Hábitos y Cambio de Conducta
Refuerzo, automaticidad y por qué lo de los 21 días es falso: cómo se instala una conducta y cuánto tarda de verdad.
Los dos primeros meses deciden los veintidós
Este es el hallazgo más rentable de todo el máster, y sale de los propios datos de Ritmo. De cada socio nuevo, mira solo una cosa: cuántas veces vino en su primer mes. Los que llegaron a cuatro o más, el 55%. Tienen desde entonces una tasa de baja mensual del 2,1%. Los que no llegaron, el 45%. Se dan de baja al 7,3% mensual. Uno se queda casi cuatro años; el otro, catorce meses.
Y no es que Ritmo tenga dos tipos de socio. Es que en esas primeras semanas o se forma un hábito o no se forma, y a partir de ahí la conducta deja de depender de la motivación. Un socio con hábito no decide ir al gimnasio los martes: se pone la bolsa en el coche sin pensarlo, igual que no decide lavarse los dientes.
La diferencia entre esas dos curvas vale, en la cuenta de Ritmo, más que cualquier campaña. Y el 45% que se pierde no se pierde por falta de ganas. Se pierde porque nadie diseñó las primeras seis semanas. Este módulo va de qué se sabe sobre cómo se forma un hábito, cuánto tarda de verdad, qué lo consolida y qué se puede hacer con eso, tanto con socios como con plantilla.
📋 Guía docente del módulo
Objetivos
- Distinguir condicionamiento clásico y operante y sus mecanismos: refuerzo positivo y negativo, castigo, extinción.
- Comprender los programas de refuerzo y por qué la razón variable produce conductas resistentes a la extinción.
- Definir el hábito como asociación señal-respuesta automatizada y diferenciarlo de la conducta dirigida a metas.
- Manejar la evidencia sobre el tiempo de formación de hábitos y desmontar la regla de los 21 días.
- Aplicar intenciones de implementación y agrupación de tentaciones, conociendo el tamaño real de sus efectos.
- Trasladar los principios de práctica espaciada y efecto del test al diseño de formación en la empresa.
Resultados de aprendizaje
- RA1. Clasificar una contingencia real de la empresa como refuerzo positivo, negativo, castigo o extinción, y anticipar su efecto.
- RA2. Identificar la señal, la rutina y la recompensa de un hábito existente y proponer una sustitución que conserve la señal.
- RA3. Estimar la automaticidad alcanzada tras un número dado de repeticiones y el tiempo hasta la meseta.
- RA4. Redactar una intención de implementación correcta y explicar por qué produce más efecto que una intención genérica.
- RA5. Rediseñar un plan de formación aplicando espaciado, recuperación e intercalado, y justificar cada cambio.
Bibliografía de referencia
- Wood, W. y Neal, D. T.: "A new look at habits and the habit-goal interface", Psychological Review, 2007. El marco teórico actual sobre hábitos en psicología.
- Lally, P. et al.: "How are habits formed: Modelling habit formation in the real world", European Journal of Social Psychology, 2010. El estudio que dio la mediana de 66 días.
- Gollwitzer, P. M. y Sheeran, P.: "Implementation intentions and goal achievement: a meta-analysis", Advances in Experimental Social Psychology, 2006. 94 estudios, d ≈ 0,65.
- Milkman, K. et al.: "Megastudies improve the impact of applied behavioural science", Nature, 2021. 61.000 socios de gimnasio y 54 intervenciones probadas a la vez.
- Brown, P., Roediger, H. y McDaniel, M.: Apréndetelo (Make It Stick), Crítica. La traslación aplicada de la investigación sobre práctica espaciada y recuperación.
Carga de trabajo estimada
| Actividad | Horas |
|---|---|
| Lectura y estudio del material | 6 |
| Experimentación con el simulador | 2 |
| Ejercicios (resueltos y por cuenta propia) | 4 |
| Evaluación (quiz de módulo y repaso) | 2 |
| Total | 14 |
Aprendizaje asociativo: la maquinaria básica
Condicionamiento clásico
Pavlov, 1897: un estímulo neutro que aparece repetidamente junto a uno que ya provoca una respuesta acaba provocándola solo. La versión aplicada más relevante no es la salivación del perro, sino que los estímulos se cargan afectivamente por asociación. La música, el olor y la luz de un centro de Ritmo no son decoración: se asocian a cómo se sintió el socio al salir, y esa asociación se activa después sin mediar pensamiento. También funciona al revés: si un socio pasó vergüenza en la sala de peso libre, el propio espacio queda condicionado y lo evitará sin saber muy bien por qué.
