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 grupos, mediante 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 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 hacen los humanos y otros organismos : "hacer lo correcto con el tipo correcto de cosas". La actividad de categorizar cosas puede ser verbal o no verbal. Para los humanos, tanto los objetos concretos como las ideas abstractas se reconocen, diferencian y comprenden mediante la categorización. Los objetos suelen clasificarse con 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 en 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 colecciones distintas de instancias concretas o abstractas (miembros de la categoría) que el sistema cognitivo considera equivalentes. El uso del conocimiento de categorías requiere que uno acceda a representaciones mentales que definen las características centrales de los miembros de la categoría (los psicólogos cognitivos se refieren a estas representaciones mentales específicas de categorías como conceptos ). [4] [5]
Para los teóricos de la categorización, la categorización de objetos a menudo se considera utilizando taxonomías con tres niveles jerárquicos de abstracción . [6] Por ejemplo, una planta podría identificarse en un nivel alto de abstracción simplemente etiquetándola como flor, en un nivel medio de abstracción especificando que la flor es una rosa, o en un nivel bajo de abstracción especificando con más detalle esta rosa en particular. como se levantó un perro. Las categorías de una taxonomía se relacionan entre sí mediante 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 al estudiar la categorización es cómo comienza la diferenciación conceptual entre las características de la experiencia consciente en organismos jóvenes e inexpertos. Cada vez más datos experimentales muestran evidencia de diferenciación entre características de objetos y eventos en recién nacidos e incluso en fetos durante el período prenatal. [8] [9] Este desarrollo tiene éxito en organismos que sólo demuestran reflejos simples (ver artículos sobre el problema vinculante , cognición , desarrollo cognitivo , desarrollo cognitivo infantil , integración multisensorial y 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 sólo aparecen en el entorno categorizado. Así, el organismo joven e inexperto no tiene pensamiento abstracto y no puede lograr de forma independiente una diferenciación conceptual entre las características de la experiencia consciente si resuelve por sí solo el problema de categorización.
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 y explicar los procesos de configuración de la intencionalidad . [12] Además, 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 inicio 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 la actividad cerebral en condiciones sin comunicación en parejas mientras los sujetos resolvían el problema cognitivo compartido, y registraron una mayor actividad cerebral en contraste con la condición cuando los sujetos resolvían un problema similar solos. [15] [16] [17] [18] [19] [20] Estos datos muestran que la interacción colaborativa sin señales sensoriales puede surgir en parejas madre-hijo, proporcionando una intencionalidad compartida . [8] Muestra el modo de conocer en la etapa sin comunicación ni 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 que se basa 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 muy influyente y dominante en la cultura occidental, particularmente en la filosofía, la lingüística y la psicología. [21] [22] El método categórico de análisis de Aristóteles se transmitió a la universidad escolástica medieval a través del 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 debe tener su membresía, las categorías son discretas en el sentido de que tienen límites claramente definidos (o un elemento pertenece a uno 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 sólo una, de las categorías propuestas. [ cita necesaria ]
La visión clásica de las categorías apareció por primera vez en el contexto de la Filosofía occidental en la obra de Platón , quien, en su diálogo Estadista , introduce el enfoque de agrupar 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 clásico en su enfoque de la clasificación de los seres vivos (que utiliza la técnica de aplicar sucesivas preguntas restrictivas como "¿Es un animal o un vegetal?", "¿Cuántos pies tiene?", " ¿Tiene pelo o plumas?", "¿Puede volar?"...), estableciendo así las bases 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 , GE Moore , 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, Durkheim y Mauss introdujeron la cuestión de las categorías en las ciencias sociales empíricas, cuyo trabajo pionero ha sido revisado en la erudición 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, que a su vez han influido en su adopción también por psicólogos como Allan M. Collins y M. Ross Quillian. . [1] [29]
Las versiones modernas de la teoría clásica de la categorización 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 basándose en prototipos . Este enfoque ha sido muy influyente, particularmente para la lingüística cognitiva . [1] Se basó en parte en ideas previas, en particular la formulación de un modelo categorial basado en el parecido familiar por Wittgenstein (1953) y por Roger Brown en ¿Cómo se llamará una cosa? (1958). [1]
La teoría del prototipo fue adoptada luego por lingüistas cognitivos como George Lakoff . La teoría del prototipo es un ejemplo de un enfoque de categorización basado en similitudes, en el que se utiliza una representación de categoría almacenada para evaluar la similitud de los miembros candidatos de la categoría. [32] Según la teoría del prototipo, esta representación almacenada consiste en una representación resumida de los miembros de la categoría. Este prototipo de estímulo puede adoptar diversas formas. Podría ser una tendencia central que represente al miembro promedio de la categoría, un estímulo modal que represente el caso 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 enfatice la características distintivas de la categoría. [33] Una consideración importante de esta representación prototipo es que no refleja necesariamente la existencia de una instancia real de la categoría en el mundo. [33] Además, los prototipos son muy sensibles al contexto. [34] Por ejemplo, si bien el prototipo de una persona para la categoría de bebidas puede ser el refresco o el agua mineral, el contexto del brunch podría llevarlo a seleccionar la mimosa como bebida prototípica.
