La investigación en aprendizaje por refuerzo indica que los animales responden de manera diferente a los errores de predicción de recompensa positivos y negativos, que se pueden calcular asumiendo un sesgo en la tasa de aprendizaje. Muchos estudios han demostrado que los humanos y otros animales tienen un sesgo en la tasa de aprendizaje durante el aprendizaje, pero no está claro si y cómo el sesgo cambia a lo largo de todo el proceso de aprendizaje. Aquí, registramos los datos de comportamiento y los potenciales de campo local (LFP) en el estriado de cinco palomas que realizaban una tarea de aprendizaje probabilístico. Se utilizaron modelos de aprendizaje por refuerzo con y sin sesgos en la tasa de aprendizaje para ajustar dinámicamente el comportamiento de elección de las palomas y estimar los valores de las opciones. Además, se exploró la correlación entre la potencia de los LFP estriatales y los valores de las opciones estimados por el modelo. Encontramos que el sesgo en la tasa de aprendizaje de las palomas cambió de negativo a positivo durante el proceso de aprendizaje, y la potencia Gamma estriatal (31 a 80 Hz) se correlacionó con los valores de las opciones modulados por el sesgo dinámico en la tasa de aprendizaje. En conclusión, nuestros resultados apoyan la hipótesis de que las palomas emplean una estrategia de aprendizaje dinámica en el proceso de aprendizaje desde aspectos tanto conductuales como neuronales, proporcionando valiosas ideas sobre los mecanismos de aprendizaje por refuerzo de los animales no humanos.