La categorización es un tipo de cognición que implica la diferenciación conceptual entre características de la experiencia consciente , como objetos , eventos o ideas . Implica la abstracción y diferenciación de aspectos de la experiencia mediante la clasificación y distinción entre agrupaciones, a través de la clasificación o tipificación [1] [2] sobre la base de rasgos, características, similitudes u otros criterios que son universales para el grupo. La categorización se considera una de las habilidades cognitivas más fundamentales , y es estudiada particularmente por la psicología y la lingüística cognitiva .
La categorización a veces se considera sinónimo de clasificación (cf., Sinónimos de clasificación ). La categorización y la clasificación permiten a los humanos organizar cosas, objetos e ideas que existen a su alrededor y simplificar su comprensión del mundo. [3] La categorización es algo que los humanos y otros organismos hacen : "hacer lo correcto con el tipo correcto de cosa". La actividad de categorizar cosas puede ser no verbal o verbal. Para los humanos, tanto los objetos concretos como las ideas abstractas se reconocen, diferencian y comprenden a través de la categorización. Los objetos generalmente se categorizan con algunos fines adaptativos o pragmáticos.
La categorización se basa en las características que distinguen a los miembros de la categoría de los que no lo son. La categorización es importante para el aprendizaje, la predicción, la inferencia , la toma de decisiones , el lenguaje y muchas formas de interacción de los organismos con su entorno.
Las categorías son conjuntos distintos de instancias concretas o abstractas (miembros de la categoría) que el sistema cognitivo considera equivalentes. Para utilizar el conocimiento de la categoría es necesario acceder a representaciones mentales que definen las características centrales de los miembros de la categoría (los psicólogos cognitivos denominan a estas representaciones mentales específicas de la categoría conceptos ). [4] [5]
Para los teóricos de la categorización, la categorización de objetos se considera a menudo utilizando taxonomías con tres niveles jerárquicos de abstracción . [6] Por ejemplo, una planta podría identificarse en un alto nivel de abstracción simplemente etiquetándola como una flor, un nivel medio de abstracción especificando que la flor es una rosa, o un nivel bajo de abstracción especificando además esta rosa en particular como una rosa silvestre. Las categorías en una taxonomía están relacionadas entre sí a través de la inclusión de clases, siendo el nivel más alto de abstracción el más inclusivo y el nivel más bajo de abstracción el menos inclusivo. [6] Los tres niveles de abstracción son los siguientes:
La cuestión esencial en el estudio de la categorización es cómo comienza la diferenciación conceptual entre las características de la experiencia consciente en organismos jóvenes e inexpertos. Cada vez hay más datos experimentales que muestran evidencia de la diferenciación entre las características de los objetos y los eventos en los recién nacidos e incluso en los fetos durante el período prenatal. [8] [9] Este desarrollo se logra en organismos que solo demuestran reflejos simples (ver artículos sobre el problema de la vinculación , la cognición , el desarrollo cognitivo , el desarrollo cognitivo infantil , la integración multisensorial y la percepción ). Para sus sistemas nerviosos, el entorno es una cacofonía de estímulos sensoriales: ondas electromagnéticas, interacciones químicas y fluctuaciones de presión. [10]
El pensamiento de categorización implica la abstracción y diferenciación de aspectos de la experiencia que dependen de poderes mentales como la intencionalidad y la percepción . El problema es que estos organismos jóvenes ya deberían captar las capacidades de intencionalidad y percepción para categorizar el entorno. [8] La intencionalidad y la percepción ya requieren su capacidad para reconocer objetos (o eventos), es decir, para identificar objetos mediante el sistema sensorial . [11] Este es un círculo vicioso: la categorización necesita intencionalidad y percepción, que solo aparecen en el entorno categorizado. Por lo tanto, el organismo joven e inexperto no tiene pensamiento abstracto y no puede lograr de forma independiente la diferenciación conceptual entre las características de la experiencia consciente si resuelve el problema de categorización solo.
