Texto universitario

_____________________________

 

2. Formas complejas de aprendizaje  

 


Después de leer este apartado, debería poder:


• Dar diferentes ejemplos de aprendizaje en los que múltiples regularidades influyen conjuntamente en el comportamiento.

• Distinguir entre diferentes tipos de aprendizaje complejo.

• Indique en qué se diferencia "Aprendizaje 2.0" del enfoque tradicional.

_________________________________


2.1 Algunos términos básicos y una descripción general


A lo largo de este texto, hemos definido el aprendizaje como el impacto de las regularidades del entorno en el comportamiento. En la mayoría de los casos nos hemos centrado en el aprendizaje simple, es decir, cambios en el comportamiento que se deben a una sola regularidad. Sin embargo, también destacamos algunos ejemplos de aprendizaje complejo, que definimos como cambios en el comportamiento que se deben a múltiples regularidades en el entorno. En este apartado, revisamos varios de estos fenómenos con el fin de (a) identificar cómo podrían estar relacionados entre sí y (b) vincularlos a una serie de ideas que están surgiendo actualmente de la literatura sobre aprendizaje. Nos centraremos en dos tipos de aprendizaje complejo que presentamos: aprendizaje moderado y efectos de las metarregularidades. Mientras que el aprendizaje moderado se refiere al impacto conjunto de regularidades estándar (es decir, regularidades con estímulos individuales o respuestas como elementos), los efectos de las metarregularidades son cambios en el comportamiento que se deben a metarregularidades (es decir, regularidades en presencia de regularidades).


Después de discutir estos dos tipos de aprendizaje complejo, consideramos la provocativa idea de que en los seres humanos verbales, incluso los tipos de aprendizaje aparentemente simples, como el condicionamiento clásico, podrían calificar como instancias de aprendizaje complejo. Si es correcta, esta idea tiene implicaciones de gran alcance para nuestra comprensión del aprendizaje humano y el futuro de la investigación sobre el aprendizaje. 


2.2 Conocimiento funcional

2.2.1 Dos tipos de aprendizaje complejo

2.2.1.1 Aprendizaje moderado


Como ya se señaló, el aprendizaje moderado se refiere a los cambios en el comportamiento que surgen debido al impacto conjunto de múltiples regularidades estándar. Por ejemplo, el preacondicionamiento sensorial en el que una luz se empareja con un tono (Regularidad 1) y el tono se empareja posteriormente con una descarga eléctrica (Regularidad 2). Una vez que se han experimentado ambas regularidades, la luz provoca una respuesta de miedo aunque nunca estuvo directamente emparejada con el impacto. Ambas regularidades son regularidades estándar porque solo tienen estímulos individuales como elementos. Ni la regularidad por sí sola produciría este cambio de comportamiento. Por lo tanto, el preacondicionamiento sensorial califica como una instancia de aprendizaje moderado.


Otros fenómenos en los que la conducta cambia como resultado de múltiples regularidades estándar por ejemplo, condicionamiento de orden superior, refuerzo condicionado, efectos de vínculos indirectos, efecto de resultados diferenciales, existen muchos otros. Tomemos, por ejemplo, un fenómeno llamado pavloviano a instrumental transferencia (PIT[1]), que se refiere a los cambios en el comportamiento que resultan de la interacción entre una regularidad en presencia de dos estímulos y una regularidad en presencia de estímulos y comportamiento . Imagina configuras en un experimento en el que primero se empareja una luz con comida (Regularidad 1) y luego el organismo aprende que presionar un botón izquierdo conducirá a la entrega de comida (Regularidad 2). Ambas regularidades juntas aseguran que las presentaciones posteriores de la luz aumenten las posibilidades de que el organismo presione el botón izquierdo.


Debe quedar claro que los fenómenos antes mencionados no son nuevos y ya han sido documentados. Lo nuevo, sin embargo, es la propuesta de reunir todos estos fenómenos bajo el paraguas del “aprendizaje moderado[2]”. Esta idea tiene un valor heurístico porque destaca que cada uno de estos fenómenos resulta de la interacción entre regularidades estándar separadas. También prepara el escenario para un análisis sistemático de las similitudes y diferencias entre diferentes instancias de aprendizaje moderado. Al analizar los casos de aprendizaje moderado de esta manera, rápidamente se hace evidente que las regularidades que interactúan para producir un cierto efecto a menudo tienen uno o más elementos en común. Para ilustrarlo, volvamos al ejemplo del preacondicionamiento sensorial (por ejemplo, respuestas de miedo provocada por una luz después de los emparejamientos de tono claro y tono de choque). Las dos regularidades que intervienen en este efecto comparten un elemento común: el tono.  En lugar de considerar cada regularidad por separado, se puede ver la combinación de regularidades como un todo (es decir, como un compuesto) que es más que la suma de sus partes (al igual que uno puede ver dos estímulos juntos como un estímulo compuesto que es más de la suma de sus partes.


En pocas palabras, las regularidades estándar múltiples forman una regularidad que se cruza cuando comparten uno o más elementos entre sí. Así, en los procedimientos de preacondicionamiento sensorial, se puede hablar de dos estímulo-estímulo relaciones que juntas forman una regularidad que se cruza debido a un elemento de estímulo común (por ejemplo, el tono). En la transferencia pavloviana a instrumental, la regularidad de intersección está formada por una relación estímulo-estímulo y una relación comportamiento-estímulo (por ejemplo, presionar el botón izquierdo comida) que comparten un elemento (por ejemplo, la comida). Estas regularidades que se cruzan pueden, por tanto, considerarse como un cuarto tipo de regularidad (además de las regularidades en la aparición de un estímulo, las regularidades en la aparición de dos estímulos y las regularidades en la aparición de conductas y estímulos en el entorno). Luego se deduce que los efectos de tales regularidades que se cruzan pueden considerarse como un cuarto tipo de efecto de aprendizaje (junto con los efectos debidos a presentaciones de estímulos no contingentes, condicionamiento clásico y condicionamiento operante).


