Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Tema 3 Pensamiento

    Cargado por

    Marisol Sol
    20 vistas36 páginas
    Uned

    Título original

    tema 3 pensamiento

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    Uned

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    20 vistas36 páginas

    Tema 3 Pensamiento

    Cargado por

    Marisol Sol
    Uned

    Copyright:

    © All Rights Reserved
    Descargue como PDF o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 36
    ‘(Gunrropuccion | 2, LAESTRUCTURACION CONCEPTUAL 2,1. Enfoque de las propiedades definitrias 22. Enfoque de las propiedades probabilisticas 2.3, Enfoque de os ejemplares 43, LA COMBINACION DE CONCEPTOS 3.1. Modelo de modificacién selectiva 3.2, Modelo de especalizacién conceptual 3.3, Modelo hirido de ejemplares y teorias previas 3.4. Modelo de especiaizacién conceotual amoliado 4,EL PROCESO DE CATEGORIZACION ‘2, La inducelén eategériea como sistama da raglas ditribuldas 4.1.1, Descripciin del proceso de induccién categorica 42, Lainduccién categerica como sistema de activacin distribuida 4.2.1, Descriocién del proceso de induccién cateasrica MAPA CONCEPTUAL IBLIOGRAFIA Marfa José Gonzalez Labra PALABRAS CLAVE DEL CAPITULO Propiedades definitorias ropiedades probabilsticas Protatipo Tipicidad Parecido familiar ropreaaces temporaies ‘fecto dela conjuncion ‘Modelo de modifcacion seleciva FReyla ue contiaste Modelo de especializacion ‘conceptual Brinripiade comejanza Teoviasprevias Representacién simblica Esquemasde razanamiento pragmtico Representacién conexionista Modelo de satisfacciénde estricciones. Se sy LAESTRUCTURACION CONCEPTUAL # Las categorias se definen por sus propiedades y sus reglas dle formacién dependerén de estas pro- piedades. 1» Elenfoque de las propiedades definitorias asume'una estructura conceptual con propiedades bien definidas en las que una propiedad es necesaria si esté presente en cada uno de los ejemplares y ‘un conjunto de propiedades es suficiente si cada ejemplar con dicho conjunto pertenece al con- cepto en cuestidn. 1 Los resultados experimentales han mostrado que ni los conceptos, ‘claramente a una representaci6n por definiciones. u uso parecen ajustarse tan 1 El enfoque de las propiedades probabilisticas asume que la estructuracién conceptual depende del prototipo y los miembros de una categoria se relacionan por el parecido familar. # La postura conciliadora de los modelos mixtos intenta explicar cémo se podrfa asumir la coexis- tencia de ambos tipos de propiedades: definitorias y probabilistic. 1 El enfoque de los ejemplares asume que hay una representacién de todos los ejemplares y el nivel de abstraccién necesario para generar una categoria ocurriré en el momento mismo de la recupe- raci6n de la informacién almacenada. 1 Elenfoque de los ejemplares no ofrece una explicacién de cémo se representan las generalizaci res producto del aprendizaje y no concreta cual es el crterio de coherencia interna para poder titar el proceso de categorizacién © Los madelos conciliadores 0 mixtos combinan la representacin de casos coneretos y un nivel de tepresentaciGn més abstracto que se corresponda con el prototipo. LA COMBINACION DE CONCEPTOS ' El estudio del proceso de la combinacién de conceptos pone de manifesto la propia flexibilidad del proceso de induccién categérica. * 1 modelo de modificacién selectiva para la combinacién sustantivo-adjetivo asume una represen- taci6n prototipica con pesos diferenciados para la prominencia y la diagnosticidad de los aributos. ' ET modelo de modificacién selectiva se ha criticado por asumir que los aributos son independientes Yy8U aplicacién se limita a los conceptos constituidos por sustantivos y adjetivos. & El modelo de especializacién conceptual asume una representacién por esquemas con variables yy valores en la que uno de los conceptos (el adjetivo) especifica los valores de las propiedades del otro (el sustantivo). 1 La critica principal del modelo de especializacién conceptual sefiala la falta de especificacién del procedimiento de cémputo para el proceso de seleccién del conocimiento. © EI modelo hibrido de ejemplares y teorias previas es una propuesta inespecifica que combina la representacién de ejemplares y el conocimiento del mundo para poder explicar la relacién entre las propiedades de un concepio, las fluctuaciones que se producen por el contexto y as variaciones del valor critico de una misma propiedad. 1 Ene modelo de especializacién conceptual amplado seaiaden los procesos de comparaciny cons- ‘ruccién para poder explicar la aplicacién de propiedades y la combinacién hibrida de las mismas, EL PROCESO DE CATEGORIZACION 1 El principio de semejanza subyace en la explicacién de la organizacién conceptual de varios en- foques. 18 El enfoque de las teorias previas sostiene que la organizacién categérica se encuentra determinada por €l propio conocimienio y por las teorias ingentuas que tienen los sujetos sobre el mundo que les rodea. 1 El sistema de reglas distribuidas pertenece al paradigma simbélico clasico en el que se utilizan simbolos atémicos para denotar las entidades susceptibles de ser interpretadas seménticamente y dichas entidades se manipulan por las reglas que definen al sistema. = El modelo en concreto que ilustra esta perspectiva es el modelo de esquemas de razonamiento pragmético (Holland, Holyoak, Nisbett y Thagard, 1986). 1 El sistema de activacién distribuida pertenece al paradigma conexionista y més concretamente a tuna serie de modelos que se conocen como modelos de satisfacci6n de restricciones. = Los componentes de! modelo son unos patrones de activacidn en una serie ce unidacles del sisterna, a mado de neuronas, con reglas cle activacién (Rumelhart, Smolensky, McClelland y Hinton, 1986), INTRODUCCION El proceso de induccidn categsrica constituye uno de los procesos basicos del funcionamiento cog- nitivo por medio del cual las personas reconocen y clasifican su entorno en clases. Este proceso de ca- tegorizaci6n se encuentra casi omnipresente en todas nuestras actividades, desde las més sencillas hasta las mas complejas. Por ejemplo, se esta categorizando cuando en el supermercado se acude ala seccién de frutas en busca de manzanas, cuando se habla de un artista como vanguardista o cuando se diag- rnostica una depresin por el conjunto de sintomas que presenta el paciente. Ademés, estas categorias se consideran los cimientos o las estructuras a partir de las cuales vamos a poder seguir clasificando, {nterpretando, generando inferencias y comunicéndonos con todos aquellos que compartan una estruc- turacién categorica en comin. Ene las varias funciones de la induccién categ6rica, vamos a destacar ds que son fundamentales para las diferentes perspectivas tebricas que existen sobre el tema. Esta funciones son, por una parte, el ahorro cognitivo que supone la agrupacién de las experiencias particulares en clases, y, por otro lado, la posibilidad que oftece la pertenencia categ6rica de inferir mas informacién que la que haya sido presentada en una situacién determinada. En cuanto al ahorro, resulta evidente que, a pesar de que cada experiencia es en cierto sentido Gnica, también es innegable que los sujetos no parecen actuar en funcién de cada una de ‘esas experiencias, sino que extraen aquello que puede ser comiin a un conjunto de objetos 0 situaciones. ‘si, por ejemplo, aunque hayamos tenido un sinffn de experiencias con muchos tipos de manzanas (reineta, {golden, macintosh, etc), solemos agrupar estas experiencias particulares bajo la categorfa wmanzana». En ‘ste sentido se considera que la categorizacién constituye una de las formas paradigmsticas de la inferencia inductiva por medio de fa cual las experiencias particulates se agrupan en una clase general. ‘Ademis de este ahorro cognitivo, la categorizacién también permite aplicar a un nuevo ejemplar de la categorfa, informacién conocida sobre lo que previamente ya ha sido agrupado. Esto quiere decir que si nos encontramos con un nuevo ejemplar que podemos categorizar como manzana, también po- demos generar una serie de expectativas sobre este objeto, sin que para ello sea necesario comprobarlo, Siguienclo con el ejemplo anterior, sia un ejemplar lo incluimos en la categoria manzana, podemos es- perar que sea comestible y que crezca en un érbol. En los siguientes puntos de este capitulo vamos a tratar el proceso de induccién categérica como el proceso mediante el cual se agrupan en un conjunto varios ejemplares particulares. En otras palabras, Jntentaremos analizar qué es aquello que hace que