Aprendizaje perceptivo

El aprendizaje perceptivo es aprender mejores habilidades de percepción, como diferenciar dos tonos musicales entre sí o categorizaciones de patrones espaciales y temporales relevantes para la experiencia del mundo real. Ejemplos de esto pueden incluir leer, ver relaciones entre piezas de ajedrez y saber si una imagen de rayos X muestra o no un tumor.
Las modalidades sensoriales pueden incluir visual, auditiva, táctil, olfativa y gustativa. El aprendizaje perceptual forma bases importantes de procesos cognitivos complejos (es decir, lenguaje) e interactúa con otros tipos de aprendizaje para producir experiencia perceptiva. El aprendizaje perceptual subyacente son cambios en los circuitos neurales.
La capacidad de aprendizaje perceptivo se conserva durante toda la vida.
Categoría Aprendizaje vs. Aprendizaje perceptivo
Puede ser bastante fácil confundir el aprendizaje por categorías y el aprendizaje perceptivo. El aprendizaje por categorías es «una representación perceptiva preestablecida fija y supuesta para describir los objetos que se clasificarán». El aprendizaje por categorías se basa en el aprendizaje perceptivo porque estás mostrando una distinción de lo que son los objetos.
El aprendizaje perceptivo se define como un «cambio en la percepción como producto de la experiencia, y ha revisado la evidencia que demuestra que la exposición entre estímulos que de otro modo podrían confundirse mejora». Para ayudar a distinguir mejor la diferencia, aquí hay algunos ejemplos:
Categoría de aprendizaje:
Cuando un estudiante está aprendiendo un nuevo idioma, diferencia las palabras extranjeras con sus palabras nativas. Están poniendo diferentes palabras en diferentes categorías.
Aprendizaje perceptivo:
Cuando un estudiante aprende un nuevo idioma, puede notar la diferencia en palabras que suenan similares a su idioma nativo. Ahora pueden notar la diferencia, mientras que en la categoría de aprendizaje están tratando de separarlos.
Contenido
Ejemplos
Discriminación sensorial básica
Los estudios de laboratorio informaron muchos ejemplos de mejoras dramáticas en las sensibilidades de las tareas de aprendizaje perceptivo estructuradas adecuadamente. En las tareas de agudeza visual de Vernier, los observadores juzgan si una línea se desplaza por encima o por debajo de una segunda línea.
Los observadores no entrenados a menudo ya son muy buenos con esta tarea, pero después del entrenamiento, se ha demostrado que el umbral de los observadores mejora hasta 6 veces. Se han encontrado mejoras similares para la discriminación de movimiento visual y la sensibilidad de orientación. En búsqueda visualtareas, se pide a los observadores que encuentren un objeto objetivo oculto entre distractores o en el ruido.
Los estudios de aprendizaje perceptivo con búsqueda visual muestran que la experiencia conduce a grandes ganancias en sensibilidad y velocidad. En un estudio de Karni y Sagi, se descubrió que el tiempo que les tomó a los sujetos buscar una línea oblicua entre un campo de líneas horizontales mejoró dramáticamente, de aproximadamente 200 ms en una sesión a aproximadamente 50 ms en una sesión posterior.
Con la práctica adecuada, la búsqueda visual puede volverse automática y muy eficiente, de modo que los observadores no necesitan más tiempo para buscar cuando hay más elementos presentes en el campo de búsqueda.El aprendizaje perceptivo táctil se ha demostrado en tareas de agudeza espacial como la discriminación de orientación de rejilla táctil, y en tareas perceptuales vibrotáctiles como la discriminación de frecuencia;
Se ha descubierto que el aprendizaje táctil en estas tareas se transfiere de dedos entrenados a no entrenados. La práctica con la lectura en Braille y la confianza diaria en el sentido del tacto pueden ser la base de la mejora de la agudeza espacial táctil de los ciegos en comparación con las personas videntes.
Neuropsicología del aprendizaje de la categoría perceptiva
Se dice que se cree que existe un acuerdo general de que múltiples sistemas de aprendizaje de diferentes categorías median el aprendizaje de diferentes estructuras de categorías. «Dos sistemas que han recibido apoyo son un sistema explícito de base frontal que utiliza un razonamiento lógico, depende de la memoria de trabajo y la atención ejecutiva, y está mediado principalmente por el cingulado anterior, la corteza prefrontal y el cuerpo estriado asociativo, incluida la cabeza del caudado El segundo es un sistema implícito mediado por ganglios basales que utiliza el aprendizaje procesal, requiere una señal de recompensa de dopamina y está mediado principalmente por el estriado sensoriomotor «Los estudios mostraron que había una participación significativa del cuerpo estriado y una menor participación de los lóbulos temporales mediales en la categoría de aprendizaje.
En las personas que tienen daño estriatal, la necesidad de ignorar la información irrelevante es más predictiva de un déficit de aprendizaje por categorías basado en reglas. Mientras que, la complejidad de la regla es predictiva de una categoría de integración de información con déficit de aprendizaje.
En el mundo natural
El aprendizaje perceptivo es frecuente y ocurre continuamente en la vida cotidiana. «La experiencia moldea la forma en que las personas ven y oyen». La experiencia proporciona el aporte sensorial a nuestras percepciones, así como el conocimiento sobre las identidades. Cuando las personas tienen menos conocimientos sobre las diferentes razas y culturas, las personas desarrollan estereotipos porque tienen menos conocimientos.
El aprendizaje perceptivo es una relación más profunda entre la experiencia y la percepción. Pueden surgir diferentes percepciones del mismo aporte sensorial en individuos con diferentes experiencias o entrenamiento. Esto lleva a cuestiones importantes sobre la ontología de la experiencia sensorial, la relación entre cognición y percepción.
