4.1. Condicionamiento clásico y aprendizaje causal Condicionamiento clásico y aprendizaje causal

Transcripción

1 Mtriz de ontingeni Resultdo No Resultdo Clve L lve y el resultdo se presentn juntos No Clve Mtriz de ontingeni Resultdo No Resultdo Clve L lve se present y el resultdo no se present No Clve Mtriz de ontingeni Resultdo No Resultdo Clve No se present l lve, pero sí el resultdo No Clve 1

2 Mtriz de ontingeni Resultdo No Resultdo Clve No se present ni l lve ni el resultdo No Clve d Mtriz de ontingeni Resultdo No Resultdo Clve No Clve d P = P (R/C) - P(R/noC) = / (+) - / (+d) En 15 osiones omió gusnos y tuvo Comió gusnos Tuvo No tuvo 15 5 En 5 osiones omió gusnos y NO tuvo No omió gusnos 4 16 En 4 osiones NO omió gusnos y SÍ tuvo En 16 osiones NO omió gusnos y NO tuvo 2

3 Tuvo No tuvo Comió gusnos 15 5 No omió gusnos 4 16 P = ( + ) ( + d ) Tuvo No tuvo Comió gusnos 15 5 No omió gusnos P = ( 15 + ) ( + d ) Tuvo No tuvo Comió gusnos 15 5 No omió gusnos P = ( ) ( + d ) 3

4 Tuvo No tuvo Comió gusnos 15 5 No omió gusnos P = ( ) ( 4 + d ) Tuvo No tuvo Comió gusnos 15 5 No omió gusnos P = ( ) ( ) Comió gusnos Tuvo No tuvo 15 5 Los gusnos predien moderdmente l priión del No omió gusnos P = ( ) ( ) = =

5 Prlelismo entre el ondiionmiento niml y el prendizje humno (Dikison y Shnks, 1987) Bloqueo (Chpmn, 1991) Bloqueo hi trás (Miller y Mtute, 1996) Inhiiión ondiiond (Chpmn y Roins, 1999) Sesgo de densidd (Jenkins, 1983; Kremer, 1971) Dvid Shnks El modelo de Resorl y Wgner (1972) El prendizje sólo ourre undo ls onseuenis de un estímulo no son previsiles, sólo si hy sorpres se produe prendizje. L fuerz soitiv máxim está limitd por l sum del vlor soitivo de todos los estímulos presentes en l situión. Roert Resorl Alln Wgner L inhiiión ondiiond y l dquisiión ondiiond son fenómenos opuestos. L soiilidd de un estímulo es fij lo lrgo de los ensyos. No mi on l experieni. El modelo de Resorl y Wgner (1972) V n A = α A β (λ V n 1 T), (1) V n A = V n-1 A +[α A β (λ V n 1 T)] (2) V n A = Inremento en l fuerz soitiv del EC (A). α A = Prámetro lire que depende de l intensidd del EC (A). β = Prámetro lire que depende de l intensidd del EI. λ = Prámetro lire que determin l síntot de prendizje. V n 1 T = Fuerz soitiv en el ensyo previo de todos los estímulos presentes. 5

6 El modelo de Resorl y Wgner (1972) Adquisiión A+ Ensyo 1 Ensyo 2 V 1 A =.5.5 (1 0) =.25 V 1 A = =.25 V 2 A =.5.5 (1.25) =.19 V 2 A = =.44 Asuniones α A = 0.5 α B = 0.3 β = 0.5 λ+ = 1 λ = 0 El prendizje se interrumpe undo V 1 A = λ = 1 El modelo de Resorl y Wgner (1972) Adquisiión A+ Ensyo 1 Ensyo 2 V 1 A =.5.5 (1 0) =.25 V 1 A = =.25 V 2 A =.5.5 (1.25) =.19 V 2 A = =.44 Los inrementos son d vez más pequeños Asuniones α A = 0.5 α B = 0.3 β = 0.5 λ+ = 1 λ = 0 El prendizje se interrumpe undo V 1 A = λ = 1 El modelo de Resorl y Wgner (1972) Adquisiión A+ Ensyo 1 Ensyo 2 V 1 A =.5.5 (1 0) =.25 V 1 A = =.25 V 2 A =.5.5 (1.25) =.19 V 2 A = =.44 L fuerz soitiv es d vez myor Asuniones α A = 0.5 α B = 0.3 β = 0.5 λ+ = 1 λ = 0 El prendizje se interrumpe undo V 1 A = λ = 1 6