un conjunto de abjetos se agrupen en una categoria y c6mo se realiza esta agrupacidn. En primer lugar, se hard un breve andlisis de los principios estructu- rales que han sido propuestos para estudiar cémo las experiencias particulares se agrupan en clases y Ccémo se produce la combinacién conceptual. A continuacién se trataran los principios generales que Parecen compartir una buena parte de los enfoques cuando intentan dar cuenta del proceso de catego- fizacién y, por Gltimo, analizaremos con mayor detalle dos modelos computacionales alternativos para la explicacion de este proceso. LA ESTRUCTURACION CONCEPTUAL Cuando se agrupa una serie de experiencias particulares en una categoria parece que ha de existir algo en estas experiencias que permita dicha agrupacién. Una de las concepciones més extendidas sobre aquello que permite la induccién categérica resalta el papel que desempefia el conocimiento que se tiene sobre las propiedades de los ejemplares, de modo que la descripcién de estas propiedades per mite averiguar cémo los ejemplares se agrupan en clases. De esta forma encontramos que, en la abun- dante investigacién que hay sobre el tema, las categorias se han definido por sus propiedades y sus reglas de formacién ce refieren a las rolaciones que ce establecen entre estas propiedades. En este apar tao vamos a ver los diferentes enfoques te6ricos sobre esta agrupacién categérica y cudles son los prin- cipios que permiten que los objetos particulares se agrupen en una categoria, 1, Enfoque de las propiedades definitorias El enfoque més tradicional en el estudio de la organizacién categérica considera que ésta se define ppor un conjunto de propiedades que son individualmente necesarias y en su conjunto suficientes. Se supone que una propiedad es necesarla si esté presente en cada uno de los ejemplares y un Conjunto de propiedades es suficiente si cada ejemplar que presente dicho conjunto pertenece al concepto en cuestién’, Un ejemplar pertenecerd a una categorfa si presenta este conjunto de propiedades y su per- tenencia serd cuestion de todo 0 nada: 0 es un miembro de la categoria o no lo es. E! principio estructural que subyace en este enfoque es una definicién. Un ejemplo ya clasico de este tipo de enfoque es el concepto «soltero>. El concepio soltero esté for- mado por tres propiedades: ser vardn, adulto y no estar casado. En este punto conviene aclarar que ‘cuando hablamos de una propiedad estamos haciendo referencia a un predicado, en el ejemplo anterior, «ser varén», al hablar de un atributo nos referimos al término genérico de esa propiedad, siguiendo con cl ejemplo anterior, «sexo» y al hablar del valor hacemos referencia a la especficacién de ese atributo, €en este caso «varén». También es habitual encontrarse en este campo con el término rasgo para hacer referencia a un atributo con dos valores (presencia 0 ausencia), aunque nosotros no haremos esta dis- tincién y hablaremos s6lo de atributos. Este conjunto de propiedades constituye el contenido conceptual y este mismo conjunto de propie- dades permite agrupar a los ejemplares en clases. Desde este enfoque se entiende que cada una de estas propiedades es por sf sola necesaria, aunque no suficiente. Por ejemplo, un nifio no es un soltero, aunque sea varén y no esté casado, 0 una mujer, aunque ésta sea adulta y no esté casada, Ahora bien, conjuntamente estas tres propiedades, ser var6n, adulto y no estar casado, si son suficientes para ser soltero. Estas propiedades se denominan definitorias porque constituyen colectivamente una definicién del concepto y de acuerdo con este enfoque, que se conoce como enfoque clésico, un objeto es miem- bro de una categoria si y solo si presenta el conjunto de propiedades que Io detinen. Las principales teorias psicolégicas hasta principios de los afios 70 del siglo veinte compartian los ‘supuestos del enfoque clisico (Bourne, Ekstrand y Dominowski, 1971; Bruner, Goodnow y Austin, 1956). Sin embargo, pronto surgieron resultados experimentales que subrayaban la falta de especiticacién de ' Cabo coaster que ce ha optado por considera concaptoy categoria come cinénimoe,proscindiend ef del antisie de Ia controvertida distingin con profundas races floséficas entre ambos términos, Jas propiedades definitorias de algunos conceptos. Se encontré que no haba una definicién consensuada que agrupara al conjunto de propiedades individualmente necesarias y conjuntamente suficientes para fos conceptos denominados naturales y que en muchas ocasiones los sujetos no podtan establecer los limites entre un concepto y otro tan claramente como cabria esperar de acuerdo con el enfoque clasico. Ftos resultados ponfan de manifiesto que los conceptos no se ajustaban fécilmente a una representacién por definiciones. El problema de este enfoque es que es demasiado restrctivo como para poder incluir ‘alas excepciones y a los ejemplares con demarcaciones imprecisas. Si este problema se intenta resolver con una definicién mas general, entonces la categoria pierde poder discriminatorio, convirtiéndose po- siblemente en un cajén de sastre donde todo cabe. Por otra parte, el propio uso que hacfan los sujetos de los concepts también era contrario a los prin- Cipios defendidos por el enfoque clisico. En las investigaciones de Rosch (1975; 1978) se encuentra que algunos ejemplares se consideraban més tipicos o mas representativos del concepto que otros. Por ejemplo, los sujetos evaluaban que un petirrojo era un miembro mas representativo de la categoria aves que una gallina, poniendo de manifesto que no todos los ejemplares de una categoria eran iguales, aunque la igualdad era lo esperado de acuerdo con las propiedades definitorias. Ademés, estos efectos de tipicidad permitfan predecir el comportamiento en una amplia variedad de tareas. Ast, por ejemplo, sie pide a los sujetos que decidan lo mas répidamente posible si un objeto es o no un ejemplar de una categoria, sus respuestas serdn més répidas con los ejemplares tipicos. Sise pide que generen miembros de una categoria, los sujetos recuperan antes los ejemplares tipicos que los atipicos y los ejemplares ti picos también se aprenden antes que los atfpicos (Rosch, 1978). 2.2. Enfoque de las propiedades probabilisticas Las deficiencias del enfoque clésico dieron lugar a una nueva perspectiva sobre la estructuracién conceptual. Esta nueva perspectiva denominada enfoque probabilistico asume que los conceptos no estén constituidos por propiedades definitorias, sino que las propiedades més comunes o tipicas de un concepto ocurren sélo en determinados ejemplares. El conjunto de estas propiedades recibe el nombre de prototipo, ya que éste describe s6lo a los mejores ejemplares del concepto. De esta forma, el conte- nido del concepto es su prototipo, que es como la tendencia central de las propiedades de sus ejem- plares, reflejando la estructura redundante de la categoria como un todo (Posner y Keele, 1968). Otros tenfoques probabilfsticos también incluyen la varianza o dispersidn entre estas propiedades (Fried y Hol- yoak, 1984) 0 consideran que se representan las frecuencias de estas propiedades o una combinacién de las mismas (Reitman y Bower, 1973) Ademas, este enfoque ofrece una explicacién de la estructuracién conceptual en niveles jerérquicos. Siguiendo con la denominacién clésica, se propone un nivel supraordenado con el grado més alto de eneralidad, por ejemplo, fruta, y un nivel subordinado con el mas concreto, por ejemplo, manzana Bolden. Esta estructuracién conceptual también incluye un nivel intermedio denominado nivel basico ‘en el que se ubicarfa el prototipo, por ejemplo, el concepto manzana. Este nivel basico comprenderia ‘el mayor ndimero de propiedades que comparten los ejemplares de una categoria y el menor nimero cde propiedades de otras categorias de contraste (Rosch, Mervis, Gray, Johnson y Boyes-Braehm, 1976). Los datos que presentamos a continuacién para ilustrar el enfoque probabilistico han sido tomados dl trabajo de Malt y Smith (1984). En la Tabla 3.1. se presentan las puntuaciones de tipicidad que se obtuvieron cuando los sujetos evaluaban en una escala de 1 a 7 varios ejemplares de los conceptos fruta y ave. Como se puede ver en ambos listados, existen variaciones importantes en las puntuaciones de tipicidad de los distintos ejemplares. Por ejemplo, los resultados mostraron que la manzana se con- sidera la fruta mds tipica, mientras que la calabaza es la menos tipica. En la categoria de aves también pocemos observar variaciones similares y en las investigaciones sobre este tema son abundantes los re- sultados semejantes