Una buena parte de las investigaciones se apoyan directa o indirectamente en la noción de semejanza. En las propiedades prototípicas habíamos comentado que determinados ejemplares se consideraban más típicos o más representativos que otros, y cómo la tipicidad de un ejemplar era una medida de la semejanza del ejemplar con su prototipo.En el enfoque de los ejemplares se rechaza la idea de un prototipo y se defiende la categorización como cómputo de la semejanza entre los ejemplares, en lugar de una descripción unitaria de la clase como un todo. Este presenta la ventaja de no restringir mediante una descripción abstracta los ejemplares que se agrupan en una categoría.
La semejanza parece ser lo que hace que una categoría pueda juntar un conjunto de ejemplares.
Sin embargo es un término escurridizo. Así, encontramos que muchas cosas parecen semejantes por le solo hecho de pertenecer a la misma categoría, donde los sujetos comentan que puede estar influida por el propio conocimiento de aquello comparado perteneciente a la misma categoría.
Según Tversky 1977, la semejanza se define en función de las propiedades que son comunes y distintivas en un conjunto de ejemplares, pero que se encuentran ponderadas en términos de su saliencia. Depende de las ponderaciones de las propiedades, lo que nos permite explicar el porqué la ballena se agrupa a mamífero, a pesar del no de propiedades en común que posee con los peces.
El conocimiento teórico ha permitido ponderar diferencialmente unas propiedades frente a otras.
Tversky demuestra cómo las ponderaciones varían en función del contexto y de la tarea experimental, dando lugar a que no existe una respuesta unívoca a la pregunta de cuán semejante es un objeto con respecto a otro. Una propiedad es aquello que por consenso se ha validado en una muestra de sujetos. Sin embargo, la consideración del conjunto implícito de contraste y el nivel de especificidad elegido determinan las propiedades que se incluyan en las listas de los sujetos. Estos no enumeran no todo lo que conocen, sino las propiedades relevantes en esa situación.
Frente a este principio general, otros enfoques proponen que es el propio conocimiento que tienen los sujetos y sus teorías ingenuas sobre el mundo lo que restringe la construcción y organización categórica. De esta forma se entiende que la categorización no se da aisladamente sino que los conceptos se organizan circunscritos al conocimiento estructurado o tas ingenuas que tienen los sujetos y que les permite actuar coherentemente. La categorización basada en el conocimiento organizado permite articular las relaciones inter e intracategorías de modo que la estructuración conceptual no se reduzca a listas de propiedades sino que se encuentre inmersa en un cuerpo de conocimientos con estructura y coherencia.
Bajo este enfoque de una categorización guiada por el conocimiento podemos incluir aquellas teorías que asumen una representación de la información en estructuras de conocimiento, tales como los esquemas, los guiones, los marcos o los modelos mentales. Abelson 1981, consideraba que los esquemas o guiones pueden equipararse a una categoría en la que también cabe el parecido familiar entre diversos ejemplares. En contraposición al prototipo, un esquema no especifica los valores de sus propiedades, sino que estas propiedades (variables) son genéricas y adoptan valores en función del contexto. La idea del proceso de inducción categórica será distinta dependiendo del tipo de estructura que se propaga para representar el conocimiento, por ejemplo, la aplicación de reglas, la generación de modelos mentales, el emparejamiento de patrones,... Seguimos con el detalle de dos teorías sobre la inducción categórica que explican la flexibilidad de este proceso:
- La inducción categórica como sistema de reglas distribuidas.
- La inducción categórica como sistema de activación distribuida.
4.1. La inducción categórica como sistema de reglas distribuidas
Al principio se comentó que de una de las fuentes más emblemáticas de la categorización es la clasificación y organización de los ejemplares. Sin embargo, otros autores indican que esta función puede que sea una derivación de una función todavía más fundamental como es la generación de inferencias relevantes para una meta. Según este enfoque, los aspectos relevantes del proceso de categorización pueden determinarse solo si se tiene en cuenta la interacción entre las propiedades de los ejemplares y las situaciones causales en las que ocurren. El proceso que determina cuáles son los aspectos de los ejemplares que van a ponderarse, tiene que basarse en una explicación de por qué ciertas propiedades asumen unos valores y otros no lo hacen. Así se resuelve por la representación de la incidencia estadística de las propiedades entendiéndose que la ponderación de las propiedades no es cuestión estática, sino dependiente del contexto y de las metas del sistema.
