FASES DEL PROCESOS RESULTADOS MECANISMO CONDICIONES APRENDIZAJE

DECLARACION

Interpretación por Formación de Copia de unidades No se procedimientos de redes de nodos cognitivas temporales especifican solución de problemas declarativos en la memoria

o analogías declarativa COMPILACION

Proceduralización Formación Transformación Práctica de producciones de los nodos

declarativos en producciones

con el conocimiento declarativo

Composición Fusión de varias Encadenamiento Contigüidad • producciones en de producciones (temporal o

una sola producción por asociación lógica) y repetición AJUSTE

Generalización Aumento del cam po Sustitución de Restricciones de activación de una constantes por en tiempo de producción variables en la condición búsqueda, novedad de producción y porcentaje de cambio

Discriminación Restricción del campo Búsqueda aleatoria Disponer de casos de activación de y modificaciones en de aplicación una producción la condición o en

la acción

correcta e incorrecta de la producción Fortalecimiento Mayor rapidez y Adecuación de la Práctica y

eficacia de fuerza de activación éxito emparejamiento al éxito de la

producción

Pero, aunque es bastante flexible, el conocimiento declarativo es computacio- nalmente costoso, debido a las limitaciones de la memoria de trabajo. Ello puede conducir a errores como consecuencia de una sobrecarga de ésta. Por ello, la automatización de ese conocimiento aumentará la eficacia del sistema, ya que ha­ rá posible un procesamiento en paralelo sin sobrecargar la memoria de trabajo. Esa automatización se logra en el segundo estadio del aprendizaje, mediante la

Teorías computacionales 127

compilación o transformación del conocimiento declarativo en procedural. Según An d e r s o n (1987) la compilación es el mecanismo básico de aprendizaje en el.

ACT. Implica dos subprocesos. La proceduralización hace que se elaboren ver­ siones procedurales del conocimiento declarativo. La información contenida en los nodos activados en la memoria de trabajo se traduce a producciones. Esta proceduralización produce cambios cualitativos en el conocimiento ya q i£ permi­ te que éste se aplique de modo automático, con rapidez y sin demanda de me­ moria (el sujeto ya no necesita repasar verbalmente el conocimiento declarativo: su destreza se ha automatizado). Cuando un conocimiento declarativo se trans­ forma en producciones, no necesariamente se pierden los nodos declarativos ori­

ginales. Como ha reconocido el propio An d e r s o n (1983), este proceso tiene mu­

chos rasgos en común con la automatización de Sh if f r in y Sc h n e id e r (1977,

1984). Este proceso se ve completado por un segundo mecanismo, la composi­

ción, por la que una secuencia de producciones (o traducciones de declaracio­

nes) se funde en una sola producción. En otras palabras, aquellas producciones que ocurren frencuentemente tienden a «compilarse» en una sola producción.

En un principio (Nevesy An d e r s o n, 1981), la composición se basaba en la conti­

güidad temporal entre las producciones, es decir, aquellas producciones que se ejecutaban de forma sucesiva acababan componiéndose en una sola producción.

Sin embargo, posteriormente An d e r s o n (1982), ha observado que la contigüidad

temporal puede conducir a composiciones absurdas o poco eficaces entre pro­ ducciones, por lo que defiende como condición para la composición de la exis­ tencia de lo que él denomina una «contigüidad lógica» entre las producciones, regida por criterios de semejanza en sus metas.

Pero el aprendizaje no concluye con la compilación. Una vez formadas las producciones, éstas serán sometidas, como consecuencia de la práctica, a pro­ cesos de ajuste, que constituyen el tercer estadio del aprendizaje. El ajuste se lo­ gra mediante tres mecanismos automáticos: generalización, discriminación y for­

talecimiento (An d e r s o n, Kl in e y Be a s l e y, 1980). La generalización de una pro­

ducción consiste en incrementar su rango de aplicación. Esto puede conseguirse sustituyendo valores constantes en las condiciones de la producción por varia­ bles. El ACT requiere sólo dos ejemplos para llegar a una generalización. Esta se basará en la semejanza entre las condiciones o las acciones de dos produccio­ nes. Los mecanismos por los que se computa esa semejanza no están muy cla­

