Adestramento de Cães com Reforço Positivo: A Ciência e Como Fazer

Se já passou algum tempo a procurar conselhos sobre treino canino, é provável que se tenha deparado com filosofias contraditórias. Alguns treinadores dão ênfase ao controlo e à correção; outros centram-se nas recompensas e na relação. A ciência, acumulada ao longo de quase um século de investigação comportamental, aponta claramente numa direção: o reforço positivo produz uma aprendizagem mais rápida, uma retenção mais duradoura e menos efeitos secundários comportamentais do que as abordagens baseadas na punição.

Este artigo explica a ciência em linguagem simples e dá-lhe um enquadramento prático para começar a utilizá-la hoje mesmo.

Os 4 quadrantes do condicionamento operante

Todo o comportamento aprendido — nos cães e nos humanos — é moldado pelas consequências. B.F. Skinner formalizou isto em meados do século XX como condicionamento operante, que descreve quatro formas como as consequências afetam a frequência de um comportamento:

• Reforço positivo (R+): acrescentar algo agradável após um comportamento → o comportamento aumenta. O cão senta-se, recebe um petisco, senta-se mais vezes.
• Reforço negativo (R-): retirar algo desagradável após um comportamento → o comportamento aumenta. O cão puxa a trela para escapar ao desconforto, e o puxar aumenta.
• Punição positiva (P+): acrescentar algo desagradável após um comportamento → o comportamento diminui. O cão salta, recebe uma joelhada no peito, e o saltar diminui (mas a ansiedade pode aumentar).
• Punição negativa (P-): retirar algo agradável após um comportamento → o comportamento diminui. O cão salta para obter atenção, o dono vira-se de costas, e o saltar diminui.

O treino canino moderno e favorável ao bem-estar baseia-se principalmente no R+ e, ocasionalmente, na P- (como retirar a atenção quando o cão salta). Evita a P+ devido aos seus efeitos secundários documentados.

Por que razão o R+ funciona melhor: a ciência

Não é uma questão de opinião que o reforço positivo seja eficaz — está bem documentado na literatura revista por pares. Um estudo de referência de Herron et al. (2009) concluiu que as técnicas de treino confrontacionais (incluindo bater, «alpha rolls» e encarar fixamente) provocavam frequentemente agressividade nos cães, enquanto as técnicas baseadas em recompensas não produziam tais respostas (PMID: 19028069).

De uma perspetiva neurocientífica, as recompensas ativam o sistema dopaminérgico mesolímbico — os circuitos cerebrais da aprendizagem e da motivação. Quando um cão executa um comportamento e recebe uma recompensa, é liberada dopamina, codificando esse comportamento como «vale a pena repetir». A punição, em contrapartida, ativa as vias de stress (cortisol e adrenalina), que podem prejudicar a consolidação da memória e criar associações negativas com o treinador, o ambiente de treino ou o próprio sinal.

A investigação de Ivan Pavlov sobre o condicionamento clássico mostrou-nos que as respostas emocionais são aprendidas por associação. Cada sessão de treino é simultaneamente operante (o cão aprende o que fazer) e clássica (o cão aprende como se sentir em relação a isso). Os treinadores positivos usam esta dupla via intencionalmente: os sinais e os ambientes de treino tornam-se preditores de coisas boas, e não de stress.

Tipos de recompensas: construir uma hierarquia

Não todas as recompensas são iguais, e cada cão tem as suas preferências individuais. Construa uma hierarquia para o seu cão:

• Alimentos de alto valor: carne verdadeira (frango, vaca, salmão), queijo, pedaços de salsicha. Reserve-os para comportamentos novos, ambientes com distrações e para reforçar as tarefas mais difíceis.
• Alimentos de valor médio: petiscos de treino comerciais, ração seca, pequenas bolachas. Use em treinos em ambientes com poucas distrações.
• Recompensas da vida quotidiana: acesso a coisas que o cão quer — sair à rua, cumprimentar uma pessoa, correr atrás de uma bola. Poderosas e gratuitas; use-as tornando a recompensa dependente do comportamento («senta» → a porta abre-se).
• Brincadeira: um breve jogo de puxar a corda ou de apanhar a bola como recompensa. Muito motivador para muitos cães, especialmente para as raças de trabalho.
• Elogios e contacto físico: genuinamente valorizados pelos cães sociáveis, mas raramente suficientes por si só para ensinar novos comportamentos.

Para manter a motivação elevada durante as sessões de treino, a Zooplus oferece uma excelente gama de petiscos de treino pequenos e macios com várias proteínas — ideais para dar recompensas em sequência rápida sem enchergar o seu cão.

Momento e taxa de reforço

O momento é tudo. A recompensa (ou o sinal marcador — ver treino com clicker) deve chegar no prazo de 1–2 segundos após o comportamento desejado, caso contrário o cão pode associar a recompensa àquilo que estava a fazer no momento da entrega, e não ao comportamento que pretendia reforçar.

A taxa de reforço (TR) refere-se à frequência com que recompensa durante uma sessão de treino. Ao ensinar um comportamento novo, mantenha uma TR muito elevada — recompense praticamente todas as respostas corretas. À medida que o comportamento se torna fiável, pode passar para um esquema variável (recompensando algumas respostas e outras não), o que produz, na verdade, um comportamento mais duradouro. Isto reflete aquilo a que Skinner chamou esquema de razão variável — o mesmo princípio que torna as slot machines tão atrativas.

Moldagem, condução e captura

Existem três técnicas principais para fazer com que um comportamento aconteça, de modo a poder reforçá-lo:

• Condução (luring): usar um petisco para guiar o cão para uma posição (por exemplo, mover um petisco do nariz do cão para trás, por cima da cabeça, para que ele se sente). É rápido de ensinar, mas retire o estímulo depressa ou acabará com um cão dependente de petiscos.
• Captura: esperar que o cão ofereça um comportamento naturalmente e recompensá-lo no instante em que acontece (por exemplo, reforçar sempre que o cão se deita naturalmente, até que o «deita» se torne um sinal fiável).
• Moldagem (shaping): recompensar aproximações sucessivas em direção ao comportamento final. Para ensinar o «rola», pode começar por recompensar o olhar para o lado, depois a inclinação, depois o rolar para a anca e, por fim, o rolar completo. Isto desenvolve a persistência e a capacidade de resolução de problemas no cão.

Passar dos petiscos às recompensas intermitentes

Uma preocupação comum é: «vou ter de andar sempre com petiscos?» A resposta é não — assim que um comportamento é aprendido, passa-se para um esquema de reforço intermitente (variável). Continue a recompensar ocasionalmente e de forma imprevisível, e substitua as recompensas alimentares por recompensas da vida quotidiana (põe-se a trela, lança-se a bola, abre-se a porta). O comportamento mantém-se forte porque o cão nunca pode ter a certeza de quando virá a recompensa — o otimismo impulsiona o comportamento.

Por que razão a punição é contraproducente

Para além das preocupações com o bem-estar, a punição é simplesmente uma ferramenta de treino menos eficiente. Diz ao cão o que não deve fazer, sem lhe ensinar o que fazer em vez disso. Exige um momento preciso e uma intensidade calibrada que a maioria dos donos não consegue aplicar de forma consistente. E os seus efeitos secundários — medo, evitamento, agressividade redirecionada e desamparo aprendido — estão bem documentados na literatura científica (Hiby et al., 2004, PMID: 15279162).

Os treinadores mais eficazes do mundo — aqueles que trabalham com delfins, elefantes, animais de jardim zoológico e cães de desporto de competição — baseiam-se quase exclusivamente no reforço positivo. Não há razão para que o seu cão mereça menos.