La regularidad que se cruza no solo tiene un valor heurístico (es decir, proporciona una nueva forma de ver los efectos conocidos) sino que también tiene un valor predictivo (es decir, genera nuevas ideas). Por ejemplo, apunta a la posibilidad de que todo tipo de regularidades que se cruzan influir en el comportamiento, incluidos los que aún no se han examinado. Sea probado esta idea en el contexto del aprendizaje evaluativo, es decir, el impacto de las regularidades en el entorno en las respuestas evaluativas. 


El trabajo futuro debe examinar si las regularidades que se cruzan conducen a cambios en otros tipos de comportamiento, por ejemplo, en la capacidad de los estímulos para provocar miedo o disgusto e identificar los moderadores de esta clase de efectos.


2.2.1.2 Efectos de las metarregularidades: sobre las funciones de las relaciones y regularidades


Como se mencionó anteriormente, el comportamiento también puede cambiar como resultado de metarregularidades, es decir, regularidades en las que al menos un elemento es en sí mismo una regularidad. Examinar los efectos de las metarregularidades es particularmente importante porque puede arrojar luz sobre las funciones de las relaciones de estímulo y las funciones de las regularidades. 


a) Las funciones de las relaciones: aprendizaje relacional. Como se señaló, una regularidad se refiere a cualquier estado en el entorno que implica más de un evento en un momento determinado. Por lo tanto, cuando existe una regularidad en el entorno, por definición hay múltiples eventos, que hacen posible que los investigadores identifiquen relaciones entre esos eventos.


Tomemos, por ejemplo, una situación en la que dos imágenes (por ejemplo, una imagen de un limón y una imagen de un plátano) se presentan juntas en la pantalla de una computadora. Esta regularidad permite identificar múltiples relaciones entre esas imágenes, como relaciones en términos de forma o color (por ejemplo, el hecho de que el limón y el plátano tienen una forma diferente, así como el hecho de que ambos son amarillos). Por tanto, concebimos una relación como algo en el entorno, del mismo modo que los estímulos o regularidades individuales pueden concebirse como situados en el entorno. Ofrece una herramienta adicional para construir descripciones del entorno y analizar cómo el comportamiento es una función de ese entorno. Es una herramienta muy valiosa porque permite descripciones complejas y flexibles del entorno que involucran múltiples eventos usando una gran variedad de tipos de relaciones (por ejemplo, igual, opuesto, más grande, más pequeño, parte de, etc.). Si permitimos las relaciones en nuestros análisis funcionales, entonces el alcance y el poder de nuestros análisis se expande enormemente, especialmente dado que el comportamiento a menudo parece ser una función de relaciones en lugar de eventos individuales.


En este punto, podría ser útil establecer la distinción entre el comportamiento relacional (que se conoce como “respuesta relacional” o “relacional”) y el aprendizaje relacional. El comportamiento relacional se refiere a cualquier comportamiento que sea función de las relaciones en el entorno. Por ejemplo, escoger una porción grande de comida en lugar de una pequeña califica como un comportamiento relacional si esta elección se basó en la diferencia de tamaño entre las dos piezas de comida (en lugar del tamaño absoluto de una de las dos piezas de comida). El aprendizaje relacional, por otro lado, se refiere al efecto de las regularidades del entorno en el comportamiento, como cualquier otro tipo de aprendizaje. Lo que distingue el aprendizaje relacional de otros tipos de aprendizaje es que el comportamiento cambia como resultado de regularidades en las que las relaciones funcionan como estímulos.


¿Qué significa decir que las relaciones funcionan como estímulos?, vimos que un estímulo como un tono o luz puede tener muchas funciones diferentes en el aprendizaje. En principio, las relaciones pueden funcionar como estímulos porque pueden tener las mismas funciones de estímulo.


Esta idea tiene sentido si se considera el hecho de que los estímulos son típicamente clases de eventos que se definen en términos de una unidad, es decir, en términos de una característica que comparten todos los eventos en una clase de estímulo y que diferencia los eventos dentro de la clase de aquellos fuera de la clase. Por ejemplo, la clase de estímulos rojos abarca todos los estímulos que tienen un color rojo. Si tomamos esta idea (es decir, que la unidad se define en términos de la característica que comparten todos los eventos de la clase) y la llevamos un paso más allá, vemos que la unidad que define una clase de estímulo también puede referirse a la relación entre eventos. En estos casos, se puede examinar si las relaciones pueden adquirir funciones de estímulo específicas.


Todas estas son ideas bastante abstractas, así que detengámonos y consideremos un ejemplo concreto. Piense en un paradigma conocido como tarea de emparejamiento con la muestra. En esa tarea, se presenta un estímulo de muestra en la parte superior de la pantalla y dos estímulos de comparación se presentan en la parte inferior de la pantalla. Los participantes deben seleccionar el estímulo de comparación en la parte inferior que sea idéntico al estímulo de muestra en la parte superior. En este caso, todos los eventos en los que el estímulo de muestra es idéntico al estímulo de comparación izquierdo son parte de la clase de estímulo que indica que una respuesta izquierda es correcta. Por tanto, la unidad que define esta clase de estímulo es la relación entre estímulos de muestra y de comparación. 


