El aprendizaje artificial de gramática ( AGL ) es un paradigma de estudio dentro de la psicología cognitiva y la lingüística . Su objetivo es investigar los procesos que subyacen al aprendizaje del lenguaje humano probando la capacidad de los sujetos para aprender una gramática inventada en un laboratorio. Fue desarrollado para evaluar los procesos de aprendizaje del lenguaje humano, pero también se ha utilizado para estudiar el aprendizaje implícito en un sentido más general. El área de interés suele ser la capacidad de los sujetos para detectar patrones y regularidades estadísticas durante una fase de entrenamiento y luego utilizar sus nuevos conocimientos sobre esos patrones en una fase de prueba. La fase de prueba puede utilizar los símbolos o sonidos utilizados en la fase de entrenamiento o transferir los patrones a otro conjunto de símbolos o sonidos como estructura superficial.
Muchos investigadores proponen que las reglas de la gramática artificial se aprenden a un nivel implícito ya que las reglas de la gramática nunca se presentan explícitamente a los participantes. El paradigma también se ha utilizado recientemente para otras áreas de investigación, como la aptitud para el aprendizaje de idiomas , la preparación estructural [1] y para investigar qué estructuras cerebrales están involucradas en la adquisición de sintaxis y el aprendizaje implícito.
Además de en los humanos, el paradigma también se ha utilizado para investigar el aprendizaje de patrones en otras especies, por ejemplo, los titíes cabeciblancos y los estorninos pintos .
Hace más de medio siglo George A. Miller [2] estableció el paradigma del aprendizaje gramatical artificial con el fin de investigar la influencia de las estructuras gramaticales explícitas en el aprendizaje humano, diseñó un modelo gramatical de letras con diferentes secuencias. Su investigación demostró que era más fácil recordar una secuencia gramatical estructurada que una secuencia aleatoria de letras. Su explicación fue que los alumnos podían identificar las características comunes entre las secuencias aprendidas y, en consecuencia, codificarlas en un conjunto de memoria. Predijo que los sujetos podrían identificar qué letras probablemente aparecerían juntas como una secuencia repetidamente y cuáles no, y que los sujetos usarían esta información para formar conjuntos de memoria. Esos conjuntos de recuerdos sirvieron a los participantes como estrategia más adelante durante sus pruebas de memoria.
Reber [3] dudó de la explicación de Miller. Afirmó que si los participantes podían codificar las reglas gramaticales como conjuntos de memoria productivos, entonces deberían poder verbalizar su estrategia en detalle. Realizó una investigación que condujo al desarrollo del paradigma AGL moderno. Esta investigación utilizó un modelo sintético de aprendizaje de gramática para probar el aprendizaje implícito. AGL se convirtió en el modelo más utilizado y probado en el campo. Como en el paradigma original desarrollado por Miller, se pidió a los participantes que memorizaran una lista de cadenas de letras creadas a partir de un modelo de reglas gramaticales artificiales. Sólo durante la fase de prueba se les dijo a los participantes que había un conjunto de reglas detrás de las secuencias de letras que memorizaban. Luego se les pidió que clasificaran nuevas cadenas de letras basándose en el mismo conjunto de reglas a las que no habían estado expuestos anteriormente. Clasificaron las nuevas cadenas de letras como secuencias "gramaticales" (construidas a partir de la regla gramatical) y "construidas aleatoriamente". Si los sujetos clasificaron correctamente las nuevas cadenas por encima del nivel de azar, se podría inferir que habían adquirido la estructura de reglas gramaticales sin ninguna instrucción explícita de las reglas. Reber [3] descubrió que los participantes clasificaban nuevas cadenas por encima del nivel de probabilidad. Si bien informaron haber usado estrategias durante la tarea de clasificación, en realidad no pudieron verbalizar esas estrategias. Los sujetos pudieron identificar qué cadenas eran gramaticalmente correctas, pero no pudieron identificar las reglas que componían las cadenas gramaticales.
Esta investigación fue replicada y ampliada por muchos otros. [4] [5] [6] [7] Las conclusiones de la mayoría de estos estudios fueron congruentes con la hipótesis de Reber: el proceso de aprendizaje implícito se realizó sin estrategias de aprendizaje intencionales. Estos estudios también identificaron características comunes al conocimiento adquirido implícitamente:
El paradigma AGL moderno se puede utilizar para investigar el aprendizaje explícito e implícito, aunque se utiliza con mayor frecuencia para probar el aprendizaje implícito. En un experimento AGL típico, los participantes deben memorizar cadenas de letras generadas previamente por una gramática específica . La longitud de las cadenas suele oscilar entre 2 y 9 letras por cadena. Un ejemplo de dicha gramática se muestra en la figura 1.
