¡Descarga Tema 1- Psicolingüística y más Apuntes en PDF de Psicolingüística solo en Docsity!
1.El concepto de ciencias cognitivas:
Aparece hacia finales de los 60, cuando se intenta crear la disciplina de “ciencia cognitiva”. Una disciplina debe tener un objeto de estudio, una metodología y un corpus de conocimiento, o consolidación del conocimiento. El objeto de estudio puede ser compartido con otras disciplinas, es el objeto de estudio el que influencia la especialización en el conocimiento, aunque también por la metodología ( ¿qué estudio? y ¿cómo lo hago?). A veces la especialización hace que el estudio se vea restringido por la propia disciplina.
Esto da como resultado la baja calidad de los estudios, son menos novedosos porque no entroncan con los límites de otras disciplinas. El grado de especialización es tal, que se pierde la visión integradora del conocimiento. Como reacción a este fenómeno surgen simposios y reuniones a finales de los 60 que buscaban un conocimiento global, teórico y aplicado.
Esta disciplina nueva, integradora y flexible es multidisciplinar. Durante estos simposios y reuniones se establecieron las bases y fundamentos de la ciencia cognitiva. Howard Gardner elabora el hexágono de la ciencia cognitiva en el que describe las disciplinas que estudian el conocimiento:
Desde distintas disciplinas filosóficas surgen preguntas y reflexiones sobre el estudio del conocimiento; la lógica, por ej. Precisamente a la lógica por su carácter formal, se le atribuye una posición especial. En la antropología se estudia el conocimiento de manera general, se estudia al hombre en su dimensión social y cuáles son las características comunes entre las sociedades. La antropología es una disciplina que derivó de la filosofía.
Por otra parte, la lingüística es una disciplina que se enmarca dentro de la semiótica, que a su vez está dentro de la psicología social (el comportamiento del individuo dentro del grupo). A su vez, la psicología social es una parte de la psicología general , de la que podríamos diferenciar la psicología diferencial (peculiaridades estables vinculadas a características definitorias de un grupo de individuos).
También tenemos la inteligencia artificial, que es una manera de introducir las nuevas tecnologías y el desarrollo de sistemas informáticos. La aplicación de las nuevas tecnologías en las disciplinas requiere un proceso de integración.
Dentro del ámbito de la neurociencia, hablamos del estudio del sistema nervioso (biólogos, fisiólogos, neurólogos…). Hay muchas especialidades. La neuropsicología se centra en el estudio de las relaciones entre el cerebro y la conducta, el desarrollo de esta disciplina influye en el estudio de los procesos cognitivos; por ejemplo, a partir del estudio de deficiencias lingüísticas a partir de traumatismos en accidentes, se han diferenciado 4 lexicones, dos de producción y dos de comprensión.La psicología cognitiva es una contrapartida a la psicología conductista.
1.1. El objeto de estudio de las ciencias cognitivas:
El concepto de “mente” es poco empírico igual que “cerebro” o “conocimiento”. Podríamos hablar de inteligencia, relacionada de alguna manera con el grado de adaptabilidad,pero el concepto que mejor se maneja es el de “pensamiento”, entendido como la capacidad de elaborar, almacenar y recuperar representaciones. La forma en la que interiorizamos la realidad.
1.1.2. La metodología de las ciencias cognitivas:
Cada disciplina maneja una metodología diferente, pero más o menos empírica. Aunque no hay acuerdo sobre una metodología uniforme, sí que hay propuestas: poco importa la metodología si podemos duplicar las representaciones mentales en un ordenador. Como la lingüística y la filosofía no tienen un método científico, pero sí lo tiene la neurociencia, lo que tenemos es un marco de referencia multidisciplinar. Hay dos enfoques posibles:
● Computacionalismo simbólico: Los sistemas cognitivos computan símbolos, representaciones o interiorizaciones, y realizan operaciones formales. Esta es la base del pensamiento.
● Conexionismo: Cualquier sistema cognitiva opera mediante redes que poseen unidades de procesamiento interconectadas. Estas conexiones desempeñan un papel importante a la hora de describir el sistema cognitivo.
