Memoria a Largo Plazo: Almacenamiento (Teoría del Procesamiento de la Información)

Esta sección aborda el almacenamiento de información en la MLP (Memoria a Largo Plazo). Aunque nuestro conocimiento sobre la MLP es limitado debido a que no tenemos una ventana al cerebro, la investigación ha delineado un panorama razonablemente consistente del proceso de almacenamiento.

La caracterización de la MLP en esta lección involucra una estructura con el conocimiento representado como ubicaciones o nodos en redes, con redes conectadas (asociadas) entre sí. Nótese la similitud entre estas redes cognitivas y las redes neuronales discutidas anteriormente en el curso. Al discutir las redes, tratamos principalmente con el conocimiento declarativo y el conocimiento procedimental. El conocimiento condicional se cubre en la sección 7 del curso, junto con las actividades metacognitivas que monitorean y dirigen el procesamiento cognitivo. Se asume que la mayor parte del conocimiento se almacena en la MLP en códigos verbales, pero el papel de las imágenes también se aborda al final de esta lección.

La naturaleza de las proposiciones

Una proposición es la unidad de información más pequeña que puede juzgarse como verdadera o falsa. Las proposiciones son las unidades básicas de conocimiento y significado en la MLP (Anderson, 1990; Kosslyn, 1984; Norman & Rumelhart, 1975). Cada una de las siguientes es una proposición:

• La Declaración de Independencia se firmó en 1776.
• .
• A la tía Frida le disgustan los nabos.
• Soy bueno en matemáticas.
• Los personajes principales se introducen al principio de una historia.

Estas proposiciones de muestra pueden juzgarse como verdaderas o falsas. Nótese, sin embargo, que las personas pueden estar en desacuerdo en sus juicios. Carlos puede creer que es malo en matemáticas, pero su profesor puede creer que es muy bueno.

La naturaleza exacta de las proposiciones no se comprende bien. Aunque se puede pensar en ellas como frases, es más probable que sean significados de frases (Anderson, 1990). La investigación apoya la idea de que almacenamos información en la memoria como proposiciones en lugar de como frases completas. Kintsch (1974) dio a los participantes frases para leer que tenían la misma longitud pero variaban en el número de proposiciones que contenían. Cuantas más proposiciones contenía una frase, más tiempo tardaban los participantes en comprenderla. Esto implica que, aunque los estudiantes puedan generar la frase: “La Declaración de Independencia se firmó en 1776”, lo que probablemente tienen almacenado en la memoria es una proposición que contiene sólo la información esencial (Declaración de Independencia: firmado—1776). Con ciertas excepciones (por ejemplo, memorizar un poema), parece que la gente suele almacenar significados en lugar de redacciones precisas.

Las proposiciones forman redes compuestas por nodos o ubicaciones individuales. Los nodos pueden considerarse palabras individuales, aunque su naturaleza exacta es desconocida, pero probablemente abstracta. Por ejemplo, los estudiantes que toman una clase de historia probablemente tienen una red de “lase de historia” que comprende nodos como “libro”, “profesor”, “ubicación”, “nombre del estudiante que se sienta a su izquierda”, y así sucesivamente.

Redes proposicionales

Las proposiciones se forman de acuerdo con un conjunto de reglas. Los investigadores no se ponen de acuerdo sobre qué reglas constituyen el conjunto, pero generalmente creen que las reglas combinan nodos en proposiciones y, a su vez, proposiciones en estructuras u órdenes superiores o redes, que son conjuntos de proposiciones interrelacionadas.

La teoría ACT de Anderson (Anderson, 1990, 1993, 1996, 2000; Anderson et al., 2004; Anderson, Reder, & Lebiere, 1996) propone un modelo de red ACT-R (Control Adaptativo del Pensamiento-Racional) de la MLP con una estructura proposicional. ACT-R es un modelo de arquitectura cognitiva que intenta explicar cómo todos los componentes de la mente trabajan juntos para producir una cognición coherente (Anderson et al., 2004). Una proposición se forma combinando dos nodos con un enlace sujeto–predicado, o asociación; un nodo constituye el sujeto y otro nodo el predicado. Ejemplos son (información implícita entre paréntesis): “Fred (es) rico” y “Ir de compras (lleva) tiempo”. Un segundo tipo de asociación es el enlace relación–argumento, donde la relación es un verbo (en significado) y el argumento es el receptor de la relación o lo que se ve afectado por la relación. Ejemplos son “comer pastel” y “resolver rompecabezas”. Los argumentos de relación pueden servir como sujetos o predicados para formar proposiciones complejas. Ejemplos son “Fred come pastel” y “resolver rompecabezas (lleva) tiempo”.

