Débora I. Burin

1. Introducción: memoria semántica y conceptos

En psicología cognitiva, la memoria semántica es la que almacena el conocimiento general. Todas las personas tenemos enormes cantidades de conocimiento genérico sobre las palabras, los objetos físicos, las personas, las situaciones…, es la dimensión de significado interno a partir de la cual interactuamos con el mundo físico y social.

Este conocimiento interviene todo el tiempo, constantemente, de forma implícita, automática, no consciente. Sin cesar, en cada segundo, además del procesamiento “de abajo arriba” (bottom-up), que toma información desde los sentidos y la ingresa a nuestra mente, al mismo tiempo se activa una parte de nuestra mente que da sentido, “de arriba abajo” (top-down), a lo que estamos viendo, escuchando, viviendo. Esto puede, no siempre, llegar a registrarse de forma consciente como pensamientos. La semántica interviene en casi todas las actividades mentales.

Es esta dimensión de conocimiento la que nos permite algo tan básico como identificar en la percepción: entender lo que entra por los sentidos (vista, oídos, tacto, gusto, olfato), como un perro, un gato, un peluche, un helado, una persona, etc. También es vital para dar sentido a lo que escuchamos o leemos, identificar las palabras y sus significados, y la relación de conjunto entre ellos y con la situación en la que se dan. Ahora mismo, usted está leyendo esto y en su mente se van activando significados de las palabras y esquemas previos sobre el tema. Además, por supuesto, el conocimiento almacenado que tienen las personas es la materia prima, de lo que está hecho, el pensamiento. Las ideas, hipótesis, creencias, preferencias, aspiraciones, temores, planes que expresamos a una compañera de clase, o entre amigas, o a la psicóloga, o a la verdulera, o al vendedor de autos, etc., están organizados desde nuestro conocimiento almacenado, implícito, es decir, nuestros modelos internos sobre las cosas, personas, relaciones, el mundo en general. El conocimiento previo es también la base a partir de la cual se recuerda, dando sentido y marco a lo que ocurre durante la codificación y la recuperación. Al momento de escuchar o ver algo, no lo vemos y escuchamos tal cual “es”, sino filtrado a través de nuestros conceptos. Lo mismo ocurre a la hora de recordarlo. Si quiere recordar su último cumpleaños, su recuerdo va a estar organizado a partir no solo de los hechos concretos, las personas y los objetos allí presentes, sino a partir del concepto “cumpleaños” (por ejemplo, celebración del día que nació) y los conceptos relacionados y sus significados (¿festejo?, ¿comida, torta?, ¿amigos?…).

Relevantes para la práctica psicológica, los conceptos sobre sí mismo forman la base de la personalidad o subjetividad. Tanto en psicología clínica cognitiva como en psicología social cognitiva, se destacan los esquemas del self, conjuntos de conocimiento general sobre mí mismo: “yo soy…”, “a mí me gusta…”, “en una relación de pareja quiero…”. Estos conjuntos de conceptos suelen guiar nuestra conducta de forma implícita en situaciones sociales; por ejemplo, uno no se detiene a pensar: “¿yo soy tímido o sociable?”, sino que cuando llega a una reunión social directamente se comporta de una forma u otra. También son la base de experiencias emocionales; por ejemplo, cuando uno se saca un siete en un examen (¡una buena nota!) e inmediatamente se pone triste, se podría rastrear un conocimiento implícito sobre sí mismo que afirma: “soy buen alumno, nunca me saco menos de ocho”.

El concepto es la unidad representacional del conocimiento semántico (Baddeley, 1999). En los siguientes apartados se desarrolla qué es un concepto y cómo está instanciado en la mente. Además, los conceptos no están aislados en nuestro conocimiento, sino que suelen aparecer relacionados. Por ejemplo, “cumpleaños” suele venir asociado con “fiesta”, “amigos” u otras asociaciones dependiendo de la persona y la cultura. Por lo tanto, hay que suponer que en nuestra memoria semántica no hay conceptos aislados, “flotando”, sino que se combinan y organizan. Se pueden distinguir dos grandes marcos o perspectivas respecto de cómo son estas relaciones: el enfoque que propone que los conceptos se organizan y relacionan en forma de redes, por un lado, y el que asume paquetes integrados de información, que se denominan esquemas, por el otro. Para mayor base empírica, a lo largo del capítulo se presentan distintas tareas experimentales para el estudio de la semántica y evidencia proveniente de la neuropsicología cognitiva.