Al estudiar los orígenes de la cognición social en el desarrollo infantil, el psicólogo del desarrollo Michael Tomasello desarrolló la noción de intencionalidad compartida para dar cuenta de los procesos inconscientes durante el aprendizaje social después del nacimiento para explicar los procesos en la formación de la intencionalidad . [12] Además, el profesor letón Igor Val Danilov amplió este concepto al período intrauterino al introducir una hipótesis de procesos neurofisiológicos que ocurren durante la intencionalidad compartida . [8] La hipótesis intenta explicar el comienzo del desarrollo cognitivo en organismos en diferentes niveles de complejidad del biosistema, desde la dinámica interpersonal hasta las interacciones neuronales. [13] [14] La evidencia en neurociencia apoya la hipótesis. Los estudios de investigación de hiperescaneo observaron actividad intercerebral en condiciones sin comunicación en pares mientras los sujetos resolvían el problema cognitivo compartido, y registraron una mayor actividad intercerebral en contraste con la condición en la que los sujetos resolvieron un problema similar solos. [15] [16] [17] [18] [19] [20] Estos datos muestran que la interacción colaborativa sin señales sensoriales puede surgir en díadas madre-hijo, proporcionando intencionalidad compartida . [8] Muestra el modo de conocer en la etapa sin comunicación y pensamiento abstracto. La importancia de este conocimiento es que puede revelar la nueva dirección para estudiar la conciencia, ya que esta última se refiere a la conciencia de la existencia interna y externa basándose en la intencionalidad , la percepción y la categorización del entorno.
La teoría clásica de la categorización , es un término utilizado en lingüística cognitiva para denotar el enfoque de categorización que aparece en Platón y Aristóteles y que ha sido altamente influyente y dominante en la cultura occidental, particularmente en filosofía, lingüística y psicología. [21] [22] El método de análisis categórico de Aristóteles fue transmitido a la universidad escolástica medieval a través de la Isagoge de Porfirio . La visión clásica de las categorías se puede resumir en tres supuestos: una categoría puede describirse como una lista de características necesarias y suficientes que sus miembros deben tener, las categorías son discretas en el sentido de que tienen límites claramente definidos (un elemento pertenece a una o no, sin posibilidades intermedias), y todos los miembros de una categoría tienen el mismo estatus. (No hay miembros de la categoría que pertenezcan más que otros). [1] [23] [ página necesaria ] [21] En la visión clásica, las categorías deben estar claramente definidas, ser mutuamente excluyentes y colectivamente exhaustivas; de esta manera, cualquier entidad en el universo de clasificación dado pertenece inequívocamente a una, y solo a una, de las categorías propuestas. [ cita requerida ]
La concepción clásica de las categorías apareció por primera vez en el contexto de la filosofía occidental en la obra de Platón , quien, en su diálogo El político , introduce el enfoque de agrupar los objetos en función de sus propiedades similares . Este enfoque fue explorado y sistematizado más a fondo por Aristóteles en su tratado Categorías , donde analiza las diferencias entre clases y objetos . Aristóteles también aplicó intensamente el esquema de categorización clásica en su aproximación a la clasificación de los seres vivos (que utiliza la técnica de aplicar sucesivas preguntas de acotación como "¿Es un animal o un vegetal?", "¿Cuántos pies tiene?", "¿Tiene pelo o plumas?", "¿Puede volar?"...), estableciendo de esta manera la base de la taxonomía natural .
