Un marco teórico define un tipo de preguntas o problemas como relevantes, un tipo de respuestas a estas preguntas como dotadas de sentido e interés y un método de comprobación de las respuestas propuestas. Además, también cuenta con una serie de supuestos teóricos centrales que son hipótesis muy generales acerca del objeto de estudio. Estos marcos permiten la comunicación y el acuerdo en la comunidad científica, pues preguntas y respuestas de diferentes marcos no son generalmente contrastables a falta de una lenguaje común y de acuerdo con respecto a qué constituiría una evidencia válida a favor o en contra de cada hipótesis.
Hay cuatro grandes marcos teóricos en la psicología del aprendizaje, los cuales describiré brevemente a continuación a fin de tener unas nociones básicas de cada uno de los mismos.
Hay cuatro grandes marcos teóricos en la psicología del aprendizaje, los cuales describiré brevemente a continuación a fin de tener unas nociones básicas de cada uno de los mismos.
CONDUCTISMO
Busca la predicción y control de la conducta mediante un aprendizaje basado en asociaciones. No reconocen ninguna diferencia entre el hombre y los animales. Funciona bajo tres principios:
-Principio asociacionista: para una mayor objetividad solo contaremos con lo observable (estímulos y respuestas).
-Principio de correspondencia: el entorno es lo que organiza y controla la conducta de los organismos.
-Principio de equipotencialidad: las leyes de aprendizaje son universales, independientemente de las diferencias individuales.
El principal problema del conductismo es su incapacidad para explicar los procesos psicológicos superiores, pero su incapacidad para extrapolar resultados (los sujetos no respondían por igual) y que no todas las E ni todas las R son iguales (cosa que ellos afirmaban, pues decían que no importaba el contenido de los Estímulos).
CONSTRUCTIVISMO
Se opone al conductismo dándole un mayor papel al conocimiento previo, al sujeto y a la reestructuración del conocimiento basándose en que la exposición a una misma situación puede producir efectos diferentes en distintos sujetos. Para los constructivistas el aprendizaje siempre era consciente y explícita, rechazando el aprendizaje por asociación.
A principios del siglo XX, los psicólogos alemanes pertenecientes a la Gestalt (esos tíos tan majos de las ilusiones visuales) veían el aprendizaje como un ejercicio de reestructuración, pues al ver una situación nueva deberemos comprender la situación y a continuación reorganizar los elementos del problema para dar una respuesta correcta. En caso de que ya hubiésemos pasado por algo similar, repetiríamos la acción inicial. No obstante, eran incapaces de responder al "¿de dónde proviene la organización?" y todas sus formulaciones teóricas pecaban de vagas en exceso.
Otros importantes constructivistas fueron Piaget y Vigotsky, teniendo especial importancia en este caso Vigotsky, pues más que una teoría podemos considerar su trabajo como un marco general en el que desenvolver una teoría integradora. Según él, el hombre no se limita a responder a los estímulos sino que actúa sobre ellos, empleando instrumentos (herramientas) que se interponen entre el estímulo y la respuesta. Así, el aprendizaje sería un proceso de interiorización seguido por el aprendizaje de conceptos espontáneos (categorías) y conceptos científicos (necesitan ser instruídos), llegando con ello a la zona de desarrollo potencial (diferencia entre lo que aprende por si mismo y lo que podría aprender con la ayuda de un adulto).
Para finalizar con el constructivismo hablaremos de Ausubel, el cual diferenciaba entre el aprendizaje memorístico (normalmente de caracter asociativo) y el aprendizaje significativo (entendiendo lo que se aprende). Las condiciones para el aprendizaje significativo eran el uso de material no arbitrario (debía tener un significado por si mismo), el sujeto debe querer aprender y precisamos para ello de un conocimiento previo. Como ya dijimos, los constructivistas no se basan en mecanismos, así que no existen unos "mecanismos básicos" para explicar esto.
A principios del siglo XX, los psicólogos alemanes pertenecientes a la Gestalt (esos tíos tan majos de las ilusiones visuales) veían el aprendizaje como un ejercicio de reestructuración, pues al ver una situación nueva deberemos comprender la situación y a continuación reorganizar los elementos del problema para dar una respuesta correcta. En caso de que ya hubiésemos pasado por algo similar, repetiríamos la acción inicial. No obstante, eran incapaces de responder al "¿de dónde proviene la organización?" y todas sus formulaciones teóricas pecaban de vagas en exceso.