a éstos, por ejemplo, Mervis, Catlin y Rosch, 1976; Rosch, 1975. Resultados de este tipo fueron los que cuestionaron la adecuacién del enfoque clasico al poner de manifiesto que no todas los ejerplares eran equivalontes en cuiante a si pertenencia eategérica Los datos del estudio de Malt y Smith también ponen de manifiesto que los efectos de tipicidad pa- recen deberse a las propiedades no necesarias, cuestionando también en este punto la viabilidad del ‘enfoque clasico de la categorizaci6n. En la Tabla 3.2. se presentan diez ejemplos en orden decreciente de tipicidad con algunas de las propiedades que dieron los sujetos para los ejemplares que se les pre- senlaron. A cada propiedad se le asigna una puntuacién que es igual al nmero de ejemplares que pre- senta esa propiedad. Segiin Rosch y Mervis (1975), la suma de estas puntuaciones constituye su pun- tuacién de parecido familiar. fn esta tabla podemos observar que la puntuaci6n de parecido familiar es una medida directa de la frecuencia de las propiedades del concepto y que los ejemplares con las puntuaciones més altas en pa- recido familiar son los que comparten el mayor ntimero de propiedades con los miembros de su cate- {ria y el menor néimero con los miembros de otras categorias. FI parecido familiar también es una me- ida indiecta de la semejanza de un ejemplar con respecto a los otros miembros de la categoria. Una PPuntuaci6n alta manifiesta que el ejemplar comparte muchas propiedades con el resto de los ejemplares Y que, por tanto, es similar a muchos de estos ejemplares. El parecido familiar también se encuentra correlacionado con la tipicidad, ya que, por ejemplo, los ejemplares més tipicos de la Tabla 3.1. en la categoria aves también presentan las puntuaciones més altas de parecido familiar y los ejemplares menos tipicos, las puntuaciones més bajas. Ademds, como se puede comprobar, el orden de los ejemplares parece deberse a las propiedades no necesarias, ya que, por ejemplo, la propiedad necesaria «tener plumass, contribuye de la misma forma en cada uno de los ejemplares. Para resumir sefialamos que el supuesto principal de este enfoque es que la tipicidad de un ejemplar es una medida de la semejanza entre dicho ejemplar y su prototipo. Los miembros de una categorfa se relacionan por su parecido familiar y no por un conjunto de propiedades definitorias. Por parecido fa- miliar se entiende la semejanza media de un ejemplar con respecto a otros miembros de la categoria y la desemejanza media con respecto a los miembros de otras categorias de contraste. Cuanto més seme- jante sea un ejemplar con respecto a los otros miembros de su categoria y menos semejante con los miembros de otras categorfas, tanto mayor serd el parecido familiar y tanto més tipico ser como miem- bro de esa categorfa. De esta forma, la estructura intema del concepto no es homogénea, ya que los miembros se ordenan segtin esta graduacién de tipicidad. El parecido familiar es la hase de la graduacién de tipicidad y una categorfa se define por el parecido familiar entre sus miembros. Sin embargo, este enfoque tampoco estd exento de ciertas crticas, sobre todo en lo que respecta a {a determinacion de la semejanza, que analtzaremos mas adelante. Los resultados sobre los electos de tipicidad dependen del criterio de semejanza, de las categorfas particulares que se han elegido y de los ‘ejemplares que se han puesto a prueba. Por ejemplo, dos ejemplares de dos categorias diferentes, tales ‘como una naranja y una pelota, son més semejantes entre sf con respecto a la forma que dos ejemplares de una misma categoria, tales como una naranja y un plétano, ‘También Roth y Shoben (1983) encontraron que el prototipo puede ser muy diferente en funcién del ‘contexto en el que ocurra. Por ejemplo, el prototipo de aves varia en funcién de fos siguientes contextos: «el péjaro vol6 sobre el mar (una gaviotal> o «el cazador disparé a ese pajaro (una perdiz)». Asi, en- [0,1]. Esta funcién de pertenencia expresa ‘el grado, en un intervalo entre 0 y 1, en que un ejemplar x de un universo de discurso (U) pertenece al conjunto difuso A. Para el caso de la conjuncién de dos conjuntos A y B, Cag, se establece que el valor ‘de la pertenencia categ6rica de un concepto compuesto x es el minimo de sus valores de pertenen ‘asus dos conjuntos constituyentes: Ca,g (x) = valor mfnimo de [C, (x), Ca ()]- Supongamos, por ejem- plo, que para un ejemplar del concepto compuesto sof cama hemos obtenido un valor de pertenencia ¢de..75 en el conjunto sofas y un valor de pertenencia de .40 en el conjunto cama. Cuando aplicamos 1a regla del valor minimo en este ejemplo obtenemos que nuestro ejemplar de sof cama tiene una per- tenencia categorica de .40 [valor minimo de (.75, .40) = .40]. Representacién de fos conjuntos soa, cama y su interseccién. Sin embargo, Osherson y Smith encuentran que las predicciones de la teorfa de los conjuntos difusos ‘no se cumplian en los juicios de tipicidad sobre la conjuncién de conceptos y proponen un modelo que denominan modelo de modificaci6n selectiva para poder explicar el proceso de combinacién con- Ceptual dentro del marco te6rico de los prototipos (Smith, Osherson, Rips y Keane, 1988). EI desarrollo de este modelo surgié por la necesidad de explicar algunos resultados experimentales no esperados so- bre los juicios de tipicidad de conceptos compuestos por la combinacién sustantivo-adjetivo (Smith y Osherson, 1984). En concreto, se encontré que los sujetos consideraban que la tipicidad de un concepto ‘compuesto era mayor que la de algunos de los conceptos simples que lo constitufan. Por ejemplo, si se pedia al sujeto que evaluara la tipicidad de un ejemplar particular de «sangre roja» se encontraba que la tipicidad de este ejemplar era mayor para el concepto compuesto «sangre roja» que para el concepto simple «sangre». También se encontré que estos juicios de tipicidad eran mayores cuando los conceptos ‘compuestos reunian conjunciones incompatibles como «sangre azul», en las que los adjetivos denotan tun valor poco frecuente. Por ejemplo, el grado de tipicidad de un ejemplar de «sangre azul» para el cconcepto «sangre azul» frente al concepto simple «sangre» era mayor que la tipicidad de un ejemplar de asangre rojas para el cancepta «sangre cajas frente al cancepta simple (sangre). Ademds, cuando se pedfa que se evaluara la tipicidad de un ejemplar compuesto que no pertenecfa a esa categorfa, por ejemplo, un ejemplar como «sangre roja» para el concepto «sangre azul», se encontraba que la tipicidad cera menor para el cazo del concepto compuesto (cangre azul) que para el concepto simple (sangre). En la Figura 3.2. se representan los conjuntos de estos conceptos y una versiGn resumida de las evaluaciones de tipicidad anteriormente comentadas. Estos resultados se conocen como “el efecto de la conjuncién” yeste efecto se volveré a comentar en el capitulo sobre razonamiento probabilistico al analizar el heu- ristico de representatividad y la falacia de la conjuncién. Con el fin de poder explicar estos resultados sobre el efecto de la conjuncién, el modelo de modifi- cacién selectiva parte de una representacién prototipica conforme a una estructuracién conceptual en la que se incluyen los atributos (por ejemplo, color) con pesos diagnésticos y los valores de estos atri- butos (por ejemplo, rojo) se encuentran ponderados con respecto a su prominencia. Por ejemplo, el atributo color para el concepto sangre tendria el valor de rojo y este valor seria muy prominente com- parado con otros valores, como su estado Ifquido. Ademés, el atributo color tendrfa para el concepto sangre un valor diagnéstico alto que permitira diferenciarlo de ottos fluidos corporales. El procedimiento para la combinacién conceptual asume que cada constituyente del concepto com- puesto desempefia un papel distinto y asimétrico y que no puede, por tanto, explicarse por la simple interseccién de las propiedades de sus conceptos constituyentes. Por ejemplo, la combinacién entre los Cconceptos «sofa» y «cama» no es igual en «sofé cama» (un sofé que sirve de cama) que en «cama sofé> {una cama que sirve de sof). E! proceso de modificacién selectiva parte dela identificacién del concepto {que desemperia la luncién de sustantivo como marco conceptual sobre el que se va a operar y del con- cepto que desempefia la funcién de adjetivo como aquello que opera o modifica. Cuando ocurre la combinacién conceptual el concepto que desemperia la funcidn de adjetivo pone en marcha la selec- Ci6n de las propiedades que se van a poner en correspondencia enire ambos conceptos y las