Refuerzo Intermitente en Relaciones: ¿Por Qué Vuelves a Personas Tóxicas?

Hay una pregunta que llega a consulta casi siempre con la misma forma: ¿por qué no puedo soltar a alguien que la mayor parte del tiempo me trata mal? La respuesta no está en cuánto te quiso, ni en cuánto te hirió. Está en el calendario: en cuándo llegaba lo bueno.

El refuerzo intermitente no es un rasgo de personalidad ni una etiqueta para tu ex. Es un mecanismo: una máquina con piezas identificables que puede montarse en cualquier vínculo, y que funciona igual de bien aunque nadie la haya diseñado a propósito. Este artículo la desarma pieza por pieza: qué la enciende, qué la sostiene y qué la apaga. Si lo que buscas son las fases (idealización, devaluación, descarte), ese es otro engranaje y lo explico aparte en el ciclo del abuso narcisista. Aquí nos quedamos en la mecánica.

La pieza que enciende: un premio que llega sin patrón

Esto es psicología conductual básica, desde B. F. Skinner. Una conducta que deja de premiarse se apaga; a eso se le llama extinción. Pero Skinner documentó algo contraintuitivo: la conducta que se premia solo a veces —refuerzo parcial— es la más resistente de apagar. Más resistente, incluso, que la que se premia siempre.

La comparación conocida es la máquina tragamonedas: no paga en cada jalón, y por eso nadie suelta la palanca. Pero el detalle importa: lo que engancha no es el tamaño del premio. Es que no se pueda predecir. Un cariño enorme entregado cada martes a las ocho pierde su fuerza de amarre en un mes. Un cariño mediano que aparece sin aviso puede sostenerte años.

Fíjate si ya hiciste esta cuenta sin darte cuenta: de cada diez veces que le escribo, dos me contesta como antes. Ese "dos" no es un dato inofensivo. Es el programa. Y tu sistema nervioso lo lleva contando mucho mejor que tú.

La pieza que casi nadie nombra: el alivio también premia

Aquí es donde la mayoría de las explicaciones se quedan cortas, y donde en consulta veo el mayor alivio cuando lo digo.

Damos por hecho que el premio es lo bueno: el mensaje lindo, el fin de semana perfecto, la reconciliación. Pero en conducta existe otra forma de reforzar, y es quitar algo desagradable. Tres días de silencio y de golpe un "buenos días" seco. Eso no es afecto. Es el cese del castigo. Sin embargo tu cuerpo lo registra exactamente igual: baja el pulso, se afloja el pecho, vuelves a respirar. Y esa bajada de tensión es el premio.

La consecuencia es incómoda y explica muchas relaciones que parecen imposibles de explicar: un vínculo puede sostenerse con cero momentos buenos. Cuando una mujer me dice "es que ya ni siquiera me da nada bonito, no entiendo por qué sigo", casi siempre la máquina cambió de combustible. Ya no premia lo bueno. Premia que pare lo malo. Y como lo malo pasa seguido, hay premio disponible todo el tiempo.

Prueba a revisar tu propia línea de tiempo con esta pregunta: lo último que sentí como un buen momento, ¿fue algo que él hizo, o algo que él dejó de hacer?

La pieza que lo vuelve dañino: el desequilibrio de poder

Un matiz que casi ningún artículo hace, y sin él todo esto suena a que cualquier inconsistencia es abuso.

Tu amiga desorganizada, que contesta a los cinco minutos o a los cinco días, también te está dando refuerzo intermitente. Y no te destruye la vida. Tu papá, que aparecía y desaparecía, también. La intermitencia sola no basta.

Lo que la vuelve tóxica es la segunda pieza. Cuando Donald Dutton y Susan Painter acuñaron el término traumatic bonding, la fórmula que describieron tenía dos ingredientes: abuso intermitente más desequilibrio de poder. Uno de los dos manda; el otro depende. Y en su prueba empírica de 1993, publicada en Violence and Victims, midieron el hallazgo que le da la vuelta a la intuición: la intermitencia del maltrato predecía el apego más que la cantidad total de maltrato.

Léelo de nuevo, porque es lo que casi nadie te dice. Alguien que te trató mal todos los días es más fácil de dejar que alguien que te trató mal cuatro de cada diez. Más daño no equivale a más enganche. Daño impredecible sí. Por eso las mujeres que peor lo pasan al soltar no suelen ser las que peor la pasaron.

El motor: la incertidumbre, no la recompensa

La química también acompaña: el cerebro libera más dopamina ante recompensas impredecibles que ante recompensas seguras, así que lo que sostiene la conducta es la incertidumbre y no el premio en sí (si quieres el desarrollo completo de qué hacen las hormonas en un vínculo así, está en qué pasa en tu cerebro con el trauma bonding).

Lo que me interesa aquí es la consecuencia práctica, que es cognitiva: este mecanismo te deja la memoria torcida. La autora Shahida Arabi lo describe bien —es un marco de trabajo clínico, no un experimento—: las migajas de afecto se amplifican, y por eso recuerdas la reconciliación con más nitidez y más detalle que los meses de daño que la hicieron necesaria.

No es que tengas mala memoria. Es que la máquina realza lo escaso. Por eso cuando intentas decidir "sintiendo", siempre pierdes: estás consultando un archivo que el propio mecanismo editó. Lo único que funciona es sacar los hechos del cuerpo y ponerlos por fuera. Fechas y hechos escritos en una hoja, sin adjetivos: el 4 me dijo esto, el 9 desapareció, el 12 volvió. La hoja no amplifica nada.

El engranaje que pones tú: escalar o vigilar

Skinner no describió un solo programa de refuerzo, sino varios. Trasladarlos a una relación es una analogía —no un experimento de laboratorio—, pero es la analogía más útil que conozco para saber qué tienes que interrumpir.