Figura 1: Ejemplo de una regla gramatical artificial
Para componer una cadena de letras gramaticalmente "reglas", de acuerdo con la regla gramatical predeterminada, un sujeto debe seguir las reglas para el emparejamiento de letras como se representa en el modelo (figura 1). Cuando se observa una violación del sistema de reglas gramaticales que compone la cadena, se considera una cadena "sin reglas" o construida aleatoriamente.
En el caso de una tarea de aprendizaje implícito AGL estándar, [3] a los sujetos no se les dice que las cadenas se basan en una gramática específica. En cambio, simplemente se les asigna la tarea de memorizar las cadenas de letras para un recuerdo. Después de la fase de aprendizaje, se les dice a los sujetos que las cadenas de letras presentadas durante la fase de aprendizaje se basaron en reglas específicas, pero no se les dice explícitamente cuáles son las reglas. Durante una fase de prueba, se instruye a los sujetos a clasificar nuevas cadenas de letras como "gobernantes" o "ingobernables". La variable dependiente que normalmente se mide es el porcentaje de cadenas categorizadas correctamente. Se considera que el aprendizaje implícito es exitoso cuando el porcentaje de cadenas ordenadas correctamente es significativamente mayor que el nivel de probabilidad. Si se encuentra esta diferencia significativa, indica la existencia de un proceso de aprendizaje que es más complicado que memorizar las cadenas de letras presentadas. [8]
El mecanismo detrás del aprendizaje implícito que se supone que ocurre cuando las personas participan en el aprendizaje gramatical artificial es el aprendizaje estadístico o, más específicamente, el aprendizaje bayesiano . El aprendizaje bayesiano tiene en cuenta los tipos de sesgos o "distribuciones de probabilidad previas" que tienen los individuos que contribuyen al resultado de las tareas de aprendizaje implícito. Estos sesgos pueden considerarse como una distribución de probabilidad que contiene la probabilidad de que cada hipótesis posible sea correcta. Debido a la estructura del modelo bayesiano , las inferencias generadas por el modelo tienen la forma de una distribución de probabilidad en lugar de un evento único más probable. Esta distribución de producción es una "distribución de probabilidad posterior". La probabilidad posterior de cada hipótesis en la distribución original es la probabilidad de que la hipótesis sea verdadera dados los datos y la probabilidad de que los datos sean verdaderos. [9] Este modelo bayesiano de aprendizaje es fundamental para comprender el proceso de detección de patrones involucrado en el aprendizaje implícito y, por tanto, los mecanismos que subyacen a la adquisición de reglas de aprendizaje gramaticales artificiales. Se plantea la hipótesis de que el aprendizaje implícito de la gramática implica predecir la coexistencia de determinadas palabras en un orden determinado. Por ejemplo, "el perro persiguió la pelota" es una oración que puede aprenderse como gramaticalmente correcta en un nivel implícito debido a la alta coexistencia de "persecución" como una de las palabras que siguen a "perro". Una oración como "el perro, gato, la pelota" se reconoce implícitamente como gramaticalmente incorrecta debido a la falta de expresiones que contengan esas palabras emparejadas en ese orden específico. Este proceso es importante para separar roles temáticos y partes del discurso en el procesamiento gramatical (ver gramática ). Si bien el etiquetado de los roles temáticos y las partes del discurso es explícito, la identificación de palabras y partes del discurso es implícita.