Las proposiciones están interrelacionadas cuando comparten un elemento común. Los elementos comunes permiten a las personas resolver problemas, hacer frente a las exigencias del entorno, establecer analogías, etc. Sin elementos comunes, la transferencia no se produciría; todo el conocimiento se almacenaría por separado y el procesamiento de la información sería lento. Uno no reconocería que el conocimiento relevante para un dominio es también relevante para otros dominios.

La figura 'Red proposicional de muestra' muestra un ejemplo de una red proposicional. El elemento común es “gato” porque forma parte de las proposiciones: “El gato caminó por el jardín delantero” y “El gato atrapó un ratón”. Uno puede imaginar que la primera proposición está relacionada con otras proposiciones relacionadas con la propia casa, mientras que la segunda está relacionada con proposiciones sobre ratones.

La evidencia sugiere que las proposiciones están organizadas en estructuras jerárquicas. Collins y Quillian (1969) demostraron que la gente almacena información en el nivel más alto de generalidad. Por ejemplo, la red de la MLP para “animal” tendría almacenados en el nivel más alto hechos como “se mueve” y “come”. Bajo esta categoría vendrían especies como “aves” y “peces”. Almacenado bajo “aves” está “tiene alas”, “puede volar” y “tiene plumas” (aunque hay excepciones: los pollos son aves pero no vuelan). El hecho de que las aves coman y se muevan no se almacena al nivel de “ave” porque esa información se almacena al nivel superior de animal. Collins y Quillian encontraron que los tiempos de recuperación aumentaban cuanto más separados se almacenaban los conceptos en la memoria.

La idea de la organización jerárquica ha sido modificada por una investigación que muestra que la información no siempre es jerárquica. Por lo tanto, “collie” está más cerca de “mamífero” que de “animal” en una jerarquía animal, pero la gente está más dispuesta a estar de acuerdo en que un collie es un animal que a estar de acuerdo en que es un mamífero (Rips, Shoben, & Smith, 1973).

Además, la información familiar puede almacenarse tanto con su concepto como en el nivel más alto de generalidad (Anderson, 1990). Si tiene un comedero para pájaros y a menudo observa a los pájaros comiendo, es posible que tenga “comer” almacenado tanto con “pájaros” como con “animales”. Este hallazgo no resta valor a la idea central de que las proposiciones están organizadas e interconectadas. Aunque algunos conocimientos pueden estar organizados jerárquicamente, gran parte de la información probablemente esté organizada de forma menos sistemática en redes proposicionales.

Conocimiento Declarativo

El conocimiento declarativo (saber que algo es el caso) incluye hechos, creencias, opiniones, generalizaciones, teorías, hipótesis y actitudes sobre uno mismo, los demás y los acontecimientos mundiales (Gupta & Cohen, 2002; Paris et al., 1983). Se adquiere cuando se almacena una nueva proposición en la MLP, generalmente en una red proposicional relacionada (Anderson, 1990). La teoría ACT postula que el conocimiento declarativo se representa en fragmentos que comprenden la información básica más las categorías relacionadas (Anderson, 1996; Anderson, Reder, & Lebiere, 1996).

El proceso de almacenamiento funciona de la siguiente manera. Primero, el alumno recibe nueva información, como cuando el profesor hace una declaración o el alumno lee una oración. A continuación, la nueva información se traduce en una o más proposiciones en la MT del alumno. Al mismo tiempo, se señalan las proposiciones relacionadas en la MLP. Las nuevas proposiciones se asocian con las proposiciones relacionadas en la MT a través del proceso de activación por propagación (que se analiza en la siguiente sección). En este punto, los alumnos podrían generar proposiciones adicionales. Finalmente, todas las nuevas proposiciones, las recibidas y las generadas por el alumno, se almacenan juntas en la MLP (Hayes-Roth & Thorndyke, 1979).

