Resumen de ¿Por qué son útiles los modelos computacionales de comprensión de textos?

Susan R. Goldman, Richard Golden, Paul van den Broek

• español

  Los modelos computacionales han jugado un rol importante en el descubrimiento y entendimiento de las complejidades psicológicas de la comprensión textual. Esto ha sido por tres razones principales. En primer lugar, el proceso de transformar teorías de comprensión de textos, descritas verbalmente (teorías conceptuales), en modelos computacionales de comprensión promueve el desarrollo y evolución de las teorías conceptuales, mostrando dónde los modelos concuerdan con información empírica y dónde no lo hacen. En segundo lugar, los modelos computacionales pueden ser aplicados a información de comportamientos con el fin de comprender mejor y evaluar constructos explicativos alternativos, especialmente en casos donde los patrones de comportamiento no resultan como se esperaba a priori. En tales casos, los investigadores aportan explicaciones post-hoc, muchas de las cuales resultan bastante razonables. Los modelos computacionales pueden así proveer un modo de evaluar tales explicaciones. Por último, y parcialmente, como resultado de los primeros dos beneficios, los modelos computacionales promueven la comunicación entre investigadores dentro y a través de diversas áreas de investigación. Estos argumentos se ilustran por medio de ejemplos específicos de modelos computacionales.

• English

  Computational models have played an important role in unraveling and understanding the psychological complexity of text comprehension. They have done so for three major reasons. First, the process of transforming verbally described theories of text comprehension (conceptual theories) into computational models of text comprehension promotes the development and evolution of the conceptual theories by showing where the models accord with behavioral data and where they do not. Second, computational models can be applied to behavioral data to better understand and test alternative explanatory constructs, especially in cases where patterns of behavioral data are not as expected a priori. In such cases, researchers provide post-hoc explanations, many of which are quite reasonable. Computational models can provide a way to test or enact such explanations. Finally, and partly as a result of the frst two benefts, computational models promote communication among researchers within and across research areas. These claims are illustrated in specific examples of computational models.