ros. An d e r s o n (1983) sugiere que están basados en el solapamiento entre las

condiciones de dos producciones. Cuando dos producciones tienen condiciones comunes tenderán a generalizarse. Sin embargo esto conduce, en muchos casos, a generalizaciones «espúreas» o ineficaces. Es necesario poner límites a la gene­

ralización en el ACT. Para ello, An d e r s o n, Klin e y Be a s l e y (1979,1980) han im­

puesto ciertas restricciones de carácter sintáctico al modelo inicial de «fuerza bruta», que generalizaba siempre que era lógicamente posible. Así, proponen que sólo se intentan generalizaciones cuando se ha formado una producción nue­ va y, aun así, que en ningún caso se producen generalizaciones que exijan susti­ tuir por variables más de la mitad de las constantes de la condición más pequeña de entre las nrodunniones comoaradas. Es decir, aue existiría un límite en la pro­

128 Teorías cognitivas del aprendizaje

porción de constantes que pueden sustituirse por variables. Además, el tiempo que el sistema dedica a buscar generalizaciones es también limitado.

Pero estas restricciones siguen siendo insuficientes, pudiéndose producir aún sobregeneralizaciones. Por ello, se propone un segundo mecanismo de ajuste de las producciones, la discriminación, cuya función es, al contrario de la generaliza­ ción, restringir el ámbito de aplicación de una producción. Para que se realice una discriminación es necesario que el sistema disponga de casos de aplicación co­ rrecta e incorrecta de la producción, siendo medida la corrección por la adecua­ ción de la producción a las metas propuestas. Un algoritmo busca y compara los valores de las variables en las aplicaciones correctas de una producción. Una vez localizadas esas variables, el sistema elige una de ellas al azar como base para la discriminación. Se trata, por tanto, de un proceso de búsqueda aleatoria en la me­

moria procedural (An d e r s o n, Be a s le y y Kl in e, 1980). Hay dos tipos de discrimi­

nación: de acción cuando produce la aparición de una nueva acción y de condi­

ción, cuando restringe las condiciones bajo las que se ejecuta una acción ya pre­

sente en el sistema de producciones. En este último caso, la discriminación pue­ de producirse tanto sustituyendo una variable por una constante como añadiendo nuevas cláusulas a la condición de la producción.

Ni la generalización ni la discriminación eliminan las producciones originales. Unicamente generan nuevas producciones que compiten con aquéllas. Los pro­ cesos de ajuste se completan con un mecanismo de fortalecimiento de las pro­ ducciones, según el cual las producciones más fuertes emparejan sus condicio­ nes más rápidamente con la información contenida en la memoria de trabajo y tie­ nen más probabilidad de ser usadas. Los mecanismos de fortalecimiento de las producciones son muy similares a los descritos en el apartado anterior en rela­ ción con la activación de nodos declarativos. Al igual que sucedía con los nodos, la fuerza de una producción determina la cantidad de activación que recibe en re­ lación con otras producciones. Cuando se crea una producción, sea por compila­ ción o por ajuste de otras producciones, nace con una fuerza igual a uno. Cada vez que la producción se aplica con éxito incrementa su fuerza en otra unidad.

Cuando se aplica incorrectamente pierde el 25% de su fuerza. Anderson (1983)

reconoce que estos valores son un tanto arbitrarios, pero destaca la importancia de la relación, que hace que sea mayor el impacto de los castigos que el de los premios sobre la fuerza de una producción. Sin embargo, hay un rasgo importan­ te en los mecanismos de fortalecimiento del ACT. Cuando el sistema carece de in­ formación sobre la corrección con que ha sido aplicada una producción se compu­ ta, por defecto, como una aplicación correcta. De esta forma, la simple práctica o uso de una producción, aunque se carezca de información sobre su correción, fortalece la producción. Aunque ésta no cambia como consecuencia de la mera práctica, su ejecución se hace más rápida. Por último, al igual que sucediera con los nodos declarativos, la activación se propaga de una producción a otras simila­ res. La fuerza ganada por una producción se aplica también a todas sus generali­ zaciones.