Condicionamiento operante
Skinner: la conducta se moldea por sus consecuencias. Cuatro contingencias, que conviene no confundir porque se confunden todo el rato:
| Contingencia | Qué se hace | Efecto | En Ritmo |
|---|---|---|---|
| Refuerzo positivo | Se añade algo bueno | La conducta aumenta | El monitor felicita al socio que lleva tres semanas seguidas |
| Refuerzo negativo | Se retira algo malo | La conducta aumenta | Quien reserva por la app se libra de la cola de recepción |
| Castigo | Se añade algo malo o se retira algo bueno | La conducta disminuye | Penalización por no cancelar una clase reservada |
| Extinción | Se deja de reforzar | La conducta se apaga | El socio que saluda y no recibe respuesta deja de saludar |
El error de vocabulario más extendido es llamar castigo al refuerzo negativo. Los dos refuerzos aumentan la conducta; lo que cambia es si se suma algo agradable o se quita algo desagradable.
Programas de refuerzo
Cómo se reparte el refuerzo importa tanto como que exista. Los cuatro programas básicos son razón fija, razón variable, intervalo fijo e intervalo variable, y el hallazgo robusto es que la razón variable —reforzar de forma impredecible— produce tasas altas de respuesta y una enorme resistencia a la extinción. Es el programa de la máquina tragaperras, del móvil que a veces trae algo interesante y de la sala de pesas donde a veces te sale un buen día. También explica por qué es tan difícil abandonar una conducta que solo funciona de vez en cuando.
Aplicación directa y poco intuitiva para gestión: si quieres instalar una conducta nueva, refuerza de forma continua al principio, porque la asociación necesita consistencia. Cuando ya está instalada, pasa a intermitente, porque así aguanta cuando el refuerzo falta. Reforzar de forma errática desde el día uno no consolida nada: produce ruido.
Qué es un hábito, en serio
En la investigación actual (Wood y Neal, 2007) un hábito no es "algo que haces a menudo": es una asociación aprendida entre una señal del contexto y una respuesta, tan practicada que la señal dispara la respuesta directamente, sin pasar por la evaluación de si la meta sigue mereciendo la pena. La consecuencia importante es esa: el hábito se independiza de la motivación. Por eso la gente sigue comiendo palomitas rancias en el cine y por eso el socio con hábito viene también los días en que no le apetece.
La estructura habitual con la que se enseña, señal → rutina → recompensa, popularizada por Charles Duhigg a partir del trabajo sobre ganglios basales de Ann Graybiel. Es una simplificación decente. Wood, Quinn y Kashy (2002) estimaron con muestreo de experiencia que en torno al 43% de la conducta diaria se ejecuta de forma habitual, en el mismo sitio y a la misma hora, mientras la persona piensa en otra cosa.
La regla de los 21 días no existe
Su origen es un cirujano plástico, Maxwell Maltz, que en un libro de 1960 observó que sus pacientes tardaban unas tres semanas en acostumbrarse a su nueva cara. No era un estudio, era una observación clínica sobre otra cosa. El dato real llegó en 2010: Lally y colegas siguieron a 96 personas que adoptaban una conducta nueva de comer, beber o hacer ejercicio, midiendo automaticidad a diario durante 12 semanas. La mediana fue de 66 días, con un rango entre 18 y 254, y la curva tenía forma asintótica: sube deprisa al principio y se aplana. Beber un vaso de agua se automatiza rápido; hacer cincuenta abdominales, muchísimo más despacio.
Dos hallazgos más de ese estudio, ambos muy prácticos: la consistencia del contexto importa más que la frecuencia bruta —hacerlo siempre en el mismo momento y lugar acelera la automatización—, y saltarse un día no tiene efecto apreciable sobre la curva. Esa segunda conclusión vale mucho, porque el "ya lo he roto, da igual" es un mecanismo de abandono muy común y está basado en algo falso.
Matiz honesto: el estudio de Lally tiene 96 participantes, todos voluntarios de una universidad británica y midiendo automaticidad autoinformada. Es el mejor dato disponible sobre esta pregunta y aun así es un estudio pequeño: la mediana de 66 días conviene citarla como orden de magnitud frente al mito de los 21, no como constante. Lo sólido es la forma de la curva y el papel de la consistencia del contexto, no el número exacto.