Un ejemplo de esto es el dinero. Todos los días miramos el dinero y podemos mirarlo y saber qué es, pero cuando se le pide que encuentre la moneda correcta en monedas similares que tienen pequeñas diferencias, es posible que tengamos problemas para encontrar la diferencia. Esto se debe a que lo vemos todos los días, pero no estamos tratando directamente de encontrar una diferencia.
Aprender a percibir diferencias y similitudes entre estímulos basados en la exposición a los estímulos. Un estudio realizado por Gibson en 1955 ilustra cómo la exposición a los estímulos puede afectar qué tan bien aprendemos los detalles de los diferentes estímulos.
A medida que nuestro sistema perceptivo se adapta al mundo natural, somos mejores discriminando entre diferentes estímulos cuando pertenecen a diferentes categorías que cuando pertenecen a la misma categoría. También tendemos a ser menos sensibles a las diferencias entre dos instancias de la misma categoría.
Estos efectos se describen como el resultado de la percepción categórica. Los efectos de percepción categórica no se transfieren a través de dominios.
Los bebés, cuando los diferentes sonidos pertenecen a la misma categoría fonética en su idioma nativo, tienden a perder sensibilidad a las diferencias entre los sonidos del habla a los 10 meses de edad. Aprenden a prestar atención a las diferencias sobresalientes entre las categorías fonéticas nativas e ignoran las menos relevantes para el idioma.
En el ajedrez, los jugadores expertos codifican grandes cantidades de posiciones y relaciones en el tablero y requieren menos exposiciones para recrear completamente un ajedrez. tablero. Esto no se debe a que posean una habilidad visual superior, sino a su extracción avanzada de patrones estructurales específicos del ajedrez.
Cuando una mujer tiene un bebé poco después del nacimiento del bebé, podrá descifrar la diferencia en el llanto de su bebé. Esto se debe a que ella se está volviendo menos sensible a las diferencias. Ella puede decir qué es el llanto porque tienen hambre, necesitan ser cambiados, etc.
La práctica extensiva de lectura en inglés conduce a la extracción y el procesamiento rápido de las regularidades estructurales de los patrones de ortografía en inglés. El efecto de superioridad de las palabras demuestra esto: las personas a menudo son mucho más rápidas para reconocer palabras que letras individuales.
En los fonemas del habla, los observadores que escuchan un continuo de sílabas de consonantes-vocales igualmente espaciadas que van desde / be / to / de / son mucho más rápidos para indicar que dos sílabas son diferentes cuando pertenecían a categorías fonémicas diferentes que cuando eran dos variantes de el mismo fonema, incluso cuando se igualaron las diferencias físicas entre cada par de sílabas.
Otros ejemplos de aprendizaje perceptivo en el mundo natural incluyen la capacidad de distinguir entre tonos relativos en la música, identificar tumores en los rayos X, clasificar los pollitos de un día por género, probar las sutiles diferencias entre cervezas o vinos, identifican rostros como pertenecientes a diferentes razas, detectan las características que distinguen rostros familiares, discriminan entre dos especies de aves («gran garza corona azul» y «gorrión chipping»), y atender selectivamente los valores de matiz, saturación y brillo que comprenden una definición de color.
Breve historia
El idioma frecuente de que «la práctica hace la perfección» captura la esencia de la capacidad de alcanzar una experiencia perceptiva impresionante. Esto se ha demostrado durante siglos y a través de una gran cantidad de práctica en habilidades tales como degustación de vinos, evaluación de telas o preferencias musicales.
El primer informe documentado, que data de mediados del siglo XIX, es el primer ejemplo de entrenamiento táctil destinado a disminuir la distancia mínima a la que las personas pueden discriminar si se han tocado uno o dos puntos de su piel. Se encontró que esta distancia ( JND, Just Notable Difference) disminuye drásticamente con la práctica, y que esta mejora se retiene al menos parcialmente en los días posteriores.
Además, esta mejora es al menos parcialmente específica para el área de la piel entrenada. Se encontró una mejora particularmente dramática para las posiciones de la piel en las que la discriminación inicial era muy cruda (p. Ej., En la espalda), aunque el entrenamiento no pudo llevar el JND de las áreas inicialmente crudas a las precisas inicialmente (p.
Ej., Puntas de los dedos). William James dedicó una sección en sus Principios de psicología (1890/1950) a «la mejora de la discriminación por la práctica». Anotó ejemplos y enfatizó la importancia del aprendizaje perceptivo para la experiencia. En 1918, Clark L. Hull, un destacado teórico del aprendizaje, capacitó a participantes humanos para aprender a clasificar los caracteres chinos deformados en categorías.
Para cada categoría, utilizó 6 instancias que compartían algunas propiedades estructurales invariables. Las personas aprendieron a asociar un sonido como el nombre de cada categoría y, lo que es más importante, pudieron clasificar personajes novedosos con precisión. Esta capacidad de extraer variaciones de instancias y aplicarlas para clasificar nuevas instancias marcó este estudio como un experimento de aprendizaje perceptivo.
Sin embargo, no fue hasta 1969 que Eleanor Gibson publicó su libro seminal Los principios del aprendizaje y desarrollo perceptivo.y definió el campo moderno del aprendizaje perceptivo. Estableció el estudio del aprendizaje perceptivo como una investigación sobre el comportamiento y el mecanismo del cambio perceptivo.
Sin embargo, a mediados de la década de 1970, esta área estaba en un estado de latencia debido a un cambio de enfoque hacia el desarrollo perceptivo y cognitivo en la infancia. Gran parte de la comunidad científica tendió a subestimar el impacto del aprendizaje en comparación con los mecanismos innatos.
Por lo tanto, la mayor parte de esta investigación se centró en caracterizar las capacidades perceptivas básicas de los lactantes más pequeños que en los procesos de aprendizaje perceptivo.