Así como las regularidades estándar permiten estudiar cambios en la función de los estímulos individuales que son elementos de esa regularidad, las metarregularidades también permiten el estudio de cambios en la función de las relaciones que son elementos de la metarregularidad. Las metaregularidades ofrecen una herramienta ideal para estudiar el aprendizaje relacional porque tienen al menos una regularidad como elemento, lo que permite identificar relaciones entre los estímulos o respuestas involucradas en esa regularidad, y así examinar cambios en las funciones de esas relaciones.


Considere una coincidencia con la muestra-tarea en la que los participantes logran seleccionar sistemáticamente el estímulo de comparación que es idéntico al estímulo de muestra. En este caso, se puede decir que la relación de identidad entre la muestra y el estímulo de comparación ha adquirido la función que determina las respuestas del organismo sobre la base de que señala qué respuesta será reforzada.


En una tarea relacional de emparejamiento con la muestra, por otro lado, no es una relación única entre estímulos, sino una relación entre relaciones. Así como los investigadores han analizado las condiciones bajo las cuales los estímulos individuales adquieren la función, los investigadores del aprendizaje también pueden estudiar las condiciones bajo las cuales las relaciones se convierten en funciones. Lo mismo se aplica a todas las demás funciones de estímulo.


Se pueden distinguir diferentes tipos de aprendizaje relacional dependiendo de la naturaleza de la regularidad involucrada. Por ejemplo, se pueden distinguir los efectos de (1) regularidades en presencia de una sola relación; (2) regularidades en presencia de dos relaciones; (3) regularidades en presencia de una relación y un comportamiento; y (4) intersecciones entre múltiples metarregularidades que cada una tiene una o más relaciones como elementos. Como sin duda habrá notado, estos tipos de aprendizaje relacional son conceptualmente similares a los tipos de aprendizaje (no relacional) que distinguimos anteriormente en este texto. La única diferencia es que uno o más de los elementos de estas regularidades son relaciones en lugar de clases no relacionales de eventos individuales.


La distinción entre estos tipos de aprendizaje relacional proporciona un marco heurístico para la investigación sobre el aprendizaje relacional, que no solo permite sistematizar instancias conocidas de aprendizaje relacional (es decir, el marco tiene valor heurístico) sino que también genera nuevas ideas sobre el aprendizaje relacional (es decir, el marco tiene valor predictivo). Su poder heurístico puede ilustrarse en el contexto de las tareas de emparejamiento con muestra y de emparejamiento relacional con muestra.


El desempeño exitoso en ambas tareas puede verse como instancias de aprendizaje relacional operante: en ambos casos, la metarregularidad es operante en el sentido de que una respuesta (seleccionar una comparación) se refuerza (retroalimentación de que una respuesta fue correcta) en presencia de una función relacional. 


Mientras que en el emparejamiento con la muestra, una relación entre los estímulos individuales funciona en el emparejamiento relacional con la muestra, una relación entre las relaciones funciona. Por lo tanto, nuestra definición de (diferentes tipos de) aprendizaje relacional permite destacar similitudes y diferencias entre diferentes fenómenos de aprendizaje.


El marco también tiene valor predictivo. Hasta ahora, la investigación sobre el aprendizaje relacional se ha centrado principalmente en situaciones en las que las relaciones tienen función. Sin embargo, las relaciones también podrían tener otras funciones. Por ejemplo, sería interesante investigar si las relaciones pueden funcionar como un efecto de contingencia EC ( sería el caso cuando un par de estímulos idénticos provocan miedo porque un choque siguió previamente a la presentación de dos estímulos idénticos pero no a la presentación de dos estímulos diferentes), como sería el caso cuando dos estímulos se perciben como más similares porque se presentaron previamente junto con un par de estímulos idénticos, como un determinante de la ocasión (como sería el caso cuando el miedo provocado por una luz depende de la presencia de estímulos idénticos porque la presencia de estímulos idénticos señaló previamente la contingencia de choque de luz), como un Sr o Sd (Sd= estímulo discriminativo y Sr estímulo resultante, como sería el caso cuando la presentación de estímulos idénticos refuerza una respuesta (R=respuesta) porque estímulos idénticos previamente se emparejaron con alimentos), y un establecimiento de la operación como consecuencia estándar C (como sería el caso cuando la presencia de estímulos idénticos aumenta la medida en que los alimentos refuerzan una respuesta porque estímulos idénticos se prevén emparejados con comida). Para cada una de estas funciones, se puede examinar qué variables moderan el aprendizaje relacional. Solo se ha explorado ya una pequeña fracción de estas posibilidades.


Sobre la base de ambos conocimientos, Premack formuló un principio que ahora se conoce como el principio de Premack[3]: si realizar el comportamiento (A) crea la posibilidad de realizar un comportamiento de frecuencia más alta (B), entonces la frecuencia del comportamiento (A) aumentará. En otras palabras, la oportunidad de realizar un comportamiento de alta frecuencia (por ejemplo, comer) sirve para reforzar el comportamiento con una frecuencia natural de R más baja.


Hasta ahora, nos hemos centrado en funciones que se estudian en tipos de aprendizaje no relacionales. Sin embargo, hay una función que es exclusiva del aprendizaje relacional a saber, la función de una señal contextual relacional. Como se señaló al comienzo de esta discusión, siempre que haya más de un evento, es posible identificar múltiples relaciones, cada una de las cuales se refiere a una propiedad diferente de esos eventos. Una señal contextual relacional Cs señala cuál de esas relaciones es relevante en el contexto actual y, por lo tanto, puede determinar cuál de esas relaciones tiene una función particular. Se puede decir que esas señales funcionan como una señal contextual relacional cuando el rendimiento depende de la presencia de esas señales (por ejemplo, los participantes seleccionan la comparación con la misma identidad que la muestra en presencia del círculo, y la comparación con el mismo color que muestra en presencia del cuadrado).