La Figura 'Almacenamiento del conocimiento declarativo' ilustra este proceso. Supongamos que un profesor está presentando una unidad sobre la Constitución de los Estados Unidos y le dice a la clase: "El vicepresidente de los Estados Unidos actúa como presidente del Senado, pero no vota a menos que haya un empate". Esta declaración puede activar otro conocimiento proposicional almacenado en la memoria de los estudiantes relacionado con el vicepresidente (por ejemplo, elegido con el presidente, se convierte en presidente cuando el presidente muere o renuncia, puede ser destituido por delitos de traición) y el Senado (por ejemplo, 100 miembros, dos elegidos de cada estado, mandatos de 6 años). Al juntar estas proposiciones, los estudiantes deberían inferir que el vicepresidente votaría si 50 senadores votaran a favor de un proyecto de ley y 50 votaran en contra.

Los problemas de almacenamiento pueden ocurrir cuando los estudiantes no tienen proposiciones preexistentes con las cuales vincular la nueva información. Los estudiantes que no han oído hablar de la Constitución de los Estados Unidos y no saben qué es una constitución se quedarán en blanco cuando escuchen la palabra por primera vez. La información conceptualmente sin sentido se puede almacenar en la MLP, pero los estudiantes aprenden mejor cuando la nueva información se relaciona con algo que conocen. Mostrar a los estudiantes un facsímil de la Constitución de los Estados Unidos o relacionarla con algo que hayan estudiado (por ejemplo, la Declaración de Independencia) les da un referente para vincularse con la nueva información.

Incluso cuando los estudiantes han estudiado material relacionado, es posible que no lo vinculen automáticamente con la nueva información. A menudo, los vínculos deben hacerse explícitos. Al discutir la función del vicepresidente en el Senado, los profesores podrían recordar a los estudiantes la composición del Senado de los Estados Unidos y las otras funciones del vicepresidente. Las proposiciones que comparten un elemento común se vinculan en la MLP solo si están activas en la MT simultáneamente. Este punto ayuda a explicar por qué los estudiantes podrían no ver cómo el nuevo material se relaciona con el material antiguo, aunque el vínculo sea claro para el profesor. La instrucción que mejor establece redes proposicionales en la mente de los alumnos incorpora revisión, organización del material y recordatorios de cosas que saben pero en las que no están pensando ahora.

Al igual que con muchos procesos de memoria, la significatividad, la organización y la elaboración facilitan el almacenamiento de información en la memoria. La significatividad es importante porque la información significativa se puede asociar fácilmente con la información preexistente en la memoria. En consecuencia, se necesita menos ensayo, lo que ahorra espacio y tiempo de información en la MT. Los estudiantes de los que se habla en el escenario inicial tienen problemas para hacer que el álgebra sea significativa, y los profesores expresan su frustración por no enseñar el contenido de una manera significativa.

Un estudio de Bransford y Johnson (1972) proporciona una ilustración dramática del papel de la significatividad en el almacenamiento y la comprensión. Considere el siguiente pasaje:

El procedimiento es en realidad bastante simple. Primero, organice las cosas en diferentes grupos. Por supuesto, una pila puede ser suficiente dependiendo de la cantidad que haya que hacer. Si tiene que ir a otro lugar debido a la falta de instalaciones, ese es el siguiente paso, de lo contrario, está bastante bien configurado. Es importante no exagerar las cosas. Es decir, es mejor hacer muy pocas cosas a la vez que demasiadas. A corto plazo, esto puede no parecer importante, pero pueden surgir complicaciones fácilmente. Un error también puede ser caro. Al principio, todo el procedimiento parecerá complicado. Sin embargo, pronto se convertirá en una faceta más de la vida. Es difícil prever el fin de la necesidad de esta tarea en el futuro inmediato, pero nunca se sabe. Una vez que se completa el procedimiento, se organizan los materiales en diferentes grupos nuevamente. Luego se pueden colocar en sus lugares apropiados. Eventualmente, se usarán una vez más y todo el ciclo tendrá que repetirse. Sin embargo, eso es parte de la vida. (pág. 722)

Sin conocimiento previo, este pasaje es difícil de comprender y almacenar en la memoria porque relacionarlo con el conocimiento existente en la memoria es difícil de hacer. Sin embargo, saber que se trata de "lavar la ropa" facilita el recuerdo y la comprensión. Bransford y Johnson descubrieron que los estudiantes que conocían el tema recordaban aproximadamente el doble que los que no lo conocían. La importancia de la significatividad en el aprendizaje se ha demostrado en numerosos otros estudios (Anderson, 1990; Chiesi, Spilich, & Voss, 1979; Spilich, Vesonder, Chiesi, & Voss, 1979).