propiedades seleccionadas adquieren mayor prominencia y valor diagnéstico. Siguiendo con el ejemplo anterior del ep. Ese) concepiv compuesto «sof camay, a propledad «sirve para dormirs del concepto cama, que desempena la funcién de adjetivo, se pone en correspondencia con esa propiedad o una andloga del concepto sofa (en los sofas también se duerme, se descansa), haciéndola més prominente y diagnéstica, Para determinar el cémputo de tipicidad de un ejemplar se utiliza la regla de contraste de Tversky (1977), que calcula la semejanza mediante el contraste entre las propiedades comunes y no compartidas cenire ejemplar y prototipo. Se entiende que la semejanza es una funcién creciente de las propiedades ‘que son comunes al prototipo y al ejemplar y una funcién decreciente de las propiedades no compar- tidas entre ambos. Cada propiedad conlleva un indice que pondera la prominencia y el valor diagndstico de los atrinutos Par ejemplo, cuando se evalia un ejemplar del concapta compuesto «sangre rojas en- ccontramos que éste se considera mas tipico del concepto «sangre roja» que del concepto «sangre» por {que el atributo color rojo ha incrementado su valor diagnéstico y su prominencia en el concepto com- puesto. Del mizmo modo se explica que para cl caso de coneeptos compucztos incompatibles como «sangre azul» se encuentre que un ejemplar de «sangre azul» se considera més tipico del concepto san- sre azul que del concepto simple sangre. Ademés, como en ambos casos el atributo color cambia su ponderacién en funcidn del valor rojo 0 azul, tambien se pucle explicar que el comepla Compuesto compatible «sangre roja» se considere mas semejante al concepto simple «sangre» con el que comparte el valor rojo que al concepto compuesto incompatible «sangre azul». Igualmente se explica que las. Cconjunciones incompatibles como «sangce azul» son evaluadas como més tipicas que las conjunciones compatibles como «sangre roja» porque en este caso no slo se ha ponderado el valor azul, sino que la diagnosticidad del atributo color también ha aumentado considerablemente. El modelo de modificacién selectiva ofrece un procedimiento concreto y bien especificado para el célculo dela tipicidad de los conceptos compuestos, pero es también un modelo muy simple y limitado. Coma sefalan sus propins antares, el modelo esté disefiada para eonceptos compuestos con tina sintaxie determinada: sustantivo-adjetivo. Sin embargo, la combinacién de dos conceptos bajo otra forma sin- tctica, como sangre y rojo, puede dar lugar a que rojo se considere un concepto al igual que sangre y su combinacién conceptual se ajuste ala interseccién de ambos. ta limitacién importante del modelo es que trata adjetivos simples y que presumiblemente s6lo afectan a una propiedad del prototipo. Sin embargo, hay adjetivos més complejos con consecuenci rmiiltiples para el sustantivo que modifican, Ademds, Ios adjetivos simples como el color también se en- ‘cuentran relacionados con otros, por ejemplo, 6! color verde de la fruta y su grado de acidez. Estas re- laciones entre las propiedades forman parte del prototipo y el cambio en el valor de un atributo también ‘modifica al resto de los atributos con los que se encuentra relacionado (Malt y Smith, 1984; Medin y Shoben, 1988). Pero més importante aun (como posiblemente hab observado el lector con el ejemplo que hemos seleccionado para ilustrar el procedimiento del modelo de madificacién selectiva) es que incluso en el caso de un adjetivo simple como el color parece que tiene que haber algo més en el con- Ccepto compuesto «sangre azul» que la mera ponderacién de la prominencia y la diagnosticidad de! co- lor 3.2. Modelo de especializaci6n conceptual Una perspectiva més amplia sobre la combinacién conceptual considera que ésta es un proceso guiado porel conacimiento. El modelo de especializacién conceptual de Cohen y Murphy (1984) asume {que los conceptos simples se encuentran representadlos por esquemas que estructuran el conocimiento con variables y valores. En el caso de los conceptos compuestos hay un concepto principal y oiro que Jo modifica, dando como resultado la especializacién 0 descripcién detallada de los valores del con- cepto principal. Hasta aqui el modelo de modificacién selectiva y el modelo de especializacién con- ceplual son muy semejantes. Amos asumen una representaci6n asimétrica en la combinacién concep- tual en la que uno de los concepios se encuentra modificado por el otro y éste ultimo modifica 0 specifica los valores de las propiedades o las variables que se encuentran representadas. La diferencia entre ambos modelos radica en que para el modelo de especializacién conceptual este proceso no es posible sin antes accedler a la base de conocimientos que tiene el sujeto. De acuerdo con el modelo de especializacién conceptual, antes de iniciar el proceso de categori zaci6n se tiene que consultar la base de conocimientos para poder decidir cual variable es la més apro- piada para el proceso de especializacién y una ver realizada la especializacién se debe ampliar y refinar cl nuevo concepto con elin de que sea coherente y completo (Murphy, 1988). Siguiendo con el ejemplo del concepto compuesto «eangre azul», podemos ver ahora cémo el valor azul para el atributo color no s6lo se pondera en prominencia y diagnosticidad, sino que se tiene que poner en relacién con el onocimiento que tenemos sobre el lenguaje figurado (azul no hace referencia al color de la sangre) y este concepto se completaré con oiras propiedades atribuidas al linaje noble. Se puede decir que el ‘modelo de modificacién selectiva forma parte del modelo de especializacién conceptual, dado que ambos comparten aspectos muy semejantes con respecto a la tepresentacién de conceptos y a cémo ta se modifica en los conceptos compuestos. El primer modelo aporta un procedimiento detallado para el cémputo de los conceptos compuestos y el segundo ofrece un marco teérico mucho més amplio ‘en el que explicar la riqueza de la representacién conceptual. Sin embargo, los aspectos especfficos de! primero marcan sus propia limitaciones y la riqueza conceptual contemplada por el segundo atin no se ha hecho explicita como procedimiento computacional bien delimitado. 3.3. Modelo hibrido de ejemplares y teorias previas ‘Medin y Shoben (1988) proponen un modelo hibrido que conjuga la representaci6n de ejemplares yel conocimiento del mundo. Cabe seffalar que ésta es una propuesta todavia més inespecifica que la anterior, pero en la que se contemplan aspectos centrales del proceso de combinacién conceptual. Los autores en realidad ponen de manifiesto a través de sus resultados experimentales algunas de las insu- ficiencias del modelo cle modificacién selectiva y la necesidad de una teorfa de la estructuracién con- ceptual més completa y con mayor capacidad de cémputo. Segtin este enfoque, los conceptos presentan una estructuracién interna rica en el ntimero de rela- ones que se establecen entre sus propiedades y, por tanto, una de las limitaciones més serias del mo- elo de moaificacion selectwva es que asume que estas propiedades son independientes y que el cambio fen una de ellas no afecta al resto. Ademés, esta relacién entre las propiedades de un concepto fluctia en funcién del contexto y el papel que desempefia una propiedad determina su valor critico para el concept. Los resultados experimentales de Medin y Shoben pusieron de manifiesto que el cambio en el valor de una de las propiedades del concepto provocaba también el cambio en los valores de las propiedades relacionadas. Por ejemplo, en el caso de evaluar la tipicidad de una «cuchara de madera» y una «cu- chara de metals, los sujetos consideraban que la «cuchara de metal» era més tipica del concepto simple «cuchara» que la «cuchara de madera», pero la «cuchara de metals era menos tipica del concepto «cu- chara grande» que la «cuchara de madera». De acuerdo con el modelo de modificacién selectiva, la diferencia entre «cuchara de metal» y «cuchara de madera» con respecto al concepto simple «cuchara» se encontraria en los pesos de la dimensiGn tipo de material. De la misma forma, el concepto compuesto «cuchara grande» tendrfa un peso mayor en la dimensién tamafio que el concepto «cuchara» y cabrfa ‘esperar que si el concepto compuesto «cuchara de metal» es més tipico del concepto «cuchara» que el concepto «cuchara de madera», entonces también tendria que ser mas tipico en el caso del concepto ‘compuesto «cuchara grande», dado que en los dos conceptos compuestos anteriores no hubo cambios cen la dimensi6n de tamafio. Sin embargo, se encontré que habia una