Contingencias como Modelos de Causalidad en Psicopatología

• Autores: Santiago Castiello de Obeso, Robin A. Murphy
• Localización: Acta comportamentalia: revista latina de análisis del comportamiento, ISSN 0188-8145, Vol. 32, Nº. 2, 2024, págs. 223-245
• Idioma: español
• Títulos paralelos:
  • Contingencies as Models of Causation in Psychopathology
• Enlaces
  • Texto completo
• Resumen
  • español

    La Teoría de Aprendizaje por Contingencias (TAC) unifica el aprendizaje Pavloviano e instrumental y es usada para comprender psicopatologías (Byrom & Murphy, 2018). En la primera sección del artículo presentamos formas matemáticas de la TAC: analítica y computacional (o de procesos). En la segunda sección, describimos métodos experimentales para estudiar contingencias en humanos: secuencia rápida de estímulos, basada en la observación de contingencias entre estímulos; y operante libre, la cual requiere respuestas instrumentales. El primer método es pasivo y permite estudiar percepción de contingencias. El segundo método es activo en el cual los participantes usan sus acciones para controlar efectos (sentido de agencia e ilusión de causalidad). En la tercera sección, ejemplificamos como la TAC es usada para entender diferencias individuales relacionadas a depresión y esquizotipia. Por un lado, las personas con rasgos altos de depresión suelen estar protegidos contra sesgos optimistas de control, i.e., ‘realismo depresivo’. Esto sugiere insensibilidad a su propio control similar a personas con esquizotipia alta que son menos sensibles a los efectos de sus acciones. Con esta revisión esperamos incentivar el uso de la TAC en psicopatología experimental con fin de entender características transdiagnósticas en condiciones psiquiátricas en las cuales el aprendizaje causal sea central

  • English

    Contingency Learning Theory (CLT) provides a computational background to develop models to understand causality. CLT provides a unifying account of Pavlovian and instrumental learning, and is used to understand mechanism underlying psychopathologies rather than simply describing symptomology (Byrom & Murphy, 2018). In this manuscript we present an overview of models and methods used within this theoretical perspective, and we describe applications in experimental psychopathology. In the first section, we present CLT in two mathematical forms: an analytical form (Delta-P rule) and computational form (or process-based; e.g., Rescorla-Wagner Model). In the second section, we describe two experimental methods used to study contingency learning in humans: the rapid-streaming trial procedure, which relies on perception and observation, and the free-operant, which involves participants’ instrumental and agentic responding. The former is a passive model that considers the study of contingency perception and the psychophysics of learning. The latter is an active method where participants use their own actions to control possible outcomes, this allows the study of the sense of agency and illusion of causality. Finally, in the third section, we provide examples of how CLT is used to understand individual differences related to affect (depression dimension) and schizotypy (psychosis dimension). People with higher depressive scores tend to be protected against optimist control biases, i.e., ‘depressive realism’, but may show insensitivity to their control. In comparison, people with high schizotypy scores or with psychosis are less sensitive to the correlation between action-outcome or the causal powers of their actions. With this work we aim to link CLT −a formalized theory based on the principles of experimental behaviour analysis− and its applications in experimental and computational psychopathology. We believe this would improve the tools to understand transdiagnostic features of distinct psychiatric conditions in which causal understanding is central.