Qué funciona para cambiar conducta, y cuánto
Intenciones de implementación
Es la técnica con mejor relación entre coste y evidencia de todo el módulo. Consiste en pasar de una intención genérica ("voy a ir al gimnasio más") a un plan con la forma "cuando ocurra X, haré Y", especificando cuándo, dónde y cómo: "los martes y jueves, al salir del trabajo a las 18:30, voy directo al gimnasio sin pasar por casa". Gollwitzer y Sheeran (2006) metaanalizaron 94 estudios y encontraron un tamaño de efecto d ≈ 0,65 sobre el logro de la meta. Un efecto mediano-grande, muy notable para una intervención que consiste en escribir dos líneas.
El mecanismo es exactamente el del módulo: el plan crea artificialmente una señal de contexto ("salir del trabajo el martes") y la asocia a una respuesta concreta, delegando el arranque en el entorno en vez de en la fuerza de voluntad. También ayuda por otra vía: "sin pasar por casa" elimina el punto en que la decisión se pierde.
Agrupación de tentaciones y fricción
Milkman, Minson y Volpp (2014) probaron la agrupación de tentaciones: permitir escuchar una novela adictiva solo en el gimnasio. Funcionó: el grupo con acceso completo fue al gimnasio un 51% más que el de control, y el 61% de los participantes pagó después por seguir teniendo los audiolibros restringidos al gimnasio. Pero el efecto se fue diluyendo a lo largo de las diez semanas y cayó del todo tras el parón de Acción de Gracias, que es el patrón que hay que esperar de casi cualquier intervención de este tipo. Y la palanca más aburrida sigue siendo la mejor: quitar fricción. Cada paso entre la señal y la conducta pierde gente. La bolsa preparada la noche anterior, el gimnasio en el camino y no en un desvío, la reserva en dos clics.
El megaestudio, y la dosis de realismo
En 2021, Milkman y Duckworth publicaron en Nature un experimento de una escala inédita: 61.293 socios de una cadena de gimnasios estadounidense repartidos al azar entre 54 intervenciones distintas de cuatro semanas, diseñadas por 30 equipos de científicos conductuales. Los resultados son la mejor vacuna disponible contra el entusiasmo:
- El 45% de las intervenciones —unas 24 de las 54— aumentaron de forma significativa las visitas semanales, y lo hicieron dentro de un rango del 9% al 27%. Las demás no se distinguieron del control.
- La mejor de todas fue una que daba micropremios por volver tras un fallo, y aun así se queda en ese 27%.
- Y lo más importante: solo el 8% de las intervenciones mantuvo un efecto medible una vez terminadas las cuatro semanas. Cuatro semanas no bastan para instalar un hábito que dure.
Ese último punto encaja con Lally: si la mediana de automatización está en los 66 días y la curva se aplana después, una campaña de 28 días termina justo cuando la conducta empieza a coger tracción. Y encaja con lo que Ritmo ve en sus datos: la ventana que decide es el primer mes y medio, no la primera semana.
Los megaestudios son, de paso, una respuesta metodológica a la crisis de replicación: en vez de que cada laboratorio publique su intervención con muestra pequeña y efecto inflado, se prueban decenas a la vez, sobre la misma población, con la misma medida y preregistradas. El resultado es menos espectacular y mucho más creíble. Ese cambio de expectativa —de "hemos encontrado la palanca" a "tenemos 54 palancas y todas mueven poco"— es, probablemente, la actitud correcta.
Simulador: la curva de automatización
Empieza con el socio típico de Ritmo: 1,2 visitas por semana, contexto poco consistente (viene cuando puede) y sin plan escrito. Mira los días hasta la meseta. Ahora sube a 3 repeticiones semanales y la consistencia al máximo, y compara. Después activa la intención de implementación y observa el efecto sobre la baja mensual, que es donde esto se convierte en euros.
Modelo juguete, con avisos. La curva es la forma asintótica que describe Lally —automaticidad creciente con rendimientos decrecientes—, con una velocidad que hemos hecho depender de la consistencia del contexto, la fricción y la complejidad, en la dirección que indica la literatura pero con coeficientes inventados. La conversión final a tasa de baja usa los dos números reales de Ritmo (2,1% y 7,3% según se superen o no las cuatro visitas mensuales) interpolando entre ellos, lo cual es una simplificación grosera: en los datos reales no hay una rampa suave, hay dos poblaciones. Sirve para razonar sobre qué palanca mueve más; no para prometer un número.
