The superstition phenomenon remains a crossroad of conceptual issues, especially regarding the operant-respondent distinction and the role of neural principies in understanding of behavior. In the present paper, I examine the phenomenon from the perspective of artificial neural networks, in the context of a selectionist approach to reinforcement. I define the basic phenomenon as a persisting change in a behavior that is not a conditional part of the reinforcement operation. Two computer simulations of this phenomenon were run using two feedforward and fully-connected selection networks. Superstition was obtained in both networks through the same reinforcement mechanism used to obtain Pavlovian and operant conditioning in previous simulations.Results showed that response-dependent reinforcement was not necessary to change any emitted behavior, and that superstition was maximally generalized over the networks' repertoire. A more specific form of superstition was obtained in a third simulation by using a partially-connected network. A similar result might be obtained by making different responses mutually exclusive through inhibitory connections. Also, it is likely that a form of shaping through response-dependent reinforcement will be required in order to simulate more complex environment-behavior relations in selection networks. I conclude by examining certain criticisms that have been raised towards neural-network modeling in behavior analysis and the incorporation of neural principies in our accounts of behavior.El fenómeno de la superstición permanece como una encrucijada de problemas conceptuales, especialmente respecto a la distinción operante-respondiente y al papel de los principios neurales en el entendimiento de la conducta. En el presente trabajo se examina el fenómeno desde la perspectiva de las redes neurales artificiales, en el contexto de una aproximación se leccionista al reforzamiento. Se define el fenómeno básico como un cambio persistente en una conducta que no forma parte condicional de la operación de reforzamiento. Se corrieron dos simulaciones digitales de este fenómeno, utilizando dos redes de selección completamente connectadas de forma anterógrada. La superstición fue obtenida en ambas redes mediante el mismo mecanismo de reforzamiento utilizado para obtener condicionamiento Pavloviano y operante en simulaciones anteriores. Los resultados mostraron que el reforzamiento dependiente de la respuesta no fue necesario para cambiar conducta emitida alguna y que la superstición fue máximamente generalizada a lo largo del repertorio de las redes. f.Jna forma más específica de superstición fue obtenida en una tercera simulación, utilizando una red parcialmente conectada. Un resultado similar podría ser obtenido haciendo que distintas respuestas sean mutuamente excluyentes mediante conexiones inhibitorias. También es posible que una forma de moldeamiento mediante reforzamiento dependiente de la respuesta sea necesaria para simular relaciones ambiente-conducta más complejas en redes neurales de selección. Se concluye examinando ciertas críticas que han sido dirigidas hacia el uso de redes neurales en el análisis conductual y la incorporación de principios neurales en las explicaciones de la conducta.