Psicología del Pensamiento

Tema 3

Material elaborado por Fernanda González- Tutoría de Madrid-Pozuelo. 2011

Objetivos

a) Presentar el tema de inducción categórica.

b) Resolver dudas de los alumnos

c) Dos partes: estructuración conceptual y proceso de categorización.

Inducción categórica

• “(...) los animales se dividen en (a) pertenecientes al Emperador, (b) embalsamados, (c) amaestrados, (d) lechones, (e) sirenas, (f) fabulosos, (g) perros sueltos, (h) incluidos en esta clasificación, (i) que se agitan como locos, (j) innumerables, (k) dibujados con un pincel finísimo de pelo de camello, (l) etcétera, (m) que acaban de romper el jarrón, (n) que de lejos parecen moscas (...)“

• Borges, J. L (1960) El idioma analítico de John Wilkins. En Otras Inquisiciones. Buenos Aires, Emecé. Pág. 142.

Funciones de la inducción categórica

• Agrupación de las experiencias particulares en clases.

• Categorización como forma paradigmática de las inferencias inductivas.

• Inferir más información.• Inducción categórica: proceso mediante el

cual se agrupan en un conjunto varios ejemplares particulares.

PRIMERA PARTE

Estructuración

conceptualCombinación de

conceptos

Enfoque de las propiedades definitorias

Enfoque de las propiedades probabilísticas

Enfoque de ejemplares Modelo de

modificación selectiva

Modelo de especialización conceptual

M. híbrido de ejemplares y

teorías previas

1- Estructuración conceptual: ¿Cómo se estructura un concepto?

Enfoque de las propiedades definitorias

Conceptos definidos por un conjunto de propiedades necesarias (presentes en cada uno de los ejemplares) y suficientes (cuando los ejemplares presentan ese conjunto de propiedades)

Ejemplo: soltero (ser varón, adulto y no estar casado)

Homogeneidad interna en la categoría por la cual todos los ejemplares resultarían equivalentes entre sí

¿Son iguales de “solteros” estas dos personas?

Enfoque de las propiedades probabilísticas

• Las propiedades más comunes o típicas de un concepto ocurren sólo en determinados ejemplares: prototipo. Prototipo describe sólo a los mejores ejemplares del concepto.

• El prototipo es como la tendencia central de las propiedades de los ejemplares de tal modo que éstas propiedades sólo se encuentran reunidas en algunos de los ejemplares. Algunos enfoques también tienen en cuenta la varianza o dispersión de estas propiedades.

• Así, las categorías estarían diferenciadas de modo interno y horizontal y también en su dimensión vertical.

• Estructuración conceptual en niveles jerárquicos: a) nivel supraordenado: animalb) nivel básico o prototipo: perroc) nivel subordinado: perro fox terrier.

Enfoque de las propiedades probabilísticas

• Desde esta perspectiva se sostiene -y en esa dirección se han orientado gran parte de los estudios empíricos- que los miembros de una categoría se relacionan por su parecido familiar y no por propiedades definitorias.

• Algunos ejemplares son más típicos y comparten más parecido familiar.

¿Cómo se calcula la tipicidad?• Para calcular la tipicidad de un ejemplar dentro de alguna categoría, se realiza un

experimento en el que se pide a los sujetos que puntúen en una escala de 1 a 7 los ejemplares de una categoría de tal modo que se adjudique la máxima puntuación al ejemplar que se considere más típico. Por ejemplo, Malt y Smith, (1984) obtuvieron las siguientes puntuaciones para la categoría "ave".

• Aves Puntuación• Petirrojo 6,89• Pájaro azul 6,42• Gallina 3,95• Flamenco 3,37• Albatros 3,32• Pingüino 2,63• Murciélago 1,53

En este ejemplo, entonces el ejemplar más típico o prototipo es petirrojo y el menos típico es murciélago.

Parecido familiar.

• El parecido familiar se define por las propiedades compartidas por los ejemplares, de modo que el parecido familiar alto se da entre ejemplares que comparten mayor número de propiedades con otros de su misma categoría y el menor número con los miembros de otras categorías.