Otros importantes constructivistas fueron Piaget y Vigotsky, teniendo especial importancia en este caso Vigotsky, pues más que una teoría podemos considerar su trabajo como un marco general en el que desenvolver una teoría integradora. Según él, el hombre no se limita a responder a los estímulos sino que actúa sobre ellos, empleando instrumentos (herramientas) que se interponen entre el estímulo y la respuesta. Así, el aprendizaje sería un proceso de interiorización seguido por el aprendizaje de conceptos espontáneos (categorías) y conceptos científicos (necesitan ser instruídos), llegando con ello a la zona de desarrollo potencial (diferencia entre lo que aprende por si mismo y lo que podría aprender con la ayuda de un adulto).
Para finalizar con el constructivismo hablaremos de Ausubel, el cual diferenciaba entre el aprendizaje memorístico (normalmente de caracter asociativo) y el aprendizaje significativo (entendiendo lo que se aprende). Las condiciones para el aprendizaje significativo eran el uso de material no arbitrario (debía tener un significado por si mismo), el sujeto debe querer aprender y precisamos para ello de un conocimiento previo. Como ya dijimos, los constructivistas no se basan en mecanismos, así que no existen unos "mecanismos básicos" para explicar esto.
COGNITIVISMO SIMBÓLICO
El principio básico de la psicología del procesamiento de la información es la analogía mente-ordenador. Así, las tareas se basarán en una serie de procesos y representaciones, partiendo las arquitecturas cognitivas de una serie de supuestos generales sobre como son las representaciones, cómo se relacionan entre sí y porqué medios se modifican. Una vez hecho esto, intentan explicar como distintos fenómenos cognitivos podrían explicarse desde esa arquitectura global. Las dos teorías más importantes son la teoría ACT de Anderson y la teoría pragmática de la inducción de Holland, pero ambas tienen en común el ver al sujeto como un procesador activo de la información, manteniendo el carácter objetivo de los conductistas pero teniendo como objetivo explicar los procesos mentales (mentalismo). Siguiendo con la teoría de los ordenadores, como los PC utilizan símbolos (0 y 1) para las representaciones, nuestra mente también usará símbolos discretos que por separado no representan nada. Aún así, comete el error de plantear nuestro procesamiento como algo serial (uno por uno) en lugar de en paralelo como realmente es.
La teoría ACT es el resultado de la combinación del modelo asociativo de la memoria semántica, de la memoria procedemental, de procedimientos de adquisición de habilidades y del análisis racional de los procesos. Así, la teoría ACT es un sistema compuesto por 3 memorias que interactúan entre sí:
-Memoria declarativa: contiene una red de chuncks o "conocimientos" del sujeto, los cuales pueden ser tanto episódicos (recuerdos) como semánticos (el significado de las palabras). Es la memoria que somos capaces de expresar con palabras ("en invierno hace frío", "hice la comunión hace tres años", "gato es un mamífero cuadrúpedo que come ratones").
-Memoria procedemental: basicamente, es el lugar donde almacenamos las estructuras condicionadas como "Si pulso el botón se enciende la luz", "Si salto por la ventana me mato", "Si le toco una teta a mi compañera de clase me llevaré una bofetada".
-Memoria de trabajo: representaciones operativas en un momento dado, también conocida como memoria a corto plazo (las otras dos forman parte del largo plazo).
Aún así, todavía no hemos dicho nada de lo realmente importante: ¿cómo se aprende en este modelo? Basicamente, todo conocimiento adquirido pasaría por tres fases:
*Aprendizaje declarativo: cada experiencia cambia la activación temporal de los contenidos de la memoria declarativa, produciendo o reforzando las asociaciones entre los chuncks.
*Compilación: como supongo entenderéis, la automatización del conocimiento aumentará la eficacia, así que transformar el procedimiento declarativo en procedemental lo hará todo más efectivo. La compilación implica dos subprocesos: procedimentación (creación de una producción partiendo del conocimiento declarativo) y composición (creación de una producción partiendo de un conjunto de ellas que se activan en secuencia).
*Ajuste: optimiza las condiciones de aplicación de las producciones. El ajuste se logra mediante tres mecanismos automáticos: la generalización (aumento del campo de acción de una producción), discriminación (disminución del campo de acción) y fortalecimiento (disminución del tiempo de disparo cada vez que una producción se ejecuta con éxito).