Se pueden encontrar ejemplos del uso de la visión clásica de las categorías en las obras filosóficas occidentales de Descartes , Blaise Pascal , Spinoza y John Locke , y en el siglo XX en Bertrand Russell , G. E. Moore y los positivistas lógicos . Ha sido una piedra angular de la filosofía analítica y su análisis conceptual , con formulaciones más recientes propuestas en la década de 1990 por Frank Cameron Jackson y Christopher Peacocke . [24] [25] [26] A principios del siglo XX, la cuestión de las categorías fue introducida en las ciencias sociales empíricas por Durkheim y Mauss, cuyo trabajo pionero ha sido revisado en la investigación contemporánea. [27] [28]
El modelo clásico de categorización ha sido utilizado al menos desde la década de 1960 por los lingüistas del paradigma de la semántica estructural , por Jerrold Katz y Jerry Fodor en 1963, quienes a su vez han influenciado su adopción también por psicólogos como Allan M. Collins y M. Ross Quillian. [1] [29]
Las versiones modernas de la teoría de categorización clásica estudian cómo el cerebro aprende y representa categorías detectando las características que distinguen a los miembros de los no miembros. [30] [31]
La investigación pionera de la psicóloga Eleanor Rosch y sus colegas desde 1973 introdujo la teoría del prototipo , según la cual la categorización también puede considerarse como el proceso de agrupar cosas en función de prototipos . Este enfoque ha sido muy influyente, en particular para la lingüística cognitiva . [1] Se basó en parte en ideas anteriores, en particular la formulación de un modelo de categorías basado en el parecido familiar por parte de Wittgenstein (1953) y por ¿Cómo se llamará una cosa? de Roger Brown (1958). [1]
La teoría de prototipos ha sido adoptada por lingüistas cognitivos como George Lakoff . La teoría de prototipos es un ejemplo de un enfoque basado en la similitud para la categorización, en el que se utiliza una representación almacenada de la categoría para evaluar la similitud de los miembros candidatos de la categoría. [32] Según la teoría de prototipos, esta representación almacenada consiste en una representación resumida de los miembros de la categoría. Este estímulo prototipo puede adoptar varias formas. Puede ser una tendencia central que representa al miembro promedio de la categoría, un estímulo modal que representa la instancia más frecuente o un estímulo compuesto por las características más comunes de la categoría o, por último, el miembro "ideal" de la categoría o una caricatura que enfatiza las características distintivas de la categoría. [33] Una consideración importante de esta representación de prototipos es que no necesariamente refleja la existencia de una instancia real de la categoría en el mundo. [33] Además, los prototipos son muy sensibles al contexto. [34] Por ejemplo, aunque el prototipo de una persona para la categoría de bebidas puede ser la soda o el agua carbonatada, el contexto del brunch podría llevarla a seleccionar la mimosa como bebida prototípica.
La teoría del prototipo afirma que los miembros de una categoría dada comparten un parecido familiar y las categorías se definen por conjuntos de características típicas (en oposición a que todos los miembros poseen características necesarias y suficientes). [35]
Otro ejemplo del enfoque basado en la similitud para la categorización, la teoría de ejemplares también compara la similitud de los miembros de la categoría candidata con las representaciones de memoria almacenadas. Según la teoría de ejemplares, todas las instancias conocidas de una categoría se almacenan en la memoria como ejemplares. Al evaluar la pertenencia a la categoría de una entidad desconocida, se recuperan de la memoria los ejemplares de categorías potencialmente relevantes y se suma la similitud de la entidad con esos ejemplares para formular una decisión de categorización. [33] El modelo de contexto de Medin y Schaffer (1978) emplea un enfoque de vecino más cercano que, en lugar de sumar las similitudes de una entidad con los ejemplares relevantes, las multiplica para proporcionar similitudes ponderadas que reflejan la proximidad de la entidad a los ejemplares relevantes. [36] Esto efectivamente sesga las decisiones de categorización hacia los ejemplares más similares a la entidad que se va a categorizar. [36] [37]
La agrupación conceptual es un paradigma de aprendizaje automático para la clasificación no supervisada que fue definido por Ryszard S. Michalski en 1980. [38] [39] Es una variación moderna del enfoque clásico de categorización y se deriva de los intentos de explicar cómo se representa el conocimiento. En este enfoque, las clases (agrupaciones o entidades) se generan formulando primero sus descripciones conceptuales y luego clasificando las entidades de acuerdo con las descripciones. [40]
La agrupación conceptual se desarrolló principalmente durante la década de 1980 como un paradigma de aprendizaje automático no supervisado . Se distingue de la agrupación de datos ordinaria porque genera una descripción conceptual para cada categoría generada.