• Para la categoría “ave” las puntuaciones de parecido familiar se han calculado definiendo algunas propiedades como tener plumas, volar, ser pequeño, insectívoro, arborícora, canta, etc. y se ha puntuando a cada ejemplar en función del número de ejemplares que comparten esa propiedad. Pagina 145. Tabla 4.2.

• De ese modo, petirrojo, golondrina y pájaro azul por ejemplo, comparten más parecido familiar que pingüino o flamenco.

Críticas a enfoque de propiedades probabilísticas

• Prototipo puede variar según el contexto.

• Smith y Medin (1981) proponen compatibilizar ambos modelos. El prototipo puede servir de heurístico y las propiedades definitorias o diagnósticas ayudarían en los casos de categorización dudosa, por ejemplo: ballena como mamífero.

Enfoque de ejemplares

• Concepto está constituido por el conjunto de sus ejemplares.

• Un concepto es un conjunto de casos concretos.• Tipicidad se determina por semejanza con otros

ejemplares,• Categorización consiste en evaluar si un objeto

presenta algún nivel de semejanza con los mejores ejemplares.

Enfoque de los ejemplares

• Se dota de mayor flexibilidad al proceso de categorización al reconocer que puede haber diferentes representaciones (prototípicas) para un concepto.

• Más flexibilidad también porque se relaciona la información según los objetivos de cada situación.

• Barsalou (1983; 1985) explica de este modo los “conceptos dirigidos por metas”, que agrupan ejemplares que sino estarían en otras categorias. Ejemplo: qué salvarías de un incendio.

Críticas

• Necesidad de contemplar las generalizaciones que se producen en el aprendizaje.

• Necesidad de especificar el criterio de coherencia interna que limite el proceso de categorización.

Inducción categórica.

Estructuración

conceptualCombinación de

conceptos

Enfoque de las propiedades definitorias

Enfoque de las propiedades probabilísticas

Enfoque de ejemplares Modelo de

modificación selectiva

Modelo de especialización conceptual

M. híbrido de ejemplares y

teorías previas

2. Combinación de conceptos.

• La información conceptual se combina para producir otros conceptos.

• Ejemplos: combinación sustantivo-adjetivo (sangre azul) sustantivo-sustantivo (sofá-cama)

Modelo de modificación selectiva

• Osherton y Smith estudian cálculo de tipicidad de conceptos compuestos a partir de los conceptos prototípicos que lo constituyen.

• Critican teoría de conjuntos difusos por la cual el juicio de tipicidad sobre un concepto compuesto no podía ser mayor que la tipicidad de sus conceptos simples (mismo supuesto que en “Linda es cajera”)

• Proponen modelo de modificación selectiva para explicar el proceso de combinación conceptual dentro del marco teórico de los prototipos.

Modificación selectiva

• Cuando se evaluaba la tipicidad de un ejemplar de un concepto

compuesto se encontró que éste era más típico que el concepto simple.

Sangre roja

Más típico de “sangre roja”

Que de “sangre”

Sangre azul

Más típico de “sangre azul”

Que “sangre”

Y que “sangre roja”

Efecto

de la

Conjunción

Modificación selectiva

• Representación prototípica del concepto compuesto:

sustantivo +Atributo con diferentes pesos diagnósticos

sangre + color

sangre + estado líquido

rojo

líquido

Valor diagnóstico alto

Experimento Smith y Osherton, 1984Tabla I

Tabla II

Modificación selectiva

• Cada constituyente del concepto compuesto desempeña un papel distinto y asimétrico.

• Regla de contraste de Tversky: semejanza es una función creciente de las propiedades que son comunes al prototipo y al ejemplar y una función decreciente de las propiedades no compartidas entre ambos. Por ejemplo:

“Sangre roja” más típico de “sangre roja” que de “sangre” porque el atributo color ha elevado su valor diagnóstico.

“Sangre azul” más tipico de “sangre azul” que de “sangre”

Modificación selectiva.