La otra gran teoría del aprendizaje cognitivista es la TPI o Teoría Pragmática de la Inducción. Según ella, el conocimiento se estructura como reglas de producción, representando las situaciones que vivimos según un modelo mental, un conjunto estructurado de reglas de producción que caracterizan como a la situación como a las metas. Por ejemplo, "Si es pequeño, rayado y vuela puede ser una avispa". Aún así, en cada producción no se activa solo una, pues tras la anterior iría "Si es una avispa, puede picarme", "Si entró una avispa en el coche -> parar el coche", "Si me pica -> ir al médico".
Como vemos, este sistema está basado en reglas o sistemas de producción, los cuales podremos agrupar en tres tipos bien diferenciados: las empíricas, las de inferencia y principios operativos.
-Empíricas: representan nuestro conocimiento sobre el mundo. Se dividen en varios tipos:
-Sincrónicas: información descriptiva, ya sea categóricas (pequeño, rayado y vuela -> avispa, asocia atributos con categorías) o asociativas (si es una avispa me recuerda a una abeja, relaciona conceptos).
-Diacrónicas: informan sobre cambios esperables o recomendables, pudiendo ser predictoras (si es una avispa puede picarme) o efectora (si entró una avispa en el coche debo parar).
-De inferencia: permiten inferir cosas nuevas a partir de lo que sabemos. Su refinamiento se da gracias a una evaluación constante de la fuerza de nuestras reglas en función de sus éxitos y fracasos. La fuerza de una regla actúa de forma conservadora, impidiendo la ejecución de reglas nuevas u otras más débiles. Este proceso de refinamiento cambia la fuerza de las reglas pero no introduce reglas nuevas. Las reglas de inferencia más importantes son:
-Regla de especialización: discriminar fallo para evitar la sobregeneralización. Dicho de otro modo, cuando una regla nos lleva a error deberemos crear una regla especializada nueva que lo prediga.
-Regla de lo inusual: ponemos mayor atención a lo sorprendente. Si una situación tiene una propiedad inusual usaremos esa propiedad como condición para una regla nueva.
-Regla de los grandes números: generalizaremos de forma proporcional a la muestra observada.
-Esquema de regulación: permiten obtener una conclusión a partir de dos premisas. El clásico "Si quiero hacer X primero debo hacer Y" ("Si quiero ir a la uni antes tengo que aprobar selectivo").
-Principios operativos: procedimientos necesarios para activar las reglas relevantes; lo que hace que unas reglas se activen y otras se desactiven, vamos. Dos tipos:
-Procesos de competición entre reglas: la competición se lleva con cuatro procesos: correspondencia (grado en lo que lo descrito en la regla sucede), especificidad (grado en que la regla describe completamente lo que sucede), fuerza (grado en que la regla fue útil en el pasado) y apoyo (grado en el que es compatible con el resto de reglas activadas).
-Procesos de cambio: los 4 procesos que causan cambio en nuestras reglas:
---Asignación de crédito: al ancanzar una meta distribuiremos una cantidad de fuerza entre las reglas activadas en función a su fuerza previa y al grado de expectativa de éxito generada (vamos, la cantidad de éxito que le atribuímos a esa regla).
---Acoplamiento: asociación de reglas sincrónicas.
---Generación de nuevas reglas.
---Instrucción: inserción directa entre reglas, ya sea porque las leemos o nos las explica alguien.
En general es un buen sistema, pero no nos explica como aparecen las primeras reglas (aunque este problema lo tenemos con todas las teoráis formuladas desde la perspectiva del cognitivismo simbólico).
Tras varias críticas al cognitivismo como internalista (poca importancia al medio), nítido (no tiene en cuenta elementos borrosos), más basado en el diseño que en el cómo se lleva a cabo e ignorando aspectos evolutivos, apareció el modelo conexionista, en el cual existen unidades conectadas que se utilizan para representar. Estas unidades pueden ser tanto neuronas como grupos de las mismas.
O´Really & Munakata plantearon la existencia de dos tipos de aprendizaje necesarios pero contrapuestos:
-Model learning: el sistema debe captar las regularidades existenes en el medio para crear un modelo que permita anticiparse al medio. Se centra en las correlaciones.
-Task learning: el sistema debe captar las demandas momentaneas de la situación. Lo usamos para situaciones concretas (ahora, hace cinco minutos).