Los enfoques tradicionales de AGL afirman que el conocimiento almacenado obtenido durante la fase de aprendizaje es abstracto. [3] Otros enfoques [5] [10] sostienen que este conocimiento almacenado es concreto y consta de ejemplos de cadenas encontradas durante la fase de aprendizaje o "fragmentos" de estos ejemplos. [6] [11] En cualquier caso, se supone que la información almacenada en la memoria se recupera en la fase de prueba y se utiliza para ayudar a tomar decisiones sobre cadenas de letras. [12] [13] Tres enfoques principales intentan explicar el fenómeno AGL:
La investigación con pacientes con amnesia sugiere que el "enfoque de factor dual" puede ser el modelo más preciso. [18] Una serie de experimentos con pacientes amnésicos apoyan la idea de que AGL implica tanto conceptos abstractos como ejemplos concretos. Los amnésicos pudieron clasificar los estímulos como "gramaticales" versus "construidos aleatoriamente" tan bien como los participantes del grupo de control. Si bien pudieron completar con éxito la tarea, los amnésicos no pudieron recordar explícitamente "fragmentos" gramaticales de la secuencia de letras, mientras que el grupo de control pudo recordarlos explícitamente. Al realizar la tarea con las mismas reglas gramaticales pero una secuencia de letras diferente a aquellas con las que fueron evaluados previamente, tanto los amnésicos como el grupo de control pudieron completar la tarea (aunque el rendimiento fue mejor cuando la tarea se completó usando el mismo conjunto). de letras utilizadas para el entrenamiento). Los resultados del experimento respaldan el enfoque de doble factor para el aprendizaje artificial de la gramática en el sentido de que las personas usan información abstracta para aprender reglas gramaticales y usan memoria concreta y específica de ejemplos para fragmentos. Dado que los amnésicos no podían almacenar "fragmentos" específicos en la memoria, completaron la tarea utilizando un conjunto abstracto de reglas. El grupo de control pudo almacenar estos fragmentos específicos en la memoria y (como lo demuestra el recuerdo) almacenó estos ejemplos en la memoria para referencia posterior.
La investigación sobre AGL ha sido criticada debido a la "pregunta automática": ¿Se considera que AGL es un proceso automático? Durante la codificación (ver codificación (memoria) ), la interpretación puede ser automática en el sentido de que ocurre sin un seguimiento consciente (sin una guía consciente de las intenciones del intérprete). En el caso de AGL, se afirmó que el aprendizaje implícito es un proceso automático debido a que se realiza sin intención de aprender una regla gramatical específica. [3] Esto cumple con la definición clásica de "proceso automático" como un proceso rápido, inconsciente y sin esfuerzo que puede comenzar sin querer. Cuando se despierta, continúa hasta que termina sin la capacidad de detenerse o ignorar sus consecuencias. [19] [20] [21] Esta definición ha sido cuestionada muchas veces. Se han dado definiciones alternativas para el proceso automático. [22] [23] [24] La presunción de Reber de que AGL es automático podría ser problemática al implicar que un proceso no intencional es un proceso automático en su esencia. Al centrarse en las pruebas AGL, es necesario abordar algunas cuestiones. El proceso es complejo y contiene codificación y recuperación o recuperación. Tanto la codificación como la recuperación podrían interpretarse como procesos automáticos ya que lo codificado durante la etapa de aprendizaje no es necesario para la tarea realizada intencionalmente durante la etapa de prueba. [25] Los investigadores deben diferenciar entre implícitamente el proceso de aprendizaje o codificación del conocimiento y también el desempeño durante la fase de prueba o la recuperación del conocimiento. El conocimiento codificado durante el entrenamiento puede incluir muchos aspectos de los estímulos presentados (cadenas completas, relaciones entre elementos, etc.). La contribución de los diversos componentes al desempeño depende tanto de la instrucción específica en la fase de adquisición como de los requisitos de la tarea de recuperación. [13] Por lo tanto, las instrucciones de cada fase son importantes para determinar si cada etapa requerirá o no procesamiento automático. La automaticidad de cada fase debe evaluarse por separado.
Una hipótesis que contradice la automaticidad del AGL es el "mero efecto de exposición". El efecto de mera exposición es un aumento del afecto hacia un estímulo que es el resultado de una exposición repetida y no reforzada al estímulo. [26] Los resultados de más de 200 experimentos sobre este efecto indican que existe una relación positiva entre la calificación media de "bondad" y la frecuencia de exposición al estímulo. Los estímulos para estos experimentos incluyeron dibujos lineales, polígonos y palabras sin sentido (que son tipos de estímulos utilizados en la investigación de AGL). Estos experimentos expusieron a los participantes a cada estímulo hasta 25 veces. Después de cada exposición, se pidió a los participantes que calificaran el grado en que cada estímulo sugería un efecto "bueno" versus "malo" en una escala de 7 puntos. Además del patrón principal de resultados, también se encontró en varios experimentos que los participantes calificaron un mayor afecto positivo con elementos previamente expuestos que con elementos nuevos. Dado que la cognición implícita no debería hacer referencia a episodios de estudios anteriores, los efectos sobre las calificaciones afectivas no deberían haberse observado si el procesamiento de estos estímulos es realmente implícito. Los resultados de estos experimentos sugieren que puede ocurrir una categorización diferente de las cadenas debido a diferencias en el afecto asociado con las cadenas y no debido a reglas gramaticales aprendidas implícitamente.