2. ¿Qué es un concepto?

Una función fundamental de nuestro conocimiento general es asignar a nuestra experiencia sensorial o experiencial (lo que entra por los sentidos, lo que hacemos) una categoría de significado; es decir, subsumir la experiencia sensible en conceptos (Díez & Moulines, 2008). No vemos “algo” chico, con cuatro “algos”, que tiene “algo” en todo el “algo” y hace un sonido semejante a m-i-a-u; sino un “gato”, que tiene “pelo”, que “maúlla”. Los conceptos son los que nos permiten identificar, de un modo muy básico e inconsciente, lo que vemos, tocamos, escuchamos, experimentamos. Sin conceptos no podemos identificar algo como tal. Por ejemplo, los conceptos sobre “papa” que tiene alguien criado en Buenos Aires no llegan a cubrir las variedades de tubérculos similares que existen en algunos países andinos; sin esos conceptos, para una persona de Buenos Aires que va a un mercado de Quito es todo “papa”, no identifica las diferentes variedades de tubérculos. Ve pero no ve. Otro ejemplo son los conceptos de género que tenemos hoy en día, que son más complejos y extensos que los que se tenían hace un siglo; sin esos conceptos nuevos no podemos ni siquiera ver esas realidades (y todo se reduce a “hombre” o “mujer”). Los conceptos, como elementos semánticos, son los que nos permiten identificar, y luego comparar, valorar, relacionar, etc., los objetos, personas, situaciones (reales o imaginarios) de los que consta el mundo.

Suponemos que en la mente de las personas existe un sistema o almacén semántico —que podría a su vez estar subdividido, organizado por dominios (ver punto 7)— que contiene representaciones mentales para categorizar la realidad. El concepto es la unidad representacional de la memoria semántica (Baddeley, 1999). Un concepto es una representación mental de una categoría o clase de objetos (Eysenck & Brysbaert, 2018). El concepto de “perro” no se refiere a un perro en concreto, sino a la categoría “perro”, que engloba a todos los perros; el de “cumpleaños” no es su último cumpleaños, ni al que fue el fin de semana, ni el de una famosa en las noticias, sino que abarca rasgos generales de todas esas instancias.

En cuanto al formato representacional, en principio es a-modal (no tiene una modalidad específica) o abstracto. Es la “idea” o “significado” de algo. El concepto de “perro” no es la palabra (el significante), ni la imagen de un perro u otro, ni el sonido del ladrido, ni la textura de su pelaje, sino la unidad de significado que conectaría todas estas dimensiones. Un concepto no es ni un objeto, persona o situación específica, ni la palabra que usamos para expresarlo, sino la representación de significado que usamos para categorizar ese objeto como “un X” y expresarlo en el lenguaje como “es un X” (Díez & Moulines, 2008). Los conceptos tienen diferente grado de abstracción no solo en lo que categorizan (p. ej., “perro” es más concreto que “juego”), sino también en su aplicación (p. ej., se puede usar el concepto “perro” metafóricamente: “ese jugador de fútbol es un perro, erró el penal”). Los conceptos expanden la dimensión de significado mucho más allá de las propiedades sensibles del mundo.

El papel fundamental que tienen los conceptos en la vida cotidiana se puede ilustrar más claramente considerando a personas que van perdiendo tal conocimiento: pacientes con demencia semántica (Eysenck & Brysbaert, 2018). La demencia semántica es una condición en la que existe una pérdida generalizada de conocimiento sobre los significados de los conceptos y las palabras (Patterson et al., 2007). Esto difiere de la enfermedad de Alzheimer, donde los problemas tienen que ver principalmente con la memoria episódica: los pacientes todavía entienden el significado de los conceptos y las palabras, pero no recuerdan lo que les sucedió. La demencia semántica implica daño a los lóbulos temporales anteriores mientras que otras áreas están relativamente a salvo inicialmente. Con el avance de ambos tipos de demencia, la pérdida neurocognitiva es más generalizada. Los pacientes con demencia semántica muestran una pérdida sustancial de significado en todas las modalidades sensoriales. Siguiendo la exposición de Eysenck y Brysbaert (2018), han mostrado los siguientes problemas o déficits:

• Para categorizar objetos a partir de imágenes, especialmente cuando la categorización es relativamente difícil. Pueden categorizar imágenes en un nivel muy general (p. ej., animal, no vivo) mejor que en un nivel intermedio (p. ej., perro, gato) o específico (p. ej., labrador, collie). Les resulta difícil asignar un significado detallado a los objetos visuales.
• Los dibujos de objetos pueden ser deficientes, como p. ej. el paciente G. W. de Rascovsky et al. (2009, en Eysenck & Brysbaert, 2018), cuyos dibujos omiten características importantes: el pez carece de aletas, uno de los pájaros no tiene alas y el elefante no tiene trompa.
• En la modalidad auditiva, para identificar objetos cuando escuchan sus sonidos característicos (p. ej., el timbre de un teléfono, el ladrido de un perro).
• Para identificar sabores cuando prueban gominolas con varios sabores, como café, coco y vainilla.
• Se encontró que una paciente de 67 años (C. M. R.) tenía empatía reducida (la capacidad de comprender los sentimientos de los demás). También fue deficiente para identificar las emociones en las expresiones faciales.
• En el lenguaje, una de las primeras señales de esta patología es la anomia o falta de palabras (p. ej., palabras generales y poco informativas como “cosa” y “cosas”), y problemas sutiles de comprensión.

Por otro lado, en las primeras etapas de la enfermedad tendrían una memoria episódica conservada. Esto les permite recordar los eventos del día a día, cumplir con las citas y funcionar en su vida cotidiana hasta que la enfermedad se vuelve más grave.

Figura 1. ¿Qué pasa cuando se pierden los conceptos? La demencia semántica (adaptado de Eysenck & Brysbaert, 2018).

3. ¿Qué define a un concepto y cómo está representado en la mente?

3.1. La teoría clásica sobre los conceptos y su crítica

Una pregunta importante que se hizo muy antiguamente la filosofía, y después la psicología experimental y también la inteligencia artificial, es: ¿qué hace que un objeto sea una instancia de un concepto?, ¿cómo se hace para subsumir objetos en conceptos? Y ¿cómo hace la mente para categorizar? No solo de forma explícita sino también, sobre todo, de manera implícita. ¿Cómo identificamos los objetos como instancias o como ejemplares de un concepto? Nuestra mente está todo el tiempo automáticamente identificando, a partir de imágenes, sonidos y otras entradas sensoriales: “un perro”, “una computadora”, “una alumna”, “un cumpleaños”, etc. A partir de rasgos perceptuales, auditivos, palabras, estados corporales, acciones que se realizan, ¿cómo hace nuestra mente para conectar esas entradas con la activación de un determinado concepto? Cabe señalar que la pregunta no es solo psicológica, sino central para los desarrollos en inteligencia artificial que buscan crear programas que identifican objetos en una foto o escena, o identifican personas a partir de una foto o video. Aunque seres humanos y computadoras funcionen distinto, los desarrollos en teoría, experimentos y tecnología se alimentan mutuamente.

Cuando alguien nos pide que definamos un concepto, por ejemplo, “¿qué es una mesa?”, en general damos una lista de características o rasgos típicos o comunes de las mesas: superficie lisa, cuatro patas, es para comer, es un mueble… Los diccionarios siguen el mismo procedimiento. Por ejemplo, el diccionario de la Real Academia Española define mesa como “Mueble compuesto de un tablero horizontal liso y sostenido a la altura conveniente, generalmente por una o varias patas, para diferentes usos, como escribir, comer, etc.”. De acuerdo con esta definición, las características esenciales son: mueble, tabla horizontal, patas (no importa cuántas), usos (muchos). El resto de características (cuántas patas, para qué se usa, cuál es la altura) no son esenciales porque son inespecíficas. Por ejemplo, una mesa con una pata central, una mesa ratona que es bajita (coffee table), etc., siguen siendo “mesa”.