• Si el premio llega después de un número impredecible de intentos, lo que hace la conducta es escalar. Escribes más largo, llamas más veces, propones el viaje, cocinas, te disculpas por algo que no hiciste. Tu cuerpo aprendió que insistir eventualmente paga, y aumenta la apuesta.
• Si el premio llega en un momento impredecible del tiempo, lo que hace la conducta es vigilar. No haces nada: solo miras. Desbloqueas la pantalla sin motivo cuarenta veces al día, no porque esperes algo concreto, sino porque tu sistema quedó en modo comprobación permanente.

Distinguir cuál es el tuyo cambia el trabajo por completo. La que escala tiene que aprender a no hacer, que es lo más difícil que existe para un cuerpo en alerta. La que vigila no tiene que dominar ningún impulso: tiene que quitarse el marcador de las manos. Teléfono en otra habitación, notificaciones apagadas, la conversación archivada. No es fuerza de voluntad; es sacar la palanca del alcance.

Y hay un aterrizaje corporal que conviene reconocer, porque llega antes que cualquier pensamiento: esa opresión alta en el pecho y la mandíbula apretada cuando pasan las horas sin respuesta no son ansiedad genérica. Son el cuerpo en búsqueda activa. Es el momento exacto en que el mecanismo está pidiendo su dosis, y por lo tanto el momento exacto en que no se toman decisiones.

La pieza que lo apaga: la extinción, y el pico que viene antes

La buena noticia mecánica es que este sistema tiene apagado, y es el mismo principio al revés: si el refuerzo deja de llegar, la conducta se extingue.

Pero hay un detalle que hace fracasar a casi todo el mundo. Antes de apagarse, la conducta escala. Se llama estallido de extinción. Cuando dejas de dar reacción, él no se va: insiste más fuerte, más creativo, más dramático —eso que suele llamarse hoovering, y que explico en por qué el narcisista vuelve—. Y en paralelo, tu propio impulso de buscarlo también sube justo antes de bajar. Ese pico no es la señal de que estás fallando. Es la señal de que le quitaste el combustible y el sistema está protestando.

El otro detalle es el más caro, y es la razón por la que "le contesté una sola vez" no es un desliz pequeño: una sola recompensa reinicia el contador entero. Y no vuelve al punto de partida: lo deja peor. Porque acabas de enseñarle a tu propio sistema —y al suyo— que la espera larga sí paga. Después de tres semanas de silencio, ese mensaje devuelto no te atrasó unos días. Convirtió el patrón en uno más resistente que el que tenías antes de empezar. Por eso el contacto cero no es orgullo ni castigo: es el único protocolo compatible con cómo se apaga esta máquina.

Una advertencia honesta antes de seguir: si en esa relación hay violencia física o amenazas, nada de esto se hace en solitario. Retirar la reacción a alguien que ya fue violento puede escalar el riesgo. Ahí lo primero no es la extinción, es un plan de salida con apoyo real.

Si estás en la parte del proceso donde ya entiendes el mecanismo pero el cuerpo no obedece, ese es exactamente el trabajo que hago en Apego Detox: sostener la extinción sin romperla a la mitad.

Hay algo que un mecanismo tiene y un destino no: se puede desarmar. Y para desarmarlo no sirve la pregunta con la que llegamos casi todas —por qué lo sigo queriendo—, porque esa no tiene respuesta y se puede dar vueltas encima de ella durante años. La pregunta que sí se responde es otra, mucho más fría y mucho más útil: qué está premiando este vínculo, y cada cuánto. Esa cabe en una hoja de papel. Y una vez que la ves escrita, deja de ser amor misterioso y pasa a ser un horario.

Preguntas frecuentes

¿El refuerzo intermitente es lo mismo que el ciclo del abuso?

No. El ciclo describe las fases por las que pasa la relación (idealización, tensión, daño, reconciliación). El refuerzo intermitente describe el mecanismo de aprendizaje que hace que te quedes: el premio impredecible. Puede haber refuerzo intermitente sin un ciclo claro de abuso, y el ciclo engancha precisamente porque contiene refuerzo intermitente dentro.

¿Puede alguien hacer refuerzo intermitente sin darse cuenta?

Sí, y es más frecuente de lo que se cree. Una persona evitativa, alguien con adicciones o alguien simplemente inconsistente produce el mismo patrón sin ninguna estrategia detrás. El mecanismo no necesita intención para funcionar. Lo que cambia el pronóstico no es la intención, sino si hay desequilibrio de poder y si esa persona puede sostener un cambio cuando se lo nombras.

¿Cuánto tarda en apagarse el patrón?

No hay un número honesto que darte, porque depende de cuántos años estuvo activo el programa y de cuántas veces se reinició el contador. Lo que sí es predecible es la forma de la curva: sube antes de bajar. Si llevas dos semanas y estás peor que el día uno, eso es compatible con el proceso, no con un fracaso.

¿Y si tengo que seguir en contacto por los hijos o por trabajo?

El objetivo entonces no es cortar el contacto, es cortar el refuerzo. Contacto limitado a logística, por escrito, con respuestas breves y sin material emocional dentro. La conducta se extingue cuando deja de recibir premio; no necesita que la otra persona desaparezca, necesita que deje de haber premio disponible.

¿Por qué un hombre estable me parece aburrido?

Porque un vínculo con refuerzo constante y predecible produce mucha menos activación que uno intermitente, y si tu referencia de intensidad se calibró con una máquina de premios impredecibles, la calma se registra al principio como ausencia de algo. No significa que no haya química: significa que tu escala está descalibrada y tarda unos meses en volver a marcar bien.