Scribd Logo
Загрузить

Добро пожаловать в Scribd!

  • Paul Thagard La Mente Introduccion A Las Ciencias Cognitivas

    Загружено:

    kotte_araneda
    756 просмотров190 страниц
    Introduccion filosofia de la mente y cs cognitivas

    Оригинальное название

    Paul Thagard La Mente Introduccion a Las Ciencias Cognitivas (1)

    Авторское право

    © © All Rights Reserved

    Доступные форматы

    PDF или читайте онлайн в Scribd

    Этот документ был вам полезен?

    Это неприемлемый материал?

    Пожаловаться на этот документ
    Introduccion filosofia de la mente y cs cognitivas

    Авторское право:

    © All Rights Reserved
    Скачайте в формате PDF или читайте онлайн в Scribd
    Отметить как неприемлемый контент
    756 просмотров190 страниц

    Paul Thagard La Mente Introduccion A Las Ciencias Cognitivas

    Загружено:

    kotte_araneda
    Introduccion filosofia de la mente y cs cognitivas

    Авторское право:

    © All Rights Reserved
    Скачайте в формате PDF или читайте онлайн в Scribd
    Отметить как неприемлемый контент
    из 190
    Damianosior Cone eatin Paeton 993 mpainlphrpty of oc Maio 983 Nie ndings bio sds agin eee, Martasets ow sete ex dase Prine, 3200 Cheeer ng eet (fad i pia sues aly ond pcan, Messe 200 otha Nechnions ed appeos oem agin, Mente, Un intruc alas ceia cgenas sid pablndo isan pr Guin bp lo: La mei ieroduon ‘Sana grin lta po Kt Cos no lee: ‘agntonwccs ex preaguspo Arie como Ment Fro ini cp. Hay goes, ones cho Yencoenn,yendou vases ino Paul Thagard Lamente ; | Gntroduccion alas 71S wane | ciencias cognitivas ce CUIDE ESTE LIBRO, ES PATRIMONIO DE TODOS UNIVERSIDAD EL BOSQUE i TT RBUOTECA AN ROA VASQUEZ Se UNIVERSIDAD EL BOSQUE Tretorn piornansauer coe] oweate Primera ein, 2008 (Xa Ettore Sula 7549, 5°83 1408 Basson Aire rafe Gel 59 Bao 28008 Madd : - seeelntnditorescom ‘lode tse rat Ma igen ‘ange ener x (0205 ayant to of ale ae ema rai, {SON Argon: 978-967-265-65.7 ISBN Beane 975-86 6859.-0 1 Grecia 1. Jovgingm Syd Bat, Skt a PERE caper”) Bl conten atl St ec nc otal ps drs ayes y toe ‘ntrocoels gue pois le reprecin ‘sep o extracts resiaap lq ocelot gue so evens cn la uses pre dl efit Dino de else lta knst Tigre Ary por ation SL, ocho opto qu marca ley 1:75, v ” 7 ng 183 5 205 23 245 265 289 a 27 38 349 3 Agradecimientos Prefacio TL ENFOQUES DE LAS cumNetas comMITIVAS 1. Representacion y computacion 2.Légica 3-Reglas 4-Conceptos, 5 Analogias 6- Imagenes z 48. Resumen y evaluacién '. BETENSIONES DB LAS CIENCIAS COONITIVAS 9. El cerebro 10.Las emociones nL La conciencia +2, Cuerpo, mundo y sistemas dindanicos 13, Sociedad 1. I futuro de las ciencias cognitivas Glosaria Bibliografia Indice temético I 5 g a A Agradecimientos Agradezco alos estudiantes de la Universidad de Watetloo que asistieron a los cursos de cuyas discusiones surgi el material para el presente libro."También deseo agradecer a Andrew ‘Brook, Chris Bliasmith, Kim Hloneyford, Janet Kolodner, Amy Pierce, Michael Ranney y Bric Steinhart por sus comentarios sobre el texto para la primera edicién, y a Chris Hlismith, ‘Ashok Goel, Michael Ranney y Ethan Toombs por sus apoztes para le segunda edicién. También quisiera agradecer a Torn Stone, de herr Press, por su apoyo y sus valiosas sugerencias. Durante la redaccin y la revisién de este libro, conté con el subsidio del Consejo de Investigacién en Ciencias Naturales & Ingenieria de Canads. Por timo, agradezco a Abninder Litt por haber colaborado en el proceso de correccién del original Prefacio Las ciencias cognitivas,dedicadas al estudio de la mente ya