La organización facilita el almacenamiento porque el material bien organizado es más fácil de relacionar con las redes de memoria preexistentes que el material mal organizado (Anderson, 1990). En la medida en que el material se puede organizar en una disposición jerárquica, proporciona una estructura lista para ser aceptada en la MLP. Sin una red MLP existente, crear una nueva red MLP es más fácil con información bien organizada que con información mal organizada.

La elaboración, o el proceso de agregar información al material que se va a aprender, mejora el almacenamiento porque al elaborar información los alumnos pueden relacionarla con algo que conocen. A través de la activación por propagación, el material elaborado se puede vincular rápidamente con la información en la memoria. Por ejemplo, un profesor podría estar hablando del volcán Etna. Los estudiantes que pueden elaborar ese conocimiento relacionándolo con su conocimiento personal de los volcanes (por ejemplo, el Monte Santa Helena) podrán asociar la información nueva y antigua en la memoria y retener mejor el nuevo material.

Activación por Propagación

La activación por propagación ayuda a explicar cómo se vincula la nueva información con el conocimiento en la MLP (Anderson, 1983, 1984, 1990, 2000; Collins & Loftus, 1975). Los principios básicos subyacentes son los siguientes (Anderson, 1984):

• El conocimiento humano se puede representar como una red de nodos, donde los nodos corresponden a conceptos y los enlaces a asociaciones entre estos conceptos.
• Los nodos en esta red pueden estar en varios estados que corresponden a sus niveles de activación. Los nodos más activos se procesan "mejor".
• La activación puede propagarse a lo largo de estas rutas de red mediante un mecanismo por el cual los nodos pueden hacer que sus nodos vecinos se activen. (pág. 61)

Anderson (1990) cita el ejemplo de un individuo al que se le presenta la palabra perro. Esta palabra está asociada con otros conceptos en la MLP del individuo, como hueso, gato y carne. A su vez, cada uno de estos conceptos está vinculado a otros conceptos. La activación de perro en la MLP se propagará más allá de perro a conceptos vinculados, y la propagación disminuirá con conceptos más alejados de perro.

Meyer y Schvaneveldt (1971) obtuvieron apoyo experimental para la existencia de la activación por propagación. Estos investigadores utilizaron una tarea de tiempo de reacción que presentaba a los participantes dos cadenas de letras y les pedía que decidieran si ambas eran palabras. Las palabras asociadas (pan, mantequilla) se reconocieron más rápido que las palabras no vinculadas (enfermera, mantequilla).

La activación por propagación resulta en que una porción más grande de la MLP se active que el conocimiento inmediatamente asociado con el contenido de la MT. La información activada permanece en la MLP a menos que se acceda deliberadamente a ella, pero esta información es más fácilmente accesible a la MT. La activación por propagación también facilita la transferencia de conocimiento a diferentes dominios. La transferencia depende de que las redes proposicionales en la MLP se activen por la misma señal, por lo que los estudiantes reconocen que el conocimiento es aplicable en los dominios.

Esquemas

Las redes proposicionales representan pequeñas piezas de conocimiento. Los esquemas (o esquemas) son grandes redes que representan la estructura de objetos, personas y eventos (Anderson, 1990). La estructura se representa con una serie de "ranuras", cada una de las cuales corresponde a un atributo. En el esquema o ranura para casas, algunos atributos (y sus valores) podrían ser los siguientes: material (madera, ladrillo), contenidos (habitaciones) y función (vivienda humana). Los esquemas son jerárquicos; están unidos a ideas superordinadas (edificio) y subordinadas (techo).