Los esquemas de razonamiento pragmático están enmarcados dentro del paradigma de representación simbólica. Los supuestos son:
- El sistema de procesamiento se concibe como un aplicador de reglas en el que las agrupaciones de reglas consolidadas se denominan “esquemas”.
- El procesamiento es paralelo y las reglas se encuentran distribuidas en varias estructuras de forma que en un momento dado puedan ser complementarias o inhibitorias.
- Las restricciones impuestas sobre el mecanismo de procesamiento con el fin de que éste puede efectuar la ponderación se encuentran determinadas por el propio sistema y el contexto.
Este enfoque busca la combinación de dos aspectos clave:
- la flexibilidad del proceso de categorización, y
- su organización.
La flexibilidad es la ejecución en paralelo de un conjunto de reglas. Aquellas que muestren ser efectivas serán ponderadas y aquellas que no se modificarán o eliminarán.
La organización se representa por las agrupaciones de reglas interrelacionadas con condiciones o acciones que se solapan.
Estos aspectos procedimentales son comunes a los de los sistemas de producción de Newell y Simon, 72 que se basan en el emparejamiento cíclico y la ejecución de reglas de condición-acción. La actividad se puede describir en términos de un ciclo de tres pasos:
- el emparejamiento de los hechos y reglas para determinar cuáles satisfacen las condiciones.
- La selección de un subconjunto de las reglas emparejadas para que sean ejecutadas y
- la ejecución de las reglas seleccionadas para que lleven a cabo las acciones específicas.
Estas reglas están organizadas en función de los patrones de las condiciones y acciones dando lugar a dos tipos de organización:
- La organización implícita: si la acción que es consecuencia de una regla satisface la condición de una segunda regla, entonces la ejecución de la primera conducirá a la ejecución de la segunda.
- La organización explícita: la conexión entre reglas viene indicada directamente y las reglas que se activan conjuntamente quedarán conectadas con el tiempo formando un conjunto interrelacionado de reglas.
4.1.1. Descripción del proceso de inducción categórica
Este modelo concibe las categorías como un conjunto de reglas agrupadas que comprenden supuestos probabilísticos sobre las propiedades que ocurren con otras propiedades y en el que se pueden activar simultáneamente varias reglas. Se corresponden con las agrupaciones de reglas explícitas o implícitas en función del contexto en el que ocurran.
Cada uno de los nodos representa la condición de una regla y los nodos intermedios representan su acción correspondiente. El nodo C3 recibe el mayor apoyo y se disparará la acción correspondiente: donde el ejemplar se categorizará como “perro”.
Cuando las categorías no son mutuamente excluyentes, las reglas correspondientes pueden activarse simultáneamente, de forma que, por ejemplo, un animal peludo con cola, puede categorizarse como perro, gato o ardilla. Cuando son mutuamente excluyentes, pueden disparar acciones que entran en conflicto, se establecen reglas que inhiben a las reglas conflictivas.
Además cada una de las reglas cuenta con un valor de apoyo y una ponderación. En este caso concreto, la información que entra en el sistema apoya de igual forma a los nodos representados. Sin embargo, la mayor ponderación previa hace que se estime por una categorización tentativa. El sistema no genera generalizaciones poco plausibles, pues se cuenta con un umbral de confirmación que establece un criterio para la variabilidad del conjunto de propiedades que se están considerando.
En la concepción de este modelo se entiende que estas reglas son un conjunto de expectativas que se consideran verdaderas siempre y cuando no se contradigan por la información presentada al sistema. En ausencia de mayor información, estas expectativas por defecto proporcionan el mejor esquema para la situación actual. La probabilidad condicionada de una categoría, considerando la observación de algunos de los valores de las propiedades de un ejemplar, puede representarse implícitamente por la fuerza de un conjunto de reglas. A través de la organización explícita (por medio de los marcadores que indican una conexión directa) se enlazan las relaciones entre las categorías. De esta forma, la categorización no depende de una descripción monolítica, sino de una combinación de propiedades y situaciones.
A través de estas jerarquías por defecto se pretende representar la incertidumbre sobre la que tiene que operar el sistema: en un nivel las generalizaciones que son útiles y en otro nivel, la información más específica de las excepciones representándose la uniformidad y la variabilidad que existe en el ambiente. El número de ejemplares necesarios para alcanzar una generalización será función de esta variabilidad.