Desde mediados de la década de 1980, ha habido una nueva ola de interés en el aprendizaje perceptivo debido a los hallazgos de plasticidad cortical en los niveles sensoriales más bajos de los sistemas sensoriales. Nuestra mayor comprensión de la fisiología y la anatomía de nuestros sistemas corticales se ha utilizado para conectar la mejora del comportamiento con las áreas corticales subyacentes.
Esta tendencia comenzó con hallazgos anteriores de Hubel y Wiesel de que las representaciones perceptivas en las áreas sensoriales de la corteza se modifican sustancialmente durante un período corto («crítico») inmediatamente después del nacimiento. Merzenich, Kaas y sus colegas demostraron que aunque la neuroplasticidad disminuye, no se elimina cuando finaliza el período crítico.Por lo tanto, cuando el patrón externo de estimulación se modifica sustancialmente, las representaciones neuronales en las áreas sensoriales de nivel inferior (por ejemplo, primaria ) también se modifican.
La investigación en este período se centró en las discriminaciones sensoriales básicas, donde se encontraron mejoras notables en casi cualquier tarea sensorial a través de la práctica de la discriminación. Después del entrenamiento, los sujetos fueron evaluados con nuevas condiciones y se evaluó la transferencia de aprendizaje.
Este trabajo se apartó del trabajo anterior sobre el aprendizaje perceptivo, que abarcó diferentes tareas y niveles.
Una pregunta que aún se debate hoy es en qué medida las mejoras del aprendizaje perceptivo se derivan de modificaciones periféricas en comparación con la mejora en las etapas de lectura de nivel superior. Las primeras interpretaciones, como la sugerida por William James, lo atribuyeron a mecanismos de categorización de nivel superior por los cuales las diferencias inicialmente borrosas se asocian gradualmente con etiquetas distintivamente diferentes.
Sin embargo, el trabajo centrado en la discriminación sensorial básica sugiere que los efectos del aprendizaje perceptivo son específicos de los cambios en los niveles bajos del sistema nervioso sensorial (es decir, las cortezas sensoriales primarias). Más recientemente, la investigación sugiere que los procesos de aprendizaje perceptivo son multinivel y flexibles.
Esto regresa a la visión gibsoniana anterior de que los efectos de aprendizaje de bajo nivel están modulados por factores de alto nivel, y sugiere que la mejora en la extracción de información no solo implica codificación sensorial de bajo nivel, sino también aprehensión de estructuras y relaciones relativamente abstractas en el tiempo y espacio.
En la última década, los investigadores buscaron una comprensión más unificada del aprendizaje perceptivo y trabajaron para aplicar estos principios para mejorar el aprendizaje perceptivo en dominios aplicados.
Características
Efectos de descubrimiento y fluidez
Los efectos de aprendizaje perceptivo se pueden organizar en dos grandes categorías: efectos de descubrimiento y efectos de fluidez. Los efectos de descubrimiento implican algún cambio en las bases de respuesta, como la selección de nueva información relevante para la tarea, la amplificación de información relevante o la supresión de información irrelevante.
Los expertos extraen «fragmentos» más grandes de información y descubren relaciones y estructuras de alto orden en sus dominios de experiencia que son invisibles para los novatos. Los efectos de fluidez implican cambios en la facilidad de extracción. Los expertos no solo pueden procesar información de alto orden, sino que lo hacen con gran velocidad y baja carga de atención.
Los efectos de descubrimiento y fluidez funcionan juntos de modo que a medida que las estructuras de descubrimiento se vuelven más automáticas, se conservan los recursos de atención para descubrir nuevas relaciones y para el pensamiento de alto nivel y la resolución de problemas.
El papel de la atención
William James ( Principios de Psicología, 1890) afirmó que «mi experiencia es lo que acepto atender. Solo aquellos elementos que noto dan forma a mi mente; sin interés selectivo, la experiencia es un caos total». Su punto de vista era extremo, pero su esencia fue apoyada en gran medida por posteriores estudios conductuales y fisiológicos.
La mera exposición no parece ser suficiente para adquirir experiencia.
De hecho, una señal relevante en una condición de comportamiento dada puede considerarse ruido en otra. Por ejemplo, cuando se le presentan dos estímulos similares, uno podría tratar de estudiar las diferencias entre sus representaciones para mejorar la capacidad de discriminar entre ellos, o puede concentrarse en las similitudes para mejorar la capacidad de identificar a ambos como pertenecientes al grupo.
Misma categoría Una diferencia específica entre ellos podría considerarse ‘señal’ en el primer caso y ‘ruido’ en el segundo caso. Por lo tanto, a medida que nos adaptamos a las tareas y los entornos, prestamos cada vez más atención a las características perceptivas que son relevantes e importantes para la tarea en cuestión, y al mismo tiempo, menos atención a las características irrelevantes.
Este mecanismo se llama ponderación atencional.
Sin embargo, estudios recientes sugieren que el aprendizaje perceptivo ocurre sin atención selectiva. Los estudios de dicho aprendizaje perceptual irrelevante para la tarea (TIPL) muestran que el grado de TIPL es similar al encontrado a través de los procedimientos de capacitación directa. TIPL para un estímulo depende de la relación entre ese estímulo y eventos de tareas importantes o de contingencias de recompensa de estímulo.
Por lo tanto, se ha sugerido que el aprendizaje (de estímulos irrelevantes de la tarea) depende de las señales de aprendizaje espacialmente difusivas. Se han encontrado efectos similares, pero en una escala de tiempo más corta, para los procesos de memoria y en algunos casos se llama refuerzo atencional.Por lo tanto, cuando ocurre un evento importante (alerta), el aprendizaje también puede afectar estímulos concurrentes, no atendidos y no salientes.