Brewer y Treyens (1981) encontraron apoyo en la investigación para la naturaleza subyacente de los esquemas. Se les pidió a las personas que esperaran en una oficina por un breve período, después de lo cual fueron llevadas a una habitación donde escribieron todo lo que podían recordar sobre la oficina. El recuerdo reflejó la fuerte influencia de un esquema para la oficina. Recordaron correctamente que la oficina tenía un escritorio y una silla (atributos típicos) pero no que la oficina contenía un cráneo (atributo no típico). Los libros son un atributo típico de las oficinas; aunque la oficina no tenía libros, muchas personas recordaron incorrectamente los libros.

Los esquemas son importantes durante la enseñanza y para la transferencia (Matlin, 2009). Una vez que los estudiantes aprenden un esquema, los profesores pueden activar este conocimiento cuando enseñan cualquier contenido al que se aplique el esquema. Supongamos que un instructor enseña un esquema general para describir formaciones geográficas (por ejemplo, montaña, volcán, glaciar, río). El esquema podría contener los siguientes atributos: altura, material y actividad. Una vez que los estudiantes aprenden el esquema, pueden emplearlo para clasificar nuevas formaciones que estudian. Al hacerlo, crearían nuevos esquemas para las diversas formaciones.

Conocimiento Procedimental

El conocimiento procedimental, o conocimiento de cómo realizar actividades cognitivas (Anderson, 1990; Gupta & Cohen, 2002; Hunt, 1989; Paris et al., 1983), es fundamental para gran parte del aprendizaje escolar. Utilizamos el conocimiento procedimental para resolver problemas matemáticos, resumir información, hojear pasajes y realizar técnicas de laboratorio.

El conocimiento procedimental puede almacenarse como códigos verbales e imágenes, de la misma manera que se almacena el conocimiento declarativo. La teoría ACT postula que el conocimiento procedimental se almacena como un sistema de producción (Anderson, 1996; Anderson, Reder, & Lebiere, 1996). Un sistema de producción (o producción) es una red de secuencias de condición-acción (reglas), en las que la condición es el conjunto de circunstancias que activan el sistema y la acción es el conjunto de actividades que ocurren (Anderson, 1990; Andre, 1986; ver la siguiente sección). Los sistemas de producción parecen conceptualmente similares a las redes neuronales.

Los sistemas de producción y los modelos conexionistas proporcionan paradigmas para examinar el funcionamiento de los procesos de aprendizaje cognitivo (Anderson, 1996, 2000; Smith, 1996). Los modelos conexionistas representan una perspectiva relativamente nueva sobre el aprendizaje cognitivo. Hasta la fecha, hay poca investigación sobre modelos conexionistas que sea relevante para la educación. Fuentes adicionales proporcionan más información sobre los modelos conexionistas (Bourne, 1992; Farnham-Diggory, 1992; Matlin, 2009; Siegler, 1989).

Sistemas de Producción

ACT, una teoría de la activación, especifica que un sistema de producción (o producción) es una red de secuencias de condición-acción (reglas), en la que la condición es un conjunto de circunstancias que activan el sistema y la acción es el conjunto de actividades que ocurren (Anderson, 1990, 1996, 2000; Anderson, Reder, & Lebiere, 1996; Andre, 1986). Una producción consta de enunciados si-entonces: Los enunciados si (la condición) incluyen la meta y los enunciados de prueba, y los enunciados entonces son las acciones. Como ejemplo:

• SI veo dos números y deben ser sumados,
• ENTONCES decido cuál es mayor y empiezo con ese número y cuento hasta el siguiente. (Farnham-Diggory, 1992, p. 113)

Aunque las producciones son formas de conocimiento procedimental que pueden tener condiciones (conocimiento condicional) adjuntas a ellas, también incluyen conocimiento declarativo.