La agrupación conceptual está estrechamente relacionada con la teoría de conjuntos difusos , en la que los objetos pueden pertenecer a uno o más grupos, en distintos grados de aptitud. Un enfoque cognitivo acepta que las categorías naturales están graduadas (tienden a ser difusas en sus límites) e inconsistentes en el estado de sus miembros constituyentes. La idea de condiciones necesarias y suficientes casi nunca se cumple en las categorías de cosas que ocurren naturalmente.
Si bien un análisis exhaustivo del aprendizaje de categorías queda fuera del alcance de este artículo, una breve descripción general del aprendizaje de categorías y sus teorías asociadas resulta útil para comprender los modelos formales de categorización.
Si la investigación de categorización investiga cómo se mantienen y utilizan las categorías, el campo del aprendizaje de categorías busca comprender cómo se adquieren las categorías en primer lugar. Para lograr esto, los investigadores a menudo emplean categorías novedosas de objetos arbitrarios (por ejemplo, matrices de puntos) para garantizar que los participantes no estén familiarizados con los estímulos. [41] Los investigadores del aprendizaje de categorías generalmente se han centrado en dos formas distintas de aprendizaje de categorías. El aprendizaje de clasificación asigna a los participantes la tarea de predecir etiquetas de categoría para un estímulo en función de sus características proporcionadas. El aprendizaje de clasificación se centra en el aprendizaje de información entre categorías y las características diagnósticas de las categorías. [42] En contraste, el aprendizaje de inferencia asigna a los participantes la tarea de inferir la presencia/valor de una característica de categoría en función de una etiqueta de categoría proporcionada y/o la presencia de otras características de categoría. El aprendizaje de inferencia se centra en el aprendizaje de información dentro de la categoría y las características prototípicas de la categoría. [42]
Las tareas de aprendizaje de categorías se pueden dividir en dos categorías: aprendizaje supervisado y no supervisado. Las tareas de aprendizaje supervisado proporcionan a los alumnos etiquetas de categorías. A continuación, los alumnos utilizan la información extraída de categorías de ejemplo etiquetadas para clasificar los estímulos en la categoría adecuada, lo que puede implicar la abstracción de una regla o concepto que relacione las características de los objetos observados con las etiquetas de categorías. Las tareas de aprendizaje no supervisado no proporcionan a los alumnos etiquetas de categorías. Por tanto, los alumnos deben reconocer las estructuras inherentes de un conjunto de datos y agrupar los estímulos por similitud en clases. El aprendizaje no supervisado es, por tanto, un proceso de generación de una estructura de clasificación. Las tareas que se utilizan para estudiar el aprendizaje de categorías adoptan diversas formas:
Los investigadores del aprendizaje de categorías han propuesto varias teorías sobre cómo los humanos aprenden categorías. [43] Las teorías predominantes del aprendizaje de categorías incluyen la teoría del prototipo, la teoría del ejemplar y la teoría del límite de decisión. [41]
La teoría de prototipos sugiere que para aprender una categoría, uno debe aprender el prototipo de la categoría. La categorización posterior de los estímulos nuevos se logra seleccionando la categoría con el prototipo más similar. [41]
La teoría de los ejemplares sugiere que para aprender una categoría, uno debe aprender acerca de los ejemplares que pertenecen a esa categoría. La categorización posterior de un estímulo nuevo se logra luego calculando su similitud con los ejemplares conocidos de categorías potencialmente relevantes y seleccionando la categoría que contiene los ejemplares más similares. [36]
La teoría de los límites de decisión sugiere que para aprender una categoría, uno debe aprender las regiones de un espacio de estímulos asociadas con respuestas particulares o los límites (los límites de decisión) que dividen estas regiones de respuesta. La categorización de un estímulo nuevo se logra entonces determinando en qué región de respuesta se encuentra. [44]
Se han desarrollado modelos computacionales de categorización para poner a prueba teorías sobre cómo los humanos representan y utilizan la información de categorías. [33] Para lograr esto, los modelos de categorización se pueden ajustar a datos experimentales para ver qué tan bien se alinean las predicciones proporcionadas por el modelo con el desempeño humano. Con base en el éxito del modelo al explicar los datos, los teóricos pueden sacar conclusiones sobre la precisión de sus teorías y la relevancia de su teoría para las representaciones de categorías humanas.