El enfoque computacionalista tuvo mucha importancia en el desarrollo de la psicología cognitiva. Con la aparición de los ordenadores se empiezan a manejar nuevas nociones de “procesamiento”. A mediados del s.XX surgen nuevas teorías como la tª de la información. Por otro lado, la aparición de la psicología como ciencia conlleva la aparición de sistemas
-Arquitectura ACT (Anderson y Bower) :
Según estos autores los individuos perciben un estímulo que codifican para poder procesarlo con la memoria operativa. Si el estímulo resulta relevante se almacena en la memoria declarativa, lo que permite su recuperación. Por último se ejecuta una respuesta al estímulo.
La memoria declarativa contiene información enciclopédica o descriptiva. Establece relaciones, permite la identificación. Las unidades mínimas de procesamiento de la memoria declarativa son las proposiciones, que tienen dos componentes:
● Predicación: cualquier cosa que caracteriza a un argumento.
● Argumento: aquello de lo que podemos predicar algo.
Un estímulo que indique un argumento activará las predicaciones almacenadas en la memoria declarativa sobre ese argumento. No obstante, las proposiciones son abstractas y amodales, es decir, no están ligadas a la modalidad del estímulo y tienen un carácter de verdad o falsedad. Si en la memoria declarativa se almacenan las proposiciones, la ejecución de la memoria declarativa da lugar a una producción. Las producciones están formadas por condiciones de conocimiento (c) y se almacenan de manera sistemática (la flecha significa que la condición de conocimiento lleva implícita una acción) :
[C →Acción]
Por otra parte, en la memoria de producciones o procedimental, se almacena información sobre cómo son las cosas y cómo se hacen. En ella encontramos procesos que permiten la modificación de las producciones como la aplicación; cuando cuando varias condiciones de conocimiento implican una misma acción se simplifican y se automatizan, este proceso se basa en disyunciones:
Si [C] o [C] o [C] → Acción
La memoria operativa permite el paso de la declarativa a la procedimental, de las proposiciones a las producciones. Este proceso es la procedimentalización que se lleva a cabo gracias a la práctica. Hay que destacar a los defensores de que la memoria declarativa está sólo formada por representaciones, los propocionalistas.
Arquitecturas Unimodales:
Todas las representaciones tienen el mismo formato.
-Modelos mentales (Gentner y Stevens 1983):
Estos autores pretenden explicar cómo resolvemos problemas a partir de datos y procesos especificados, por lo que se centran en la información procedimental. Es un modelo causal, similar al razonamiento cualitativo que pone de manifiesto la importancia de la experiencia.
-Modelos mentales (Johnson-Laird, 1989):
Trabajó durante los años 70 y se centró en la resolución de silogismos, para elaborar explicaciones a partir de experimentos con estudiantes y luego realizar generalizaciones sobre el sistema cognitivo. Los modelos mentales son una representación, tanto en la memoria a corto plazo (MCP) como en la memoria a largo plazo (MLP), que cumplen una serie de condiciones.
Está distinción ente memoria a corto y largo plazo se bas en las propiedades métricas de las representaciones, la capacidad que tenemos para rotar objetos y cambiar perspectivas crea imágenes mentales. La cuestión importante es el tratamiento de estas imágenes, mientras que los proposicionalistas aceptan su existencia pero no les dan valor representativo (ya que son construcciones y, por lo tanto, se encuentran en la memoria operativa, es decir, no se almacenan), Laird las sitúa en la MCP y la MLP.
Las condiciones de las representaciones:
- Su estructura corresponde a aquella de la situación que representan, se basan en experiencias y puede haber varias representaciones de un concepto. Pero también hay representaciones que se construyen sobre una base dada por la experiencia, son de un carácter más general. Por ejemplo, la representación que tenemos de un perro es de carácter general, pero la que tenemos sobre el perro de un amigo o el nuestro es más específica, precisamente por que la primera se construye sobre la segunda.
- En origen está compuesta de propiedades métricas/físicas, en cuyo caso puede ser realizada como una imagen perceptiva o de memoria, y va incorporando elementos más abstractos. Los procesos manipulan los modelos mentales.
- No contienen variables, a partir de la experiencia se almacenan representaciones en la memoria de forma analógica.
Elementos de la estructura conexionista.