inte- ligencia desde un punto de vista interdisciplinario, son fruto de Ja confluencia entre la Glosofla, a psicalogfa, la inteligencia ati- ficial laneurociencia,lalingtistica ya antropologfs. Susorgenes intelectaales se remontan s mediados dela década de 950, cuando investigadores provenientes de distintos campos comenzaron & formula teorias de a mente vaéndose de epresentacionesy 10 ‘eros computacionales complejos. En cuanto ls orfgenesinsti- tucionales,étos datan de mediados de os aos setenta, época en {que se fundé la Sociedad de Ciencias Cognitvas en los Estados Unidas y se publicé por primera ver la revista Cognitive Science. Desde entonces, més de sesenta universidades estadounidenses y ‘europeas han creado carreras de ciencis cognitiva,y muchas ores ‘universidades ditan materias relacionadas con este campo, Laensenanaa de las ciencias cogntivas no es tare sencille, ppueslos estdiantesllegan con formaciones académicas muy di- versa Yo, personalmente, dicto en la Universidad de Waterloo, desde 1593, una materia muy concurridatitlada Introduecién ‘alas Ciencias Cognitivas. Por un lado, se inscriben en mi cétedra ‘estudiantes con conocimientos avanzados de computacién, pro- venients de carreras de computacién clentificaoingenieria,que saben poco de psicalogia ofilosofla, pero, por otro lado, vienen _muchos estudiantes que estan familizrizados con esas disci 22 1 Kone nas pero que de computacnentienden bastante poco, Mlinten- ign al escribir est libro ha sido poder contar con un manual {que no requiere conocimientos previos en ninguno delos cam- pos delas cenciascognitivas. También he pretendido mostrar Jos estudiantes interesidos en los problemas dela mente ylainte- ligencia que existen muchos enfoques complementarios en la investigacion sobre las fanciones mentaes, ‘Existen al menos tres formas dstntas de presentat as cien- cas cognitivas ante un pblic formado en dscipinas diversas, Le primera consste en cenrarse en los distintos campos: la psi cologé, la inteligencia artificial y ls demi disciplinasinvolucra- das. La segunda es organizarel curso seg las distintas funcio- ‘nes mentales, como Ia resolucion de problemas, la memori, el aprendizaje y el lenguaje. En est libro, he decidide tomar otro ‘camino, en el que hago una descripcin y una evaluacin siste- :miticasdelas principales eorias dela representacin mental for- _muladas por distntastericns, que inctayen le lice, las reas, los concepts, las analogs, las imigenesy las conexiones (edes ‘neuronalesartifciaes) Con a presentacin de ess enfoquesteé- cos fundamentalese querido mostrar de manera coherentelos ports realizados por los dstintos campos dela cienciascog- nitives al conocimiento del funcionamiento dela mente. Mi propésito al escribir el presente libro he sido poner a isposicién de estudiantes provenientes de distntas dscipinas ‘unmaterialbisico queles permita comprender sin problemas un curso introductorio als cienciascognitivas. Para cumplir con lobjetivo que me habia propuesto, debs explicar logics de forma tal que fuera accesible a los estudiantes de psicologia, exponer algoritmos computacionales para quelos entendieran los est- diantes de literatura, o presentar debates flos6fcos de modo sencillo para que alos estudiantes de ciencias de la computa cin les resultaran atactivs. peerca | a3 Aunque este libro est dirigido principalmente a estudiantes de carreras de grado, también ha sido mi intencién quefuese de utilidad para Tos estudiantes de posgrado y los profesoresinte- resados en descubrircudl esa partcipacién de sus propias dis- ciplinas en Ios distintos