7 El modelo de Resorl y Wgner (1972) Bloqueo Gusnos Gusnos+Chpulines Asuniones α A = 0.5 α B = 0.3 β = 0.5 λ+ = 1 λ = 0 Asumiendo que durnte l primer fse V n gusnos = λ = 1 V 1 gusnos =.5.5 ( ) = 0 V 1 hpulines =.3.5 ( ) = 0 Fuerz soitiv de los hpulines trs l primer fse Fuerz soitiv de los gusnos trs l primer fse El modelo de Resorl y Wgner (1972) Bloqueo Gusnos Gusnos+Chpulines Asuniones α A = 0.5 α B = 0.3 β = 0.5 λ+ = 1 λ = 0 Asumiendo que durnte l primer fse V n gusnos = λ = 1 V 1 gusnos =.5.5 ( ) = 0 V 1 hpulines =.3.5 ( ) = 0 Aprendizje durnte l segund fse El modelo de Resorl y Wgner (1972) Inhiiión ondiiond Gusnos Mlestr, Gusnos+Tequil No Asuniones α A = 0.5 α B = 0.3 β = 0.5 λ+ = 1 λ = 0 Pr resolver el prolem se tiene que umplir que V gusnos = λ = 1 V gusnos+tequil = λ No = 0 7

8 El modelo de Resorl y Wgner (1972) Inhiiión ondiiond Gusnos Mlestr, Gusnos+Tequil No Semos que V gusnos = 1 V gusnos + V tequil = 0 El modelo de Resorl y Wgner (1972) Inhiiión ondiiond Gusnos Mlestr, Gusnos+Tequil No Luego V gusnos = V tequil = 0 Teorís del mio en l soiilidd del estímulo Teorí de Mkintosh (1975) L soiilidd de un lve mi omo onseueni de l experieni. L soiilidd de l lve ument undo es uen preditor de un resultdo, y disminuye undo es igul o peor preditor del resultdo que otrs lves presentes. Se prest muh tenión los estímulos que son uenos preditores de sus onseuenis. Nik Mkintosh 8

9 Teorís del mio en l soiilidd del estímulo Teorí de Pere y Hll (1980) L soiilidd de un lve mi omo onseueni de l experieni. L soiilidd de l lve disminuye undo es uen preditor de un resultdo, y ument undo su resultdo es inierto. Se prest po tenión los estímulos que son uenos preditores de sus onseuenis. John Pere Geoffrey Hll Teorí onfigurionl de Pere (1987) El sujeto prende er de los estímulos omo un todo (prende er onfiguriones estimulres). John Pere Lfuerzsoitivnet de un estímulo es igul l sum de l fuerz soitiv propi (gnd por sus emprejmientos diretos on l onseueni) y l fuerz soitiv generlizd (reiid por su preido on otros estímulos que hyn sido soidos on l mism lve). Teorí onfigurionl de Pere (1987) L respuest que de un sujeto nte un estímulo ulquier dependerá de su preido on los estímulos soidos on l onseueni. Un lve sólo puede generlizr l fuerz soitiv propi. El prendizje se interrumpe undo l fuerz soitiv net (l sum de l fuerz soitiv propi y l generlizd) lnz l síntot. 9

10 Teorí onfigurionl de Pere (1987) L respuest que de un sujeto nte un estímulo ulquier dependerá de su preido on los estímulos soidos on l onseueni. Un lve sólo puede generlizr l fuerz soitiv propi. El prendizje se interrumpe undo l fuerz soitiv net (l sum de l fuerz soitiv propi y l generlizd) lnz l síntot. Apliión de l teorí de Pere l expliión del loqueo. Comentrio finl El prolem del loqueo hi trás. Modelos de soitivos er de estímulos usentes Modelos estdístios o de regls Regls tegóris Resultdo No Resultdo Regl de l sill Clve No Clve d 10

11 4.3. Modelos estdístios o de regls Regls tegóris Resultdo No Resultdo Regl de l sill Regl de - Clve No Clve d 4.3. Modelos estdístios o de regls Regls tegóris Resultdo No Resultdo Regl de l sill Regl de - Clve Regl de - No Clve d 4.3. Modelos estdístios o de regls Regls tegóris Resultdo No Resultdo Regl de l sill Regl de - Clve Regl de Regl D ( + ) - ( + ) / n No Clve d 11

12 4.3. Modelos estdístios o de regls Regls tegóris Resultdo No Resultdo Regl de l sill Regl de - Clve Regl de Regl D ( + ) - ( + ) / n Regl P / ( + ) - / ( + d) / n No Clve d 4.3. Modelos estdístios o de regls Difereniión entre l deuión de ls regls Método orrelionl Se lul l orrelión existente entre los juiios predihos por d regl y l respuest rel de los sujetos que prtiipn en un experimento. Alln y Jenkins (1980) enontrron un orrelión muy lt on P (0 80), unque posteriormente (1983) enontrron myor orrelión on D. Lorrine Alln 4.3. Modelos estdístios o de regls Difereniión entre l deuión de ls regls Método del nálisis de l regl Se estlee un onjunto de prolems que pueden resolverse por tods ls regls, sólo por l regl - y sí suesivmente hst que los últimos sólo pueden resolverse por P. Shklee y Tuker (1980) enontrron que l myor prte de los prtiipntes ern pes de resolver prolems que forzn el uso de D (35%) y de P (33%). 12