Teorías computacionales 129

Aplicación del ACT a la formación de conceptos

Como hemos señalado, la teoría del aprendizaje basada en el ACT está orien­

tada fundamentalmente a la adquisición de destrezas (An derso n, 1982). De he­

cho, pueden encontrarse con facilidad muchos ejemplos en que el adiestramiento en una tarea responde a los tres estadios mencionados. Pensemos en una perso­ na que está aprendiendo a conducir. El instructor de la autoescuela le describe verbalmente cómo tiene que realizar el cambio de marchas. Al principio el apren­ diz debe verbalizar e intentar recordar de manera deliberada cada una de las acciones y el orden en que ha de ejecutarlas: levantar el pie del acelerador, pisar el embrague, mover la palanca de cambios, soltar suavemente el embrague y acelerar de nuevo. Cada una de estas acciones requiere toda la atención de esa persona. No puede realizar ninguna otra acción a la vez que ejecuta esa secuen­ cia. En términos del ACT, el aprendizaje se halla en el estadio declarativo. Los cambios de marchas son en esta fase bruscos, deliberados o conscientes y gene­ ralmente poco diestros, pudiendo olvidarse algún paso de la secuencia o realizar­ los en un orden inadecuado. Pero, como consecuencia de la práctica continuada, el conocimiento declarativo se va proceduralizando, las acciones se van haciendo automáticas. Además se van fundiendo en una misma secuencia. Las produccio­ nes que se van formando a partir del conocimiento declarativo se componen y automatizan. Nos hallamos en el estadio de la compilación. Las acciones dejan de ser deliberadas y pasan a constituir una sola acción. Las acciones se ajecutan con tal rapidez que «el cambio de marchas» es para el conductor un poco ave­ zado una única acción, que además no le impide realizar otras acciones a la vez (mirar un coche detenido en el arcén, tararear una canción, pensar en el próximo examen, etc.). Al estar compilada la secuencia de producciones, no gasta recur­ sos de la memoria de trabajo. A partir de aquí, suponemos que con el carné de conducir en el bolsillo, esa persona seguirá ajustando la ejecución del cambio de marchas mediante procesos automáticos de forma que la secuencia se realiza ca­ da vez con más precisión. Este aprendizaje por ajuste no termina nunca. Basta con cambiar de coche para tener que iniciar nuevamente el ajuste de las produc­ ciones que componen la destreza de «cambiar de marcha».

Pero el aprendizaje procedural del ACT no sólo es aplicable a este tipo de

destrezas motoras relativamente simples. ANDerson (1983) incluye también, como

destrezas que se aprenden por esos mismos mecanismos, otro tipo de habilida­ des más complejas como la toma de decisiones, la solución de problemas mate­ máticos o la generación del lenguaje. Imaginemos, por ejemplo, a una persona aficionada al ajedrez. Al principio, cada una de sus jugadas constituye una «uni­ dad cognitiva» aislada, que exige toda su atención. Sin embargo, los grandes ju­ gadores se caracterizan por tener automatizadas o compiladas secuencias ente­

ras de jugadas que ejecutan con gran rapidez (Chasey Simón, 1973). Las primeras

diez jugadas de una partida entre Karpov y Kasparov pueden durar cinco o diez minutos. Las «aperturas» consisten en producciones compiladas cuyas variantes están también automatizadas. Los grandes maestros no tienen que pensar duran­

130 Teorías cognitivas del aprendizaje

te la apertura sobre cada jugada, únicamente deben decidir qué secuencia de producciones -la defensa india de rey, la defensa siciliana o el gambito Salvio- van a seguir. Algo similar sucede con los expertos en otros dominios, como la so­ lución de problemas matemáticos, el diagnóstico médico o el macramé.

Al aplicarse a la adquisición de este tipo de destrezas complejas, el ACT pue­ de también considerarse una teoría del aprendizaje de conceptos. La secuencia de producciones identificada como «defensa india de rey» constituye un concep­ to y cumple las funciones de un concepto, reseñadas al comienzo del Capítulo IV.