Para capturar de manera efectiva cómo los humanos representan y usan la información de categorías, los modelos de categorización generalmente operan bajo variaciones de los mismos tres supuestos básicos. [45] [33] Primero, el modelo debe hacer algún tipo de suposición sobre la representación interna del estímulo (por ejemplo, representar la percepción de un estímulo como un punto en un espacio multidimensional). [45] Segundo, el modelo debe hacer una suposición sobre la información específica a la que se debe acceder para formular una respuesta (por ejemplo, los modelos ejemplares requieren la recopilación de todos los ejemplares disponibles para cada categoría). [36] Tercero, el modelo debe hacer una suposición sobre cómo se selecciona una respuesta dada la información disponible. [45]
Aunque todos los modelos de categorización parten de estos tres supuestos, se distinguen por la forma en que representan y transforman una entrada en una representación de respuesta. [33] Las estructuras de conocimiento internas de varios modelos de categorización reflejan la(s) representación(es) específica(s) que utilizan para realizar estas transformaciones. Las representaciones típicas que emplean los modelos incluyen ejemplares, prototipos y reglas. [33]
Modelo Prototipo de Características Ponderadas [32] Reed produjo una instancia temprana del modelo prototipo a principios de la década de 1970. Reed (1972) realizó una serie de experimentos para comparar el desempeño de 18 modelos en la explicación de datos de una tarea de categorización que requería que los participantes clasificaran los rostros en una de dos categorías. [32] Los resultados sugirieron que el modelo predominante era el modelo prototipo de características ponderadas, que pertenecía a la familia de modelos de distancia promedio. Sin embargo, a diferencia de los modelos de distancia promedio tradicionales, este modelo ponderaba de manera diferencial las características más distintivas de las dos categorías. Dado el desempeño de este modelo, Reed (1972) concluyó que la estrategia que utilizaron los participantes durante la tarea de categorización de rostros fue construir representaciones prototipo para cada una de las dos categorías de rostros y categorizar los patrones de prueba en la categoría asociada con el prototipo más similar. Además, los resultados sugirieron que la similitud estaba determinada por las características más discriminantes de cada categoría.
Modelo de contexto generalizado [46] El modelo de contexto de Medin y Schaffer (1978) fue ampliado por Nosofsky (1986) a mediados de la década de 1980, lo que dio como resultado la producción del modelo de contexto generalizado (GCM). [46] El GCM es un modelo de ejemplar que almacena ejemplares de estímulos como combinaciones exhaustivas de las características asociadas con cada ejemplar. [33] Al almacenar estas combinaciones, el modelo establece contextos para las características de cada ejemplar, que se definen por todas las demás características con las que esa característica co-ocurre. El GCM calcula la similitud de un ejemplar y un estímulo en dos pasos. Primero, el GCM calcula la distancia psicológica entre el ejemplar y el estímulo. Esto se logra sumando los valores absolutos de la diferencia dimensional entre el ejemplar y el estímulo. Por ejemplo, supongamos que un ejemplar tiene un valor de 18 en la dimensión X y el estímulo tiene un valor de 42 en la dimensión X; La diferencia dimensional resultante sería 24. Una vez que se ha evaluado la distancia psicológica, una función de decaimiento exponencial determina la similitud del ejemplar y el estímulo, donde una distancia de 0 da como resultado una similitud de 1 (que comienza a disminuir exponencialmente a medida que aumenta la distancia). Las respuestas categóricas se generan luego evaluando la similitud del estímulo con los ejemplares de cada categoría, donde cada ejemplar proporciona un "voto" [33] a sus respectivas categorías que varía en fuerza según la similitud del ejemplar con el estímulo y la fuerza de la asociación del ejemplar con la categoría. Esto asigna efectivamente a cada categoría una probabilidad de selección que está determinada por la proporción de votos que recibe, que luego se puede ajustar a los datos.