proyectos de las ciencias cognitivas. No se trata, por tanto, de un texto enciclopédico sino de un ‘anual con capitulos reves y concisos, en los que resalt las cuestiones generales en desmedro de las particulares. Dado ‘que abordo las ciencias cognitivas como la interseecién y no ‘como la unién entre todos los campos que forman parte dela, decid omitir algunos temas que yase han tatado en manuales de inteligencia artificial, psicologia cognitiva yfilosofia dela ‘mente, por nombrar slo elganas dsciplinas sobrelas que exs- ‘em infnidad de textos. Para cerrar cada capitul, he ineluido un resumen y un listado de lecturasrecomendadas. libro esta escrito con gran entusiasmo y respeto por los aportes que han hecho las teorias de la representacion mental ylos procesos computacionales al conocimiento de Ie mente, aunque soy consciente de que ls cencias cognitivas tienen un largo camino por recotrr. Bn la segunda parte, me refiero alas extensiones de los supuestos bisicos de las ciencias cognitivas ¥ propongo distintas idee para trabajar en el futuro, “Estoy muy agradecido a quienesme han hecho leg ejempla- res dela primera edicin traducida al italiane, alemén, checo, pportugués, japonés, coreano y dos variedades de chino. Para ‘esta segunda edicién, he actualizado la primera pare y revisado Iasegunda, ademas de afiedir capitulo sobre l cerebro, lasemo- ,aparecen vineulos a todos os sitios ‘mencionados en ese libro. 1ainteligenciaatitficial en los medios (Asociaci6n Bstadouni- densede ntligencia Artificial): La inteligencia artificial en Internet: Biografias dels principales figuras de ls ciencascognitiva: - ees conroTCdD | 45 Diccionario de ciencis cognitvas del Universidad de “alberta: Sociedad de Ciencias Cognitivas: Cogprints (archivo deatiulos de cienciascogitivas): tty: Icogprints.ecs.soton.c.ukl> Diccionario de filosofia dela mente: eps hiewartsc:wust ed ~philosMindDict!> Science Daly (noticias sobre la mente y el cerebro): cht: eww sciencedaily.com/news/mind_brain-htm> Sitio de ciencias eognitivas de Yahor - Noma: {Les teorias del pensamiento como un conjunto de operaciones computacionales suelen tomar como punto de partida un modelo de computacién abstracto como la maquina de Turing, ‘un instrumento sencillo que consisteen unacintay una cabeza ‘mecinica queescribe stmbolos en los espaciosdelacinta.Sibien es posible prober matematicamente que ese tipo de méquina puede, en principio, hacer todo lo que hacen otras coraputa~ dores,la méquina de Turing es un andlogo demasiado abstracto del pensamiento, Analogs més adecuadas del pensamiento son Jas que se basan en ideas computacionales de nivel superior, como las etructaras de deta y los algoritmos, En Kitcher (1993) Leake (992),Schank (986) y Thagard (1999), parecen esquemas y patrones explicativos, 4 e 4 x 3 CCE Légica alogica formal noha sid el enfoque més influyenteenelestu- dio prcoldgico del representaién mental, pero hay razones para que abordemos el tema en uno de los capitulo iniciles de nuestro libro Ba prime logar, muchas de las ideas funda smentales sobre l reresentaidn yl computacién han sur- gidoenelAmbito dela igizaEn segundo téemino, muchos is- sofose investigadores del campo de la inteligencia atic se ‘len de a igiza para estudiar el razonamiento. Por dlémo,la logics tiene una gran capaci derepresentacinylos dems, modelos de representacién mental, que quid sean més efcen- tes enelaspecto compatacional ytengan mayor plausibildad picoldgiea, deberian apirar a tener une capacidad sis. {a ldgica formal empez6 con Aristteles hace més de dos nil fos. 1 Eésofogrego