Resurgimiento automoldeado en redes neurales artificiales y palomas

Abstract

El presente estudio trata sobre el fenómeno llamado “resurgimiento” (“resurgence” en inglés) en el que una respuesta previamente extinta se recupera cuando una respuesta alterna más recientemente entrenada es extinta o suspendida (Lattal et al., 2017) . El resurgimiento puede ayudar a comprender la reaparición de una conducta problemática que estuvo bajo algún tratamiento destinado reducirla a través de reforzar una conducta alterna. Típicamente resurgimiento ha sido estudiado en condicionamiento operante con contingencias explícitas respuesta-reforzador (e.g., Bouton & Schepers, 2014; Cançado & Lattal, 2013; Leitenberg, Rawson, & Bath, 1970; Podlesnik, Jimenez-Gomez, & Shahan, 2006) , pocos estudios han investigado el fenómeno en condicionamiento pavloviano con contingencias estímulo-reforzador (e.g., Colwill, 2007; Durlach, 1986; Epstein & Skinner, 1980; Kearns & Weiss, 2007; Lindblom & Jenkins, 1981) . El objetivo general del presente trabajo es demostrar que el resurgimiento se observa bajo contingencias pavlovianas a través de estudiarlo en un procedimiento de automoldeamiento con un modelo de redes neurales artificiales y palomas. Este objetivo permite extender la robustez del resurgimiento al dominio del condicionamiento pavloviano. El experimento 1 fue una simulación que muestra que un modelo de redes neurales artificiales predice resurgimiento automoldeado y propone una explicación común a resurgimiento operante y pavloviano. El experimento 2 se realizó para estudiar la predicción del modelo en palomas.