Modelo RULEX (regla más excepción) [47] Si bien las reglas lógicas simples no son efectivas para aprender estructuras de categorías mal definidas, algunos defensores de la teoría de categorización basada en reglas sugieren que se puede usar una regla imperfecta para aprender dichas estructuras de categorías si también se almacenan y consideran las excepciones a esa regla. Para formalizar esta propuesta, Nosofsky y colegas (1994) diseñaron el modelo RULEX. El modelo RULEX intenta formar un árbol de decisión [48] compuesto de pruebas secuenciales de los valores de los atributos de un objeto. La categorización del objeto se determina luego por el resultado de estas pruebas secuenciales. El modelo RULEX busca reglas de las siguientes maneras: [49]
El método que RULEX utiliza para realizar estas búsquedas es el siguiente: [49] En primer lugar, RULEX intenta una búsqueda exacta. Si tiene éxito, entonces RULEX aplicará continuamente esa regla hasta que se produzca una clasificación errónea. Si la búsqueda exacta no logra identificar una regla, comenzará una búsqueda imperfecta o conjuntiva. Una regla suficiente, aunque imperfecta, adquirida durante una de estas fases de búsqueda se implementará de forma permanente y el modelo RULEX comenzará entonces a buscar excepciones. Si no se adquiere ninguna regla, entonces el modelo intentará la búsqueda que no realizó en la fase anterior. Si tiene éxito, RULEX implementará permanentemente la regla y luego comenzará una búsqueda de excepciones. Si ninguno de los métodos de búsqueda anteriores tiene éxito, RULEX buscará de forma predeterminada solo excepciones, a pesar de carecer de una regla asociada, lo que equivale a adquirir una regla aleatoria.
SUSTAIN (Supervised and Unsupervised Stratified Adaptive Incremental Network) [50] A menudo ocurre que las representaciones de categorías aprendidas varían dependiendo de los objetivos del alumno, [51] así como de cómo se utilizan las categorías durante el aprendizaje. [5] Por lo tanto, algunos investigadores de categorización sugieren que un modelo adecuado de categorización debe ser capaz de dar cuenta de la variabilidad presente en los objetivos, tareas y estrategias del alumno. [50] Esta propuesta fue realizada por Love y colegas (2004) a través de la creación de SUSTAIN, un modelo de agrupamiento flexible capaz de acomodar problemas de categorización simples y complejos a través de la adaptación incremental a las particularidades de los problemas.
En la práctica, el modelo SUSTAIN convierte primero la información perceptual de un estímulo en características que se organizan a lo largo de un conjunto de dimensiones. El espacio de representación que abarca estas dimensiones se distorsiona (por ejemplo, se estira o se encoge) para reflejar la importancia de cada característica en función de las entradas de un mecanismo de atención. Un conjunto de grupos (instancias específicas agrupadas por similitud) asociadas con categorías distintas compiten entonces para responder al estímulo, y el estímulo se asigna posteriormente al grupo cuyo espacio de representación es más cercano al estímulo. El valor de la dimensión del estímulo desconocido (por ejemplo, la etiqueta de la categoría) se predice a partir del grupo ganador, que, a su vez, informa la decisión de categorización.