interaccién entre las dimensiones tipo de material y tamafio y que dla s¢ reflejaba en los juicios de tipicidad. Con respecto al contexto, los autores encontraron que el patrén de semejanza variaba en funcién dl sustantivo sobre el que se aplicaban los adjetivos. Cuando los mismos adjetivos, por ejemplo, negro, gris y blanco, se aplicaban a dos conceptos distintos, tales como nubes y pelo, los sujetos consideraban que para el concepto snubes el color negro y el gris eran mas semejantes, mientras que para el concepto «pelo» lo eran gris y blanco. También se encontré que una misma propiedad puede ser més critica para un concepto que para otro. Por ejemplo, se encontré que la propiedad «ser curvo era evaluada de forma distinta segcn se tratara de un «plétano» o de un cboomerange, ya que los sujetos consideraban ue un eplitano no curvo» era mas tipico del concepto «plétano» que un «boomerang no curvo» del concepto «boomerang». En general, estos resultados mostraban que en la estructuracién conceptual ha- bia algo mas que el cémputo de pesos en las distintas propiedades y que posiblemente toda la informa- cién sobre las relacinnes entre estas propiedades na se encuentre directamente representada can el oncepto, sino que puede ser procesada segin se necesite, 3.4. Modelo de especializaci6n conceptual ampliado Los modelos que acabamos de exponer sobre el proceso de combinacién conceptual offecen una visi6n del tema limitada a la combinaci6n «sustantivo-adjetivor. Sin embargo, la investigacién sobre la ccombinacién conceptual es bastante mas amplia y pone de manifesto las distintas relaciones que se pueden establecer entre los conceptos. Por ejemplo, Wisniewski (1997) presenta un andlisis bastante cexhaustivo sobre la combinacién conceptual «sustantivo-sustantivor e identifica tres tipos basicos de ‘combinaciones. Los conceptos pueden combinarse por (1) una relacién entre el concepto base y el con- cepto que lo modifica (petro policfa: perro adiestrado para descubrir y perseguir aquello que desea cap- turar), (2) por una o mas propiedades que se aplican sobre el concepto base (pez martillo: pez con forma cde martillo) y (3) por una combinacién hibrida de los dos conceptos (aparta-hotel: una combinacién de algunas de las propiedades de hotel y apartamento 0 una conjuncién de las propiedades de ambos con- ‘ceptos). De acuerdo con el autor, estos tres tipos de combinaciones conceptuales deber‘an explicarse por modelos de procesamiento que contemplaran estas diferencias. Las investigaciones sobre la combinacién conceptual esustantivo-sustantivor se han centrado en aquellas combinaciones que se generan por la relacion entre el concepto base y e! concepto que lo ‘modifica. Se han llegado incluso a identificar las relaciones bésicas mediante las que se pueden com- binar los conceptos (Levi,1978) y se asume que la frecuencia con la que se ha utilizado el concepto ‘modificador y las relaciones bésicas influyen sobre la interpretacién de los nuevos conceptos combina- dos (Gagne y Shoben, 1993; Shoben y Gagne, 1997). Otra perspectiva, que ya hemos comentado al tratar ef modelo de especializacién conceptual. asume una representacién por esquemas en la que el concepto principal adopta la relacién del concepto modificador (Cohen y Murphy, 1984; Gerrig y Murphy, 1992). Siguiendo con el ejemplo del concepto compuesto «pez martillo», se supone que cuando £e produce ezta combinacién conceptual el esquema del concepto «pez» adopta en la variable forma» el valor «marillo», Wisniewski (1997) amplia el modelo de especializacién conceptual aftadiendo los procesos de com- paracién y construccién para los conceptos compuestos por propiedades y combinaciones hibridas. Los procesos de comparacién y construccién son semejantes a los propuestos por Gentner (1983; 1989) y Holyoak y Thagard (1 989) para explicar el razonamiento analégico. Estos dos procesos son necesarios para determinar las semejanzas y diferencias entre el concepto base (pez) y el que lo modifica (martllo) poder integrar la nueva informacién para la construccién del nuevo concepto combinado (pez mar- tillo). En este caso, las propiedades no se suman al nuevo concepio, sino que se crean produciendo un ‘cambio conceptual. Con este Gitimo modelo hemos querido ilustrar el abanico de trabajos y teorfas tan amplio que existe sobre este tema y cémo se logra unir bajo una misma perspectiva los procesos de re- Presentacién conceptual, combinacién conceptual, cambio conceptual y razonamiento analogico. EL PROCESO DE CATEGORIZACION En este punto vamos a analizar cémo se agrupan las propiedades de los ejemplares en una categor’a. Consideramos que, salvando las diferencias entre los distintos enfoques, una buena parte de las inves- tigaciones se apoyan directa o indirectamente en la nocién de semejanza. Ast, por ejemplo, en el caso de las propiedades prototipicas habiamos comentado que determinados ejemplares se consideraban ‘més tfpicos o més representativos que otros con respecto a su pertenencia categérica y cémo la tipicidad medida Ue la serejanica del ejesnplar corr su prototipe, También lens Con de un ejemplar eta tado como en el enfoque de los ejemplares se rechaza la idea de un prototipo y se defiende que la ca- tegorizacién consiste en el cémputo de la semejanza entre los ejemplares, en lugar de consistir en una descripcién unitaria de la clase como un todo. Este enfoque presenta la ventaja de no restringir mediante tuna descripcién abstracta (prototipo) fos ejemplares que pueden agruparse en una categoria. Asi, la ca- tegorizacién se entiende como el cémputo de la semejanza entre las propiedades de un ejemplar y el resto de los ejemplares. En este caso, la semejanza es una funcidn acelerada de la proporcién de pro- piiedades que han sido emparejadas. La semejanza parece ser aquello que hace que una categor‘a pueda aglutinar un conjunto de ejem- paras. Sin emhargn, la semejanza es in términa escuirdiza porque, aunque 6s cierta que los miembros de una categoria parecen semejantes, esta explicacién es en s{ misma recursiva, ya que sortea la expli- caci6n de por qué las cosas parecen semejantes. Ast, encontramos que muchas cosas parecen seme- jantes por ol solo hacho de pertenocar a la misma categoria. En otras palabras, la estimacién que hacen los sujetos sobre la semejanza puede estar influida por el propio conocimiento de que aquello que se ‘compara pertenece a la misma categoria. En el mejor de los casos, se podria decir que la semejanza es un término atl para hablar de la categorizacién. Pero zexplica la semejanza por qué se ha formado una categoria? Segtin Tversky (1977), la semejanza se define en funcién de las propiedades que son comunes y dis- tintivas en un conjunto de ejemplares, pero que se encuentran ponderadas en términos de su saliencia © relevancia, En este sentido, la semejanza depende de las ponderaciones de las propiedades, lo que ‘nos permite explicar por qué ballena se agrupa con mamiferos, a pesar del ntimero de propiedades en ‘comin que posee con los peces. En este caso, el conocimiento tedrico ha permitido ponderar diferen- cialmente unas propiedades frente a otras, 0 como seftalaban Armstrong et cols. (1983), se recurre a las propiedades diagndsticas para arbitrar esta categorizacién. ‘Sin embargo, el propio Tversky demuestra cémo las ponderaciones varfan en funcién del contexto estimular y de la tarea experimental, dando lugar a que no existe una respuesta unfvoca a la pregunta de un semejante es un objeto con respecto a otro. Ademés, como sefalan Ortony, Vondruska, Foss y Jones (1985), la ponderacién de una propiedad tampoco es independiente de la entidad en la que se encuentra inmersa. Se podria decir que una propiedad es aquello que por consenso se ha validado en una muestra de sujetos. Sin embargo, a consideracién del conjunto implicito de contraste y cl nivel de especificidad elegido determinan las propiedades que se incluyan en las listas dadas por los sujetos. En otras palabras, los sujetos enumeran no todo lo que conocen, sino las propiedades que en esa situacién parecen més televantes, Estos Lambius en lay ponderaciones 9¢ pudiian vellejar mediante los ajustes que se van reali zando sobre las propiedades, pero entonces la categorizacién se explicaria por estos ajustes. Frente a este principio general de semejanza, otros enfoques proponen que es el propio conocimiiento due tienen los sujetos y sus teorfas ingenuas sobre el mundo lo que restringe la construccién y organ zacién categérica (Murphy y Medin, 1985; Keil, 1987). Este enfoque guiado por el conocimiento previo las teorias ingenuias