Token economy: errori di integrità che fanno fallire il sistema

Una token economy non fallisce quasi mai perche “i token non funzionano”. Fallisce quando la contingenza si sporca: token dati per abitudine, premi non disponibili, costi incoerenti, scambi troppo lontani, adulti che applicano regole diverse. L’integrità non è un dettaglio amministrativo: è il cuore clinico del sistema.

Il token non è il premio: è una promessa

La token economy viene spesso presentata come una tabella con caselle da riempire. Questa immagine è comoda, ma incompleta. Il token non è il premio finale: è uno stimolo che diventa utile perché predice accesso a qualcosa di valore. Se quel collegamento si indebolisce, il token diventa decorazione. Se il collegamento cambia da adulto ad adulto, il bambino impara una regola diversa: non “quando faccio X ottengo un token”, ma “forse qualcuno mi dà qualcosa quando insistono abbastanza o quando la situazione diventa tesa”.

Le pratiche descritte da Fernandez, Argueta e DeLeon mostrano che i sistemi token sono molto diffusi in setting clinici e istruttivi, ma anche variabili nelle procedure: scelta dei backup reinforcers, criteri di guadagno, modalità di scambio, response cost, training degli operatori. Questa variabilità non è un problema in sé. Diventa un problema quando le parti del sistema non sono progettate in modo coerente con il comportamento target e con le condizioni reali di applicazione.

La domanda iniziale deve essere concreta: quale comportamento aumenta il token? “Collaborazione” è troppo ampio. “Completa cinque item con massimo un prompt gestuale” è misurabile. “Sta bravo” crea interpretazioni. “Resta seduto con materiale davanti per tre minuti” è osservabile. Ogni token consegnato senza questo tipo di definizione aggiunge rumore al sistema.

Errore 1: token consegnati fuori criterio

L’errore di integrità più comune è la consegna fuori criterio. Succede quando il token viene dato per simpatia, per calmare un episodio, per recuperare una routine persa o perché un adulto vuole “non farlo restare indietro”. Il gesto sembra gentile, ma cambia la funzione del sistema. Se il token arriva dopo una protesta intensa, può rinforzare proprio la sequenza che il team voleva ridurre. Se arriva dopo un prompt totale quando la regola era indipendenza, il dato finale sovrastima l’abilità.

Il lavoro di DiGennaro Reed e colleghi sugli errori di commissione durante il discrete-trial training è utile anche qui: gli errori adulti non sono rumore neutro. Possono alterare apprendimento, acquisizione e interpretazione dei dati. In token economy, un errore di commissione è consegnare token quando il criterio non è stato raggiunto; un errore di omissione è non consegnarlo quando il criterio è raggiunto. Entrambi indeboliscono il valore discriminativo del sistema.

Una buona scheda include una riga di fidelity: numero di opportunità, token corretti, token omessi, token fuori criterio. Non serve trasformare ogni routine in un laboratorio pesante. Bastano campioni brevi e regolari: dieci opportunità osservate, percentuale di consegna corretta, nota sugli errori più frequenti. Se la fidelity è al 55%, il problema non è ancora il bambino.

Sezione sperimentale: Stress test del sistema token

Prima di dichiarare un sistema token “pronto”, sottoponilo a uno stress test in cinque minuti. Primo: chiedi a due adulti di leggere il target e dire quando consegnerebbero il token. Se danno risposte diverse, il criterio è ambiguo. Secondo: simula tre prove, una corretta, una parzialmente corretta e una con comportamento problema. Se non è chiaro cosa fare in ciascuna prova, il sistema non è ancora implementabile.

Terzo: controlla il menu di scambio. Almeno tre opzioni devono essere realmente disponibili oggi, non promesse vaghe. Quarto: misura il ritardo. Quanto tempo passa tra guadagno del token e possibilità di scambio? Per alcuni bambini un ritardo di trenta minuti è sostenibile; per altri dieci minuti sono già troppi. Quinto: verifica il costo. Se servono dieci token per ogni scambio ma il bambino ne guadagna due al giorno, la relazione tra sforzo e valore può collassare.

Lo stress test produce una decisione: pronto, da semplificare, o da ricostruire. “Pronto” significa che due adulti applicano le stesse regole, i rinforzatori sono disponibili e il primo scambio è abbastanza vicino. “Da semplificare” significa ridurre token richiesti, accorciare il ritardo o riscrivere il target. “Da ricostruire” significa che il token non predice nulla di stabile.