Desde la llegada de las computadoras y la inteligencia artificial , se han adaptado programas informáticos que intentan simular el proceso de aprendizaje implícito observado en el paradigma AGL. Los programas de IA adaptados por primera vez para simular el aprendizaje de gramática tanto natural como artificial utilizaron la siguiente estructura básica:
Uno de los primeros modelos para el aprendizaje de gramática de la IA es el sistema SNPR de Wolff. [27] [28] El programa adquiere una serie de letras sin pausas ni puntuación entre palabras y oraciones. Luego, el programa examina la cadena en subconjuntos y busca secuencias comunes de símbolos y define "fragmentos" en términos de estas secuencias (estos fragmentos son similares a los fragmentos específicos de ejemplar descritos para AGL). A medida que el modelo adquiere estos fragmentos a través de la exposición, los fragmentos comienzan a reemplazar las secuencias de letras continuas. Cuando un fragmento precede o sigue a un fragmento común, el modelo determina clases disyuntivas en términos del primer conjunto. [28] Por ejemplo, cuando el modelo encuentra "el-perro-perseguido" y "el-gato-perseguido", clasifica "perro" y "gato" como miembros de la misma clase, ya que ambos preceden a "persecución". Si bien el modelo clasifica fragmentos en clases, define explícitamente estos grupos (por ejemplo, sustantivo, verbo). Los primeros modelos de aprendizaje gramatical de IA como estos ignoraban la importancia de los casos negativos del efecto de la gramática en la adquisición de la gramática y también carecían de la capacidad de conectar las reglas gramaticales con la pragmática y la semántica . Los modelos más nuevos han intentado tener en cuenta estos detalles. El Modelo Unificado [29] intenta tener ambos factores en cuenta. El modelo desglosa la gramática según "pistas". Los idiomas marcan los roles de los casos utilizando cinco tipos de señales posibles: orden de las palabras, marcación de los casos, concordancia, entonación y expectativa basada en los verbos (ver gramática ). La influencia que cada señal tiene sobre la gramática de un idioma está determinada por su "fuerza de señal" y su "validez de señal". Ambos valores se determinan utilizando la misma fórmula, excepto que la intensidad de la señal se define a través de resultados experimentales y la validez de la señal se define a través de recuentos de corpus de bases de datos de idiomas. La fórmula para la fuerza/validez de la señal es la siguiente:
La disponibilidad de señales es la proporción de veces que la señal está disponible respecto de las veces que se necesita. La confiabilidad de la señal es la proporción de veces que la señal es correcta sobre el total de ocurrencias de la señal. Al incorporar la confiabilidad de las señales junto con la disponibilidad de las señales, el Modelo Unificado puede tener en cuenta los efectos de instancias negativas de gramática, ya que tiene en cuenta la precisión y no solo la frecuencia. Como resultado, esto también tiene en cuenta la información semántica y pragmática, ya que las señales que no producen gramática en el contexto apropiado tendrán una fuerza y una validez de señal bajas. Si bien el modelo de MacWhinney [29] también simula el aprendizaje natural de la gramática, intenta modelar los procesos de aprendizaje implícitos observados en el paradigma AGL.
Los estudios contemporáneos con AGL han intentado identificar qué estructuras están involucradas en la adquisición de la gramática y el aprendizaje implícito. Los pacientes afásicos agramáticos (ver Agramatismo ) fueron evaluados con el paradigma AGL. Los resultados muestran que la alteración del lenguaje en la afasia agramática se asocia con un deterioro en el aprendizaje artificial de la gramática, lo que indica daño a los mecanismos neuronales de dominio general que sirven tanto al lenguaje como al aprendizaje secuencial. [30] De Vries, Barth, Maiworm, Knecht, Zwitserlood y Flöel [31] descubrieron que la estimulación eléctrica del área de Broca mejora el aprendizaje implícito de una gramática artificial. La estimulación con corriente continua puede facilitar la adquisición de conocimientos gramaticales, un hallazgo de potencial interés para la rehabilitación de la afasia. Petersson, Vasiliki y Hagoort , [32] examinan los correlatos neurobiológicos de la sintaxis , el procesamiento de secuencias estructuradas, comparando los resultados de la resonancia magnética funcional en la sintaxis del lenguaje natural y artificial. Sostienen que la " jerarquía de Chomsky " no es directamente relevante para los sistemas neurobiológicos a través de las pruebas AGL.