Neuronas: Conjunto de unidades de procesamiento. Nuestro organismo capta modificaciones del entorno a través de receptores. Para que un ordenador pudiese replicar nuestro sistema cognitivo, debería tener varios procesadores interconectados pero independientes (lo que plantea también retos a la informática). Por otra parte, las unidades de procesamiento de los ordenadores no almacena símbolos o entidades, sino estados del sistema. Esto significa que el conocimiento no podría estar basado en símbolos o entidades. El conjunto de las unidades de procesamiento se divide en:
● De entrada: Cambian su activación en función del entorno (receptores). Son las únicas que se ven afectadas por los cambios. Los precursores de estos modelos defendían un único tipo de unidades que eran accesibles y observables (concepción monocapa)
● No obstante, de una concepción monocapa se pasó a una concepción bicapa ya que hay que tener en cuenta las unidades de salida, encargadas de dar una respuesta a un estímulo.
● Pero esto sigue siendo insuficiente ya que necesitamos unidades intermedias, ocultas e inaccesibles (multicapa).
Conexiones: hay dos tipos de conexiones en este sistema, las excitadoras (+) que difunden su actividad a las otras unidades en positivo y las inhibidoras que disminuyen la activación de las unidades (-). En una red recurrente hay conexiones entre neuronas de diferentes capas ( cf. la foto anterior ).
Las conexiones dependen del peso sináptico , un coeficiente que puede tomar valores de 0 a 1 y en el que 1 es la máxima activación. También puede adoptar valores negativos en el caso de las conexiones inhibidoras. Por lo tanto en una red de conexiones tendremos un peso sináptico por cada conexión, y cada uno con valor un diferente; al conjunto se le denomina patrón de conectividad.
El estado de activación se identifica con la entrada de un estímulo, este estado es el que se transmite en la red de conexiones y se relaciona con la regla de activación. La regla de activación es importante porque determina de qué manera se transmite la activación; de manera proporcional según el peso sináptico (regla idéntica o contínua), o bien a partir de un umbral o coeficiente asociado a cada nodo que el peso sináptico debe igualar o superar para transmitir la activación (regla de tipo umbral). Por lo tanto, la regla crea un nuevo nivel de actividad y produce cambios en los estados de activación. Al conjunto de estados de activación en un momento dado se le llama patrón de actividad.
Definir una red conexionista pasa por explicar estas características:
● Capas de la red
● Unidades de procesamiento: debemos definir un número de unidades para cada capa. Esto influirá en nuestro estudio; por ejemplo si queremos centrarnos en la percepción debemos aumentar considerablemente las unidades de entrada. No hay un número máximo ni un número mínimo.
● Patrón de conectividad
● Regla de activación
● Regla de aprendizaje
La regla de aprendizaje define qué ocurre en el patrón de conectividad a partir de experiencias, es decir, de recibir estímulos. Un patrón puede estabilizarse o modificarse. Podemos utilizar reglas de aprendizaje supervisadas, en las que comprobamos nosotros la respuesta a un estímulo, o no supervisadas, en las que la máquina cuenta con herramientas para autoevaluarse. La respuesta a un estímulo se valora en dos posibilidades:
● Correcta: Estabilización
● Incorrecta: Retrospección para buscar el error en la red y corregir los pesos sinápticos.
El aprendizaje de una red conexionista se basa en el entrenamiento y los ordenadores pueden realizar entrenamientos masivos, lo que provoca una estabilización elevada. El entrenamiento de una red debe pasar por entender dos características computacionales:
● Cuál es el conjunto de unidades de procesamiento que interactúan a la vez
● No definimos tareas, imponemos restricciones. Hay que tener en cuenta que no hay una jerarquía entre las unidades de procesamiento.
Cuando empezamos a programar una red conexionista determinamos pesos sinápticos y unidades de manera aleatoria, porque estos elementos serán corregidos durante el entrenamiento. El aprendizaje es interactivo, sin estímulos no hay cambios en el estado de activación entre unidades.
Si la primera vez una red responde de manera correcta a un estímulo, almacenará esa respuesta como correcta y la utilizará frente a otro estímulo, ya que es la única respuesta que conoce. En otras palabras, asemeja los patrones de conectividad a un estímulo que ya ha asociado e incorpora nuevas respuestas. La memoria se dirige al contenido. A esta respuesta recursiva se la conoce como generalización.