La teoría del prototipo afirma que los miembros de una categoría determinada comparten un parecido familiar , y las categorías se definen por conjuntos de características típicas (a diferencia de que todos los miembros posean características necesarias y suficientes). [35]
Otro ejemplo del enfoque de categorización basado en similitudes, la teoría ejemplar, también compara la similitud de los miembros candidatos de una categoría con representaciones de memoria almacenadas. Según la teoría ejemplar, todas las instancias conocidas de una categoría se almacenan en la memoria como ejemplares. Al evaluar la pertenencia a una categoría de entidad desconocida, se recuperan de la memoria ejemplos de categorías potencialmente relevantes y se suma la similitud de la entidad con esos ejemplos para formular una decisión de categorización. [33] El modelo de contexto de Medin y Schaffer (1978) emplea un enfoque del vecino más cercano que, en lugar de sumar las similitudes de una entidad con ejemplos relevantes, las multiplica para proporcionar similitudes ponderadas que reflejan la proximidad de la entidad a ejemplos relevantes. [36] Esto efectivamente sesga las decisiones de categorización hacia los ejemplares más similares a la entidad a ser categorizada. [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 intentos de explicar cómo se representa el conocimiento. En este enfoque, las clases (grupos o entidades) se generan formulando primero sus descripciones conceptuales y luego clasificando las entidades según las descripciones. [40]
El clustering conceptual se desarrolló principalmente durante la década de 1980, como un paradigma de máquina para el aprendizaje no supervisado . Se distingue de la agrupación de datos ordinaria porque genera una descripción de concepto para cada categoría generada.
El agrupamiento conceptual está estrechamente relacionado con la teoría de conjuntos difusos , en la que los objetos pueden pertenecer a uno o más grupos, en diversos grados de adecuación. Un enfoque cognitivo acepta que las categorías naturales están graduadas (tienden a ser confusas en sus límites) y inconsistentes en el estatus de sus miembros constituyentes. La idea de condiciones necesarias y suficientes casi nunca se cumple en categorías de cosas que ocurren naturalmente.
Si bien una discusión exhaustiva del aprendizaje por categorías está más allá del alcance de este artículo, una breve descripción general del aprendizaje por categorías y sus teorías asociadas es útil para comprender los modelos formales de categorización.
Si la investigación sobre 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 suelen emplear categorías novedosas de objetos arbitrarios (por ejemplo, matrices de puntos) para garantizar que los participantes no estén familiarizados en absoluto con los estímulos. [41] Los investigadores del aprendizaje por categorías generalmente se han centrado en dos formas distintas de aprendizaje por categorías. El aprendizaje de clasificación asigna a los participantes la tarea de predecir etiquetas de categorías para un estímulo en función de las características proporcionadas. El aprendizaje de clasificación se centra en el aprendizaje de información entre categorías y las características de diagnóstico de las categorías. [42] Por el contrario, el aprendizaje por inferencia asigna a los participantes la tarea de inferir la presencia/valor de una característica de categoría basándose en una etiqueta de categoría proporcionada y/o la presencia de otras características de categoría. El aprendizaje por inferencia se centra en el aprendizaje de información dentro de la categoría y las características prototípicas de la categoría. [42]
Las tareas de aprendizaje por categorías generalmente se pueden dividir en dos categorías, aprendizaje supervisado y no supervisado. Las tareas de aprendizaje supervisadas proporcionan a los alumnos etiquetas de categorías. Luego, los alumnos utilizan información extraída de categorías de ejemplo etiquetadas para clasificar los estímulos en la categoría apropiada, 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 supervisadas no proporcionan a los alumnos etiquetas de categorías. Por lo tanto, los alumnos deben reconocer las estructuras inherentes a 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 utilizadas para estudiar el aprendizaje por categorías adoptan varias formas:
Los investigadores del aprendizaje de categorías han propuesto varias teorías sobre cómo los humanos aprenden categorías. [43] Las teorías predominantes sobre el aprendizaje por categorías incluyen la teoría del prototipo, la teoría ejemplar y la teoría ligada a la decisión. [41]