Así como los estímulos individuales (como círculos y cuadrados) pueden funcionar como una señal contextual relacional, también lo pueden hacer las relaciones de estímulo. Por ejemplo, en cada prueba, se pueden presentar dos imágenes en la parte superior de la pantalla, cuyo contenido cambia de una prueba a otra. Si el contenido de las imágenes es idéntico (por ejemplo, dos imágenes de un león o dos imágenes de una silla), los participantes deben seleccionar el estímulo de comparación con la misma forma que el estímulo de muestra; Si el contenido de las imágenes es diferente (por ejemplo, una imagen de un león y una imagen de una silla; una imagen de una casa y una imagen de una flor), entonces los participantes deben seleccionar el estímulo de comparación con el mismo color que el estímulo de muestra. Si la relación entre el contenido de las imágenes influye en la respuesta en línea con estas contingencias, se puede decir que funciona como una pista contextual relacional. Considerar las relaciones como señales contextuales relacionales abre algunas posibilidades nuevas e interesantes para la investigación del aprendizaje. Por ejemplo, es probable que la velocidad con la que una relación puede adquirir la función de una señal contextual relacional dependa de la similitud entre las diferentes relaciones. Imagine una situación en la que dos formas geométricas se presentan en azul o verde en la parte superior de una pantalla. En una condición, una coincidencia en la identidad de las formas (por ejemplo, un círculo azul y un círculo verde) indica que una coincidencia en la identidad de la muestra y el estímulo de comparación es relevante para seleccionar la respuesta correcta. Una coincidencia en el color de las formas (por ejemplo, un círculo azul y un cuadrado azul) indica que una coincidencia en el color de la muestra y el estímulo de comparación es relevante. Sin embargo, en una segunda condición, una coincidencia en la identidad de las formas indica que la coincidencia de colores es relevante, mientras que una coincidencia en el color de las formas indica que la coincidencia de identidad es relevante para seleccionar el estímulo de comparación. Con toda probabilidad, se necesitan menos ensayos para establecer la relación entre las formas como una señal contextual relacional en la primera condición que en la segunda condición. Sorprendentemente, se sabe poco sobre cuándo y cómo los eventos (incluidas las relaciones) adquieren la función de señales contextuales relacionales. Debido a que estas señales son cruciales para el aprendizaje relacional, sería bueno dedicar más atención a este tema en investigaciones futuras.


b) Las funciones de las regularidades: las regularidades como señales contextuales relacionales. Así como los estímulos individuales pueden tener diferentes funciones, las regularidades también pueden tener diferentes funciones. En términos de clases de estímulo, se podría decir que la unidad que define la clase de estímulo puede referirse a la relación entre las propiedades espacio-temporales de los eventos, es decir, la forma en que ocurren los eventos en el espacio y el tiempo. Desde esta perspectiva, una regularidad puede verse como un tipo especial de relación, es decir, una relación en términos de tiempo y lugar en los que ocurren los diferentes eventos.


Por ejemplo, considere una situación en la que la presión de la palanca es seguida por la comida siempre que se presentan dos estímulos en la pantalla, pero no cuando se presenta solo un estímulo o no se presenta ningún estímulo. Todos los eventos en los que dos estímulos aparecen juntos en la pantalla son parte de la clase de estímulo que indica que la presión de la palanca será seguida por la comida, independientemente de las otras propiedades de esos estímulos (por ejemplo, su identidad o color). En esta situación, la presencia de dos estímulos es una regularidad que es en sí misma un elemento en una metaregularidad operante más grande que también involucra presionar palancas y comida. Como resultado de esta metaregularidad, la mera presencia de dos estímulos (es decir, presentar dos estímulos juntos en el espacio y el tiempo en una pantalla) podría asumir la función de un Sd que influye en la tasa de presión de la palanca. Del mismo modo, las regularidades podrían, en principio, cumplir la función de un CS (señal contingente o contextual), establecer una ocasión, establecer una operación, etc. Los cambios en cada una de estas funciones se pueden estudiar utilizando metarregularidades que relacionan regularidades con otros eventos (por ejemplo, estímulos, respuestas, relaciones, otras regularidades). Más específicamente, argumentamos que el mero acto de reforzar una determinada respuesta en una tarea de emparejamiento con la muestra podría indicar que la muestra y el estímulo de comparación por seleccionar son equivalentes. Por ejemplo, reforzar a los participantes para que seleccionen el estímulo de comparación ù en presencia del estímulo de muestra * durante una fase de aprendizaje podría funcionar como una señal contextual relacional para actuar como si ù y * fueran equivalentes durante una fase de prueba posterior. Esto explicaría por qué los participantes seleccionan * en ensayos de prueba donde ù se presenta como el estímulo de muestra y * se presenta como uno de los estímulos de comparación: es una forma de “actuar como si” ù y * fueran equivalentes.


Tenga en cuenta que en estos estudios las regularidades no adquieren la función de señal contextual relacional durante el curso del experimento. En cambio, esta función probablemente se haya adquirido antes del inicio del experimento. Desafortunadamente, se sabe poco sobre la historia del aprendizaje a través de la cual las regularidades pueden adquirir su función como señales contextuales relacionales. Hay algunos estudios que sugieren que esta función depende del contexto. Por ejemplo, bajo ciertas condiciones, el refuerzo puede funcionar como una señal contextual para la oposición, es decir, para actuar como si los estímulos fueran opuestos entre sí[4]. De manera más general, hay poca o ninguna investigación sobre las funciones de las regularidades o cómo se adquieren esas funciones. Esta falta de conocimiento contrasta fuertemente con el papel central de las regularidades en la investigación del aprendizaje.  La investigación sobre las funciones de las regularidades podría arrojar una luz completamente nueva sobre el aprendizaje en general.