Ninguna destreza compleja puede efectuarse sin la intervención de un concepto. De hecho, la teoría ACT ha sido aplicada en diversas ocasiones a la formación de conceptos (por ej., Anderson, Kline y Beasley, 1979; Elio y Anderson, 1981, 1984; Lewis y Anderson, 1985; Richards y Goldfarb, 1986). Anderson, Kline y Beasley (1979, págs. 293-294) describen así el proceso de categorización realiza­ do por el ACT: «Para cada instancia presentada, el ACT designa una producción que reconoce y/o categoriza esa instancia. Las generalizaciones se producirán mediante la comparación de pares de esas producciones. Si se proporciona in­ formación sobre la corrección de esas generalizaciones, puede realizarse el pro­ ceso de discriminación. Nuestra definición operativa de un concepto será la de esa serie de designaciones, generalizaciones y discriminaciones». Los proce­ sos que darían cuenta de la formación de conceptos serían, sobre todo, la gene­ ralización y la discriminación, ya que la compilación y el fortalecimiento mejoran la eficacia de una producción pero no dan lugar a cambios en las producciones (Anderson, 1987). Por ello la teoría ACT del aprendizaje de conceptos es estricta­ mente inductiva. Sus mecanismos inductivos, similares a los propuestos en diver­ sas teorías basadas en la inteligencia art'ifical, son tan sólo sintácticos, ya que « sólo atienden a la forma de la regla y a la forma de los contextos en que ésta tiene éxito o fracasa. No hay ningún intento de utilizar el conocimiento semánti­ co sobre el contexto para influir en las reglas que se forman. Una consecuencia de este rasgo en la teoría ACT es que la generalización y la discriminación se consideran procesos automáticos, no sujetos a influencias estratégicas ni a con­ trol consciente» (Anderson, 1987, pág. 205). Dicho en otras palabras, los con­ ceptos son conocimiento compilado y se adquieren por generalización y discrimi­ nación a partir de las primeras producciones formadas (véase Tabla 6.2.).

Anderson, Kline y Beasley (1979; también Elio y Anderson, 1981,1984) han comparado su teoría del aprendizaje de conceptos con algunas de las teorías de la formación de conceptos naturales que hemos revisado en el capítulo anterior. Concretamente, comparan el ACT tanto con las teorías de abstracción de prototi­

pos como con las teorías del ejemplar. Elio y Anderson (1981) sitúan el ACT co­

mo una variante de las teorías de frecuencia de rasgos, ya que se basa en proce­ sos de generalización a partir de la comparación de rasgos o condiciones de las producciones, pero, a diferencia de otros modelos, usa preferentemente la infor­

mación sobre la coocurrencia de rasgos. Los propios autores (Anderson, Kline y

Beasley, 1979) reconocen la dificultad para diferenciar las predicciones de su teo­ ría de las que hacen los demás modelos. Sin embargo, cuando estas predicciones

Teonas computacionales 131

los fenómenos empíricos observados en la formación de categorías naturales,

tanto los que apoyan a las teorías del ejemplar (Me d in y Sc h a f f e r, 1978) como

los que sustentan a las teorías de la abstracción de prototipos (Ha y e s-Ro t h y Ha-

y e s-Ro t h, 1977; ROSCH, 1975). Además, en experimentos diseñados expre­

samente para diferenciar entre estas teorías, Elio y An d e r s o n (1981) comproba­

ron que la actuación de sus sujetos universitarios era, salvo en ciertosjdetalles,

más acorde con el ACT. Ello le permite a An d e r s o n (1983, pág. 255) afirmar que

«los mecanismos de aprendizaje del ACT se han mostrado superiores a los me­ canismos que almacenan correlaciones entre rasgos individuales y categorías (en lugar de correlaciones entre combinaciones de rasgos y categorías), a los mecanismos que forman un solo prototipo de la categoría (en lugar de múltiples producciones que describen diferentes tipos de miembros de la categoría) o a ios mecanismos que almacenan únicamente instancias individuales (en lugar de generalizaciones que resumen muchas instancias)».