La idea intuitiva de que los conceptos están definidos por características o rasgos comunes esenciales fue la primera teoría sobre la composición de los conceptos planteada en filosofía y psicología. Ya Aristóteles (en Baddeley, 1999) planteó lo que se conoce como la teoría clásica, que asume que un concepto se define por un conjunto de rasgos necesarios y suficientes, una serie de rasgos básicos, definitorios. Para decirlo de modo coloquial —y con perdón de los teóricos serios— sería una especie de check-list a cumplir. Si cuenta con esas características, se incluye en la categoría, y si no, pertenece a otra. Como resultado, las categorías son clases homogéneas y discretas. Por ejemplo, si es un mueble, tiene una tabla horizontal, patas (no importa cuántas) y usos (muchos), entonces es una mesa.

Pero esta visión de los conceptos fue objetada, aun desde la filosofía. El crítico más conocido es Wittgenstein (1953, en Baddeley, 1999), que planteó que era imposible que funcione así; no hay, para ninguna categoría, salvo los objetos matemáticos, un conjunto definitorio de los rasgos necesarios y suficientes que permita clasificar lo que entra y lo que no. Wittgenstein puso el ejemplo de la categoría “juego”, que es una categoría bastante abstracta. Volvamos al ejemplo de mesa: los rasgos definitorios del concepto “mesa” tendrían que hacer que todas las mesas queden adentro y, además, que las diferencien de otros muebles y de otros objetos. Los rasgos eran: mueble, tabla lisa, patas, usos. Fíjese que allí podría entrar también silla, banqueta, algún tipo de cama, algún aparador o estante… Como planteó Wittgenstein, es imposible definir un concepto, o suponer que la mente tiene categorías basadas en un conjunto de rasgos necesarios y suficientes.

Wittgenstein propuso una visión alternativa: las categorías tienen límites difusos y los ejemplares de una categoría son tales porque tienen un “parecido familiar”, un objeto de una categoría comparte algunos rasgos con otro. Como en el “parecido familiar”: alguien de la familia comparte con otra persona el color de pelo y los ojos, con otra, la forma de la frente y la nariz, y el tercero comparte la nariz y el color de pelo… No hay un conjunto necesario y suficiente de rasgos para ser de esa familia, sino que van asemejándose. Habrá personas que comparten muy pocos rasgos y estarán en el “límite difuso” en que no sabemos si es de esa familia o no.

3.2. La teoría de comparación de rasgos y la teoría de los prototipos

La teoría de comparación de rasgos (Smith et al., 1974) en psicología cognitiva recoge la idea de que los conceptos se almacenan como conjuntos de elementos ordenados en forma de listas, donde los componentes de la lista constituyen valores de atributos, como tamaño, forma, color, propiedades funcionales (para qué sirve), relación con otra categoría, etc. Algunos de estos elementos son definitorios para la pertenencia a la categoría, esenciales, y otros rasgos son solo atributos particulares de ese elemento.

Por otro lado, basándose en la crítica a la teoría clásica y las ideas de “parecido familiar” y límites difusos, se propuso como alternativa la teoría de prototipos (Rosch & Mervis, 1975; Hampton, 1995). De acuerdo con este enfoque, cada categoría tiene un prototipo, que es una descripción central o conjunto relacional de rasgos que representa la categoría. Es un “ideal” o “promedio” que tiene un conjunto de atributos característicos o rasgos, en una configuración o relación, y en los que algunos atributos tienen más peso que otros, pero ninguno es definitorio. Con base en la experiencia, por ejemplo, de ver diferentes mesas, se va formando en la mente una configuración abstracta de rasgos que es el prototipo o “tipo ideal” de “mesa”. La categorización se logra comparando nueva información con los prototipos que ya tenemos adquiridos. Habría un cómputo de similitud global o un proceso de “matching (emparejamiento)”. Un objeto es miembro de una categoría si existe una buena coincidencia, similitud, parecido familiar o emparejamiento entre sus características y las del prototipo.