Curso de tiempo de aprendizaje perceptivo
El curso temporal del aprendizaje perceptivo varía de un participante a otro. El aprendizaje perceptivo ocurre no solo dentro de la primera sesión de entrenamiento sino también entre sesiones. El aprendizaje rápido (es decir, el aprendizaje dentro de la primera sesión) y el aprendizaje lento (es decir, el aprendizaje entre sesiones) implica diferentes cambios en el cerebro humano adulto.
Si bien los efectos de aprendizaje rápido solo se pueden retener por un corto período de varios días, los efectos de aprendizaje lento se pueden conservar a largo plazo durante varios meses.
Explicaciones y modelos
Modificación de campo receptivo
La investigación sobre discriminaciones sensoriales básicas a menudo muestra que los efectos de aprendizaje perceptivo son específicos de la tarea o estímulo entrenado. Muchos investigadores toman esto para sugerir que el aprendizaje perceptivo puede funcionar modificando los campos receptivos de las células (p.
Ej., Células V1 y V2) que inicialmente codifican el estímulo. Por ejemplo, las células individuales podrían adaptarse para volverse más sensibles a las características importantes, reclutando efectivamente más células para un propósito particular, haciendo que algunas células se sintonicen más específicamente para la tarea en cuestión.
Se ha encontrado evidencia de cambio en el campo receptivo utilizando técnicas de registro unicelular en primatestanto en el dominio táctil como en el auditivo.
Sin embargo, no todas las tareas de aprendizaje perceptivo son específicas de los estímulos o tareas entrenados. Sireteanu y Rettenback discutieron los efectos de aprendizaje de discriminación que se generalizan a través de los ojos, las ubicaciones de la retina y las tareas. Ahissar y Hochstein utilizaron la búsqueda visual para mostrar que aprender a detectar un solo elemento de línea oculto en una serie de segmentos de línea con orientación diferente podría generalizar a posiciones en las que nunca se presentó el objetivo.
En la visión humana, no se ha encontrado suficiente modificación del campo receptivo en las primeras áreas visuales para explicar el aprendizaje perceptivo.La capacitación que produce grandes cambios de comportamiento, como mejoras en la discriminación, no produce cambios en los campos receptivos. En estudios donde se han encontrado cambios, los cambios son demasiado pequeños para explicar los cambios en el comportamiento.
Teoría de la jerarquía inversa
La teoría de la jerarquía inversa (RHT), propuesta por Ahissar & Hochstein, tiene como objetivo vincular entre la dinámica de aprendizaje y la especificidad y los sitios neuronales subyacentes.RHT propone que el rendimiento ingenuo se base en respuestas en áreas corticales de alto nivel, donde se representan representaciones crudas y de nivel categórico del entorno.
Por lo tanto, las etapas iniciales de aprendizaje implican la comprensión de los aspectos globales de la tarea. La práctica posterior puede producir una mejor resolución perceptiva como consecuencia del acceso a la información de nivel inferior a través de las conexiones de retroalimentación que van de niveles altos a bajos.
El acceso a las representaciones relevantes de bajo nivel requiere una búsqueda hacia atrás durante la cual se asignan poblaciones de neuronas de entrada informativas en el nivel bajo. Por lo tanto, el aprendizaje posterior y su especificidad reflejan la resolución de los niveles inferiores. Por lo tanto, RHT propone que el rendimiento inicial está limitado por la resolución de alto nivel, mientras que el rendimiento posterior al entrenamiento está limitado por la resolución a niveles bajos.
Dado que las representaciones de alto nivel de diferentes personas difieren debido a su experiencia previa, sus patrones de aprendizaje iniciales pueden diferir. Varios estudios de imagen están en línea con esta interpretación, encontrando que el rendimiento inicial está correlacionado con las respuestas promedio (BOLD) en áreas de nivel superior, mientras que el rendimiento posterior está más correlacionado con la actividad en áreas de nivel inferior.
RHT propone que las modificaciones a niveles bajos ocurrirán solo cuando la búsqueda hacia atrás (de niveles altos a bajos de procesamiento) sea exitosa. Tal éxito requiere que la búsqueda hacia atrás «sepa» qué neuronas en el nivel inferior son informativas. Este «conocimiento» se obtiene al entrenar repetidamente en un conjunto limitado de estímulos, de modo que las mismas poblaciones neuronales de nivel inferior son informativas durante varios ensayos.
Estudios recientes encontraron que mezclar una amplia gama de estímulos también puede producir un aprendizaje efectivo si estos estímulos se perciben claramente como diferentes, o se etiquetan explícitamente como diferentes. Estos hallazgos respaldan aún más el requisito de orientación de arriba hacia abajo para obtener un aprendizaje efectivo.
Enriquecimiento versus diferenciación
En algunas tareas perceptivas complejas, todos los humanos son expertos. Todos somos muy sofisticados, pero no infalibles en la identificación de escenas, la identificación de rostros y la percepción del habla.. Las explicaciones tradicionales atribuyen esta experiencia a algunos mecanismos holísticos, algo especializados.
Quizás tales identificaciones rápidas se logran mediante detectores perceptuales más específicos y complejos que gradualmente «agrupan» (es decir, unifican) características que tienden a coincidir, lo que facilita la extracción de un conjunto completo de información. Es una pregunta abierta si cualquier concurrencia de características puede fragmentarse gradualmente con la práctica o la fragmentación solo puede obtenerse con cierta predisposición (por ejemplo, caras, categorías fonológicas).
Los hallazgos actuales sugieren que dicha experiencia está correlacionada con un aumento significativo en el volumen cortical involucrado en estos procesos. Por lo tanto, todos tenemos áreas faciales algo especializadas, que pueden revelar una propiedad innata, pero también desarrollamos áreas algo especializadas para palabras escritas en lugar de letras simples o cadenas de símbolos similares a letras.