La flexibilidad del modelo SUSTAIN se logra a través de su capacidad de emplear tanto aprendizaje supervisado como no supervisado a nivel de clúster. Si SUSTAIN predice incorrectamente un estímulo como perteneciente a un clúster en particular, la retroalimentación correctiva (es decir, aprendizaje supervisado) indicaría a sustain que reclute un clúster adicional que represente el estímulo mal clasificado. Por lo tanto, las exposiciones posteriores al estímulo (o una alternativa similar) se asignarían al clúster correcto. SUSTAIN también empleará aprendizaje no supervisado para reclutar un clúster adicional si la similitud entre el estímulo y el clúster más cercano no excede un umbral, ya que el modelo reconoce la débil utilidad predictiva que resultaría de tal asignación de clúster. SUSTAIN también muestra flexibilidad en la forma en que resuelve problemas de categorización simples y complejos. En términos generales, la representación interna de SUSTAIN contiene solo un único clúster, lo que sesga el modelo hacia soluciones simples. A medida que los problemas se vuelven cada vez más complejos (por ejemplo, requieren soluciones que constan de múltiples dimensiones de estímulo), se reclutan clústeres adicionales de manera incremental para que SUSTAIN pueda manejar el aumento de la complejidad.
La categorización social consiste en agrupar a los seres humanos para identificarlos en función de distintos criterios. La categorización es un proceso estudiado por los académicos de la ciencia cognitiva, pero también puede estudiarse como una actividad social. La categorización social es diferente de la categorización de otras cosas porque implica que las personas crean categorías para sí mismas y para los demás como seres humanos. [3] Los grupos pueden crearse en función de la etnia, el país de origen, la religión, la identidad sexual, los privilegios sociales, los privilegios económicos, etc. Existen varias formas de clasificar a las personas según los esquemas de cada uno. Las personas pertenecen a varios grupos sociales debido a su etnia, religión o edad. [52]
Las categorías sociales basadas en la edad, la raza y el género son utilizadas por las personas cuando conocen a una nueva persona. Debido a que algunas de estas categorías se refieren a rasgos físicos, a menudo se utilizan automáticamente cuando las personas no se conocen entre sí. [53] Estas categorías no son objetivas y dependen de cómo las personas ven el mundo que las rodea. Permiten que las personas se identifiquen con personas similares e identifiquen a personas que son diferentes. Son útiles en la formación de la propia identidad con las personas que las rodean. Uno puede construir su propia identidad identificándose en un grupo o rechazando a otro grupo. [54]
La categorización social es similar a otros tipos de categorización, ya que tiene como objetivo simplificar la comprensión de las personas. Sin embargo, la creación de categorías sociales implica que las personas se posicionarán en relación con otros grupos. Una jerarquía en las relaciones grupales puede aparecer como resultado de la categorización social. [54]
Los académicos sostienen que el proceso de categorización comienza a una edad temprana, cuando los niños comienzan a aprender sobre el mundo y las personas que los rodean. Los niños aprenden a conocer a las personas según categorías basadas en similitudes y diferencias. Las categorías sociales creadas por los adultos también afectan su comprensión del mundo. Aprenden sobre los grupos sociales al escuchar generalidades sobre estos grupos de parte de sus padres. Luego pueden desarrollar prejuicios sobre las personas como resultado de estas generalidades. [53]
Stephen Reicher y Nick Hopkins mencionan otro aspecto de la categorización social relacionado con la dominación política. Sostienen que los líderes políticos utilizan categorías sociales para influir en los debates políticos. [52]
La actividad de clasificar a las personas según criterios subjetivos u objetivos puede verse como un proceso negativo debido a su tendencia a conducir a la violencia de un grupo hacia otro. [55] De hecho, las similitudes reúnen a personas que comparten rasgos comunes, pero las diferencias entre grupos pueden conducir a tensiones y luego al uso de la violencia entre esos grupos. La creación de grupos sociales por parte de las personas es responsable de una jerarquización de las relaciones entre grupos. [55] Estas relaciones jerárquicas participan en la promoción de estereotipos sobre personas y grupos, a veces basados en criterios subjetivos. Las categorías sociales pueden alentar a las personas a asociar estereotipos a grupos de personas. Asociar estereotipos a un grupo, y a las personas que pertenecen a este grupo, puede conducir a formas de discriminación hacia las personas de este grupo. [56] La percepción de un grupo y los estereotipos asociados a él tienen un impacto en las relaciones y actividades sociales.