hizo un estudio sstemstico deinte- rencias como las que transcribimos.a contnuaci: ‘Todos los estudiantes son aplicados. ‘Marfa es extidiante, Mari es aplicada. sa clase de nferencia, con dos premisas yuna conclusin,reibe nombre de silogismo. Aristteles descrbi6 distints tipos de slogismos y demosté que pueden analizarse exclusivamente por 48 none «forma, Para que la conclusin result dels dos premisas, no lmporta que eslogismo serefiera a estudiantes cansados. Pode- mos decir “estantes” en lugar de "estudiantes", “cromados" en lugar de“epicados’o reemplazar“Maria” por"Marcos” ylacon- cia acerca dela vaidez pscol6gica dl enfoque logico. Elsilogismo es una forma de inferencia deductiva en le que Is conclusin se deriva necesariamente de las premisas. Si lai premisas son verdaderas, la conclusin también es verdadera, inferencia inductva es més resgosa, pues implica una incer- Lidumbre, Sitodos los estudiantes que uno conoce leen mucho, se concluye por inferencia inductive que todos los estudiantes leen mucho. Pero la conclusion bien podria sererroness por cjemplo, en un eurso de cesteri, seria dificil determinar qué estudiantes len mucho ycudles no, Sibien el silogismo fue el tema dominante en los debates de lsgica formal durante dos mil aos, esta forma no basta para representartodaslasinferencias.Lossilogismosestia muy bien pata predicados simples como “ser estadiante’, pero no sirven. para representa relaionies como la indicada por el verbo "asi tic’ en araciones como ésta: "Los estudiantes que asisten a cur~ vos 149 sos obtienen créditos":Aqut,“asstir” representa une relacion. ‘entre m estudiante yun curso, Lalogica moderna nacié.en1879 ‘ppl obra del materiticoslemn Gottlob Frege (1960), quien cursar (Mariela, Estadistice 2) cursar (Mariela, Estadistia 2) > poder cursar (Mariela, Méto- dos de lnvestigacion) poder cursa (Maries, Métodos de Investgacin) 4 estar dis- ‘onible(Métados de Investgaci6n) > cusar (Mariela, Méto- dos de Investigacion) car (Mariela, Estadistca a) © cursar (Mariela, Estadisica 2) hcutsar (Mariela, Métods de Investgacin) A cursar (otras siete materias) —+ obtener (Mariela, titulo de grado en psi- cologia) 1 timo condicional es una representacién un tanto burda ‘de "Si Matielaaprueba dos cursos de Estadistca, Métodos ée Investigacion otras siete materias, entonces puede obtener ‘un titulo de grado en psicologia’. Ast, Merela puede utilizar «stoscondicionales y el modus ponens como rep de inferen- ia para elaborar un plan que, en terminos logics, seria une deducei6n desde un estado inicialen el que no se ha cursedo ninguna materia hasta el estado final, es decir, el de la obten- ign del tuo. Para quel planifcacion sea ealizble desde el punto de vista computacionl a deduccjén tiene qu ser mis acotada que as regas de inferenca generals del gic formal Lal6gicapro- poscional, por ejemplo, contiene ese regla de conjunc: Conjuncin > 4 Entonces, pq. 56 1 uate sta regla funciona dentro de un sistema légico, pero a nivel ‘computacional podria tener consecuencias desastross.SiMariea | hha cursado las dos materias de estadistia, bien podria inferir: cursar (Mariel, Estadistica 1) A cursa (Mariela, Bstadisica). | ‘En cambio, n0 ganaria nada con hacer la inferencia adicional (aunque sea vlida) : ccursar (Mariela, Estadfstica 1) A cursar (Mariela, Estadistice 2) | ‘cara (Mariel Estadisticas) © cursar (Mariela, Exteistca2). | Las inferencias sin limite de este tipo agoarian le memoria de ‘cualquier sistema inteligente -humano o artificial en poco tiempo. ‘Como método de planificacién, la deduccién es