La teoría del prototipo sugiere que para aprender una categoría, uno debe aprender el prototipo de la categoría. La categorización posterior de estímulos novedosos se logra seleccionando la categoría con el prototipo más similar. [41]
La teoría ejemplar sugiere que para aprender una categoría, uno debe aprender sobre los ejemplares que pertenecen a esa categoría. La categorización posterior de un estímulo nuevo se logra calculando su similitud con los ejemplos conocidos de categorías potencialmente relevantes y seleccionando la categoría que contiene los ejemplos más similares. [36]
La teoría ligada a la decisión sugiere que para aprender una categoría, uno debe aprender las regiones de un espacio de estímulo asociadas con respuestas particulares o los límites (los límites de decisión) que dividen estas regiones de respuesta. Luego, la categorización de un estímulo nuevo se logra determinando en qué región de respuesta está contenido. [44]
Se han desarrollado modelos computacionales de categorización para probar 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 las predicciones proporcionadas por el modelo se alinean con el desempeño humano. Basándose en el éxito del modelo a la hora de explicar los datos, los teóricos pueden sacar conclusiones sobre la exactitud de sus teorías y la relevancia de sus teorías 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] En segundo lugar, 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 ejemplos disponibles para cada categoría). [36] En tercer lugar, 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 interno de varios modelos de categorización reflejan las representaciones específicas que utilizan para realizar estas transformaciones. Las representaciones típicas empleadas por los modelos incluyen ejemplos, prototipos y reglas. [33]
Modelo prototipo de características ponderadas [32] Reed produjo una de las primeras instancias del modelo prototipo a principios de los años 1970. Reed (1972) realizó una serie de experimentos para comparar el desempeño de 18 modelos al explicar datos de una tarea de categorización que requería que los participantes clasificaran caras 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 tradicionales de distancia promedio, este modelo ponderó diferencialmente 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 de prototipos para cada una de las dos categorías de rostros y categorizar 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 discriminatorias 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 los años 1980, dando como resultado la producción del Modelo de Contexto Generalizado (GCM). [46] El GCM es un modelo ejemplar que almacena ejemplos 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 están definidos por todas las demás características con las que esa característica coexiste. 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 evaluada 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) . Luego, se generan respuestas categóricas 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 respuesta del ejemplar. asociación con la categoría. Esto efectivamente asigna a cada categoría una probabilidad de selección que está determinada por la proporción de votos que recibe, que luego puede ajustarse a los datos.
Modelo RULEX (Regla-Más-Excepción) [47] Si bien las reglas lógicas simples son ineficaces para aprender estructuras de categorías mal definidas, algunos defensores de la teoría de la categorización basada en reglas sugieren que se puede utilizar una regla imperfecta para aprender tales estructuras de categorías si existen excepciones. a esa regla también se almacenan y consideran. 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 queda entonces determinada por el resultado de estas pruebas secuenciales. El modelo RULEX busca reglas de las siguientes maneras: [49]
El método que utiliza RULEX para realizar estas búsquedas es el siguiente: [49] Primero, RULEX intenta una búsqueda exacta. Si tiene éxito, RULEX aplicará continuamente esa regla hasta que se produzca una clasificación errónea. Si la búsqueda exacta no logra identificar una regla, se iniciará una búsqueda imperfecta o conjuntiva. Una regla suficiente, aunque imperfecta, adquirida durante una de estas fases de búsqueda se implementará permanentemente y el modelo RULEX comenzará 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 ( Red Incremental Adaptativa Estratificada Supervisada y No Supervisada ) [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 poder tener en cuenta la variabilidad presente en las metas, tareas y estrategias del alumno. [50] Esta propuesta fue realizada por Love y colegas (2004) mediante la creación de SUSTAIN, un modelo de agrupamiento flexible capaz de acomodar problemas de categorización tanto simples como complejos a través de una adaptación incremental a las características específicas de los problemas.