Además, los expertos especiales en un dominio dado tienen áreas corticales más grandes involucradas en ese dominio. Por lo tanto, los músicos expertos tienen áreas auditivas más grandes. Estas observaciones están en línea con las teorías tradicionales de enriquecimiento que proponen que el rendimiento mejorado implica un aumento en la representación cortical.
Para esta experiencia, la identificación categórica básica puede basarse en representaciones enriquecidas y detalladas, ubicadas hasta cierto punto en áreas cerebrales especializadas. La evidencia fisiológica sugiere que el entrenamiento para la discriminación refinada a lo largo de las dimensiones básicas (por ejemplo, la frecuencia en la modalidad auditiva) también aumenta la representación de los parámetros entrenados, aunque en estos casos el aumento puede involucrar principalmente áreas sensoriales de nivel inferior.
Reponderación selectiva
En 2005, Petrov, Dosher y Lu señalaron que el aprendizaje perceptivo puede explicarse en términos de la selección de qué analizadores realizan mejor la clasificación, incluso en tareas simples de discriminación. Explican que alguna parte del sistema neural responsable de decisiones particulares tiene especificidad, mientras que las unidades perceptivas de bajo nivel no.En su modelo, las codificaciones en el nivel más bajo no cambian.
Más bien, los cambios que ocurren en el aprendizaje perceptivo surgen de cambios en representaciones abstractas de nivel superior de los estímulos relevantes. Debido a que la especificidad puede provenir de la selección diferencial de la información, esta «teoría de ponderación selectiva» permite aprender representaciones complejas y abstractas.
Esto corresponde al relato anterior de Gibson sobre el aprendizaje perceptivo como selección y aprendizaje de características distintivas. La selección puede ser los principios unificadores del aprendizaje perceptivo en todos los niveles.
El impacto del protocolo de entrenamiento y la dinámica del aprendizaje
Ivan Pavlov descubrió el condicionamiento. Descubrió que cuando un estímulo (p. Ej., Sonido) es seguido inmediatamente por comida varias veces, la mera presentación de este estímulo provocaría posteriormente saliva en la boca de un perro. Además, descubrió que cuando usaba un protocolo diferencial, al presentar alimentos de manera consistente después de un estímulo y no presentar alimentos después de otro estímulo, los perros fueron rápidamente condicionados para salivar selectivamente en respuesta al recompensado.
Luego preguntó si este protocolo podría usarse para aumentar la discriminación perceptiva, recompensando diferencialmente dos estímulos muy similares (por ejemplo, tonos con frecuencia similar). Sin embargo, descubrió que el condicionamiento diferencial no era efectivo.
Los estudios de Pavlov fueron seguidos por muchos estudios de capacitación que encontraron que una forma efectiva de aumentar la resolución perceptiva es comenzar con una gran diferencia a lo largo de la dimensión requerida y gradualmente proceder a pequeñas diferencias a lo largo de esta dimensión.
Esta transferencia fácil a difícil se denominó «transferencia a lo largo de un continuo».
Estos estudios mostraron que la dinámica del aprendizaje depende del protocolo de entrenamiento, más que de la cantidad total de práctica. Además, parece que la estrategia elegida implícitamente para el aprendizaje es muy sensible a la elección de los primeros pocos ensayos durante los cuales el sistema intenta identificar las señales relevantes.
Consolidación y sueño
Varios estudios preguntaron si el aprendizaje tiene lugar durante las sesiones de práctica o entre ellas, por ejemplo, durante el sueño posterior. La dinámica del aprendizaje es difícil de evaluar ya que el parámetro medido directamente es el rendimiento, que se ve afectado tanto por el aprendizaje, que induce la mejora, como por la fatiga, que dificulta el rendimiento.
Los estudios actuales sugieren que el sueño contribuye a efectos de aprendizaje mejorados y duraderos, al fortalecer aún más las conexiones en ausencia de una práctica continua. Las etapas de sueño de onda lenta y REM (movimiento ocular rápido) pueden contribuir a este proceso, a través de mecanismos aún no entendidos.
Comparación y contraste
La práctica con comparación y contraste de instancias que pertenecen a las mismas o diferentes categorías permite recoger las características distintivas (características que son importantes para la tarea de clasificación) y el filtro de las características irrelevantes.
Dificultad de tarea
Aprender ejemplos fáciles primero puede conducir a una mejor transferencia y un mejor aprendizaje de casos más difíciles. Al registrar los ERP de adultos humanos, Ding y sus colegas investigaron la influencia de la dificultad de la tarea en los mecanismos cerebrales del aprendizaje perceptivo visual.
Los resultados mostraron que el entrenamiento de tareas difíciles afectó la etapa de procesamiento visual anterior y las regiones corticales visuales más amplias que el entrenamiento de tareas fáciles.
Clasificación activa y atención
El esfuerzo de clasificación activo y la atención a menudo son necesarios para producir efectos de aprendizaje perceptivo. Sin embargo, en algunos casos, la mera exposición a ciertas variaciones de estímulo puede producir discriminaciones mejoradas.
Comentarios
En muchos casos, el aprendizaje perceptivo no requiere retroalimentación (ya sea que la clasificación sea correcta o no). Otros estudios sugieren que la retroalimentación en bloque (retroalimentación solo después de un bloque de ensayos) produce más efectos de aprendizaje que ninguna retroalimentación.
Límites
A pesar del marcado aprendizaje perceptivo demostrado en diferentes sistemas sensoriales y bajo diversos paradigmas de entrenamiento, está claro que el aprendizaje perceptivo debe enfrentar ciertos límites insuperables impuestos por las características físicas del sistema sensorial. Por ejemplo, en tareas de agudeza espacial táctil, los experimentos sugieren que la extensión del aprendizaje está limitada por el área de la superficie de la punta del dedo, lo que puede limitar la densidad subyacente de los mecanorreceptores.