Más recientemente, Ric h a r d s y Go l d f a r b (1986) han elaborado un modelo

de desarrollo conceptual parcialmente basado en el ACT. En realidad, su modelo, denominado «modelo de memoria episódica del desarrollo conceptual» intenta

integrar el ACT de An d e r s o n (1983) con la teoría episódica del desarrollo concep­

tual de Ne l s o n (1978,1983). Según esta teoría, vinculada a las teorías del esque­

ma que trataremos unas páginas más adelante, un solo encuentro con un ejem­ plar basta para form ar un prototipo. Cuando más adelante se encuentra otro ejemplar, activa la representación episódica y crea lazos asociativos entre ambos nodos. De esta forma, la probabilidad de que esos nodos se activen juntos

aumenta. Según Ric h a r d s y Go l d f a r b (1986) un concepto consiste «en una se­

rie de rasgos que se vuelven activos simultáneamente».

En contra de las posiciones recientes de Tu lv in g (1983) con respecto a las re­

laciones entre memoria episódica y semántica, Ric h a r d s y Go l d f a r b (1986) con­

sideran que es la memoria episódica la que da lugar al conocimiento semántico y no al revés. El proceso mediante el que esto se realiza no es otro que la aplica­

ción de los mecanismos de activación y ajuste del ACT. Así, por ejemplo, Ri­

c h a r d s y Go l d f a r b (1986) describen cómo adquiere un niño el concepto «co­

che» según su modelo (Figura 6.4). El primer ejemplar de coche al que se enfren­ ta ese niño cuando va de paseo con su madre tiene una serie de rasgos que son almacenados en la memoria. Cuando su madre le señala un segundo coche pro­ cesa también sus rasgos y los compara con los del «episodio» anterior. Aquellos rasgos comunes a los dos episodios tienen más probabilidades de asociarse a la etiqueta verbal. Esos rasgos comunes, al fortalecerse, pueden llegar a activarse de manera independiente a los demás rasgos. En el futuro se seguirán fortalecien­ do y activando mutuamente.

Ric h a r d s y Go l d f a r b (1986) aplican su modelo basado en el ACT a otros fe­

nómenos distintos de los analizados por An d e r s o n, Klin e y Be a s l e y (1979). Así,

según los autores, su modelo explicaría algunos de los resultados recientes que han puesto en duda la universalidad de las teorías probabilísticas analizadas en el capítulo anterior, apoyando la existencia de modelos duales de la categorización.

132 Teorías cognitivas del aprendizaje

m a n, Ar m s t r o n g y GLEHM AN (1983) se deberían a que los rasgos comunes a to­

dos los episodios constituyen el núcleo definitorio del concepto, mientras que aquellos otros rasgos más frecuentes, pero no presentes en todos los episodios,

serían característicos o meramente probabilísticos. De la misma forma explican Ri­

c h a r d s y Go l d f a r b (1986) el cambio evolutivo observado por Ke il (1986, 1987)

de las características a la definición. Los rasgos centrales, comunes a todos los episodios, se irían fortaleciendo progresivamente y serían más fáciles de activar y de recuperar. episodio 1) (a) grande azul asiento de piel »volante cuatro ruedas lleva gente etiqueta verbal “coche" (b) episodio 2) episodio 2) grande azul asiento de piel volante cuatro ruedas lleva gente etiqueta verbal "coche" ♦ pequeño rojo

asiento de vin ilo '

grande

pequeño

de tamaño

grande medio pequeño

lleva gente piel _vinilo

(c) Probabilidad de recuperar ciertos rasgos com o característicos de la categoría "coche" tras dos episodios

(d) Probabilidad de recuperar ciertos rasgos com o característicos de la categoría "coche" tras seis episodios

FIGURA 6.4. Proceso de adquisición del concepto « c o c h e » según el m odelo episódico del desa­ rrollo conceptual de Richards y G oldfarb (1986). Tras subir a un prim er coche (episodio 1; Fig. a) el niño tom a com o atributos que definen a un « c o c h e » las características de ese prim er coche. Tras el segundo episodio (Fig. b) algunos rasgos son com unes a am bos « e stím u lo s c o c h e » . Esos ras­ gos com unes tendrán m ayor p ro b a b ilid a d de ser asociados en la m em oria con la etiqueta v e r b a l

« c o c h e » (Fig. c). Tras varios « e p is o d io s » más de categorización de objetos com o coches, las probabilidades de recuperación de rasgos asociados a la etiqueta « c o c h e » habrán sufrido algunas variaciones (Fig. d) existiendo algunos rasgos centrales a la categoría (por ej., tiene cuatro ruedas y