2.2.2 Aprendizaje 2.0


Una de las piedras angulares de este texto es la idea de que el aprendizaje se puede definir como cambios en el comportamiento que se deben a regularidades en el entorno. Pero, ¿qué significa "debido a"? ¿Cuál es exactamente el papel de las regularidades en el cambio de comportamiento? Examinamos la idea intrigante de que las regularidades influyen en el comportamiento porque funcionan como una señal contextual relacional. Ya que las regularidades pueden tener esta función en las tareas de emparejamiento con la muestra donde los participantes deben responder sobre la base de la relación entre los estímulos. ¿Pero quizás las regularidades también pueden funcionar como señales contextuales relacionales en muchas otras situaciones como en la lectura de literatura?


Hemos argumentado que este efecto de condicionamiento evaluativo ocurre porque el emparejamiento de estímulos funciona como una señal contextual relacional que indica que los estímulos emparejados son equivalentes. Por ejemplo, después de ver  AMBIK junto con AMOR, los participantes comienzan a actuar como si AMBIK tuviera el mismo significado que AMOR, lo que incluye responder de manera positiva a AMBIK. Tenga en cuenta que este análisis funcional implica que el efecto de condicionamiento evaluativo es una instancia de refuerzo sostenido de estímulos. En otras palabras, el cambio en el gusto por CS no se ve como un cambio en una respuesta no relacional (evaluativa) (por ejemplo, AMBIK ahora evoca respuestas positivas en lugar de neutrales) sino como la aparición o un cambio en la respuesta relacional, respondiendo a AMBIK como si fuera equivalente a AMOR. El efecto de condicionamiento evaluativo sigue siendo un efecto de condicionamiento, un cambio en el gusto debido a los pares de estímulos, pero las ideas sobre la función de los pares (es decir, una señal contextual relacional en lugar de una mera causa funcional) y la naturaleza de los cambios en el comportamiento (es decir, un cambio en la respuesta relacional frente a la respuesta no relacional) son diferentes. Cuando un lector poco experimentado en un cambio de tipo de literatura, recibe relaciones en contextuales diferentes, casi de inmediato intenta por error asociar las palabras que si conoce, para adivinar los nuevos términos, que debieron ser investigados. Una palabra conocida es no contingente, y la desconocida es contingente. 


Se puede construir un argumento similar para otras formas de aprendizaje humano verbal. Por ejemplo, en el contexto de los efectos de las presentaciones de estímulos no contingentes, quizás la mera repetición de un estímulo nuevo a veces tiene la función de una señal contextual relacional, o más específicamente, una señal que indica que el estímulo presentado con frecuencia es equivalente a otros estímulos presentados con frecuencia. Si asumimos que los estímulos positivos ocurren con más frecuencia que los estímulos negativos, entonces podemos entender por qué la presentación repetida de un estímulo conduce a una evaluación más positiva de ese estímulo. En otras palabras, (1) el hecho de que un estímulo nuevo ocurra con frecuencia (una palabra nueva) es una señal que indica que este estímulo es similar a otros estímulos que ocurren con frecuencia; y (2) los estímulos frecuentes suelen ser positivos; por lo que (3) responder al estímulo como si fuera similar a otros estímulos frecuentes incluye responder al estímulo de manera positiva.


La idea de que las regularidades influyen en el comportamiento porque funcionan como una señal contextual relacional que podría tener inmensas implicaciones para la psicología del aprendizaje en las universidades. Por este motivo, propusimos el concepto de Aprendizaje 2.0 para describir esta nueva perspectiva. Primero, arroja nueva luz sobre cómo el aprendizaje a través de instrucciones y la observación se relacionan con otros modos de aprendizaje. Es probable que el aprendizaje mediante instrucciones y observación sean más eficaces. Por ejemplo, a los participantes se les puede decir que un tono será seguido por una descarga eléctrica. Como resultado, el tono provocará miedo incluso si el tono y la conmoción nunca se combina. Es poco probable que el mensaje "tono seguido por shock" tenga este efecto simplemente porque las palabras tono y shock ocurren juntas en el espacio y el tiempo. 


En cambio, este tipo de instrucción probablemente tenga un impacto porque funciona como una señal contextual relacional (por ejemplo, hace que la gente responda como si el tono fuera un predictor del impacto). Del mismo modo, cuando observa que otra persona responde con temor a un objeto que usted no conoce, este evento podría funcionar como una señal contextual relacional para actuar como si el objeto fuera similar a otros objetos atemorizantes. Por lo tanto, también el aprendizaje por observación podría ser una instancia efectiva. Desde esta perspectiva, se podría argumentar que todos los tipos de aprendizaje en los seres humanos verbales son instancias de aprendizaje que difieren con respecto a la naturaleza de la señal contextual relacional que controla la atención. Mientras que en la mayoría de los tipos de aprendizaje, las regularidades espacio-temporales (por ejemplo, el emparejamiento de estímulos) funcionan como una señal contextual relacional, las palabras cumplen esta función en el aprendizaje a través de instrucciones y los eventos observados cumplen esta función en el aprendizaje mediante la observación racional de piezas de fundamentos, justificaciones, explicaciones, desmostraciones, cálculos, categorizaciones,  descripciones y narrativas.


Una segunda implicación de la perspectiva de “Aprendizaje 2.0” es que los efectos de una regularidad (palabras y arquitectural de sentencias estándar para el lector o escritor) deben depender del contexto porque su función como una señal contextual relacional depende del contexto. Al discutir la idea de que el refuerzo puede funcionar como una señal contextual relacional, esta función puede depender del contexto en sí misma (es decir, el refuerzo puede funcionar a veces como una señal de equivalencia y otras veces como una señal por oposición). Estudios recientes sugieren que la medida del esfuerzo determina la fortaleza del carácter intelectual del aprendiz[5].