Relaciones con otras formas de aprendizaje
Aprendizaje declarativo y procesal
En muchos dominios de experiencia en el mundo real, el aprendizaje perceptivo interactúa con otras formas de aprendizaje. El conocimiento declarativo tiende a ocurrir con el aprendizaje perceptivo. A medida que aprendemos a distinguir entre una variedad de sabores de vino, también desarrollamos una amplia gama de vocabularios para describir la complejidad de cada sabor.
Del mismo modo, el aprendizaje perceptivo también interactúa de manera flexible con el conocimiento procesal. Por ejemplo, la experiencia perceptiva de un jugador de béisbol al bate puede detectar temprano en el vuelo de la pelota si el lanzador lanzó una bola curva. Sin embargo, la diferenciación perceptiva de la sensación de balancear el bate de varias maneras también puede haber estado involucrada en el aprendizaje de los comandos motores que producen el swing requerido.
Aprendizaje implícito
A menudo se dice que el aprendizaje perceptivo es implícito, de modo que el aprendizaje ocurre sin conciencia. No está nada claro si el aprendizaje perceptivo es siempre implícito. Los cambios en la sensibilidad que surgen a menudo no son conscientes y no implican procedimientos conscientes, pero la información perceptiva se puede mapear en varias respuestas.
En tareas complejas de aprendizaje perceptivo (p. Ej., Clasificación de pollitos recién nacidos por sexo, jugar al ajedrez), los expertos a menudo no pueden explicar qué relaciones de estímulo están utilizando en la clasificación. Sin embargo, en tareas de aprendizaje perceptivo menos complejas, las personas pueden señalar qué información están utilizando para hacer clasificaciones.
Aplicaciones
Mejorando las habilidades perceptivas
Una aplicación potencial importante del aprendizaje perceptivo es la adquisición de habilidades con fines prácticos. Por lo tanto, es importante comprender si la capacitación para una mayor resolución en condiciones de laboratorio induce una actualización general que se transfiere a otros contextos ambientales, o resulta de mecanismos que son específicos del contexto.
La mejora de las habilidades complejas generalmente se obtiene al entrenar en condiciones de simulación complejas en lugar de un componente a la vez. Los recientes protocolos de entrenamiento basados en el laboratorio con juegos de computadora de acción compleja han demostrado que dicha práctica modifica las habilidades visuales de manera general, lo que se transfiere a nuevos contextos visuales.
En 2010, Achtman, Green y Bavelier revisaron la investigación sobre videojuegos para entrenar habilidades visuales.Citan una revisión previa de Green & Bavelier (2006) sobre el uso de videojuegos para mejorar las habilidades perceptivas y cognitivas. Se mejoraron una variedad de habilidades en los jugadores de videojuegos, incluyendo «mejor coordinación mano-ojo, mayor procesamiento en la periferia, mejores habilidades de rotación mental, mayores habilidades de atención dividida, y una reacción más rápida veces,por nombrar algunos «.
Una característica importante es el aumento funcional en el tamaño del campo visual efectivo (dentro del cual los espectadores pueden identificar objetos), que se entrena en juegos de acción y se transfiere a nuevos entornos. Ya sea el aprendizaje de discriminaciones simples, que son capacitado en separación, las transferencias a nuevos contextos de estímulo (por ejemplo, condiciones de estímulo complejas) sigue siendo una pregunta abierta.
Al igual que los procedimientos experimentales, otros intentos de aplicar métodos de aprendizaje perceptivo a habilidades básicas y complejas utilizan situaciones de capacitación en las que el alumno recibe muchos ensayos de clasificación cortos. Tallal, Merzenich y sus colegas han adaptado con éxito los paradigmas de discriminación auditiva para abordar las dificultades del habla y el lenguaje.
Informaron mejoras en los niños con dificultades de aprendizaje de idiomas utilizando señales de habla especialmente mejoradas y extendidas. Los resultados se aplicaron no solo al desempeño de la discriminación auditiva sino también a la comprensión del habla y el lenguaje.
Tecnologías para el aprendizaje perceptivo
En dominios educativos, esfuerzos recientes de Philip Kellmany sus colegas demostraron que el aprendizaje perceptivo se puede producir y acelerar sistemáticamente utilizando tecnología específica basada en computadora. Su enfoque de los métodos de aprendizaje perceptivo toma la forma de módulos de aprendizaje perceptivo (PLM):
Conjuntos de ensayos cortos e interactivos que desarrollan, en un dominio particular, el reconocimiento de patrones de los alumnos, las habilidades de clasificación y sus habilidades para mapear a través de múltiples representaciones. Como resultado de la práctica con el mapeo a través de transformaciones (por ejemplo, álgebra, fracciones) y a través de representaciones múltiples (por ejemplo, gráficos, ecuaciones y problemas de palabras), los estudiantes muestran ganancias dramáticas en su reconocimiento de estructura en el aprendizaje de fracciones y álgebra.
También demostraron que cuando los estudiantes practican la clasificación de transformaciones algebraicas usando PLM, Estos resultados sugieren que el aprendizaje perceptivo puede ofrecer un complemento necesario a las instrucciones conceptuales y de procedimiento en el aula.
Resultados similares también se han replicado en otros dominios con PLM, incluido el reconocimiento anatómico en el entrenamiento médico y quirúrgico, lectura de pantallas de vuelo instrumental, y aprensión de estructuras moleculares en química.
Referencias
Kellman, PJ (2002). «Aprendizaje perceptivo». En Pashler, H.; Gallistel, R. (eds.). Manual de Stevens de psicología experimental. 3: Aprendizaje, motivación y emoción (3ª ed.). Nueva York: Wiley. doi:.1002 / 0471214426.pas. ISBN 0471214426.