determina cudles son las propiedades relevantes para una categoria. De esta forma, se entiende que la categorizacién no se da aisladamente sino que los conceptos se organizan circuns- ccitos al conocimiento estructurado 0 teorias ingenuas que tienen los sujetos y que les permite actuar de forma coherente. La categorizacién basada en el conocimiento organizado permite articular las re- Jaciones inter e intracategorfas de modo que la estructuraci6n conceptual no se reduzca a listas de pro- piedades, sino que se encuentre inmersa en un cuerpo de conocimientos con estructura y coherencia.. Bajo este enfoque de una categorizacién guiada por el conocimiento también podemos incluir aque- llas teorias que asumen una representacién de la informacién en estructuras de conocimiento, tales coma los esquueras, os guiones. los marcos o los modelos mentales. Recordemos que ya Abelson (1981) cconsideraba que los esquemas 0 guiones pueden equiparse a una categorta en la que también cabe el parecido familiar entre diversos ejemplares. Ahora bien, en contraposicién al prototipo, un esquema no necesita especificar los valores de sus propiedades, sino que estas propiedades (variables) son genéricas yy adoptan valores en funcién del contexto. Cabe sehalar que la concepcién del proceso de induccién categérica seré distinta dependiendo del tipo de estructura que se proponga para representar el cono- cimiento, por ejemplo, la aplicacién de reglas, la generacién de modelos mentales, el emparejamiento de patrones, etc. En el siguiente punto vamos a exponer con mayor detalle dos perspectivas sobre la induccién cate- gérica que explican la flexibilidad de este proceso. Ambos enfoques pertenecen al marco cognitive de los modelos computacionales, aunque sus supuestos basicos son distintos. El primer enfoque pertenece al paradigma simbélico clasico en el que se utilizan sfmbolos atémicos para denotar las entidades sus- ceptibles de ser interpretadas semadnticamente y dichas entidades se manipulan por las reglas que definen el sistema, Este enfoque se encuentra cercano a la perspectiva que defiende el principio de estructuracién del conocimiento para explicar la categorizacidn, aunque también hace uso de la semejanza y con- templa la interaccién con el contexto, El segundo enfoque pertenece al paradigma conexionista que asume una tepresentacién préxima al functonamiento neuronal. Las entidades del modelo son patrones de activacién sobre una serie de unidades del sistema. Las entidades que antes eran simbolos y se ma- nipulaban por reglas ahora son unidades a modo de neuronas y las reglas se sustituyen por el empare- jamiento de pairones de activaciGn. Este enfoque se encuentra préximo a la perspectiva que asume el principio de semejanza en el emparejamiento de patrones como un pracesamiento guiado por los datos y cuyas representaciones estén préximas al enfoque de los ejemplares. 4.1. Lainducci6n categérica como sistema de reglas distribuidas A\| principio habiamos comentado que una de las funciones més embleméticas de la categorizacién 5 la clasificacién y organizacién de los ejemplares. Sin embargo, de acuerdo con algunos autores, tales ‘como Holland, Holyoak, Nisbett y Thagard (1986), esta funcién puede que sea una derivacién de una funci6n todavia més funclamental como es la generacidn de inferencias relevantes para una meta. Desde sta perspectiva, a evocacién de un concepto ocurre cuando éste presenta una relaci6n explicativa su- ficiente del contexto en lugar del simple emparejamiento de propiedades. Seguin este enfoque, los aspectos relevantes del proceso de categorizacidn pueden determinarse s6lo si se tiene en cuenta la interaccién entre las propiedacles de los ejemplares y las situaciones causales en las que ocurren. L! proceso que determina cuales Son los aspectos de los ejemplares que van a ponde- rarse tiene que basarse en una explicacién de por qué ciertas propiedades asumen unos valores y otras ‘no lo hacen, Esto se resuelve por la representacién de la incidencia estadistica de las propiedades, que servird para dirigir estas inferencias. Sin embargo, también se entiende que la ponderacién de las pro- piedades no es una cuesti6n estatica, sino que depende del contexto y de las metas del sistema. ET modelo que vamos a analizar se denomina esquemas de razonamiento pragmatico (Holland, Hol- yoak, Nisbett y Thagard, 1986) y esta enmarcado dentro del paradigma de representacién simbélica. Los supuestos principales del modelo son los siguientes: (1) El sisterna de procesamiento se concibe como un aplicador de reglas en el que las agrupaciones de reglas consolidadas se denominan esquemas. (2) El procesamiento es paraleto y las reglas se encuentran distribuidas en varias estructuras de forma que en un momento dado puedan ser complementarias o inhibitorias. (3) Las restricciones impuestas sobre el mecanismo de procesamiento con el fin de que éste puede ‘efectuar la ponderacién se encuentran determinadas por el propio sistema y el contexto. Este conjunto de reglas agrupadas en esquemas caracterizan las relaciones entre una clase de acon- tecimientos, objetos y metas. Se entiende que el sistema de procesamiento dirige sus inducciones en {uncidn del contexto concreto en el que se encuentra, generando reglas que serdn dies para la situacién actual y posiblemente para situaciones futuras semejantes. Ademés, este proceso ser guiado por el co- nocimiento previo que se activa en situaciones particulares con las que se ha de enfrentar el sistema en su biisqueda de metas. Este enfoque busca la combinacién de dos aspectos claves: (1) la flexibilidad del proceso de cate- gorizacién y (2) su organizacién. 1a flexibilidad se fundamenta en la ejecucién en paralelo de un con- junto de reglas. Aquellas reglas que muestren ser efectivas serdn ponderadas y aquellas que no lo sean se modificardn o eliminardn. La organizacién, tanto de los conceptos como de los procedimientos, se representa por las agrupaciones de reglas interrelacionadas con condiciones 0 acciones que ce solapan. Estos aspectos procedimentales son comunes a los de los sistemas de produccién de Newell y Simon (1972), que se basan en el emparejamiento ciclico y la ejecucién de reglas de condicién-accién. La ac- tividad de este sistema de produccién s¢ puede describir en términos de un ciclo de tres pasos: (1) el emparejamiento de los hechos y reglas para determinar qué reglas satisfacen las condiciones, (2) a se- leccién de un subconjunto de las reglas emparejadas para que sean ejecutadas y (3) la ejecucién de las replas seleccionadas para que leven @ tabu las acciones espeifivadas. Estas reglas, a su vez, estén organizadas en funci6n de los patrones de las condiciones y acciones, dando lugar a dos tipos de organizacién. En fa organizacién implicita, sila acci6n que es consecuencia cde una regla satisface la condicin de una segunda regla, entonces la ejecucién de la primera conduciré ala ejecuci6n de la segunda regla. En la organizacién explicita, la conexidn entre reglas viene indicada directamente y las reglas que se activan conjuntamente quedarén conectadas con el tiempo formando tun conjunto interrelacionado de reglas. En el siguiente punto vamos a describir con mayor detalle el funcionamiento de este modelo. 4.1.1. Descripcién del proceso de induccién categérica En la Figura 3.3 se puede ver una representacién esquuematica del modelo de induccién categérica con los esquemas de razonamiento pragmatico. Como ya hemes comentado anteriormente, este modelo concibe las categorfas como un conjunto de reglas agrupadas que comprenden supuestos probabilisticos sobve las propiedades que ocurren con otras propiedades y en el que se pueden activar simulténeamente varias reglas. Estas categorias se corresponden con las agrupaciones de reglas explicitas o Implicitas en funcién del contexto en el que ocurran. Cada uno de los nodos de la parte superior de la figura representa la condicién de una regla y los nodos intermedios representan su accién correspondiente. En concreto, el ejemplo ilustra la categori- zaci6n de un animal que retine varias condiciones que se corresponden con distintas propiedades y las acciones que se corresponden con varias categorias. Como podemos ver en el ejemplo, el ejemplar que ‘va_a ser categorizado recibe apoyo de varias reglas con diferentes condiciones y cada uno de los nodos C recibe apoyo de al menos una regia. En este caso y bajo el supuesto de que cada una de las reglas el mayor apoyo y se dispararé la accién correspondiente: el tenga la enigma fuerza, el nade Cs «ejemplar se categorizard como perro. Representacién