Los procedimientos de aprendizaje para realizar habilidades a menudo ocurren lentamente (J. Anderson, 1982). Primero, los aprendices representan una secuencia de acciones en términos de conocimiento declarativo. Cada paso en la secuencia se representa como una proposición. Los aprendices gradualmente eliminan las señales individuales e integran los pasos separados en una secuencia continua de acciones. Por ejemplo, los niños que aprenden a sumar una columna de números son propensos inicialmente a realizar cada paso lentamente, posiblemente incluso verbalizándolo en voz alta. A medida que se vuelven más hábiles, la suma se convierte en parte de una secuencia automática y fluida que ocurre rápidamente y sin atención deliberada y consciente. La automaticidad es una característica central de muchos procesos cognitivos (por ejemplo, atención, recuperación) (Moors & De Houwer, 2006). Cuando los procesos se vuelven automáticos, esto permite que el sistema de procesamiento se dedique a partes complejas de las tareas.

Una limitación importante en el aprendizaje de habilidades es la limitación de tamaño de la memoria de trabajo (WM) (Baddeley, 2001). Los procedimientos se aprenderían más rápido si la WM pudiera contener simultáneamente todas las proposiciones de conocimiento declarativo. Debido a que no puede, los estudiantes deben combinar proposiciones lentamente y detenerse y pensar periódicamente (por ejemplo, “¿Qué hago después?”). La WM contiene espacio insuficiente para crear procedimientos grandes en las primeras etapas del aprendizaje. A medida que las proposiciones se combinan en pequeños procedimientos, estos últimos se almacenan en la WM simultáneamente con otras proposiciones. De esta manera, se construyen gradualmente producciones más grandes.

Estas ideas explican por qué el aprendizaje de habilidades avanza más rápido cuando los estudiantes pueden realizar las habilidades prerrequisito (es decir, cuando se vuelven automáticas). Cuando estas últimas existen como producciones bien establecidas, se activan en la WM al mismo tiempo que las nuevas proposiciones a integrar. Al aprender a resolver problemas de división larga, los estudiantes que saben cómo multiplicar simplemente recuerdan el procedimiento cuando es necesario; no tiene que aprenderse junto con los otros pasos en la división larga. Aunque esto no parece ser el problema en el escenario de apertura, aprender álgebra es difícil para los estudiantes con deficiencias en habilidades básicas (por ejemplo, suma, multiplicación), porque incluso los problemas de álgebra simples se vuelven difíciles de responder correctamente. Los niños con discapacidades de lectura parecen carecer de la capacidad para procesar y almacenar información eficazmente al mismo tiempo (de Jong, 1998).

En algunos casos, especificar los pasos en detalle es difícil. Por ejemplo, pensar creativamente puede no seguir la misma secuencia para cada estudiante. Los profesores pueden modelar el pensamiento creativo para incluir preguntas como, “¿Hay otras posibilidades?” Siempre que se puedan especificar los pasos, las demostraciones de los profesores de los pasos en un procedimiento, seguidas de la práctica del estudiante, son eficaces (Rosenthal & Zimmerman, 1978).

Un problema con el aprendizaje de procedimientos es que los estudiantes podrían verlos como secuencias rígidas a seguir independientemente de si son apropiadas. Los psicólogos de la Gestalt mostraron cómo la fijación funcional, o un enfoque inflexible a un problema, dificulta la resolución de problemas (Duncker, 1945). Seguir obstinadamente una secuencia mientras se aprende puede ayudar a su adquisición, pero los aprendices también necesitan comprender las circunstancias bajo las cuales otros métodos son más eficientes.

A veces, los estudiantes sobreaprenden los procedimientos de habilidad hasta el punto de que evitan el uso de procedimientos alternativos más fáciles. Al mismo tiempo, hay pocas, si es que hay alguna, alternativas para muchos de los procedimientos que aprenden los estudiantes (por ejemplo, decodificar palabras, sumar números, determinar la concordancia sujeto-verbo). El sobreaprendizaje de estas habilidades hasta el punto de la producción automática se convierte en un activo para los estudiantes y facilita el aprendizaje de nuevas habilidades (por ejemplo, sacar inferencias, escribir trabajos de fin de curso) que requieren el dominio de estas habilidades básicas.

Se podría argumentar que enseñar habilidades de resolución de problemas o de inferencia a estudiantes que son deficientes en hechos matemáticos básicos y habilidades de decodificación, respectivamente, tiene poco sentido. La investigación muestra que un mal entendimiento de los hechos numéricos básicos está relacionado con un bajo rendimiento en tareas aritméticas complejas (Romberg & Carpenter, 1986), y la decodificación lenta se relaciona con una mala comprensión (Calfee & Drum, 1986; Perfetti & Lesgold, 1979). No solo se ve afectado el aprendizaje de habilidades, sino que también se ve afectada la autoeficacia.

