; caso contrário, o comportamento que foi castigado negativamente poderá conhecer novos ensaios, pois não foi dada uma razão suficientemente forte para que essas novas tentativas não surgissem.

O castigo negativo só funciona se for realmente aversivo. Nenhum cão deixa de puxar na trela ou de ladrar se sentir uma pequena vibração ou um ligeiro toque no pescoço. O castigo positivo só o é se se afirmar como uma má consequência para o comportamento em causa; não há castigos positivos sem aversão; tal coisa seria apenas uma consequência neutra e, como tal, não levaria o cão a abandonar o respectivo comportamento.

O reforço negativo só funciona se o castigo positivo associado for realmente aversivo, fazendo do reforço negativo um alívio claro e inequívoco. Se o castigo positivo não tivesse sido realmente aversivo, o reforço negativo perderia toda a sua força reforçante, pois o cão não sentiria qualquer alívio ou sensação recompensadora pelo fim do castigo. 

Voltemos a colocar a perguntar enunciada acima: posso castigar (positivamente) o meu cão e depois reforçar (positivamente) quando ele se portar bem? Pode, mas se o objectivo é chegar à parte em que se usa o reforço positivo (recompensa pelo bom comportamento) por que razão começar o processo por algo que é necessária e inevitavelmente aversivo? "Porque não chega recompensar; o cão também tem de ser castigado quando tem um comportamento inadequado". Claro, mas para isso é perfeitamente suficiente o castigo negativo, que, aliás, é o par indissociável do reforço positivo.

A conclusão onde quero chegar é a seguinte: a mistura entre métodos não existe, propriamente. Ou se usa um, ou se usa outro. Poderemos, eventualmente, complementar um método com o outro. É materialmente possível. Só que não só não é necessário, como é até altamente desaconselhável e, sobretudo, sem sentido. Um método tem já as ferramentas todas para funcionar, por si só. Se se torna necessário recorrer ao outro método, como complemento, então é sinal de que o primeiro método não foi suficiente e, em todo o caso, era completamente desnecessário ter-se recorrido a esse primeiro método se se acabou por ter de se recorrer ao outro. No caso, e a insistência é propositada: se se vai acabar por recompensar as boas acções, então era completamente desnecessário o recurso ao castigo de tipo aversivo. O castigo negativo chegava bem.