El modelo mental de un objeto particular sería un conjunto de reglas derivadas de una variedad de conceptos supraordenados más cualquier información particular disponible. Los ejemplares típicos serán aquellos a los que se adhieren las reglas por defecto de las categorías supraordenadas, mientras que los ejemplares atípicos se emparejarían con reglas excepcionales. Lo que se propone desde el modelo es una abstracción y representación del conocimiento general de las distribuciones de las propiedades por medio de las agrupaciones de reglas. Los resultados ponen de manifiesto que los sujetos saben mucho más de la estructura categórica que la simple formación sobre las tendencias centrales o prototipos.
En este modelo se intenta explicar la compleja red de relaciones en función del conocimiento que el sujeto construye en términos causales y que algunos como Murphy y Medin 1985, lo denominan conocimiento teórico. Las teorías que se contruyen explican el mundo y en función de ellas, éste se divide en clases. El paradigma simbólico explica la categorización fundamentándose en el conocimiento que se contruye sobre el mundo que nos rodea y que constituye una Ta sobre el mismo.
4.2. La inducción categórica como sistema de activación distribuida
Este es un modelo conexionista que comparte con el anterior algunos principios generales, pero el enfoque conexionista parte de otros supuestos. Uno de estos, en contraposición al paradigma simbólico clásico, se refiere al tipo de arquitectura del modelo. El sistema de procesamiento del enfoque conexionista se encuentra constituido por redes de activación que comprenden un conjunto amplio de unidades de procesamiento unidas por conexiones con pesos diferenciados. Estos modelos describen los procesos mentales en términos de los patrones de activación en un conjunto de unidades y no por unidades particulares. Estas unidades son entidades de procesamiento que asumen unos valores de activación basados en la suma ponderada de lo que entra en el sistema y de las otras unidades que están dentro del sistema. El papel que desempaña una unidad se define por la fuerza de sus conexiones, tanto excitatorias como inhibitorias.
Las conexiones son el medio por el cual interactúan las unidades. Se les conoce como modelos PDP o de procesamiento distribuido y paralelo, queriendo destacar que el procesamiento es resultado de las interacciones que ocurren entre un número importante de unidades. Aunque se podría pensar que las jerarquías por defecto son análogas a las unidades, dado que ambas guían la entrada de información en la búsqueda de buen ajuste, no hay en estos modelos conexionistas ningún análogo de las variables o de los valores por defecto. No existe ninguna noción sobre una estructura interna constituida y la aparente aplicación de reglas emerge de las interacciones entre unidades de activación.
En este tipo de modelo el conocimiento adopta la forma de una red que satisface restricciones, y éstas vienen impuestas por el contexto. Aunque en el modelo anterior también las restricciones contextuales desempeñaban un papel fundamental, en estos modelos no existen entidades representacionales que se correspondan con conceptos, jerarquías por defecto o esquemas. Estas entidades se encuentran implícitas y emergen de las interacciones de un amplio conjunto de restricciones.
4.2.1. Descripción del proceso de inducción categórica
Algunos detalles a tener en cuenta, sería que las propiedades se encuentran distribuidas por toda la red y la fuerza de sus conexiones hace que el patrón adquiera una configuración determinada.
Estas redes de activación son sistemas de procesamiento que pueden computar estadísticos sobre sí mismas de forma que reflejen las fluctuaciones de ambiente del que se derivan sus datos. El procesamiento ocurre por medio de la evolución de estos patrones de activación, que van actualizando los pesos entre conexiones. Cualquier configuración inicial con elementos activos e inactivos puede evolucionar hacia una configuración estable partiendo de unos pesos iniciales. Se asume que cada vez que entra una estimulación en el sistema, éste se mueve hacia un estado estable en el que se alcanza una bondad de ajuste máxima (es un sistema reactivo guiado por los datos).
Cuando entra información en el sistema, todas las unidades ajustan su activación con el fin de satisfacer el mayor número posible de restricciones. Se podría pensar que el sistema se encuentra continuamente esculpiendo una superficie en función de aquello que va recibiendo y de las interacciones con el resto de unidades.
En el enfoque conexionista, y más concretamente en los modelos que se conocen como modelos de satisfacción de restricciones, se reemplaza el marco simbólico por un nivel subsimbólico, denominado así por encontrarse entre las conexiones neuronales y los cómputos mentales.
Conviene recordar que los constructos del cómputo mental son datos cognitivos que se explican por un sistema próximo en su funcionamiento al nivel neuronal.