intuitiva- _menteatractva. Sin embargo, presenta una serie de problemas ‘computacionales. En primer lagas, x demasiado lent, pues se necesita una enorme cantidad de inferencias para elabora pli nc incluso los més sencilla, stbien es certo queexisten dive sas estrategias computacionales para hacerla mis eficaz, En segundo témino laplanificaci puramentededtvaes mon’ tons conctusionesobtenidassignensiendo verdadera por sms premitas que agreguemos. sto sigifica que la dniceope- | racién permitida es sacar nuevas conclusions. (La monotonia, cela propiedad de una fein matemdtica deconservarclorden | dado, es decir, de ser monétonamentecrecienteo monétons- sente decrecinte. Elrazonemiento humano no tiene est pro- Piedad en tanto no se limita agregar nuevas ideas, sino que | también deja de ldo ideas vejas) Los expertos en inteligencia, antfcal han creado varias estrategias para convert ae lica J en un sistema no monétono, pero son may costosas desde l punt de vista computacional- Por imo, un panifiador pur ‘mente dedctivono tiene Ia capacidad de aprender dela expe- | | toate 1 57 rienca.Resulto un problema tendé que pasar por todo. pro- eso deductivo tna ver més si tiene que volver a resolvero, a ‘menos ques Ie incorpore algtin método de aprendizaje apar- tirdela experiencia ‘Lo presentado aqut no es més que una resefa superficial del trabajo realizado enintelgenci ertfcialen relacién con|aple- nifieaci6n deductiva (véanse, or ejemplo, Dean y Wellman, gas Russell Norvig, 2003),Debe quedaren dro, sin embargo, aquesibien a deduccién logica puede ser una forma ti de epre- sear le resolucién de problemas de panifcacién, el enfoque tiene algunas dificltades: En capfulos posteriores mostrate- mos otros enfogues para laplaniicacin. ‘Toma de decisiones, Desde el punto de vista Iogico, la planif- ‘Légica y programacion:- ‘ ‘Modelos mentales: Noras 12 logica formal no se ocupas6lo de la sntaxs de las oracio- nes (es decir de su estructura) como hemos visto en este capf- tulo sino también dela semantica (condiciones de verdad). Por ejemplo, la conjuncién pq es verdadera si y so sip es ver daderayqes verdadera La mayoria de os sistemas artifciales de planifcacin que utlizan lenguajs l6gicos no incluyen un conjunto completo dereglas de inferencia sino un procedimient inferencal que se basa en una regla simple conocida como principio de resolucin (Genesereth y Nilsson, 1967)-Setrata de un principio algocom- Plicado para explicar aqui pero que, bisicamente, toma expre- 761 uw mee siones que se han traducido a una version simplificada de la logica de predicados y les aplica un poderoso operador para ver qué se puede deducir a partir della. Fikes y Nilsson (1972) «mpleanladeyccin lbgica en un sistema deplanificacion deno- ‘minado sraips, que ha tenido aplicaciones en robsticay otros campos. La fébemula de! teorema de Bayes esa siguiente: POhle) = (PtH) * Pefh)}/ P(e). En inteigencia artificial, f lgica ylateorfa de probabilidades sulen considerarse como enfoques aternativos pars la repre- sentacién del conocimiento, Las he presentado juntas porque ‘envambas ls inferencia se basan en principios muy generales yrabstractos. 