Goldstone, RL, Steyvers, M., Spencer-Smith, J. y Kersten, A. (2000). Interacción entre aprendizaje perceptual y conceptual. En E. Diettrich y AB Markman (Eds). Dinámica cognitiva: cambio conceptual en humanos y máquinas (pp. 191-228). Lawrence Erlbaum y Asociados
Karni, A; Sagi, D (1993). «El curso de tiempo de aprender una habilidad visual». Naturaleza. 365(6443): 250-252. Bibcode:Natur…K. doi:.1038 / 365250a0. PMID 8371779.
Carvalho, Paulo (2017). Aprendizaje perceptivo humano y categorización. Manuales Wiley en neurociencia cognitiva. pags. 1. ISBN 978-1-118-65094-3.
Dwyer, Dominic (2017). Aprendizaje perceptivo humano y categorización. Facultad de Psicología, Universidad de Cardiff, Reino Unido: The Wiley Handbook on the Cognitive Neuroscience of Learning. pags. 1. ISBN 978-1-118-65094-3.
Westheimer, G; McKee, SP (1978). «Agudeza estereoscópica para imágenes retinianas en movimiento». Revista de la Sociedad Óptica de América. 68 (4): 450–455. Bibcode : 1978JOSA… 68..W. doi : 10.1364 / JOSA..000450.
Saarinen, J; Levi, DM (1995). «Aprendizaje perceptivo en agudeza vernier: ¿Qué se aprende?». Investigación de la visión. 35 (4): 519–527. doi : 10.1016 / 0042-6989 (94) 00141-8. PMID 7900292.
Poggio, T.; Fahle, M.; Edelman, S (1992). «Aprendizaje perceptual rápido en hiperacuidad visual». Ciencia. 256 (5059): 1018–21. Bibcode : 1992Sci… 256.1018P. doi : 10.1126 / science.. hdl : 1721.1 / 6585.
Bola, K; Sekuler, R (1982). «Una mejora específica y duradera en la discriminación de movimiento visual». Ciencia. 218 (4573): 697–698. Bibcode : 1982Sci… 218..B. doi : 10.1126 / science.. PMID 7134968.
Shiu, LP; Pashler, H (1992). «La mejora en la discriminación de orientación de línea es retinalmente local pero depende del conjunto cognitivo». Percepción de Psychophys. 52 (5): 582–588. doi : 10.3758 / BF. PMID 1437491.
Vogels, R; Orban, GA (1985). «El efecto de la práctica sobre el efecto oblicuo en juicios de orientación de línea». Vision Res. 25 (11): 1679-1687. doi : 10.1016 / 0042-6989 (85) 90140-3.
Schneider, W.; Shiffrin, RM (1977). «Procesamiento de información humana controlado y automático: I. Detección, búsqueda y atención». Psychological Review. 84 (1): 1–66. doi : 10.1037 / 0033-295X..1.1.
Wong, M.; Peters, RM; Goldreich, D. (2013). «Una restricción física en el aprendizaje perceptivo: la agudeza espacial táctil mejora con el entrenamiento a un límite establecido por el tamaño del dedo». Revista de Neurociencia. 33(22): 9345–9352. doi:.1523 / JNEUROSCI.-13.2013. PMC 6618562. PMID 23719803.
Sathian, K; Zangaladze, A (1997). «El aprendizaje táctil es una tarea específica pero se transfiere entre los dedos». Percepción y psicofísica. 59 (1): 119–28. doi : 10.3758 / bf. PMID 9038414.
Imai, T; Kamping, S; Breitenstein, C; Pantev, C; Lütkenhöner, B; Knecht, S (2003). «Aprendizaje de la discriminación de frecuencia táctil en humanos». Mapeo del cerebro humano. 18 (4): 260–71. doi : 10.1002 / hbm.. PMID 12632464.
Harris, JA; Harris, IM; Diamante, ME (2001). «La topografía del aprendizaje táctil en humanos». Revista de Neurociencia. 21 (3): 1056–61. doi : 10.1523 / JNEUROSCI.-03-01056.2001. PMC 6762328. PMID 11157091.
Wong, M; Gnanakumaran, V; Goldreich, D (11 de mayo de 2011). «Mejora de agudeza espacial táctil en ceguera: evidencia de mecanismos dependientes de la experiencia». Revista de Neurociencia. 31 (19): 7028–37. doi : 10.1523 / jneurosci.-10.2011. PMC 6703211. PMID 21562264.
Roeder, Jessica (2017). La neuropsicología del aprendizaje de la categoría perceptiva. Manual de categorización en ciencias cognitivas. pags. 1. ISBN 978-0-08-101107-2.
Goldstone, Robert (2015). Aprendizaje perceptivo. El manual de Oxford de filosofía de la percepción. pags. 1. ISBN 978-0-19-960047-2.
Goldstone, R.L.; Hendrickson, A. (2010). «Categorical perception». Wiley Interdisciplinary Reviews: Cognitive Science. 1 (1): 69–78. doi:.1002/wcs.. PMID 26272840.
Werker, J.F.; Lalonde, C.E. (1988). «Cross-language speech perception: initial capabilities and developmental change». Developmental Psychology. 24 (5): 672–83. doi:.1037/0012-1649.24.5.672.
De Groot, A.D. (1965). Thought and choice in chess. The Hague, Netherlands: Mouton.
Chase, W.G.; Simon, H.A. (1973). «Perception in Chess». Cognitive Psychology. 4 (1): 55–81. doi:.1016/0010-0285(73)90004-2.
Reicher, G.M. (1969). «Perceptual recognition as a function of meaningfulness of stimulus material». Journal of Experimental Psychology. 81 (2): 275–280. doi:.1037/h. PMID 5811803.
Wheeler, D. D. (1970). Processes in the visual recognition of words (Doctoral dissertation, University of Michigan, 1970)» Dissertation Abstracts Internationals 31(2), 940B.
Liberman, A.M.; Harris, K.S.; Hoffman, H.S.; Griffith, B.C. (1957). «The discrimination of speech sounds within and across phonemes boundaries». Journal of Experimental Psychology. 54 (5): 358–368. doi:.1037/h. PMID 13481283.