Como respuesta a estas dos demandas, habría dos reglas de aprendizaje:
-Regla de Hebb: cada vez qeu percibamos un estímulo se activarán una serie de unidades formando conexiones y aplicando cambios. Los cambios en el peso dependerán del producto de la fuerza del output de i por la activación de j. Esta función acabará produciendo un grado de asociación igual a la correlación.
-Regla Delta: en situaciones en las que el sistema dispone de feedback que le indica cual será la activación deseada. El cambio dependerá de la diferencia entre la activación demandada por la tarea y la obtenida. Aún así, no puede aplicarse a las capas internas de una red, por lo que existe una variante de la misma que sí puede hacerlo (la regla delta generalizada).
Pero, ¿cómo representamos? Los estímulos parecidos tendrán representaciones parecidas en un modelo de patrón parecido, funcionando así bajo tres principios de representación distribuída que garantizan un modo de representación:
-Flexible: nace de un patrón aleatorio y se va adaptando en función de la experiencia.
-Sistemático: una misma unidad participa en muhcas representaciones.
-Autónomo: el sistema asimila sin ningún controlador central.
Los principales problemas de este modelo es su lentitud, poca interferencia catastrófica, la falta de plausibilidad biológica y que se trata de un análisis funcional que, pese a dar descripciones simbólicas útiles, la comprensión de los sistemas cognitivos se alcanzarían mejor.
La teoría ACT es el resultado de la combinación del modelo asociativo de la memoria semántica, de la memoria procedemental, de procedimientos de adquisición de habilidades y del análisis racional de los procesos. Así, la teoría ACT es un sistema compuesto por 3 memorias que interactúan entre sí:
-Memoria declarativa: contiene una red de chuncks o "conocimientos" del sujeto, los cuales pueden ser tanto episódicos (recuerdos) como semánticos (el significado de las palabras). Es la memoria que somos capaces de expresar con palabras ("en invierno hace frío", "hice la comunión hace tres años", "gato es un mamífero cuadrúpedo que come ratones").
-Memoria procedemental: basicamente, es el lugar donde almacenamos las estructuras condicionadas como "Si pulso el botón se enciende la luz", "Si salto por la ventana me mato", "Si le toco una teta a mi compañera de clase me llevaré una bofetada".
-Memoria de trabajo: representaciones operativas en un momento dado, también conocida como memoria a corto plazo (las otras dos forman parte del largo plazo).
Aún así, todavía no hemos dicho nada de lo realmente importante: ¿cómo se aprende en este modelo? Basicamente, todo conocimiento adquirido pasaría por tres fases:
*Aprendizaje declarativo: cada experiencia cambia la activación temporal de los contenidos de la memoria declarativa, produciendo o reforzando las asociaciones entre los chuncks.
*Compilación: como supongo entenderéis, la automatización del conocimiento aumentará la eficacia, así que transformar el procedimiento declarativo en procedemental lo hará todo más efectivo. La compilación implica dos subprocesos: procedimentación (creación de una producción partiendo del conocimiento declarativo) y composición (creación de una producción partiendo de un conjunto de ellas que se activan en secuencia).
*Ajuste: optimiza las condiciones de aplicación de las producciones. El ajuste se logra mediante tres mecanismos automáticos: la generalización (aumento del campo de acción de una producción), discriminación (disminución del campo de acción) y fortalecimiento (disminución del tiempo de disparo cada vez que una producción se ejecuta con éxito).
Como vemos, este sistema está basado en reglas o sistemas de producción, los cuales podremos agrupar en tres tipos bien diferenciados: las empíricas, las de inferencia y principios operativos.
-Empíricas: representan nuestro conocimiento sobre el mundo. Se dividen en varios tipos:
-Sincrónicas: información descriptiva, ya sea categóricas (pequeño, rayado y vuela -> avispa, asocia atributos con categorías) o asociativas (si es una avispa me recuerda a una abeja, relaciona conceptos).
-Diacrónicas: informan sobre cambios esperables o recomendables, pudiendo ser predictoras (si es una avispa puede picarme) o efectora (si entró una avispa en el coche debo parar).