La investigación empírica sobre los conceptos se lleva a cabo con diferentes tareas experimentales, entre las que se encuentran tareas de rating, verificación de frases o enumeración de rasgos. Estas investigaciones proporcionaron apoyo inicial a la teoría de los prototipos. Por ejemplo, en un experimento, Rosch y Mervis (1975) utilizaron veinte objetos de seis categorías, en dos grupos de participantes. A un grupo le pidieron ratings de tipicidad de los objetos de la categoría. A otro grupo se le pidió que hiciera una lista de los atributos de cada objeto de la categoría (p. ej., que liste atributos para auto, camión, motocicleta, patines, ascensor…). Entre los resultados cabe señalar, en primer lugar y en contra de la teoría clásica y de la teoría de comparación de rasgos, que no había un conjunto de rasgos necesario y suficiente compartido entre todos los objetos de una categoría que pudiera definirla. Por ejemplo, no hay un conjunto de rasgos que defina claramente a “vehículo” o “mueble”. Además, se calculó cuántos atributos compartía cada par de objetos y luego se obtuvo un puntaje total de atributos compartidos parcialmente para cada objeto (puntuaciones de “parecido familiar”). Por ejemplo, suponga que un miembro de categoría tiene dos atributos, uno que poseen 16 miembros de categoría y el otro que poseen 14 miembros de categoría. Eso daría una puntuación de parecido familiar de 16 + 14 = 30. El hallazgo clave de Rosch y Mervis (1975) fue que los objetos que el Grupo 1 había juzgado como más típicos, en el Grupo 2 tenían puntajes de parecido familiar mucho más altos, es decir, muchos más rasgos en común con cada objeto por separado, que los objetos que no tenían altas puntuaciones en tipicidad.

Otro hallazgo que apoya la teoría de los prototipos es el efecto de tipicidad en las tareas de rating o juicios y en la de verificación de afirmaciones. En las primeras, dentro de un grupo cultural, los ratings de tipicidad suelen ser más altos para algunos objetos o ejemplares de forma consistente. Por ejemplo, en nuestra cultura, “auto” es un ejemplar con alta tipicidad para “vehículo”; “manzana”, “naranja” para “fruta”; “mesa” para mueble, etc. (Rosch & Mervis, 1975; Hampton, 1995). Por su parte, en las tareas de verificación de frases, el tiempo de respuesta para determinadas combinaciones de objeto-categoría suele ser mucho más rápido que para otras combinaciones. Por ejemplo, “Un auto es un vehículo – SÍ”, se responde mucho más rápido que “Un barco es un vehículo – SÍ” (Smith et al., 1974).

Asimismo, cuando hay dudas o no hay acuerdo entre personas acerca de la pertenencia categorial de un objeto (p. ej. “skate” – “vehículo”), el objeto suele compartir muy pocos rasgos con el o los prototipos centrales, lo que da cuenta de los límites difusos antes que de una pertenencia clara y tajante (Hampton, 1995).

En la teoría de comparación de rasgos, los efectos de tipicidad se darían porque hay un alto grado de solapamiento o match entre la categoría y el objeto más típico, mientras que los miembros menos típicos tienen menos rasgos compartidos. Sin embargo, no puede explicar que haya muy pocos rasgos, o casi ninguno, definitorio y sin embargo se lleve a cabo la tarea de categorización (Baddeley, 1999).

Figura 2. Tareas experimentales en el estudio de los conceptos.

3.3. Prototipo vs. ejemplares, y modelos híbridos

La teoría de los ejemplares fue propuesta como alternativa a la teoría del prototipo (Rips & Collins, 1993). En lugar de que exista una descripción abstracta de una categoría (un prototipo central), el enfoque ejemplar asume que cuando nos encontramos con un objeto que no conocemos, se categoriza comparándolo con ejemplares de varias categorías almacenados en la memoria. Así, por ejemplo, cuando vemos un nuevo tipo de animal volador y queremos decidir si es un pájaro o un insecto, no lo haríamos comparando el nuevo animal con el prototipo de pájaro y el prototipo de insecto, sino comparando el nuevo animal con las aves con las que estamos familiarizados (palomas, gorriones, cotorras, etc.) y con los insectos con los que estamos familiarizados (mosquito, mariposa, araña, abejas, etc.). La categoría no tiene un “tipo abstracto promedio”, sino representaciones de los ejemplares con los que nos encontramos antes, las cuales son implementadas como conjuntos de rasgos, o como configuraciones de imágenes, o como entradas léxico-semánticas, u otros formatos representacionales.