• Regla de contraste de Tversky:

El atributo “color” cambia su ponderación en función de si es “azul” o “rojo”. Por eso concepto “sangre roja” es más similar a “sangre” (comparten valor rojo) que a “sangre azul”.

• Si se usa el atributo color “azul” en un ejemplar, se lo considerará más típico de “sangre azul” que de “sangre” y “sangre roja”.

OTRO EJEMPLO ANÁLOGO A SANGRE ROJA-SANGRE AZUL PUEDE SER MANZANA ROJA Y MANZANA VERDE. VERDE NO SOLO CAMBIA COLOR, SINO TB ACIDEZ O SABOR.

Segunda parte: PROCESO DE

CATEGORIZACION

• ¿Cómo se agrupan las propiedades de los ejemplares en una categoría?

A) Tversky: ppio general de semejanza.

B) Conocimiento previo y teorías ingenuas.

A) Principio general de semejanza

• Concepto de semejanza: término escurridizo y explicación recursiva.

• Tversky: la semejanza se define en función de las propiedades que son comunes y distintivas de un conjunto de ejemplares, pero que se encuentran ponderadas en términos de saliencia o relevancia. Semejanza depende de la ponderación de las propiedades.

• El conocimiento del sujeto permite ponderar diferencialmente unas propiedades frente a otras

• Tversky demuestra cómo las ponderaciones varían en función del contexto estimular y de la tarea experimental.

• Los sujetos eligen las propiedades más relevantes para caracterizar la categoría, según contexto y tarea.

B) Conocimiento previo y teorías implícitas

• Son los conocimientos previos y las teorías implícitas de los sujetos lo que guía la categorización.

• Conceptos se integran al conocimiento previo estructurado en teorías ingenuas que el sujeto tiene sobre el mundo y que le permite actuar coherentemente.

• El conocimiento del sujeto y las teorías sobre el mundo restringen la categorización.

• Tb tiene en cuenta conocimiento representado en guiones, esquemas, marcos o modelos mentales.

El proceso de categorización

Dos perspectivas a) Sistema de reglas distribuidas:Paradigma simbólico

clásico (símbolos y reglas) ppio de estructuración del conocimiento (guiones, esquemas, etc.) y tb semejanza e interacción con el contexto. Reglas distribuidas.

• Esquemas de razonamiento pragmático.• Descripción del proceso. b) Sistema de activación distribuida: conexionista.

Nivel subsimbólico. • Modelo de satisfacción de restricciones.• Descripción del proceso.

Modelos simbólicos y modelos conexionistas

Simbólico Conexionista

Metáfora Ordenador: CPU, memoria, software.

Cerebro: Redes neuronales: neurona unidad de una red que funciona en conjunto

Procesamiento información secuencial, paso a paso. Procesamiento distribuido en paralelo (PDP). Se generan patrones de conexión.

¿Representación conocimiento?

Se representa simbólicamente: proposiciones (formalismos; cálculo predicados o lógicas simbólicas) o imágenes. Proposiciones forman redes semánticas, esquemas, guiones, etc. Representación analógica: imagen mental.

La información no se almacena de forma simbólica, sino como patrones de actividad distribuida entre las neuronas de la red. Modelos subsimbólicos.

Modelos simbólicos: representación conocimiento

• En el texto de Crespo se habla de:• Redes semánticas• Esquemas• Sistemas de reglas o producción

Modelos simbólicos: representación conocimiento

2- Esquemas mentales: formalismos representacionales del conocimiento de un sujeto.

Es como una enciclopedia donde se guarda la información organizada. Por ejemplo: Perro: animal con cuatro patas que ladra.

Son molares: O esquema DAR ALGO: actor-receptor-objeto.Son paquetes informacionales que además de incluir el propio conocimiento

incluyen como debe ejecutarse el conocimiento.Organización jerárquica: Esquema DAR, subesquema DAR comida.Se asume información por defecto.

Guiones o scripts: esquemas que representan conocimiento necesario referido a una secuencia reiterada de eventos que se dan en la vida diaria. Por ejemplo: IR AL MEDICO; CENAR FUERA, IR AL CINE, ETC. En el primer caso está compuesto por acciones tales como: llegar a la cita, consultar con secretaria, esperar en sala de espera, ser atendido por el doctor y salir de la consulta.