esquemética del modelo de induccién categérica de Holland, Holyoak, Nisbett y Thagard (1986). Cuando las categorias no son mutuamente excluyentes, las reglas correspondientes pueden activarse simulténeamente, de forma que, por ejemplo, un animal peludo con cola, puede categorizarse como perro, gato 0 ardilla. Cuando las categor‘as son mutuamente excluyentes y, por tanto, pueden disparar acciones que entran en conflicto, se establecen reglas que inhiben a las reglas contictivas. En la Figura 3.4 vemos cmo se complementan las reglas de la Figura 3.3 con las reglas inhibidoras que enlazan di rectamente con los nodos C. Estas reglas inhibidoras se encuentran representadas por las Ifneas discon- tinuas debajo de los nodos y hacen referencia a reglas del tipo «si el nodo C; esté activado, entonces el nodo C, se encuentra inactivos. Esto permite que se pueda integrar de forma flexible la presentacién, de informacién parcial 0 fragmentada. propiedades i ‘categorias mutuamente excluyentes —— Representacin esquematica del modelo de induccién categérica con reglas inhibidoras de Holland, Holyoak, Ni betty Thagard (1986). ‘Ademas, como puede verse en la Figura 3.5, cada una de las reglas cuenta con us) v>\ur de apoyo y ‘una ponderacién. En este caso concreto, la informacién que entra en el sistema apoya de igual forma a los nodos representados. Sin embargo, la mayor ponderacién previa del nodo 1 hace que éste se con- sidere la categorizacién tentativa. Para evitar que el sistema genere generalizaciones poco plausibles se ‘cuenta también con un umbral de confirmacion que establece un criterio para la variabilidad del con junto de propiedades que se estén considerando. En este ejemplo no se alcanza el umbral de confirma- ibn, ¥, Por tanto, se requiere mayor informacién para confirmar la categorizacién, Valor de apoyo} Ponderacion previa histograma de probabilidadesis unbral de confine 1m apoyo 1m ponderacion log (apoyo + ponderacién) eno gato ardila—cocodilo a pei wT a gs pe (1986). tn la concepcion de este modelo no se entiencle que estas reglas sean una detiniciOn de la categoria, sino un conjunto de expectativas que se consideran verdaderas siempre y cuando no se contradigan por la informacién presentada al sistema. En ausencia de mayor informacién, estas expectativas por de- fecto proporcionan el mejor esquema para la situacién actual. La probabilidad condicionada de una categorfa, considerando la observacién de algunos de los valores de las propiedades de un ejemplar, puede representarse implicitamente por la fuerza de un conjunto de reglas. Ademés, estas reglas se or- ganizan en jerarqufas por defecto que se ordenan por expectativas basadas en las relaciones subord- nadas y supraordenadas. A través de la organizacién explicita, es decir, por medio de los marcadores que indican una conexi6n directa, se enlazan las relaciones entre las categorias. En virtud de estos mar- cadores, un objeto dentro de una categoria se encuentra implicitamente conectado con una red de ca- tegorias. De esta forma, la categorizacién no depende de una descripcién monolitica, sino de una com- binaci6n de propiedades y situaciones. Asi, también se evita el problema computacional de representar un nado para cada conjunto de propiedades. A través de estas jerarqufas por defecto se pretende representar la incertidumbre sobre la que tiene que operat el sistema, Estas jerarqutas pueden representar en ur nivel lay gemeralizaciones que son tiles y en otro nivel la informacién més espectfica de las excepciones. De este modo se representa tanto la uniformidad como la variabilidad que existe en el ambiente. Se asume también que los sujetos. representan la variabilidad del objeto con respecto a un tipo de propiedad. E! numero de ejemplares nnecesarios para alcanzar una generalizacién sera funcién de esta variabilidad. Cuando existen pocos niveles excepcionales, entonces la generalizacién con pocos ejemplares seré automitica. Cuando exis- ten muchas excepciones, entonces las generalizaciones serdn débiles o tentativas. De acuerdo con esta teorfa, los grads de tipicidad pueden interpretarse en términos de la organi- zacién de una jerarquia por defecto. E1 modelo mental de un objeto particular serfa un conjunto de reglas derivadas de una variedad de conceptos supraordenados més cualquier informacién particular disponible. Los ejemplates tipicos serdn aquellos a los que se adhieren las reglas por defecto de las ca- tegorfas supraordenadas, mientras que lor ejemplares atipicas se emparejarfan con reglas excopcionales. Esto implica que no es necesario asumir un prototipo explicito, en el sentido de un ejemplar ideal cons- truido por la media de los ejemplares para representar todo lo que se induce de una estructura categ6- rica. Le que se propone e+ una abstraccién y reprezentacién del conocimiento general de las distribu ciones de las propiedades por medio de las agrupaciones de reglas. Esto permite que se pueda acceder a un prototipo siempre y cuando lo requiera la situacién, pero también puede existir implicitamente como una amalgama de supuestos por defecto. De esta forma, se explican los resultados experimentales ‘que ponen de manifiesto que los sujetos saben mucho més de la estructura categ6rica que la simple in- formacién sobre las tendencias centrales 0 prototipos. Para resumir, podemos decir que en este modelo se intenta explicar la compleja red de relaciones ‘en funcién del conocimiento que el sujeto construye en términos causales y que algunos como Murphy y Medin (1985) denominan conocimiento teérico. Asi, se concibe que la categorizacién no ocurre de forma aislada, sino inmersa en las teorias que tienen los sujetos sobre aquello que les rodea. Las teorias que se construyen explican el mundo y en funcién de ellas, éste se divide en clases. Con el fin de ca- racterizar el conocimiento sobre la utilizacién de un concepto se han de incluirlas relaciones asociadas ‘con ese concepto y otros conceptos que dependan del mismo. Podrfamos decir que el paradigma sim- boico explica la categorizacién fundamentandose en el conocimiento que se construye sobre el mundo {que nos rodea y que Constituye una tearta sobre el mismo. 4.2. La inducci6n categorica como sistema de activaci6n distribuida En este punto vamos a presentar un modelo conexionista que, como veremos mas adelante, comparte con el anterior modelo algunos principios generales. Sin embargo, el enfoque conexionista parte de ‘otros supuestos, proporcionando una nueva forma de concebir la categorizacién y los mecanismos com- putacionales subyacentes. Uno de los supuestos principales, en contraposicién al paradigma simb6lico clisico, hace referencia al tipo de arquitectura del modelo, El sistema de procesamiento del enfoque ‘conexionista se encuentra constituido por redes de activacién que comprenden un conjunto amplio de unidades de procesamiento unidas por conexiones con pesos diferenciados. Los modelos conexionistas (Feldman, 1981) describen los procesos mentales en términos de los pa- trones de activacién que se definen en una red interconectada. Lo importante de estos modelos es que la informacin se transmite por las propiedades estadistcas de los patrones de activacién en un conjunto de unidades y no por unidades particulares. Las unidades son unas entidades de procesamiento que ‘asumen unos valores de activacién basados en la suma ponderada de lo que entra en el sistema y de las otras unidades que estén dentro del sistema, El papel que desempefia una unidad se define por la fuerza de sus conexiones, tanto excitatorias como inibitorias. En este sentido, el conocimiento esti en las conexiones y no en las representaciones estiticas y monoliticas de los nodos. Estos modelos computan por medio de las conexiones entre estas unidades de procesamiento, es decir, las conexiones son el medio por el cual interactiian las unidades. A estos modelos también se les conoce como modelos PDP o de procesamiento distribuido y paralelo, queriendo destacar que el pro- Cesamiento es resultado de las interacciones que ocurren entre un ntmero importante de unidades. ‘Aunque se podria pensar que las jerarqufas por defecto, que hemos visto en e! modelo anterior, son anélogas ala unidades, dado que ambas gutan la entrada de informacién en la bisqueda de buen ajuste, asumiendo un valor que representa la adecuacién de la entrada estimular y el criterio interno, y que- riendo simular un procesamiento distribuido y paralelo, pero con sfmbolos atémicos, no hay en estos modelos conexionistas ningiin andlogo de las variables o de los valores por defecto. Es decir, no