Los resultados experimentales que vimos hasta ahora también pueden explicarse mediante teorías de ejemplares. Por ejemplo, el efecto de tipicidad en verificación de frases: se responde afirmativamente más rápido a “una paloma es un ave” que a “un avestruz es un ave”. Dado que una persona que vive en Buenos Aires tiene más experiencia en ver o leer sobre palomas que sobre avestruces, es probable que haya más instancias almacenadas de palomas como aves. Por lo tanto, “paloma” se recuperará de la memoria mucho más rápido que “avestruz”, lo que dará lugar a la diferencia en los tiempos de juicio. De acuerdo con el enfoque ejemplar, un factor importante que influye en la tipicidad de un miembro de la categoría es la frecuencia con la que se ha encontrado. Por ejemplo, en el estudio de Novick (2003, citado en Eysenck & Brysbaert, 2018) se evaluó la tipicidad de “avión” como vehículo antes del ataque terrorista del 11 de septiembre en las Torres Gemelas en EE. UU. Y, luego, en varios momentos después del ataque. El rating de tipicidad subió después del ataque, pero 5 meses después del ataque volvió a su rating anterior. Esto iría en contra de la teoría de ejemplares. Sin embargo, otros estudios encuentran efectos de frecuencia y familiaridad.

Una de las limitaciones de la teoría de los ejemplares, según Eysenck y Brysbaert (2018), es que no aclara su grado de abstracción. Si están basados en ejemplos concretos, ¿qué formato tienen?, ¿cómo es posible que tengan propiedades abstractas o se incluyan en conceptos más generales? Por ejemplo, sabemos que las palomas son aves, animales y seres vivos. ¿Cómo es esto posible si cada uno de estos conceptos está completamente basado en ejemplares?

No hay un consenso científico a favor de las teorías de prototipos o de ejemplares. Más bien hoy en día parece haber consenso sobre una postura híbrida, o combinada, o de abstracción variable. Prototipo y ejemplar no tienen por qué ser mutuamente excluyentes. La categorización de un estímulo concreto puede basarse en la similitud con ejemplares (objetos, personas, situaciones concretas que recordamos o algún ítem de entrenamiento que recordamos particularmente durante un experimento) o con una categoría abstracta, de modo que son dos los mecanismos que coexistirían en nuestra mente (y cerebro). En los estudios de formación de categorías se ha visto que en parte depende de cómo se presenta la tarea, por ejemplo, si los ítems de entrenamiento son relativamente coherentes y similares o más variables, o si el entrenamiento es intencional o incidental, o si hay ítems que son excepciones a reglas (Bowman et al., 2020). También, según Eysenck y Brysbaert (2018), puede ser que las categorías difieran en su grado de abstracción, como resultado de la categoría misma o de la cantidad de experiencia que una persona tiene con la categoría. Puede ser que algunas de nuestras categorías estén compuestas por un número pequeño de ejemplares concretos y otras tengan un grado de generalidad y abstracción.

4. ¿Cómo se organizan los conceptos en la memoria semántica?

Como se mencionó al principio, los conceptos no están aislados en nuestro conocimiento, sino que cuando se activa un concepto, se suelen activar otros relacionados. Por lo tanto, hay que suponer que en nuestra memoria semántica no hay conceptos aislados, sino que están organizados o relacionados, de modo que la activación de uno suele predecir la activación de otros. Por ejemplo, un concepto y sus rasgos o propiedades. Y también distintos conceptos asociados entre sí.

Esto es un fenómeno que se puede observar en la vida diaria, ya que algunos conceptos suelen asociarse fuertemente a otros, sea de forma cultural o sea por aprendizaje individual (o ambos). Por ejemplo, diga lo primero que se le viene a la mente: Rosa – ¿…? Nube – ¿…? Hay respuestas típicas y rápidas, como rosa-flor, nube-lluvia. La idea es la siguiente: si un concepto viene al pensamiento tan rápidamente asociado a otro, entonces tienen que estar de alguna forma conectados en nuestro almacén semántico. Las teorías sobre la organización de los conceptos intentan dar cuenta de esas relaciones, y deben explicar y predecir efectos tanto en la vida cotidiana como en experimentos.