Modelos simbólicos: representación del conocimiento

3- Producciones o sistemas de producción. Lo usan en modelos de sistemas de reglas distribuidas.

Son formalismos que representan conocimientos procedimentales (vs. Conocimientos declarativos: conocer qué vs. Conocer cómo: procedimientos)

Producciones son secuencias de reglas de condición-acción que pueden representarse como si entonces.

De ese modo: SI (condición x) ENTONCES (ejecutar y).SI aparece un tigre ENTONCES salir corriendo.Condición tigre se empareja con conocimiento declarativo que tiene la

memoria de trabajo:Si forma rayada Si con patas

si Problema: se activaría también con un gato (rayado) o con un tigre

embalsamado. Hay que refinar condiciones.

tigre Salir corriendo

Modelos simbólicos: representación del conocimiento

• Las producciones no se almacenan aisladamente, se encadenan unas con otras de modo que la acción de una producción satisfaga la condición de la siguiente.

• De este modo, el conocimiento se convierte en procedimientos efectivos de acción.

A) Sistema de reglas distribuidas- Esquemas de razonamiento

pragmático• Esquemas de razonamiento prágmático.

Reglas: conocimiento procedimental: cómo

vincular eventos del ambiente con sistema

procesador: Producciones o sistemas de

producción:

Formalismos representacionales del conocimiento del sujeto

Categorización forma parte de procesos de inferencias relevantes para la obtención de metas. Las metas

restringen el proceso categorizador. La evocación de un concepto ocurre cuando el concepto puede ser una explicación suficiente del contexto. (¿qué es esto?)

Conceptos: grupos de reglas interrelacionadas y estas reglas son producto de un sistema dirigido por metas.

Interacción entre propiedades ejemplares y situaciones causales.

¿qué es esto?

Tiene pelo Es una

mascota

Juega

Ladra

Atributos específicos de una categoria

Cómo se forma un concepto según la teoría de esquemas de razonamiento pragmático

¿qué es esto? Objeto. 1º paso: emparejamiento de hechos y reglas

Si tiene pelo Si tiene cola Si ladra Condiciones de la regla o propiedades

cocodrilo gato perro ardillaNodos o categorías

Acción: es un perro

2º paso: selección reglas

3º paso: ejecución de reglas

• Actividad del sistema: tres pasos:1) Emparejamiento de hechos y reglas para ver

cuáles satisfacen condiciones.2) Selección de reglas emparejadas para que sean

ejecutadas.3) Ejecución de reglas seleccionadas para que

lleven a cabo acciones.Reglas se organizan en a) implícitas cuando dos

reglas llevan a la misma acción; b) explícitas, con conexión explícita.

Tipos de reglas

• Reglas de condición-acción. Por ejemplo: si se da una condición X se dará la acción y (Si ladra es perro).

• 1- Las reglas empíricas representan el conocimiento que el sistema tiene del mundo.

• Se dividen a su vez en • a) reglas sincrónicas (atemporales) representan la información descriptiva

típica de la memoria semántica; por ejemplo: “si es un perro es un animal” o “si un objeto es un perro entonces puede ladrar” (regla categórica: conceptos vinculados jerárquicamente); “si un objeto es un perro activar hueso” (regla asociativa, dos cosas co-ocurren)

• b) reglas diacrónicas, son de “aquí y ahora” o situacionales, informan sobre los cambios que pueden esperarse en el entorno si se satisfacen sus condiciones; Por ejemplo: “si alguien molesta a un perro, éste le morderá” (regla predictiva: proporcionan una expectativa); “Si un perro te persigue entonces huye” (regla efectiva: causan una acción).

• 2- Reglas inferenciales: tienen que ver con el ppio. sistema; son los mecanismos básicos de aprendizaje del sistema (se aprende por asociación y generalización de reglas) y reglas operativas (enuncian reglas básica de funcionamiento; por ejemplo: el procesamiento se da en paralelo).

Conocimiento se representa por esquemas que son varias reglas ya consolidadas reunidas.