Aprender: lo que sirve para formar a 96 monitores
La otra mitad de este módulo no va de socios sino de plantilla. Con un 38% de rotación anual, Ritmo forma a unas 53 personas al año, y lo hace como casi todo el mundo: una jornada intensiva de ocho horas el día de la incorporación, con mucho contenido y mucha diapositiva. La investigación sobre aprendizaje lleva cuarenta años diciendo que esa es aproximadamente la peor forma posible, y el motivo es interesante: lo que hace que algo se aprenda bien es justo lo que hace que la formación parezca menos fluida.
- Práctica espaciada. Repartir el mismo tiempo total en varias sesiones separadas produce muchísima más retención a largo plazo que concentrarlo. Es uno de los efectos más replicados de toda la psicología, con más de un siglo de estudios desde Ebbinghaus. Cuatro sesiones de dos horas separadas por semanas baten a una jornada de ocho horas, con el mismo coste.
- Efecto del test (práctica de recuperación). Intentar recordar algo consolida más que volver a leerlo. Roediger y Karpicke (2006) lo mostraron con claridad: los grupos que se autoevaluaban recordaban bastante más a la semana que los que releían, aunque los que releían estaban más seguros de saberlo. Esa disociación entre sensación de dominio y dominio real es la razón de que la gente prefiera el método peor.
- Intercalado. Mezclar tipos de problema en vez de agruparlos por bloques hace la práctica más difícil y el aprendizaje más transferible. Para un monitor: alternar corrección de sentadilla, de peso muerto y de remo en la misma sesión, en vez de una sesión por ejercicio.
- Dificultad deseable. Es el marco de Robert Bjork que engloba a los tres: las condiciones que ralentizan el aprendizaje visible mejoran la retención duradera. La consecuencia práctica es incómoda: la evaluación de satisfacción de una formación correlaciona mal con lo que se ha aprendido, y a menudo al revés.
Y el mito que hay que enterrar aquí, ya mencionado en Método: los estilos de aprendizaje. La idea de que cada persona aprende mejor si el material se adapta a su estilo visual, auditivo o kinestésico es de las creencias más extendidas en formación de empresa y no tiene evidencia que la sostenga. Pashler y colegas (2008) buscaron específicamente los estudios con el diseño que haría falta y encontraron esencialmente ninguno a favor. La gente sí tiene preferencias de formato; lo que no hay es beneficio de aprendizaje por atenderlas. Lo que sí funciona es adaptar el formato al contenido: la corrección de una postura se enseña con el cuerpo, y una política de bajas, leyéndola.
✍️ Ejercicios resueltos
Ejercicio 1. Las seis primeras semanas. Ritmo capta 300 socios nuevos al mes a 62 € de CAC. El 55% supera las cuatro visitas en el primer mes (baja del 2,1%) y el 45% no (baja del 7,3%). Diseña un programa de acogida basado en la evidencia del módulo, estima un efecto realista y calcula si compensa gastar 6 € por socio nuevo en él.
Ver solución paso a paso
Paso 1: Qué dice la evidencia sobre la duración. El error de diseño más probable sería una campaña de bienvenida de dos semanas. Lally sitúa la mediana de automatización en 66 días y el megaestudio de Milkman muestra que los efectos de intervenciones de cuatro semanas se desvanecen al terminar. Por tanto el programa tiene que durar como mínimo ocho o diez semanas, y su objetivo no es que el socio venga mucho el primer mes: es que llegue al día 60 viniendo.
Paso 2. Qué meter dentro, y por qué cada cosa. (a) Intención de implementación en el alta: en la inscripción, recepción rellena con el socio dos franjas concretas. Día, hora y qué hará justo antes. Es la técnica con mejor evidencia (d ≈ 0,65) y cuesta tres minutos. (b) Consistencia de contexto: asignar esas franjas fijas y mandar el recordatorio siempre a la misma hora, porque en Lally la consistencia pesa más que la frecuencia. (c) Quitar fricción: taquilla asignada las seis primeras semanas y reserva en dos toques. (d) Refuerzo continuo al principio: el monitor de su franja le saluda por su nombre. Refuerzo social continuo mientras se instala, luego intermitente. (e) Perdón explícito del fallo: decirle que saltarse un día no rompe nada, porque en Lally efectivamente no lo rompe y el "ya da igual" es un mecanismo real de abandono.
Paso 3. Efecto realista, no optimista. Aquí es donde hay que resistirse. El megaestudio da mejoras de asistencia en torno al 9% de media y un 27% en el mejor caso, y esto es un paquete de varias técnicas aplicado durante más tiempo. Una estimación defendible: la proporción que supera las cuatro visitas pasa del 55% al 65%. Es una mejora de 10 puntos, ambiciosa pero no fantasiosa.