Errore 2: scambio troppo lontano o troppo costoso

Il lavoro di Reed e Martens sul temporal discounting in sistemi token di classe ricorda un punto spesso ignorato: il ritardo di scambio conta. Un token può essere visibile e ben consegnato, ma se lo scambio arriva troppo tardi rispetto al profilo della persona, il valore motivazionale cala. Questo è ancora più evidente con bambini piccoli, persone con difficoltà di attesa o routine in cui il rinforzo storico era immediato.

Leon, Borrero e DeLeon hanno analizzato ritardi di rinforzatori primari e condizionati, offrendo una base sperimentale per ragionare sul token come ponte temporale. Il ponte però deve essere stato costruito. Se un token non è stato associato a scambi ripetuti, rapidi e chiari, non compensa magicamente un ritardo lungo. All’inizio conviene usare scambi frequenti e costi bassi; poi si può aumentare gradualmente il numero di token richiesti o la distanza dallo scambio, monitorando se il comportamento target resta alto.

Anche la modalità di distribuzione del rinforzo finale è rilevante. DeLeon e colleghi hanno confrontato arrangiamenti distribuiti e accumulati, mostrando che efficacia e preferenza possono divergere. In pratica, alcuni bambini lavorano meglio con piccoli scambi frequenti; altri tollerano accumulo verso un rinforzatore più grande. Non scegliere per gusto adulto. Prova, misura e chiedi quando possibile.

Errore 3: response cost usato come punizione confusa

Togliere token può sembrare una soluzione rapida: “se lo perde, capisce”. Donaldson e colleghi hanno esaminato condizioni di guadagno e perdita di token, ricordando che token earn e token loss non sono solo due facce identiche. La perdita può essere potente, ma anche meno accettabile, più emotivamente carica e più difficile da applicare con equità. In contesti educativi o clinici con bambini autistici, il response cost dovrebbe essere una scelta deliberata, non una reazione alla frustrazione adulta.

Se il sistema include perdita di token, servono confini chiari: quale comportamento produce perdita, quanti token, chi lo comunica, come si ripara, quando si sospende per sicurezza. Senza questi confini il response cost diventa variabile, personale e poco didattico. Molti sistemi per bambini piccoli funzionano meglio come earn-only: guadagno chiaro, scambio vicino, fading graduale, niente perdita. Quando serve ridurre un comportamento, spesso è più prudente rinforzare alternative e modificare antecedenti.

Errore 4: menu di scambio non verificato

Un sistema token vive sui backup reinforcers. Se il menu contiene opzioni vecchie, indisponibili o scelte solo dagli adulti, il token perde forza. Morris e Bridges, rivedendo pratiche di identificazione e uso di rinforzatori sociali e non sociali, mostrano quanto sia importante distinguere tra ciò che pensiamo sia rinforzante e ciò che effettivamente mantiene o aumenta il comportamento. La preferenza cambia, il contesto cambia, la sazietà cambia.

Per questo il menu va trattato come dato, non come poster. Ogni settimana controlla quali opzioni vengono scelte, quali restano ignorate, quali producono ritorno rapido al compito e quali creano transizioni difficili. Se un rinforzatore è scelto sempre ma produce crisi allo stop, può restare nel menu con durata più breve e supporto visivo, oppure essere sostituito. Se un’opzione non viene scelta mai, toglila: la lista deve essere utile, non lunga.

Vignetta clinica: la lavagna che premiava la protesta

Il Contesto

In una classe primaria, Matteo riceve un token ogni volta che completa una scheda. Dopo due settimane il comportamento target non aumenta e le proteste durante scrittura sono più frequenti. Gli insegnanti riferiscono che “la token economy lo agita”. La supervisione osserva dieci opportunità e nota che quattro token vengono consegnati dopo proteste intense, “per ripartire”.

L'Intervento

Il target viene riscritto: un token per due righe completate con massimo un prompt verbale. La protesta non produce token; appena Matteo torna al materiale, l’adulto ripresenta il criterio con tono neutro. Lo scambio passa da fine giornata a ogni tre token, con tre opzioni disponibili. Viene aggiunta una colonna di fidelity per token corretti, omessi e fuori criterio.

L'Esito

Nel giro di una settimana le consegne corrette passano dal 60% al 90%. Le proteste non spariscono subito, ma il lavoro completato aumenta. Il dato più utile è che il sistema smette di rinforzare la sequenza protesta-ripartenza-token. Solo dopo questa correzione il team valuta il costo dei premi e il fading.

FAQ