Si:

Tiene pelo

Tiene cola

Ladra

entonces

Holland, Holyoak y otros (1986): Sistema cognitivo es aplicador de reglas. Las reglas consolidadas son ESQUEMAS. Y los esquemas son los conceptos que va formando el sistema según sus metas. No son representaciones estáticas.

El procesamiento es paralelo y las reglas se encuentran distribuidas en varias estructuras: inhibitorias o complementarias. Hay tb un umbral de activación.

Restricciones impuestas por el mismo sistema (conocimiento) y por el contexto.

Más fuerza

Más ponderación

¿por qué ciertas propiedades asumen unos valores y otras no?

- Incidencia estadística de propiedades (algunas son más frecuentes que otras)

- Por el contexto y metas del sistema.¿Cómo se relacionan las reglas?• La relación entre las reglas puede ser implícita o explícita.

Las reglas quedan organizadas implícitamente cuando la acción de una regla 1 satisface (se puede convertir) la condición de una segunda regla; entonces la ejecución de la primera lleva a la ejecución de la segunda. Por ejemplo; si tiene rayas y patas tigre; si tigre huir. (Ejecución de la primera: si tiene rayas y patas huir)

• La relación explícita es cuando la conexión viene dada directamente; así si dos reglas se activan juntas una vez, queda una cierta organización dada, pero si vuelven a activarse de forma conjunta en otros momentos, quedarán asociadas (se hacen implícitas). Por ejemplo, la activación conjunta de cola, pelos y ladra dará lugar a perro.

Las reglas se organizan en jerarquías por defecto basadas en relaciones subordinadas y suparordenadas.

Aquellas reglas que se vayan activando juntas (tanto implícita como explícitamente) tenderán a relacionarse formando racimos de jerarquías defectivas; esto quiere decir, que por defecto se organizan jerárquicamente en supraordenadas y subordinadas. Los valores de las categorías supraordenadas actuarán por defecto, si no se especifica nada concreto. Por ejemplo: si una persona temerosa de los perros escucha un ladrido entonces tendrá pánico; si el ladrido proviene del chihuahua entonces le provocará risa.

Generalización• El sistema tiende a asociar reglas que se activan juntas (relación sincrónica) o

sucesivamente (relación diacrónica). • Un concepto se basa en relaciones sincrónicas entre reglas que comparten un

elemento común en sus condiciones. Cuando otra regla contenga ese mismo elemento en su acción, se “acoplará” a las anteriores, ya que su ejecución satisfará las condiciones de las otras reglas. El elemento común a todas esas reglas se convertirá en la etiqueta del concepto. El proceso toma la siguiente forma:

• Si p, n entonces x• si p, s entonces x_________________________________________________________________• si p entonces x• si r, t entonces p_________________________________________________________________• Si r, t entonces p entonces x

• Donde “p” es la etiqueta del concepto. • Este proceso inductivo se basa en la asociación y en la generalización de reglas.

EspecializaciónUn ejemplo de generalización por simplificación de condiciones sería:• Si x es el restaurante chino “El pato lacado” entonces es muy bueno• Si x es el restaurante chino “El pato lacado” entonces es muy bueno• Si x es un restaurante chino entonces es muy bueno.• Esta generalización puede ser abusiva, para que esto no ocurra, el sistema

dispone del proceso de especialización de las reglas. Esto sucede cuando una regla conduce a una expectativa errónea. Siguiendo con el ejemplo:

• Si es un restaurante chino y hay comensales chinos entonces es muy bueno.

• Si es un restaurante chino y sirven pato lacado entonces es muy bueno.• Si es un restaurante chino y es muy caro entonces es muy bueno.

La inducción categórica como sistema de activación distribuida

• Modelo conexionista: metáfora cerebral, redes neuronales.

• Tipo de arquitectura del sistema (volver a cuadro comparativo).

• Sistema constituido por redes de activación que comprenden unidades de procesamiento (neuronas) unidas por conexiones con pesos diferenciados.

• La información se representa por esas activaciones. La información se transmite por las propiedades estadísticas