Burns, E.M.; Ward, W.D. (1978). «Categorical perception – phenomenon or epiphenomenon: Evidence from experiments in the per- ception of melodic musical intervals». J. Acoust. Soc. Am. 63 (2): 456–68. Bibcode:ASAJ…..B. doi:.1121/1.381737. PMID 670543.
Myles-Worsley, M.; Johnston, W.A.; Simon, M.A. (1988). «The influence of expertise on X-ray image processing». Journal of Experimental Psychology: Learning, Memory, and Cognition. 14 (3): 553–57. doi:.1037/0278-7393.14.3.553.
Biederman, I.; Shiffrar, M. M. (1987). «Sexing day- old chicks: a case study and expert systems analysis of a difficult perceptual-learning task». Journal of Experimental Psychology: Learning, Memory, and Cognition. 13 (4): 640–45. doi:.1037/0278-7393.13.4.640.
Peron, R.M.; Allen, G.L. (1988). «Attempts to train novices for beer flavor discrimination: a matter of taste». Journal of General Psychology. 115 (4): 403–418. doi:.1080/00221309.1988.9710577. PMID 3210002.
Shapiro, P.N.; Penrod, S.D. (1986). «Meta-analysis of face identification studies». Psychological Bulletin. 100 (2): 139–56. doi:.1037/0033-2909.100.2.139.
O’Toole, A. J.; Peterson, J.; Deffenbacher, K.A. (1996). «An «other-race effect» for categorizing faces by sex». Perception. 25 (6): 669–76. doi:.1068/p. PMID 8888300.
Tanaka, J.; Taylor, M. (1991). «Object categories and expertise: Is the basic level in the eye of the beholder?». Cognitive Psychology. 23 (3): 457–82. doi:.1016/0010-0285(91)90016-H.
Burns, B.; Shepp, B.E. (1988). «Dimensional interactions and the structure of psychological space: the representation of hue, saturation, and brightness». Perception and Psychophysics. 43 (5): 494–507. doi:.3758/BF. PMID 3380640.
Volkman, A. W. (1858). «Über den Einfluss der Übung». Leipzig Ber Math-Phys Classe. 10: 38–69.
James, W (1890). The principles of psychology. I. New York: Dover Publications Inc. p. 509. doi:.1037/11059-000.
Hull, C.L. (1920). «Quantitative aspects of evolution of concepts». Psychological monographs. American Journal of Public Health. XXVIII. pp. 1–86. doi:.2105/ajph..7.583. PMC 1362740. PMID 18010338.
Merzenich MM, Kaas JH, Wall JT, Sur M, Nelson RJ, Felleman DJ (1983). «Progression of change following median nerve section in the cortical representation of the hand in areas 3b and 1 in adult owl and squirrel monkeys». Neuroscience. 10 (3): 639–65. doi:.1016/0306-4522(83)90208-7. PMID 6646426.
Fahle Manfred (Editor), and Tomaso Poggio (Editor), Perceptual Learning. The MIT Press (2002: p. xiv)ISBN 0262062216
Petrov, A. A.; Dosher, B. A.; Lu, Z.-L. (2005). «The Dynamics of Perceptual Learning: An Incremental Reweighting Model». Psychological Review. 112 (4): 715–743. doi:.1037/0033-295X..4.715. PMID 16262466.
Watanabe, T.; Nanez, J.E.; Sasaki, Y. (2001). «Perceptual learning without perception». Nature. 413 (6858): 844–848. Bibcode:Natur…W. doi:.1038/35101601. PMID 11677607.
Seitz; Watanabe (2009). «El fenómeno del aprendizaje perceptual irrelevante para la tarea». Investigación de la visión. 49 (21): 2604–2610. doi : 10.1016 / j.visres..08.003. PMC 2764800. PMID 19665471.
Seitz; Watanabe (2003). «¿El aprendizaje subliminal es realmente pasivo?». Naturaleza. 422 (6927): 36. doi : 10.1038 / 422036a. PMID 12621425.
Seitz, Kim; Watanabe (2009). «Las recompensas evocan el aprendizaje de estímulos visuales procesados inconscientemente en humanos adultos». Neurona. 61 (5): 700–7. doi : 10.1016 / j.neuron..01.016. PMC 2683263. PMID 19285467.
Seitz; Watanabe (2005). «Un modelo unificado de aprendizaje perceptual irrelevante y relevante para la tarea». Tendencias en Ciencias Cognitivas. 9 (7): 329–334. doi : 10.1016 / j.tics..05.010. PMID 15955722.
Tragar, KM; Jiang, YV (abril de 2010). «El efecto de impulso atencional: los aumentos transitorios en la atención a una tarea mejoran el rendimiento en una segunda tarea». La cognición. 115 (1): 118–32. doi : 10.1016 / j.cognition..12.003. PMC 2830300. PMID 20080232.
Y Jiang; MM Chun (2001). «La atención selectiva modula el aprendizaje implícito». El Quarterly Journal of Experimental Psicología A. 54 (4): 1105–24. CiteSeerX 10.1.1.24.8668. doi : 10.1080 / 713756001. PMID 11765735.
Karni, A.; Sagi, D. (1993). «El curso de tiempo de aprender una habilidad visual». Naturaleza. 365(6443): 250-252. Bibcode:Natur…K. doi:.1038 / 365250a0. PMID 8371779.
Fuentes
- Fuente: doi.org
- Fuente: ui.adsabs.harvard.edu
- Fuente: pubmed.ncbi.nlm.nih.gov
- Fuente: hdl.handle.net
- Fuente: semanticscholar.org
- Fuente: www.ncbi.nlm.nih.gov
- Fuente: citeseerx.ist.psu.edu
Autor