13 4.3. Modelos estdístios o de regls Regls ponderds Muhos utores sugieren que los seres humnos no somos normtivos, signándole l informión ontenid en d sill un peso (un importni) diferente (v.gr., > > > d), ponderión que dee de tomrse en uent en ls regls previs (v.gr., Wssermn et l., 1990) Modelos estdístios o de regls Modelo de ontrstes proilístios (Cheng y Novik, 1990, 1992) Ningun de ls regls nteriores permite explir el loqueo. Cheng y Novik (1990) sugieren que ls persons no utilizmos DP en quélls situiones en ls que existen lves poteniles múltiples. En ess situiones nlizmos el resultdo de d lve en funión del resultdo de ls otrs lves presentes. Ptrii Cheng Ejemplo de pliión del modelo de ontrstes proilístios Diseño experimentl 5G+ 15GC+, 5C-, 15- Gusnos Mguey Ejemplo: de ls 15 osiones en ls que se ingirieron gusnos + hpulines, en ls 15 preió el Chpulines 15/15 0/5 5/5 0/15 Número de osiones en ls que sufrieron el en funión del número de vees que experimentron l situión. 13

14 Ejemplo de pliión del modelo de ontrstes proilístios Vees que siente sin omer hpulines dividido por el número de vees que no ome hpulines Diseño experimentl 5G+ 15GC+, 5C-, 15- Gusnos Mguey Vees que siente l omer hpulines dividido por el número de vees que ome hpulines Chpulines Vees que siente l omer gusnos dividido por el número de vees que ome gusnos 15/15 0/5 5/5 0/15 20/20 0/20 15/20 5/20 Vees que siente sin omer gusnos dividido por el número de vees que no ome gusnos Ejemplo de pliión del modelo de ontrstes proilístios Gusnos Mguey Chpulines 15/15 0/5 15/20 5/5 0/15 5/20 20/20 0/20 Contingeni inondiionl P hpulines = 15/20 5/20 = 0 50 Ejemplo de pliión del modelo de ontrstes proilístios Gusnos Mguey Chpulines 15/15 0/5 15/20 5/5 0/15 5/20 20/20 0/20 Contingeni inondiionl P hpulines = 15/20 5/20 = 0 50 P gusnos = 20/20 0/20 = 1 14

15 Ejemplo de pliión del modelo de ontrstes proilístios Gusnos Mguey Chpulines 15/15 0/5 15/20 5/5 0/15 5/20 20/20 0/20 Los hpulines predien el moderdmente Contingeni inondiionl P hpulines = 15/20 5/20 = 0 50 P gusnos = 20/20 0/20 = 1 Los gusnos predien el siempre Ejemplo de pliión del modelo de ontrstes proilístios Gusnos Mguey Chpulines 15/15 0/5 15/20 5/5 0/15 5/20 20/20 0/20 Contingeni ondiionl (hpulines) Gusnos presentes: 15/15 5/5 = 0 Gusnos usentes: 0/5 0/15 = 0 Ejemplo de pliión del modelo de ontrstes proilístios Gusnos Mguey Chpulines 15/15 0/5 15/20 5/5 0/15 5/20 20/20 0/20 Contingeni ondiionl (hpulines) Gusnos presentes: 15/15 5/5 = 0 Gusnos usentes: 0/5 0/15 = 0 Contingeni ondiionl (gusnos) Chpulines presentes: 15/15 0/5 = 1 Chpulines usentes: 5/5 0/15 = 1 15

16 Ejemplo de pliión del modelo de ontrstes proilístios Los hpulines NO predien el (loqueo) Diseño experimentl 5G+ 15GC+, 5C-, 15- Contingeni inondiionl P hpulines = 15/20 5/20 = 0 50 P gusnos = 20/20 0/20 = 1 Los hpulines predien el Contingeni ondiionl (hpulines) Gusnos presentes: 15/15 5/5 = 0 Gusnos usentes: 0/5 0/15 = 0 Contingeni ondiionl (gusnos) Chpulines presentes: 15/15 0/5 = 1 Chpulines usentes: 5/5 0/15 = Comentrio finl: teorís soitivs y modelos de regls En el modelo de ontrstes proilístios el orden de presentión de los ensyos es irrelevnte, por lo que predie los mismos resultdos undo se prende primero que los gusnos predien (loqueo) o undo est informión se present durnte l segund fse (loqueo hi trás). Modelos omo el de Resorl y Wgner no permiten explir el loqueo hi trás. Modelos soitivos más reientes permiten explir el loqueo hi trás (v.gr., Dikinson y Burke, 1996) Correlión y usión. L teorí del poder usl (Cheng, 1997) Correlión no es lo mismo que usión: el nto del gllo orrelion on el mneer, pero no es su us. Cómo se estleen ls reliones usles? Cheng (1997) sostiene que l relión us-efeto se estlee prtir de P undo l us es independiente del resto de ls uss poteniles y l proilidd del efeto en useni de l us ndidt es igul ero. Ptrii Cheng 16