existe ninguna nocién sobre una estructura interna constituida, aunque s6lo sea por defecto y la aparente apli- cacién de reglas emerge de las interacciones entre estas unidades de activacién. El procesamiento es realmente activo en el sentido de que da lugar directamente a més procesamiento, sin necesidad de un procesador central o de un mecanismo de emparejamiento y aplicacién de reglas. Podrfamos decir que en este tipo de modelo el conocimiento adopta la forma de una red que satisface restricciones, restricciones que vienen impuestas por el contexto. Aunque en el modelo anterior también las restricciones contextuales desempefiaban un papel fundamental, en estos modelos no existen ent ddades representacionales que se corespondan con conceptos, Jerarquias por defecto o esquemas, Estas centidades digamos que se encuentran implicitas, y que emergen de las interacciones de un amplio con- junto de restricciones. El modelo conexionista que vamos a analizar pertenece a los modelos de satisfaccién de restriccio- nes, que simulan un proceso que satisface simulténeamente un niimero considerable de restricciones y cen el que no hay una solucién tinica que pueda satisfacer todas las restricciones. Las restricciones que ya estén implicitas en el patrén de activacién van a determinar el conjunto de posibles estados del sis tema, interactuando con la entrada de informaci6n. La relevancia diferencial de las restricciones se en- ‘cuentrareflejada en la fuerza de la conexién entre unidades. Ademés, cada una de las unidades presenta también un sesgo, reflejando la probabilidad a priori de estar activadas. El ajuste global que alcanza el sistema es la suma de los grads en que cada par de unidades contribuye a la bondad del ajuste, més fl grada en el que las unidades satisfacen las eestricciones de la entrada do informacién. MMs conceeta- ‘mente, la contribucién de un par de unidades es el producto de sus valores de activacién multiplicado por los pesos de las conexiones. Por tanto, el ajuste es la suma de todas las contribuciones individuales que el sistema busea maximizar En ol eiguiente vamos a deseribir con mayor detalle el funcionamiento, de este modelo. 4.2.1. Descripci6n del proceso de induccién categérica Con ef siguiente ejemplo varnus a ilusttat lus supuestus del func nto de una ved Conexionisia de este tipo. Los datos pertenecen al modelo de Rumelhart, Smolensky, McClelland y Hinton (1986) En la Tabla 3.3 aparecen los términos que fueron presentados para que los sujetos evaluaran su perte- nencla categérica en una serie de hablraciones: offcina, dormitorlo, cuanto de ban, salén y cocina. Los cuadrados que vienen sefialados en gris representan la activacién de dicha propiedad y los cuadra- dos en blanco su desactivacién. Recuérdese que cada una de estas propiedades representa un patrén de activacion con respecto al resto de las propiedades. En la Tabla 3.4. se presenta la matriz de pesos (método de Hinton y Sejnowski, 1986). La fuerza de las conexiones se obtuvo del célculo de las concurrencias de todos los términos. Cada unidad se repre- senia por un cuadrado y dentro de cada cuadrado aparecen los pesos de esa unidad con respecto al testo de las unidades teniendo en cuenta sus posiciones. Asi, por ejemplo, la segunda posicion de la primera fila representa la conexién de esta unidad (techo) con respecto a la segunda unidad (pared, y, asi, sucesivamente. Tain 3.4 Ejemplo de la matriz de pesos de las cuatro primeras unidades ‘segiin Hinton y Sejnowski (1966) En la Figura 3.6. hemos intentando ilustrar c6mo se encuentra la red de activacién en este conjunto de propiedades. Debido a la gran cantidad de datos que hay que manejar, s6lo hemos elegido aquellos ‘que se encuentran activados en el prototipo de oficina. A través de esta representacién se puede apreciar la idea esencial del estado de activacién de una red determinada. Como podemos ver, este plano pre- tende representar un conjunto de unidades, cuyas ponderaciones hacen que emerja una contiguracion que se identifica con el prototipo. Las propiedades se encuentran distribuidas por toda la red y la fuerza de sus conexiones hace que el patrén adquiera una configuracién determinada. En esta Figura también hemos representado el estado de la red desde otra perspectiva con el fin de que pueda apreciarse cémo se encuentra la configuraci6n con respecto a'las unidades que también estén activadas, pero cuyos pesos no son tan altos, es decir, las restricciones son menores. Estas redes de activacién son sistemas de procesamiento que pueden computar estadisticos sobre si mismas de forma que reflejen las fluctuaciones del ambiente del que se derivan sus datos. El procesa- miento ocurre por medio de la evolucién de estos patrones de‘activacién, que van actualizando los pesos entre las conexiones, De esta forma, cualquier configuracién inicial con elementos activos e in- activos puede evolucionar hacia una configuracién estable partiendo de unos pesos iniciales. Se asume el sisterna, este 9¢ nueve hacia ult estat estable en el que que calla vex que entta una estimulaciGn se alcanza una bondad de ajuste maxima. En este sentido podriamos decir que el sistema es completa- mente reactivo (guiado por datos) 1 Pesos. Yigss 039 ae 336 10 PESOS ane ase = = (gS ee - ’ BS ; j PH fg peer OFICINA PROPIEDADES Petes ‘Representaci6n parcial y tentativa de la configuracién de una red de activacion para el concepto de «oficinay. ‘Cuando entra informacién en el sistema, todas las uniddades ajustan su activacién con el fin de satis- {acer el mayor nimero posible de restricciones. Se podria pensar que el sistema se encuentra continua- mente esculpiendo una superficie en funcién de aquelio que va recibiendo y de las interacciones con el resto de las unidades. Ahora bien, recordemos que las categorfas no son entidades estructuradas, sino que emergen en el momento en el que la interaccién de todo el conjunto de unidades de la ted alcanza tuna bondad de ajuste éptima; es decir, aquella configuracién que teniendo en cuenta el estado anterior dol sistema y las activaciones y desactivaciones provocadas por la entrada de informacién, logra satis- facer el mayor ntimero de restricciones. Para resumir diremos que en el enfoque conexionista, y mas concretamente en los modelos que se conocen como modelos de satisfacci6n de restricciones, se reemplaza el marco simbélico por un nivel subsimb6lico, denominado asf por encontrarse entre las conexiones neuronales y los cémputtos menta- les. Ahora bien, conviene recordar que los constructos del cémputo mental son datos cognitivos que se explican por un sistema préximo en su funcionamiento al nivel neuronal. La induccién categérica ha estado siempre presente en las investigaciones psicoldgicas y todavia hoy no podemos hablar de un claro consenso entre las posturas que defienden una categorizacion ‘con taxonomias bien definidas y aquellas que sostienen que la pertenencia categérica es més bien difusa 0 probabilistica. Hemos visto que tanto el enfoque clisico, que deflende una estructura con- ‘ceptual con propiedades bien definidas, como el enfoque probablistico, que asume una estructu- racién basada en las frecuencias, la tendencia central, 0 la dispersién entra dichas propiedades, no logran explicar la totalidad del proceso de categorizacién. Frente a estas concepciones estructurales de la representacién conceptual se encuentra el en- foque de los ejemplares que no asume una estructura propiamente dicha, sino que, por el contrario, propone que todos los ejemplares se encuentran representados y que el nivel de abstraccién nece- sario para generar una categoria tendria lugar en el momento mismo de la recuperaciGn de la in- formacién almacenada. Considerando que no se asume una tnica representacién del concepto, ‘este entoque dota al proceso de categorizacién con una capacidad de compulto suticiente como para explicar los resultados experimentales sobre la sensibilidad al contexto, a las correlaciones entre propiedades, al rango de la propiedad y a la propia tipicidad. Sin embargo, el enfoque de los ‘ejemplares no logra explicar como se representan las generalizaciones que son producto del apren- dizaje y la propia coherencia del proceso de categorizacién. Para intentar salvar las deficiencias ‘observadas en los dstintos enfoques, también hemos visto que hay modelos conciliadores 0 mixtos en [as que se combinan propiedades definitorias y prototipicas (entoque clasico y probabilistico) 0 Ja representacién de casos concretos y un nivel de representacién més abstracto que se correspon-

    También podría gustarte