Algunas categorías sociales tienen más peso que otras en la sociedad. Por ejemplo, en la historia y todavía hoy, la categoría de “raza” es una de las primeras categorías utilizadas para clasificar a las personas. Sin embargo, sólo unas pocas categorías de raza se utilizan comúnmente, como “negro”, “blanco”, “asiático”, etc. Participa en la reducción de la multitud de etnias a unas pocas categorías basadas principalmente en el color de la piel de las personas. [57]
El proceso de clasificación de las personas crea una visión del otro como "diferente", lo que conduce a la deshumanización de las personas. Los académicos hablan de las relaciones intergrupales con el concepto de la teoría de la identidad social desarrollada por H. Tajfel. [55] De hecho, en la historia, muchos ejemplos de categorización social han llevado a formas de dominación o violencia de un grupo dominante a un grupo dominado. Los períodos de colonización son ejemplos de momentos en los que las personas de un grupo decidieron dominar y controlar a otras personas pertenecientes a otros grupos porque las consideraban inferiores. El racismo, la discriminación y la violencia son consecuencias de la categorización social y pueden ocurrir a causa de ella. Cuando las personas ven a los demás como diferentes, tienden a desarrollar relaciones jerárquicas con otros grupos. [55]
No puede haber categorización sin la posibilidad de una categorización errónea . [58] Para hacer "lo correcto con el tipo correcto de cosa", [59] tiene que haber tanto una cosa correcta como una incorrecta que hacer. No sólo una categoría de la que "todo" es miembro conduce lógicamente a la paradoja de Russell ("¿es o no es un miembro de sí mismo?"), sino que sin la posibilidad de error, no hay manera de detectar o definir lo que distingue a los miembros de la categoría de los no miembros.
Un ejemplo de la ausencia de no miembros es el problema de la pobreza del estímulo en el aprendizaje de la lengua por parte del niño: los niños que aprenden la lengua no escuchan ni cometen errores en las reglas de la Gramática Universal (GU). Por lo tanto, nunca se les corrigen los errores en la GU. Sin embargo, el habla de los niños obedece a las reglas de la GU, y los hablantes pueden detectar inmediatamente que algo está mal si un lingüista genera (deliberadamente) un enunciado que viola la GU. Por lo tanto, los hablantes pueden categorizar lo que cumple con la GU y lo que no. Los lingüistas han llegado a la conclusión de que las reglas de la GU deben estar codificadas de alguna manera de forma innata en el cerebro humano. [60]
Sin embargo, las categorías ordinarias, como “perros”, tienen abundantes ejemplos de no miembros (gatos, por ejemplo). Por lo tanto, es posible aprender, por ensayo y error, con corrección de errores, a detectar y definir lo que distingue a los perros de los no perros y, por lo tanto, a categorizarlos correctamente. [61] Este tipo de aprendizaje, llamado aprendizaje de refuerzo en la literatura conductual y aprendizaje supervisado en la literatura computacional, depende fundamentalmente de la posibilidad de error y de corrección de errores. La categorización errónea (ejemplos de no miembros de la categoría) siempre debe existir, no solo para que la categoría se pueda aprender, sino para que la categoría exista y sea definible.