Una interpretación de este hallazgo es que las pruebas de contexto cambiaron la función de señal relacional de los pares de estímulos por otra interpretación. Mientras que los emparejamientos suelen funcionar como una señal para la equivalencia de los estímulos emparejados, esta función puede contrarrestarse presentando ensayos de contexto en los que se emparejan palabras con significados opuestos. Estos resultados son sorprendentes, ilustran el poder generativo de la idea de que formas aparentemente simples de aprendizaje, como el condicionamiento evaluativo en humanos, podrían ser casos de respuesta relacional arbitrariamente aplicable AARR. Sin esta idea, probablemente no hubiéramos examinado el impacto de los ensayos de contexto en el condicionamiento evaluativo. Con este concepto AARR, de nuevo, la conducta está bajo el control de la relación entre estímulos, no de un estímulo (en otras palabras, es un tipo de respuesta relacional). Sin embargo, esta vez, la relación es arbitraria porque no depende de las características físicas inherentes de los estímulos involucrados. En esencia, significa que las personas "actúan como si" los estímulos estuvieran relacionados de cierta manera. Una primera indicación de la existencia de AARR se encontró al estudiar un fenómeno conocido como equivalencia de estímulo[6]. En los estudios sobre equivalencia de estímulos, los estímulos presentados se seleccionan aleatoriamente y, por lo tanto, no son sistemáticamente similares entre sí en términos de características físicas, son tipos abstractos de conocimiento funcional: conocimiento creado al identificar aquellos aspectos centrales de la relación entre el entorno y el comportamiento que se aplican a muchos estímulos, contextos y organismos diferentes; generalmente en forma de texto. Los principios conductuales (por ejemplo, condicionamiento clásico u operante) representan ejemplos de conocimiento funcional abstracto de más bajo nivel de abstracción.

En tercer lugar, la perspectiva de “Aprendizaje 2.0” implica que puede haber diferencias fundamentales entre el aprendizaje en humanos y el aprendizaje en animales no humanos. Como se señaló anteriormente, hay razones para sospechar que AARR se puede encontrar solo en humanos que son capaces verbalmente de imaginar dentro de matemática simbólica y texto literario clásico, debido a un largo historial de aprendizaje relacionado con eventos dentro de la literatura que lee y escribe, para obtener detalles sobre lo que podría implicar ese historial de aprendizaje. Si las formas aparentemente simples de aprendizaje en humanos pueden ser instancias de AARR, entonces podría haber diferencias fundamentales en formas simples de aprendizaje entre humanos con un historial de aprendizaje que respalde AARR (para quienes las regularidades podrían funcionar como señales contextuales relacionales para AARR) versus otros humanos que no experimentaron la historia del aprendizaje que da lugar a AARR (para quienes las regularidades no funcionarían como señales contextuales relacionales para AARR). 


Hasta ahora, la mayoría de los investigadores del aprendizaje asumían que los animales humanos y no humanos aprenden de formas más o menos similares. Esta fue una de las principales razones por las que se ha realizado tanta investigación sobre el aprendizaje con organismos no humanos como ratas y palomas. Pero desde la perspectiva del Aprendizaje 2.0, este supuesto fundamental debe cuestionarse. Al mirar a los moderadores del aprendizaje, es innegable que hay muchos paralelismos entre el aprendizaje en animales humanos y no humanos. Pero estas similitudes pueden ocultar diferencias fundamentales. Aprendizaje 2.0 nos ofrece ideas sobre las posibles diferencias en los moderadores del aprendizaje por ejemplo, el impacto de las señales contextuales relacionales para AARR y el papel de la historia del aprendizaje, ideas que ya han inspirado y seguirán inspirando futuras investigaciones. El hecho de que el condicionamiento en los seres humanos a menudo dependa de reglas conscientes (conducta gobernada por reglas) en lugar de contingencias (conducta en forma de contingencia) es una indicación de que existen importantes diferencias entre el aprendizaje en humanos versus no humanos. Aunque quedan muchas preguntas con respecto a cómo exactamente el aprendizaje en humanos (verbalmente capaces) y no humanos verbales capaces. Sería prudente reexaminar críticamente la suposición de larga data de que los principios y mecanismos de aprendizaje son los mismos en humanos y otros animales. Finalmente, la idea de Aprendizaje 2.0 destaca la importancia de estudiar las señales contextuales relacionales con la arquitectura del lenguaje. ¿Cómo llegan los estímulos y regularidades individuales a adquirir estas funciones? Por ejemplo, es posible que un estímulo pueda convertirse en una señal contextual relacional a través de la presentación conjunta de ese estímulo y otro estímulo que ya funciona como una señal contextual relacional. ¿Cómo se pueden cambiar las funciones relacionales una vez que se han aprendido? Por ejemplo, ¿es posible extinguir esta función mediante presentaciones repetidas de estímulos? ¿Cómo interactúan las diferentes señales contextuales relacionales? ¿Importa si la señal contextual relacional es un estímulo individual, una clase de estímulos, una relación o una regularidad? ¿O importa el tipo de regularidad? Todavía sabemos muy poco sobre las respuestas a estas preguntas. Por tanto, está surgiendo una nueva era de investigación psicológica sobre el aprendizaje.