La práctica es esencial para instaurar el conocimiento procedimental básico (Lesgold, 1984). En las primeras etapas del aprendizaje, los estudiantes requieren retroalimentación correctiva que destaque las partes del procedimiento que implementaron correctamente y las que requieren modificación. A menudo, los estudiantes aprenden algunas partes de un procedimiento pero no otras. A medida que los estudiantes adquieren habilidad, los profesores pueden señalar su progreso en la resolución de problemas de forma más rápida o precisa.

La transferencia de conocimiento procedimental ocurre cuando el conocimiento está vinculado en la memoria a largo plazo (LTM) con diferente contenido. La transferencia se ve facilitada al hacer que los estudiantes apliquen los procedimientos al contenido diferente y alteren los procedimientos según sea necesario. Las estrategias generales de resolución de problemas son aplicables a contenido académico variado. Los estudiantes aprenden sobre su generalidad aplicándolas a diferentes materias (por ejemplo, lectura, matemáticas).

Las producciones son relevantes para el aprendizaje cognitivo, pero deben abordarse varios problemas. La teoría ACT postula un único conjunto de procesos cognitivos para dar cuenta de diversos fenómenos (Matlin, 2009). Esta visión entra en conflicto con otras perspectivas cognitivas que delinean diferentes procesos dependiendo del tipo de aprendizaje (Shuell, 1986). Rumelhart y Norman (1978) identificaron tres tipos de aprendizaje. La acreción implica codificar nueva información en términos de esquemas existentes; la reestructuración (creación de esquemas) es el proceso de formación de nuevos esquemas; y el ajuste (evolución del esquema) se refiere a la modificación lenta y el refinamiento de los esquemas que ocurre al usarlos en varios contextos. Estos implican diferentes cantidades de práctica: mucha para el ajuste y menos para la acreción y la reestructuración.

ACT es esencialmente un programa de ordenador diseñado para simular el aprendizaje de forma coherente. Como tal, puede que no aborde la gama de factores involucrados en el aprendizaje humano. Una cuestión se refiere a cómo las personas saben qué producción usar en una situación dada, especialmente si las situaciones se prestan a que se empleen diferentes producciones. Las producciones pueden estar ordenadas en términos de probabilidad, pero debe haber un medio disponible para decidir qué producción es mejor dada la circunstancia. También es preocupante la cuestión de cómo se alteran las producciones. Por ejemplo, si una producción no funciona eficazmente, ¿los aprendices la descartan, la modifican o la conservan pero buscan más evidencia? ¿Cuál es el mecanismo para decidir cuándo y cómo se cambian las producciones?

Otra preocupación se relaciona con la afirmación de Anderson (1983, 1990) de que las producciones comienzan como conocimiento declarativo. Esta suposición parece demasiado fuerte dada la evidencia de que esta secuencia no siempre se sigue (Hunt, 1989). Debido a que representar los procedimientos de habilidad como piezas de conocimiento declarativo es esencialmente una estación de paso en el camino hacia el dominio, uno podría preguntarse si los estudiantes deberían aprender los pasos individuales. Los pasos individuales eventualmente no se usarán, por lo que el tiempo puede invertirse mejor permitiendo a los estudiantes practicarlos. Proporcionar a los estudiantes una lista de pasos a los que pueden referirse a medida que desarrollan gradualmente un procedimiento facilita el aprendizaje y mejora la autoeficacia (Schunk, 1995).

Finalmente, uno podría preguntarse si los sistemas de producción, como se describen generalmente, no son más que asociaciones elaboradas de estímulo-respuesta (E-R) (Mayer, 1992). Las proposiciones (fragmentos de conocimiento procedimental) se vinculan en la memoria de manera que cuando se señala una pieza, otras también se activan. Anderson (1983) reconoció la naturaleza asociacionista de las producciones, pero cree que son más avanzadas que las simples asociaciones E-R porque incorporan metas. En apoyo de este punto, las asociaciones de ACT son análogas a las conexiones de la red neuronal. Quizás, como es el caso con las teorías conductistas, ACT puede explicar el rendimiento mejor de lo que puede explicar el aprendizaje. Estas y otras preguntas (por ejemplo, el papel de la motivación) deben ser abordadas por la investigación y relacionadas con el aprendizaje de habilidades académicas para establecer mejor la utilidad de las producciones en la educación.