5 En este capitulo hemos mostrado un nico enfogue para, Jos modelos mentales, pero existen otras clases importantes de razonamientos que utlizan modelos (Magnani, Nersessian y ‘Thagard, 1959). Reglas ‘Lasreges son estructura de tipo condionl sr svro1cE5 Porejemplo: 312 cursany aprueban cuarenta materas, EHTON- cass obtiene wna licencitura. Las reglastenen una serie de propiedades representacionslesycomputaconales.A diferen- ‘dadela mayori de és modelos computaionaes logics, que ro fueron concebids como modelos dea cognicin humana, Tos models de regls se han aplicado a psicologia desde un comienso, El priser programa de intsligenca artifical fue el “eérico Lopico, ideado por Allen Newel, Clif Shave y Her- ‘ert Simon (1958) Introducide en una compatadora radimen- tara en1956, el programa resolv ejerccis de ogia formal. Su comportamiento no era el de un mero sistema intligente complejo desde el punto de vista matemitico sino el de un rodelo del razonamiento logico humano. Adems dereglas deinferencia, el Terico Légico inclua reglas estatégicas para Inbiisqueda efciente de pruebas. Pronto sconvicié ene ser marco general para el estudio del pensainiento humano: el Solucionador General de Problemas (en inglés, General Pro- ‘le Solver o as; Newell y Simon, 1972), que ulizabereglas para simolar soluciones humanas para dstnts tips depro- ‘blemas, como ls criptoaritmnéticos que se iustran més ade- lant En intligencia arial ls regla suclen denominaree *producciones", 781 meat Después del Sokucionador General de Problemas,hubo dos sistemas cogoitivs de reglas que twveron una influencia impor- tante en el desarrollo de las ciencias cognitivas, dada su gran aplicabildad a la cognicin humane. Ei primero fue el sistema ‘cr, creado por John Anderson (1983, 1993), que he tenido una ‘enorme cantidad de aplicaciones en psicologia, El segundo fue ‘soa, un poderoso programa basado en reglas con muchisi- ‘mas posibilidades de aplicacion en psicologla y computacién, diseBado por John Laird y Paul Rosenbloom (Newell, 990; Rosenbloom, Lard y Newell 1993). El objetivo de este capitulo no es descrbir estos sistemas en deta, sino analizar qué es lo.que hace que les regs sean tan importantes desde el punto de vista computacional y psicolé- ‘ico, Bn los captulos siguientes, sin embargo, presentaremos ‘eons alternativas de la coguicin segtin Ine cuales el pensa- ‘miento humano no puede reducirse a regla, al menos no en su totlidad, ese asu estructura sencilla ~una condicién (s.) y una con- secuenciao accin (ewToNcEs...)~lasteglas pueden wsarse para, "epresentar dstintos tipos de conocimiento. En primer lugar, pueden codificar informacién general sobre el mundo: sx es cstudiant, avons x estdia mucho. Luego, también pueden ‘epresentar informacion sobre cémo hacer cosas en el mundo: 1 uno se inscribe con la debida anticipacién, exroncas conse- hind vacates las materas que msl interesen. También pue- den expresarregularidadeslingistias: 1 el nleo del suet extd x plural, sows el verbo principal también estard en plural. Has 179 a cuarto lugar, pueden utlizarse para reproduc ceplas de infe- rencia como el modus ponens:st tenemos una regla del tipo... centonces.." la condicibn everdadera, sNTONCESlaconsecuen- cia también serdverdadera. Como vemos en el itm ejemplo, las reglas pueden iicluir més de una condicion y més de una actin sun se inscribe con ta debi antcipacén, avrowces res que trabajan en el campo de las ciencias cognitivas sostie~ ‘nen que muchas reglas lingilisticas también son itnatas,lo cual esbastante mis polémice Sn embargo, nadie se atrevetaaafr- ‘mar que Jas reglas para anotarse en Ia universidad son innatas. {Cm se adquieren, entpness? Como los enunciados légicos que vimos en el capitulo 2, las. segs pueden aprender por genrlzacin inductive unaca- tidad de ejemplos particles se gneralizan en forma de rea. ayreglas que necesitan muchos ejemplos pare formarse nose puede infer de una soa clase de ingeniri que la ingenieria. «sdf ode un slo cuts de flosoia qua oso es nte- ‘tesante. Son