Refuerzo positivo y clicker: el entrenamiento moderno

El principio: lo que funciona, se repite

Una conducta que produce una consecuencia agradable —comida, juego, atención, salir a la calle— se vuelve más probable. Una que no produce nada tiende a desaparecer. No hace falta invocar jerarquías ni carácter para explicar por qué tu perro salta a saludar: lo hace porque alguna vez saltar consiguió atención.

La consecuencia práctica es incómoda: tu perro está aprendiendo todo el día, con o sin tu permiso. Si ladra y le abres la puerta, acabas de enseñarle a ladrar. Si se sienta solo y nadie lo nota, sentarse pierde valor. Entrenar consiste en decidir tú qué conductas producen resultado, en lugar de dejar que lo decida el ambiente. Por eso este artículo está debajo de todos los demás: enseñar a sentarse, a quedarse o a caminar sin jalar son aplicaciones distintas del mismo mecanismo.

El problema del timing y para qué sirve el marcador

Aquí está el detalle que arruina la mayoría de los intentos caseros: la consecuencia tiene que llegar en el instante exacto de la conducta. Un premio que llega tres segundos tarde no premia lo que tú creías; premia lo que el perro estaba haciendo en ese momento, que probablemente era levantarse, mirar la bolsa o adelantarse hacia tu mano.

Como es físicamente imposible entregar comida en la décima de segundo correcta, se usa un marcador: una señal breve que significa “eso, justo eso” y que además promete que la recompensa viene en camino. Puede ser un clic o una palabra corta y siempre igual, como “sí”. El marcador congela el instante y te da margen para sacar el premio con calma.

Cómo “cargar” el clicker antes de usarlo

Antes de marcar conductas, el sonido tiene que significar algo. Eso se consigue asociándolo a la comida sin pedir nada a cambio: clic, premio; clic, premio; veinte o treinta veces, en dos o tres sesiones de un par de minutos. No pides que se siente, no dices su nombre, no esperas nada. Solo emparejas sonido y comida.

Sabrás que está cargado cuando hagas clic con el perro distraído y él gire la cabeza a buscar el premio. A partir de ahí, el clic ya no es ruido: es una promesa.

Las reglas del clicker

Son pocas y no admiten excepciones, porque toda la utilidad del marcador depende de que signifique siempre lo mismo.

Cómo dejar de depender de los premios

Es la duda de todo el mundo, y la respuesta es que no, no necesitas cargar comida el resto de tu vida. El proceso tiene dos fases. Durante el aprendizaje premias cada acierto: así la conducta se construye rápido. Cuando ya es fiable, pasas a premiar de forma variable, unas veces sí y otras no, sin patrón previsible.

Lo contraintuitivo es que esa intermitencia no debilita la conducta: la hace más resistente. Una conducta premiada siempre se apaga rápido en cuanto dejan de llegar premios, porque el cambio es evidente. Una premiada de forma impredecible aguanta muchísimo más, porque el perro nunca sabe si esta vez toca. También conviene desvanecer el marcador: cuando el ejercicio ya está aprendido, el clic sobra y basta con un “muy bien” y lo que venga después.

Qué hace bueno a un premio

Un buen premio es pequeño —del tamaño de un guisante—, blando y rápido de comer, para no romper el ritmo de la sesión. Y no todos valen lo mismo: conviene tener una jerarquía y gastar la munición buena donde hace falta.

La comida no es la única moneda. El juego con una cuerda, las caricias si de verdad le gustan, o el acceso a lo que quiere en ese momento —oler ese poste, saludar a alguien— refuerzan igual de bien. En un paseo sin jalar, permitir que se acerque a olfatear después de caminar con la correa floja es un refuerzo excelente y no cuesta nada.

Por qué el castigo no es el camino

El argumento no es moral, es de resultados. El castigo puede detener una conducta en el momento, pero no enseña qué hacer en su lugar: un perro al que le gritas por saltar sigue sin saber que sentarse le funcionaría mejor. Además suele volverse dependiente de quien castiga —la conducta reaparece en cuanto no estás— y las principales sociedades de conducta veterinaria lo desaconsejan por su asociación con miedo, ansiedad y respuestas agresivas.

En el mismo saco entra el mito de la dominancia y del “perro alfa”, que sigue circulando en internet y en algunos vídeos. La idea de que hay que “ser el líder de la manada”, tumbar al perro o comer antes que él viene de estudios antiguos con lobos no emparentados que convivían forzados en cautividad. Ese modelo fue corregido después por la propia investigación sobre lobos en libertad, donde las manadas funcionan como familias, y en ningún caso describe la relación entre un perro y una persona. Si tu perro te ignora, no está disputando un rango: o no entendió, o algo en el entorno le compite. Muchos problemas etiquetados como “dominancia”, incluida la agresividad con otros perros, son en realidad miedo o frustración mal leídos.

Sesiones cortas y qué hacer cuando no responde

Unos pocos minutos, varias veces al día, rinden más que una sesión larga. Termina siempre antes de que el perro se canse y siempre en un acierto: la última repetición es la que se queda. Aprender a leer el lenguaje corporal del perro te dirá cuándo parar, porque los bostezos, el rascarse o el olfatear el suelo suelen aparecer antes de que se desconecte del todo.

Y cuando falla, no repitas la orden más alto. Repetirla solo enseña que la primera vez es opcional. Un fallo casi siempre significa una de tres cosas: el ejercicio está demasiado difícil, el entorno tiene demasiadas distracciones o la recompensa no vale lo suficiente para el esfuerzo. Baja un escalón en cualquiera de las tres —más cerca, más fácil, mejor premio—, consigue dos o tres aciertos seguidos y vuelve a subir. Este mismo criterio es el que hace que funcione la llamada, el ejercicio donde más se nota si el refuerzo estuvo bien construido.

Marca en el instante exacto, premia siempre lo que marcaste, pon la palabra al final y baja la dificultad cuando falle. Con eso y sesiones de tres minutos tienes el noventa por ciento del entrenamiento resuelto.