Condiciones del aprendizaje causalindependencia entre claves y conjuntos focales causales

Resumen

Los resultados comunes encontrados entre condicionamiento animal y aprendizaje casual humano se han ido extendiendo, suponiendo dificultades para los modelos basados en reglas, pero no así para los modelos de condicionamiento animal. El desarrollo de los modelos basados en reglas hasta sus formulaciones más recientes (Cheng, 1997), ha estado motivado principalmente para adaptar los datos empíricos contradictorios, así como para resolver ciertos problemas que subyacían en sí mismos. No obstante, esta última formulación también ha suscitado un gran número de detractores, en cierta forma motivados por algunos trabajos en los que se muestra que las predicciones realizadas por teorías procedentes del condicionamiento animal describen mejor los resultados encontrados en estudios recientes de aprendizaje causal humano. Aunque parecen existir suficientes estudios (evaluación retrospectiva, validez relativa, ausencia de condiconalización cuando se asegura la indpendiencia entre los predictores), cuyos resultados ponen de manifiesto la superioridad de las teorías procedentes del condicionamiento animal sobre los modelos basados en reglas, un análisis detenido de los mismos arrojan ciertas dudas, fundamentalmente porque omiten algunas condiciones impuestas por los modelos basados en reglas. A través de tres series experimentales hemos analizado la importancia de algunos de estos factores, como la independencia condicional entre claves y el establecimiento de conjunto focales óptimos (condicionalización); así como sus implicaciones teóricas sobre el aprendizaje causal humano. Los resultados obtenidos sugieren la necesidad de considerar la intervención de procesos de naturaleza retrospectiva en el aprendizaje causal. Procesos que requieren la clasificación y evaluación de la información con el propósito de asignar un determinado papel causal a una clave candidata, así como realizar los cómputos sobre la información almacena