2.3 Teorías del proceso mental


Aunque se ha realizado mucha investigación sobre instancias individuales de aprendizaje complejo (por ejemplo, preacondicionamiento sensorial, transferencia pavloviana a instrumental), esta investigación se ha fragmentado y se han hecho pocos intentos para relacionar las diferentes formas de aprendizaje complejo. Dado el predominio de los modelos asociativos en la investigación del aprendizaje, las descripciones de los procesos mentales de instancias individuales de aprendizaje complejo se han formulado típicamente en términos de formación de asociaciones en la memoria. La idea básica es que cada relación estímulo-estímulo da como resultado una asociación en la memoria, lo que da como resultado la formación de una cadena de asociaciones que permite que la activación se propague de una representación de estímulo a la otra (de una frase a otra frase). Aunque esta idea de "cadena de asociaciones" podría explicar algunas formas de aprendizaje complejo, parece difícil reconciliarla con otras.


Debido a que las asociaciones simples no proporcionan información sobre la forma precisa en que se relacionan los estímulos (por ejemplo, similar, opuesto, mayor o menor que), tampoco pueden explicar el hecho de que el comportamiento puede depender de la forma en que se relacionan los estímulos abstractos. Esto nos lleva a concluir que los modelos asociativos tienen una capacidad limitada para explicar formas complejas de aprendizaje. Por otro lado, es necesario reconocer que, como clase, los modelos asociativos pueden dar cuenta de una amplia gama de tipos de comportamiento aparentemente complejos, para una excelente discusión sobre el poder de los modelos asociativos.


El aprendizaje complejo parece más acorde con los supuestos de los modelos proposicionales. Una de las grandes ventajas de las proposiciones es que se pueden combinar a través del razonamiento inferencial para llegar a proposiciones completamente nuevas: el conocimiento nuevo se puede derivar o "inferir" del conocimiento existente. Cuando ocurren diferentes regularidades en el entorno (premisas), cada regularidad puede conducir a una proposición separada. El aprendizaje complejo puede entonces ser el resultado del hecho de que estas proposiciones dan lugar a proposiciones novedosas que a su vez influyen en el comportamiento. Volvamos al ejemplo del preacondicionamiento sensorial una vez más. Si sabe que una luz es seguida por un tono y el tono es seguido por una descarga, entonces (dadas ciertas suposiciones) puede inferir que la luz será seguida por la descarga. Por tanto, ambas relaciones estímulo-estímulo conducen a una proposición, y cuando se combinan, estas proposiciones conducen a una conclusión que tiene un impacto en la conducta[7]. 


En un momento en el que las personas padecen cada vez más enfermedades relacionadas con el estilo de vida, como enfermedades cardiovasculares, diabetes u obesidad, cambiar el comportamiento de salud y preservar un estilo de vida saludable son factores sobresalientes de cualquier esfuerzo de salud pública. Por lo tanto, la investigación sobre predictores y vías de cambio de comportamiento de salud es cada vez más importante. La unión de la informática, la literatura y la psicología de los medios se denota como diseño persuasivo y se refiere a todos los componentes de intervención tecnológica, que ayudan a las personas a tomar, usar regularmente y retomar (después de recaídas en conductas no deseadas) intervenciones de cambio de conducta. A lo largo de esta tendencia, (1) teorías de cambio de comportamiento de salud y (2) enfoques de diseño persuasivos actuales, terminan así (3) direcciones futuras en el campo de la educación universitaria en línea.


Es necesariamente es cierto que todas las inferencias que uno hace sean lógicas. Pero si las inferencias forman la base de formas complejas de aprendizaje, uno debería poder influir en dichos efectos influyendo en las inferencias (por ejemplo, proporcionando información que influya en la probabilidad de una determinada inferencia). Si, por ejemplo, el preacondicionamiento sensorial se basa en una inferencia sobre la secuencia de eventos, podría negar este efecto haciendo que la gente dude de que el tono siempre va seguido del impacto. Por ejemplo, si los participantes se enfrentan a pruebas en las que el tono está precedido por un estímulo pero no seguido por el impacto, podrían decidir que el tono del discurso es seguido por el impacto solo cuando el tono se presenta por sí mismo. Esto puede llevarnos a inferir que la luz no será seguida por la descarga. Hasta donde sabemos, tales predicciones son solo humanas.


Finalmente, repetimos nuestra conclusión de que los modelos proposicionales encajan muy bien con el fenómeno de AARR. El hecho de que el comportamiento pueda depender de la relación precisa entre estímulos parece explicable solo si se supone que los organismos tienen conocimiento proposicional sobre la naturaleza de las relaciones. Hemos argumentado que incluso las formas aparentemente simples de aprendizaje, como el condicionamiento clásico y operante, pueden calificar como instancias de AARR para ciertos organismos con ciertas historias de aprendizaje. Esta idea encaja muy bien con nuestra conclusión anterior de que los modelos proposicionales ofrecen una buena explicación para el condicionamiento clásico y operante. Después de todo, si el condicionamiento clásico y operante (al menos en humanos) es una forma de AARR, y si AARR puede explicarse solo sobre la base de modelos proposicionales, entonces también es lógico que el condicionamiento clásico y operante (en humanos) esté mediado por la formación de proposiciones. Por lo tanto, estamos convencidos de que los modelos proposicionales de aprendizaje proporcionarán una inspiración duradera en el estudio de formas de aprendizaje aparentemente simples y formas de aprendizaje más complejas. Sin embargo, los modelos proposicionales de aprendizaje complejo también enfrentan desafíos. Considere el hecho de que AARR puede observarse solo en animales humanos. ¿Por qué surge esta diferencia entre animales humanos y no humanos? Se podría argumentar que los animales humanos y no humanos tienen diferentes tipos de proposiciones, pero hasta ahora, se ha dicho poco por la ciencia sobre cuáles podrían ser esas diferencias.