Modelos Conexionistas

Una línea de teorización reciente sobre procesos cognitivos complejos involucra modelos conexionistas (o conexionismo, pero no debe confundirse con el conexionismo de Thorndike discutido anteriormente en el curso; Baddeley, 1998; Farnham-Diggory, 1992; Smith, 1996). Al igual que las producciones, los modelos conexionistas representan simulaciones por ordenador de los procesos de aprendizaje. Estos modelos vinculan el aprendizaje al procesamiento del sistema neuronal donde los impulsos se disparan a través de las sinapsis para formar conexiones. La suposición es que los procesos cognitivos de orden superior se forman conectando un gran número de elementos básicos como las neuronas (Anderson, 1990, 2000; Anderson, Reder, & Lebiere, 1996; Bourne, 1992). Los modelos conexionistas incluyen representaciones distribuidas del conocimiento (es decir, extendidas sobre una amplia red), procesamiento paralelo (muchas operaciones ocurren a la vez) e interacciones entre grandes cantidades de unidades de procesamiento simples (Siegler, 1989). Las conexiones pueden estar en diferentes etapas de activación (Smith, 1996) y vinculadas a la entrada en el sistema, la salida o una o más capas intermedias.

Rumelhart y McClelland (1986) describieron un sistema de procesamiento distribuido en paralelo (PDP). Este modelo es útil para hacer juicios categóricos sobre la información en la memoria. Estos autores proporcionaron un ejemplo que involucra a dos pandillas e información sobre los miembros de las pandillas, incluyendo edad, educación, estado civil y ocupación. En la memoria, las características similares de cada individuo están vinculadas. Por ejemplo, los miembros 2 y 5 estarían vinculados si ambos tuvieran aproximadamente la misma edad, estuvieran casados y participaran en actividades de pandillas similares. Para recuperar información sobre el miembro 2, podríamos activar la unidad de memoria con el nombre de la persona, lo que a su vez activaría otras unidades de memoria. El patrón creado a través de esta propagación de la activación corresponde a la representación de la memoria para el individuo. Borowsky y Besner (2006) describieron un modelo PDP para tomar decisiones léxicas (por ejemplo, decidir si un estímulo es una palabra).

Las unidades conexionistas tienen cierta similitud con las producciones en el sentido de que ambas involucran la activación de la memoria y las ideas vinculadas. Al mismo tiempo, existen diferencias. En los modelos conexionistas, todas las unidades son iguales, mientras que las producciones contienen condiciones y acciones. Las unidades se diferencian en términos de patrón y grado de activación. Otra diferencia se refiere a las reglas. Las producciones se rigen por reglas. El conexionismo no tiene reglas establecidas. Las neuronas “saben” cómo activar patrones; después del hecho podemos proporcionar una regla como una etiqueta para la secuencia (por ejemplo, reglas para nombrar patrones activados; Farnham-Diggory, 1992).

Un problema con el enfoque conexionista es explicar cómo el sistema sabe cuál de las muchas unidades en la memoria activar y cómo estas múltiples activaciones se vinculan en secuencias integradas. Este proceso parece sencillo en el caso de patrones bien establecidos; por ejemplo, las neuronas saben cómo reaccionar a un teléfono que suena, un viento frío y un profesor que anuncia: “¡Todos presten atención!”. Con patrones menos establecidos, las activaciones pueden ser problemáticas. También podríamos preguntar cómo las neuronas se vuelven autoactivables en primer lugar. Esta pregunta es importante porque ayuda a explicar el papel de las conexiones en el aprendizaje y la memoria. Aunque la noción de conexiones parece plausible y basada en lo que sabemos sobre el funcionamiento neurológico, hasta la fecha este modelo ha sido más útil para explicar la percepción que el aprendizaje y la resolución de problemas (Mayer, 1992). Estas últimas aplicaciones requieren una investigación considerable.