Reglas explícitas y cognición genuína: el Talón de Aquiles de los modelos conexionistas

• Autores: Jesús Ezquerro Martínez, F. Martínez
• Localización: Estudios de Psicología = Studies in Psychology, ISSN-e 1579-3699, ISSN 0210-9395, Nº 56, 1996, págs. 3-26
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    El uso de las reglas explícitas ha sido uno de los puntos de debate entre los enfoques conexionista y simbólico. Numerosos investigadores coinciden en la necesidad de postular reglas explícitas si queremos dar cuenta de la cognición humana, pero no hay unanimidad respecto a la capacidad de las redes neuronales artificiales para manejarlas. En nuestra opinión, ello se debe a la falta de criterios apropiados sobre reglas explícitas. Con tal fin trataremos de desarrollar una noción de explicitud que consideramos más completa que las propuestas por autores como Kirsh o Hadley.

    La explicitud resultará ser una cuestión de grado, cuya posesión depende de la medida en que se cumplan los distintos criterios. A lo largo de la discusión se rechazan aquellos enfoques que presentan la congnición como algo intrínsicamente carente de reglas, por ejemplo, la propuesta de Representaciones Sin Reglas de Horgan y Tienson. El segundo objetivo es mostrar que los sistemas conexionistas, al menos en su forma actual, no son adecuados para trabajar con reglas explícitas, al menos cuando los examinamos según los criterios propuestos. En lugar de defender una solución puramente conexionista, como la propugnada por Clark y Karmiloff-Smith, recogeremos evidencia de un dominio algo diferente, el del aprendizaje humano, para defender la idoneidad de los enfoques híbridos. Finalmente, ilustraremos nuestro punto de vista con un modelo híbrido existente, aunque bastante limitado, para el aprendizaje.

  • English

    Use for explicit rules has been one of the arguments from the outset of the debate between connectionism and symbolism. Many researchers agree on the need for explicit rules given that we want to account for human cognition, but there is no general agreement on the issue of network�s abilities to handle them. In our opinion, this is due to a lack of appropiate criteria for rule explicitness. The aim of this paper is to provide these general criteria assuming the arguments in defence of explicit rules. To this purpose we will try to work out some notion of explicitness that we claim is more complete than those provided by Kirsh or Hadley. Explicitness will turn out to be a matter of degree insofar as the different criteria are met. Along the way we will reject some accounts that understand cognition as intrinsically non rule-based, for example Horgan and Tienson�s Representations Without Rules proposal. Our second purpose is to show that connectionist systems, at least in their current form, are not adequate to deal with explicit rules when we examine them under the proposed criteria. Instead of defending a purely connectionist solution like the one advocated by Clark and Karmiloff-Smith, we gather psychological evidence from a different domain, namely, human rule-based and instance-based learning, in order to defend the suitability of hybrid approaches. Finally, we illustrate our point with a current, though rather limited, hybrid model learning