2.4 Modelos proposicionales: comportamiento por lo considerado verdadero


El núcleo de los modelos proposicionales. Los modelos proposicionales, como los modelos asociativos, se derivan en gran medida de la investigación sobre el condicionamiento clásico. Sin embargo, también se pueden aplicar al condicionamiento operante. La idea es que las personas y otros animales intenten descubrir las condiciones de lo verdadero en las que su comportamiento influye en el medio ambiente. Formulan hipótesis que evalúan sobre la base de toda la evidencia disponible. Entonces se asume que el comportamiento se basa en las proposiciones que toman en cuenta. Por ejemplo, basándose en el conocimiento proposicional disponible que tienen, podrían deducir qué comportamiento tiene las consecuencias más favorables. Luego se emite este comportamiento.


Evaluación general de modelos proposicionales. Según los modelos proposicionales, los organismos pueden formar proposiciones sobre las consecuencias de su comportamiento. Por tanto, el condicionamiento operante es el resultado del aprendizaje causal[8]. Hay hallazgos que apoyan directamente esta suposición. Considere el estudio de Watson en el que participaron bebés[9]. En este estudio, se colocó a los bebés acostados en una cuna con la cabeza sobre una almohada. En la condición de contingencia, un movimiento de rotación de la cabeza del bebé fue seguido inmediatamente por el movimiento de un objeto sobre la cuna. En la condición no contingente, este objeto se movió con la misma frecuencia, pero independientemente de lo que hiciera el bebé. Mientras que el movimiento de rotación de la cabeza aumentó en frecuencia en el primer grupo, este no fue el caso en el segundo grupo. Pero hay más: en el primer grupo, los bebés parecían encontrar cada vez más agradable el movimiento del objeto, mientras que en el segundo grupo inicialmente respondieron con una sonrisa al movimiento, pero esta sonrisa desapareció rápidamente. Por tanto, los bebés parecen hacer una clara distinción entre los cambios ambientales que ellos mismos provocan y los que surgen independientemente de su comportamiento.


A veces se argumenta que los modelos proposicionales solo pueden ofrecer una explicación del comportamiento racional. Sin embargo, existen varias razones por las que los organismos pueden optar por un comportamiento que no es el más óptimo desde un punto de vista objetivo.

Proposiciones incorrectas. Si se parte de premisas falsas (es decir, proposiciones falsas sobre las relaciones en el entorno), también se llegará a conclusiones erróneas (comportamiento normativo desadaptativo). La formación de proposiciones erróneas sobre las relaciones en el entorno puede deberse a muchos factores diferentes, como experiencias no representativas (por ejemplo, mala suerte de que uno experimente solo resultados negativos y no positivos de un comportamiento) o recibir información incorrecta de otros.

–Conclusiones incorrectas. Las personas pueden razonar, pero también cometen errores en su razonamiento. Tales errores pueden conducir a un comportamiento irracional.

-Efectos automáticos de proposiciones antiguas. Una vez que se ha formado una determinada proposición, se puede almacenar y recuperar de la memoria automáticamente. Por ejemplo, alguien que aprenda a contar tendrá que pensar mucho sobre si la proposición “3 + 5 = 8” es verdadera. Sin embargo, después de un tiempo, la gente recuerda automáticamente que esta proposición es cierta sin tener que repensar las razones de esto. Por lo tanto, si ha llegado a una cierta conclusión con mucha frecuencia, esa conclusión puede influir automáticamente en su comportamiento, incluso en situaciones en las que esa conclusión ya no sea correcta. 


Por tanto, podemos concluir que los modelos proposicionales son capaces de explicar muchos aspectos del condicionamiento operante. Sin embargo, estos modelos siguen siendo bastante vagos y han tenido poco impacto en la investigación del condicionamiento operante. Por tanto, el valor heurístico y predictivo real de estos modelos sigue sin estar claro.



Referencias


[1] Matell, Matthew & Della Valle, Rebecca. (2018). Temporal specificity in Pavlovian-to-instrumental transfer. Learning & Memory. 25. 8-20. 10.1101/lm.046383.117.

[2] Norwich, Brahm & Kelly, N.. (2013). Moderate learning difficulties and the future of inclusion. Moderate Learning Difficulties and the Future of Inclusion. 1-198. 10.4324/9780203625583.

[3] Harrison, Robert & Schaeffer, Robert. (2013). Another test of the Premack principle. Bulletin of the Psychonomic Society. 6. 565-568. 10.3758/BF03337567.

[4] Perez, W. F., Kovac, R., Nico, Y. C., Caro, D. M., Fidalgo, A. P., Linares, I., de Almeida, J. H., & de Rose,

J. C. (2017). The transfer of Crel contextual control (same, opposite, less than, more than) through

equivalence relations. Journal of Experimental Analysis of Behavior, 108, 318–334.

[5] Yelavich, Susan. (2019). Thinking Design Through Literature. 10.4324/9781315200071.

[6] Sidman, M. (2009). Equivalence relations and behavior: An introductory tutorial. Analysis of Verbal

Behavior, 25, 5–17.

[7] Baumeister, Harald & Kraft, Robin & Baumel, Amit & Messner, Eva. (2019). Persuasive E-Health Design for Behavior Change. 10.1007/978-3-030-31620-4_17.

[8] Lovibond, Sabina. (1997). Sabina Lovibond on Wittgenstein. Women’s Philosophy Review. 72-73. 10.5840/wpr19971725.

[9] Mechner, Francis. (2008). Behavioral contingency analysis. Behavioural processes. 78. 124-44. 10.1016/j.beproc.2008.01.013.

 

Autores:

Nicolás Zamudio Hernández
Eduardo Ochoa Hernández
Abraham Zamudio Durán
Erasmo Cadenas Calderón
Lizbeth Guadalupe Villalon Magallan
Mónica Rico Reyes
Pedro Gallegos Facio
Gerardo Sánchez Fernández
Rogelio Ochoa Barragán