En este artículo se revisan los antecedentes y el estado actual del análisis experimental del comportamiento (AEC) en España. Se introduce con una explicación histórica sobre la psicología y el problema de la ciencia en España. Posteriormente se muestra el desarrollo de la psicología científica, en general, y del AEC, en particular. Se analiza Lo que pudo ser (1900-1936) y Lo que fue (1939-1953). Se reseña la importancia de El Laboratori de Conducta (1970-1980). Y se efectúa un recurrido del AEC después de 1980. Finalmente, se presentan algunos programas españoles actuales de investigación en AEC: conducta adjuntiva y regulación de la conducta, y formación de clases de estímulos

An experiment in which a pigeon was trained in contextual discrimination of its own behavior was carried out. When the experimental chamber was illuminated with a constant light, the pigeon had to peck on a red (or green) key in the sample component after having been pecking to the left (or to the right). When the chamber was illuminated with an intermittent light, the reinforced sample-comparison sequences were the opposite. The subject learned the task in about 40 sessions and maintained high correct response ratios even though the reinforcement probability decreased from 1 to 0.2 after each correct trial. The results are discussed in terms of the kind of discriminative rule and the kind of hierarchic structure involved in the task.

Se llevó a cabo un experimento en el que diez palomas fueron entrenadas en una tarea de discriminación condicional de su propia conducta. Los sujetos aprendían que cuando la muestra había consistido en responder a la izquierda (derecha) ante dos teclas blancas, debían elegir la comparación roja (verde) para ser reforzados. Una vez que los animales habían aprendido esta tarea, se les pasaba a una fase de prueba. En concreto, cinco palomas fueron entrenadas en una transferencia positiva, ya que si la muestra era ahora la tecla roja (verde) tenían que elegir la comparación izquierda (derecha) para llegar al reforzador. Por el contrario, las otras cinco palomas recibían un entrenamiento de transferencia negativa, ya que la tarea consistía en que ante una muestra roja (verde) debían elegir la comparación derecha (izquierda) para ser reforzados. Los datos obtenidos indican que la ejecución de los sujetos del grupo en el que había coherencia entre las fases fue superior a la de los sujetos del grupo en el que no había dicha coherencia. Los resultados son interpretados en relación con la importancia que la discriminación de la propia conducta tiene en la derivación de relaciones bidireccionales

Se llevó a cabo un experimento en el que diez palomas fueron entrenadas en una tarea de discriminación condicional de su propia conducta. Los sujetos aprendían que cuando la muestra había consistido en responder a la izquierda (derecha) ante dos teclas blancas, debían elegir la comparación roja (verde) para ser reforzados. Una vez que los animales habían aprendido esta tarea, se les pasaba a una fase de prueba. En concreto, cinco palomas fueron entrenadas en una transferencia positiva, ya que si la muestra era ahora la tecla roja (verde) tenían que elegir la comparación izquierda (derecha) para llegar al reforzador. Por el contrario, las otras cinco palomas recibían un entrenamiento de transferencia negativa, ya que la tarea consistía en que ante una muestra roja (verde) debían elegir la comparación derecha (izquierda) para ser reforzados. Los datos obtenidos indican que la ejecución de los sujetos del grupo en el que había coherencia entre las fases fue superior a la de los sujetos del grupo en el que no había dicha coherencia. Los resultados son interpretados en relación con la importancia que la discriminación de la propia conducta tiene en la derivación de relaciones bidireccionales

This paper introduces UniSchedApi, an API-based solution that revolutionizes optimized university resource scheduling. The primary focus of the research is the detailed evaluation of two automatic resource allocation methods: Tabu Search (TS) and Genetic Algorithm (GA). The paper thoroughly explores how these methods address challenges associated with resource allocation in university environments, considering critical factors such as teacher availability, student time constraints, classroom features (including computers, projectors, TV's, specialized laboratories, specialized equipment, etc.), among others. The evaluation is carried out meticulously, measuring the performance and memory resource usage of both algorithms, considering the comparison with the manual scheduling. The results reveal that the TS algorithm excels in terms of temporal efficiency and computational resource usage. Based on these findings, UniSchedApi implements GA and TS but uses TS as the default algorithm, ensuring more efficient and optimized management of academic resources. This research not only presents a practical solution with UniSchedApi but also provides a deep understanding of the methods for evaluating and selecting algorithms to address specific challenges in university resource allocation. These results lay the groundwork for future improvements in academic resource management.