reglas que se adquieren graduelmente a partir de 861 ue wente Ihexperencia dela via universitaria:s1xes una materia decom. _putacin, exTONCES preparar x llenard mucho tempo; st quiero conseguir vacant en un curso muy concurido, mvronces debo inscrbirme con anticipacién, nla generalizacion inductiva, las reglss se forman partiendo decjemplos. También pueden formularsea partir deotrasreglas, ‘por medio de un procedimiento que en el modelo soar de a | ‘ognicign se denomina “egrupacién” (chunking) yen el modelo -crsellamscomposcia’ Supongamos quehemosreentido ‘amuches regia para plantar cOmo ir de la universidad a casa ‘yaue finalmente encontramas una buena secuencia para ir de Jnuniversdad al caretray deal aa autopisa que nos leva ‘scat, La préxima vee que necesitemos utizae es secuenca, ano seré preciso hacer todala bsqueda jmevamente sno que odemos agruparlos componente en na regla generals quiero ‘dela wriversidad amicasa, eNTONCES oy enauto, Dela misma ‘manera la primera vez que armames un horaro para el cut- sado de matrias, s probable que tengamos que realizar una ‘bisqueda comple para encontrar un plan, pero cuando ya ‘tenemos experiencia podemos recurrir a una regla de orden” superior: sr quiero tener un buen horario, sxrowces es mejor Juntar tas clases dels dstntas materias en gar de tenerls en ‘as separados. Ya veremos en a secci6n sobre plausibilidad ps prensién lingiiisticas. Taatgen y Anderson (2002) utilizan el sis- temaAct para modeliarlaaguiscin del pasado delosverbos{ eningls Akmjien etal. (20), por su pate, presntanrgls queseaplicana otros aspects dellenguaj. Pr ejemplo area Be F aus 1 89 morfol6gica que permite formar un sustantivo que signifique : pando el sufjo"-o1": de"escri= bie" obtenemes “escritor”: de “actuar’ “actor”: asi sucésiva~ _mente. Los autores también muestran reglasfonologicas, ales ‘omolias que nos indican qué al6fono del fonema /d/ debernos ‘war los hablantes de espanol en cada contexto (Si pronuncia- _mos|a palabra “dedo” en voz ats, Aotaremos la diferencia entre Josdosal6fonos.) Y por timo, estén las reglassinticticas, como las que nos permiten formular preguntas o introducir la nega- ion, entre otras, ateorla de Chomsky ha sido tan influyente como polémica Enel capitulo presentaremos a concepcién conexionista seg Ia cual elenguaje noes formado por reglas sno por asociacio- nes més laxas represenitadas por pesos entre distintas unida- des. dems dela cestion de sila mejor epresentacién dellen- gusje son les reglas est el debate en tomo de la hipétesis det innatismo,:Bs el lenguaje algo innato o adquirido? Choméky sigue siendo fela la idea de quelosseres humanos navemos con ‘ona gramétice universal innata, Un tanto alejado de sus pri- smerasformulaciones tebricas segtin la cuales los nits adqui- rian la capacidad de usar el lenguaje en forma abductiva, por medio de hip6tesis sobre qué regls se aplican ala lengua par- ticular que hablan quienes los rodean (Chomsky, 1972), hoy en dia sostiene que la adquisicin del enguaje consist en el re0o- nocimiento automdtico de ua conjunto finite de perémetros y 4e su configuracién particular para una lengua determinada (Chomsly, 1988). Todaslas lenguas tienen verbos, sustantivos, adjetivos preposiciones. Pero ejaponés, por ejemplo, no tiene artculos como los del espa, de modo quelosnifios que apren- ‘den japonés como primera lengua configuran la gramitica uni- versalconla quenacen de una manera distnta de come hacen Isnifios del mundo hispanopariante. in sus trabajos masrecien- 90 | ue nente ‘es Chomsley (2002) pone en duda su concepcién de a