Paso 4: La cuenta. Con 300 socios nuevos al mes, 10 puntos son 30 socios que cambian de una curva a la otra. Cada uno pasa de una baja del 7,3% al 2,1%, o sea de una permanencia esperada de 1/0,073 = 13,7 meses a 1/0,021 = 47,6 meses. En margen: 13,7 × 27,90 = 382 € frente a 47,6 × 27,90 = 1.328 €. Diferencia por socio: 946 €. Por 30 socios al mes: 28.380 € de margen adicional por cada mes de captación. El coste del programa es 300 × 6 = 1.800 €.
Paso 5. Sé escéptico con tu propio resultado. La cuenta sale 15 a 1, y cuando algo sale 15 a 1 conviene buscar el error. Hay dos supuestos gruesos. Primero, hemos tratado la asociación como causal: puede que los socios que superan las cuatro visitas se queden más porque estaban más motivados de partida, no porque vengan más, es una variable de confusión de manual, y en ese caso empujar la asistencia no traslada a nadie de curva. Segundo, extrapolar la permanencia con 1/tasa supone que la tasa de baja se mantiene constante para siempre, cuando en realidad decae. Las dos cosas apuntan a que 28.380 € es un techo, probablemente muy generoso. Aun dividiendo el efecto entre cinco, el programa se paga cuatro veces.
La lección de método, que es la de verdad: el programa hay que lanzarlo como experimento — la mitad de los socios nuevos con acogida y la mitad sin ella, durante tres meses — precisamente porque la duda causal del paso 5 no se puede resolver de ninguna otra forma. La cuenta sirve para decidir que merece la pena probarlo, no para dar el resultado por hecho.
Ejercicio 2. La jornada de formación de ocho horas. Ritmo forma a 53 monitores al año en una jornada intensiva de 8 horas que cuesta 210 € por persona. A los tres meses, los encargados dicen que "no se acuerdan de nada". Rediseña la formación aplicando el módulo, con el mismo presupuesto, y explica por qué la valoración de los alumnos probablemente empeorará.
Ver solución paso a paso
Paso 1: Diagnóstico. Ocho horas seguidas es práctica masiva, el formato con peor retención a largo plazo que existe. Además es casi todo exposición, o sea codificación pasiva sin ninguna recuperación. Y se evalúa el mismo día, cuando la sensación de fluidez está en su punto más alto y no mide nada de lo que quedará en septiembre.
Paso 2. Espaciar, sin gastar más. Las mismas 8 horas repartidas en cuatro sesiones de 2 horas a lo largo de seis semanas. Mismo coste de formador, mismo tiempo del trabajador. El efecto del espaciado sobre la retención a largo plazo es uno de los resultados más replicados de la psicología, así que este cambio es gratis y grande.
Paso 3: Meter recuperación. Cada sesión empieza con diez minutos de preguntas sin material sobre lo de la sesión anterior. No es un examen: es el mecanismo del efecto del test. Y entre sesiones, tres preguntas por mensaje a mitad de semana. El coste marginal es cero y es lo que convierte el espaciado en retención.
Paso 4. Intercalar y llevarlo a la sala. En vez de una sesión por bloque temático, cada sesión mezcla corrección técnica, atención al socio y protocolo de incidencias. Y la práctica se hace en la sala con socios reales desde la segunda sesión, no en un aula: la señal de contexto en la que se va a tener que recuperar lo aprendido es la sala, no la sala de reuniones.
Paso 5. Por qué la encuesta va a bajar, y qué medir en su lugar. Las condiciones que mejoran la retención duradera —espaciado, recuperación, intercalado— son dificultades deseables: hacen que el aprendizaje se sienta más lento y más incómodo. Los alumnos de la jornada intensiva salían con sensación de dominio; los de este formato saldrán con sensación de esfuerzo. Si Ritmo evalúa la formación por satisfacción del día siguiente, concluirá que el rediseño ha empeorado las cosas. La medida correcta es una prueba práctica a los tres meses, en la sala, con un observador y una rúbrica, y si se quiere hacer bien, comparando con la promoción anterior.
La lección de gestión: casi todos los indicadores de formación de empresa miden la comodidad del alumno, que correlaciona mal —y a veces negativamente— con lo aprendido. Cambiar el indicador es la mitad del rediseño.
Quiz: Hábitos y Cambio de Conducta
12 preguntas. Se supera con 70% o más.