En la práctica, el modelo SUSTAIN primero convierte la información perceptiva de un estímulo en características que se organizan según un conjunto de dimensiones. El espacio de representación que abarca estas dimensiones se distorsiona luego (p. ej., se estira o se contrae) para reflejar la importancia de cada característica basándose en entradas de un mecanismo de atención. Un conjunto de grupos (instancias específicas agrupadas por similitud) asociados con categorías distintas compiten para responder al estímulo, y el estímulo se asigna posteriormente al grupo cuyo espacio de representación está más cerca del estímulo. El valor desconocido de la dimensión del estímulo (p. ej., etiqueta de categoría) es luego predicho por el grupo ganador, que, a su vez, informa la decisión de categorización.
La flexibilidad del modelo SUSTAIN se logra a través de su capacidad para emplear aprendizaje supervisado y no supervisado a nivel de clúster. Si SUSTAIN predice incorrectamente que un estímulo pertenece a un grupo particular, la retroalimentación correctiva (es decir, aprendizaje supervisado) indicaría a Sustain que reclute un grupo adicional que represente el estímulo mal clasificado. Por lo tanto, las exposiciones posteriores al estímulo (o una alternativa similar) se asignarían al grupo correcto. SUSTAIN también empleará aprendizaje no supervisado para reclutar un grupo adicional si la similitud entre el estímulo y el grupo más cercano no excede un umbral, ya que el modelo reconoce la débil utilidad predictiva que resultaría de dicha asignación de grupo. SUSTAIN también muestra flexibilidad en la forma de resolver problemas de categorización tanto simples como complejos. Absolutamente, la representación interna de SUSTAIN contiene solo un grupo, lo que inclina 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 grupos adicionales 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 diferentes criterios. La categorización es un proceso estudiado por los estudiosos de las ciencias cognitivas, 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] Se pueden crear grupos basados en etnia, país de origen, religión, identidad sexual, privilegios sociales, 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 origen étnico, religión o edad. [52]
Las personas utilizan categorías sociales basadas en la edad, la raza y el género cuando conocen a una nueva persona. Debido a que algunas de estas categorías se refieren a rasgos físicos, a menudo se usan automáticamente cuando las personas no se conocen. [53] Estas categorías no son objetivas y dependen de cómo las personas ven el mundo que las rodea. Permiten a las personas identificarse con personas similares e identificar a personas diferentes. Son útiles en la formación de la identidad con las personas que los 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, crear categorías sociales implica que las personas se posicionarán en relación con otros grupos. Una jerarquía en las relaciones grupales puede aparecer como resultado de una 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 impactan 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 y está 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 generar tensiones y luego el uso de la violencia entre esos grupos. La creación de grupos sociales por parte de 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 con grupos de personas. Asociar estereotipos a un grupo, y a las personas que pertenecen a este grupo, puede dar lugar 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 se utilizan habitualmente unas pocas categorías de raza, 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 lleva a la deshumanización de las personas. Los estudiosos hablan de las relaciones intergrupales con el concepto de teoría de la identidad social desarrollado 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 épocas en las que las personas de un grupo eligieron 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 posibilidad de categorización errónea . [58] Para hacer "lo correcto con el tipo correcto de cosas", [59] tiene que haber tanto algo correcto como incorrecto que hacer. Una categoría de la que "todo" es miembro no sólo conduce lógicamente a la paradoja de Russell ("¿es o no miembro de sí mismo?"), sino que sin posibilidad de error, no hay forma de detectar o definir lo que distingue a los miembros de la categoría de los que no lo son.
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 o cometen errores en las reglas de la Gramática Universal (UG). Por lo tanto, nunca se corrigen los errores en UG. Sin embargo, el habla de los niños obedece las reglas de la GU, y los hablantes pueden detectar inmediatamente que algo anda mal si un lingüista genera (deliberadamente) un enunciado que viola la GU. Por lo tanto, los hablantes pueden clasificar lo que cumple y lo que no cumple con la UG. 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 tanto, es posible aprender, mediante prueba y error, con corrección de errores, a detectar y definir qué distingue a los perros de los que no son perros y, por tanto, a categorizarlos correctamente. [61] Este tipo de aprendizaje, llamado aprendizaje por refuerzo en la literatura conductual y aprendizaje supervisado en la literatura computacional, depende fundamentalmente de la posibilidad de error y de la corrección de errores. La categorización errónea (ejemplos de no miembros de la categoría) siempre debe existir, no sólo para que la categoría se pueda aprender, sino para que la categoría exista y sea definible en absoluto.