grams tica como un ssteme de reglas. PLAUSIBILIDAD PSIcOLSGrCA ‘De todos los enfoques computacionales-representacionales pre- sentados en este libro, os sistemas de reglas son los que han ‘enido sin lugar a dudes la mayor cantidad de aplicaciones psi- coldgicas. Bs imposible epesarlas todas en una seci6n tan breve coma ésta, de modo que me limitaré a mostrar ls formas més comunes de recurrita sistemas de relas para dar cuenta del pensumiento, "Newell (s990) ha mostrado las aplicaciones del modelo soar, en.una enorme cantidad de fenémenos psicol6gicos.Porejem- plo, en la spsolucién de problemas criptoszitméticos, que son roblemasen los quelos nsimeros se sustitayen por letras (Newell Sion 372).Dadoclenuncndo DONALD + cHRALD = RODE, hay aye reerplaar cada letra por un nimeco dstino dell a para qu ls ecwacén sea correcta. Las regls son muy les para resolver problemas como éste, que se representa con més. laridad de la siguiente forma (como el algoritmo que suele ‘sarse para las suas) + :Cémo podemos empezar a revolver el problema? Podsiamos avertir que en la segunda columna partiendo dele izquirda, caus | 93 © sumada aE da 0. Boo po levarnos a pensar en una regla asistsesuma cero (0)a ur nioneo, rons limo no can- tia, Dela eplcacin de ea rela podem concluir que Bes. [Lugosi observamos acurta column advertimos que A +A =0,de manera que A tiene quest 5. Sin embargo, opta por csttipo de azomamiento puede complicarns a xistencia,por- queen dlsepresupone que no nosllevamos nada dela cslomna dela derecha (L +L=R y N+ R= B).Conclsign:R debe sex aldoble dey un nimerolosufcentemente pequeio para que no tengamos que llevarnos nada cuando lo sumamos aN. En ruedtea forma habitual de hacer sumas, el llevarse algo de waa coluranaa otra implica laregast los digits que se suas dan 10 mds, erONcES hay que escribir slo el segundo ato Uevarie elprimer ala siguiente ealrama ala iquirda As hay oto valor pose para B: si = 9, entonces O + B= Oy siermpre y cuando osleverosun dig dela column N+ R=B,Con este punto departidaysusconsecuencias més lareglas de adiciony aras- tre que canocemos, ms el conocimiento de reglasadiciorales camo str digit aparece en la primera corn den nero, neroNces es digito noes cero (0), podemos lege ala respucsta, (ao sin exer claro et). Cone stema san pueden mode- liza distintos aspects de este tipo de razonamiento ulzando ‘un conjunto de operadores qué asgnan valores namézios alos Portal e John Anderso: Portal de Stephen Pinker Pagina web dl sistema soan en la Universidad de Michigan: cit htemakersumicedu/soar> Los enfoques que no estén basados en reglas también pueden describse en teminos de bésqueda, pero histricamente ese 200 1 U neat ‘ipo de descipcin ha estado asociado cons sistemas dregs. ‘Lametéfora ell busqueda esadecuada para losproblemasbien definidos en los que pueden especficase lo estados ylos ope- adores, pero es mucho menos lara eno problemas enlos que ‘una‘determinada tarea implica el aprendizaje de nuevas repre- sentacionesy operadores. 5 ‘Una definicin mas técnica dela ley de potencas de la préc- ‘ca esl siguiente: "sel logaritmo del tempo de reaccion para ‘una area se grafica en func del logaritmo de iimero de nten- ‘tos prctios, el resultado es una recta con pendiente negative’ 4 Conceptos ‘Quando losestudiantes aprenden a manearse ena univeridad, Incorporan un conjunto de regs sobre ella, pero también sdauieren nvevos concepts. Machos peteneen campo ami istrative: asgnatua principal nscripcts lege, Ouos sirven para desrbi as mattis en ls que se inscriben: plomoy pan

    Вам также может понравиться