-De inferencia: permiten inferir cosas nuevas a partir de lo que sabemos. Su refinamiento se da gracias a una evaluación constante de la fuerza de nuestras reglas en función de sus éxitos y fracasos. La fuerza de una regla actúa de forma conservadora, impidiendo la ejecución de reglas nuevas u otras más débiles. Este proceso de refinamiento cambia la fuerza de las reglas pero no introduce reglas nuevas. Las reglas de inferencia más importantes son:
-Regla de especialización: discriminar fallo para evitar la sobregeneralización. Dicho de otro modo, cuando una regla nos lleva a error deberemos crear una regla especializada nueva que lo prediga.
-Regla de lo inusual: ponemos mayor atención a lo sorprendente. Si una situación tiene una propiedad inusual usaremos esa propiedad como condición para una regla nueva.
-Regla de los grandes números: generalizaremos de forma proporcional a la muestra observada.
-Esquema de regulación: permiten obtener una conclusión a partir de dos premisas. El clásico "Si quiero hacer X primero debo hacer Y" ("Si quiero ir a la uni antes tengo que aprobar selectivo").
-Principios operativos: procedimientos necesarios para activar las reglas relevantes; lo que hace que unas reglas se activen y otras se desactiven, vamos. Dos tipos:
-Procesos de competición entre reglas: la competición se lleva con cuatro procesos: correspondencia (grado en lo que lo descrito en la regla sucede), especificidad (grado en que la regla describe completamente lo que sucede), fuerza (grado en que la regla fue útil en el pasado) y apoyo (grado en el que es compatible con el resto de reglas activadas).
-Procesos de cambio: los 4 procesos que causan cambio en nuestras reglas:
---Asignación de crédito: al ancanzar una meta distribuiremos una cantidad de fuerza entre las reglas activadas en función a su fuerza previa y al grado de expectativa de éxito generada (vamos, la cantidad de éxito que le atribuímos a esa regla).
---Acoplamiento: asociación de reglas sincrónicas.
---Generación de nuevas reglas.
---Instrucción: inserción directa entre reglas, ya sea porque las leemos o nos las explica alguien.
En general es un buen sistema, pero no nos explica como aparecen las primeras reglas (aunque este problema lo tenemos con todas las teoráis formuladas desde la perspectiva del cognitivismo simbólico).
CONEXIONISMO
Tras varias críticas al cognitivismo como internalista (poca importancia al medio), nítido (no tiene en cuenta elementos borrosos), más basado en el diseño que en el cómo se lleva a cabo e ignorando aspectos evolutivos, apareció el modelo conexionista, en el cual existen unidades conectadas que se utilizan para representar. Estas unidades pueden ser tanto neuronas como grupos de las mismas.
O´Really & Munakata plantearon la existencia de dos tipos de aprendizaje necesarios pero contrapuestos:
-Model learning: el sistema debe captar las regularidades existenes en el medio para crear un modelo que permita anticiparse al medio. Se centra en las correlaciones.
-Task learning: el sistema debe captar las demandas momentaneas de la situación. Lo usamos para situaciones concretas (ahora, hace cinco minutos).
Como respuesta a estas dos demandas, habría dos reglas de aprendizaje:
-Regla de Hebb: cada vez qeu percibamos un estímulo se activarán una serie de unidades formando conexiones y aplicando cambios. Los cambios en el peso dependerán del producto de la fuerza del output de i por la activación de j. Esta función acabará produciendo un grado de asociación igual a la correlación.
-Regla Delta: en situaciones en las que el sistema dispone de feedback que le indica cual será la activación deseada. El cambio dependerá de la diferencia entre la activación demandada por la tarea y la obtenida. Aún así, no puede aplicarse a las capas internas de una red, por lo que existe una variante de la misma que sí puede hacerlo (la regla delta generalizada).
Pero, ¿cómo representamos? Los estímulos parecidos tendrán representaciones parecidas en un modelo de patrón parecido, funcionando así bajo tres principios de representación distribuída que garantizan un modo de representación:
-Flexible: nace de un patrón aleatorio y se va adaptando en función de la experiencia.
-Sistemático: una misma unidad participa en muhcas representaciones.
-Autónomo: el sistema asimila sin ningún controlador central.
Los principales problemas de este modelo es su lentitud, poca interferencia catastrófica, la falta de plausibilidad biológica y que se trata de un análisis funcional que, pese a dar descripciones simbólicas útiles, la comprensión de los sistemas cognitivos se alcanzarían mejor.
No hay comentarios:
Publicar un comentario