Entre las tareas experimentales que se usan para estudiar las relaciones entre conceptos, además de las que ya se vieron previamente (juicios y ratings, tiempo de verificación de afirmaciones, enumerar rasgos, aprendizaje de categorías), hay otras dos que sobresalen: las tareas de asociación libre y las de priming semántico.

Figura 3. Tareas experimentales en el estudio de relaciones entre conceptos.

Hay muchísimas teorías y modelos sobre cómo se organiza el conocimiento en la memoria semántica; entre ellos podemos distinguir dos grandes enfoques o perspectivas. Uno propone que los conceptos se organizan y relacionan en forma de redes; este enfoque se ha empleado para modelar las relaciones entre conceptos, como categorías generales (por ejemplo “perro”, “animal”), y la representación mental de lo que llamamos propiedades o rasgos (por ejemplo “cola”, “ladrar”), que también son conceptos. Las teorías de redes se plantearon asimismo como formas de organizar las relaciones entre los conceptos y sus atributos, es decir, en qué consiste un concepto, que sería una red de nodos interconectados. Un segundo tipo de teorías asume que las relaciones entre los conceptos se almacenan en paquetes integrados de información, que se denominan esquemas. Son estructuras de información más amplias, con un nivel mayor de organización; son “bloques” (Baddeley, 1999) o paquetes de conocimiento que establecen relaciones específicas, particulares, entre conceptos. Contienen mucha más información definida sobre las relaciones entre los conceptos que lo que estudia la perspectiva de los esquemas. Son minimodelos sobre “cómo son las cosas” relativas al mundo de los objetos y el espacio, o las relaciones sociales, o el self.

5. Organización de los conceptos: teorías de redes

5.1. Redes jerárquicas

Hacia fines de la década del 60 se postularon los primeros modelos de redes semánticas, en un esfuerzo en común entre psicología y ciencias de la información, ya que se suponía que describía la mente humana y que ayudaba a modelar en software las bases de conocimiento y su interfase humana (Collins & Loftus, 1975; Collins & Quillian, 1969). Estos modelos proponen que la memoria semántica se organiza en forma de red; dentro de la red, cada concepto se representa mediante un nodo (un elemento generalmente en forma de círculo) y sus vínculos mediante lazos (links). Otro concepto básico en teorías de redes en general es la propagación de la activación, por la que la activación viaja de un nodo hacia otro. Cuando se “prende” o activa un concepto, este le transmite activación, “prende” a aquellos relacionados.

Una de las primeras ideas sobre la organización de los conceptos partió de la observación de que los conceptos pueden definirse en varios niveles de generalidad. Los conceptos pueden, a su vez, encajarse en otros conceptos; el de más alto nivel es una categoría supraordinal y el de más bajo nivel, un concepto subordinado. Por ejemplo, un PERRO es un ANIMAL, que a su vez es un SER VIVO. Este ejemplo sugiere que los conceptos se pueden organizar en jerarquías.

Entonces, las primeras teorías sobre organización del conocimiento postularon redes jerárquicas, con nodos de conceptos supraordinales, que se van ramificando en conceptos subordinados. El significado se deriva de una estructura jerárquica en la que los niveles de organización se extienden desde más generales (p. ej. SERES VIVOS) y van “bajando” a conceptos cada vez más específicos, p. ej. ANIMAL, MAMÍFEROS u OVÍPAROS, hasta llegar a más específicos, p. ej. PERRO, BALLENA / PALOMA, SAPO, etc. Entre los nodos solo hay vínculos de inclusión, “es un” (PERRO – ANIMAL; ANIMAL – SER VIVO) y a cada nodo le corresponden relaciones de atributos, “tiene”, “puede”, “hace” (PERRO tiene CUATRO PATAS, LADRA, etc.).

Una de las ventajas importantes de la organización jerárquica es la economía cognitiva, por la cual las propiedades o atributos se almacenan al más alto nivel posible. Por ejemplo, ANIMAL significa que come y excreta alimento, respira oxígeno, se reproduce con otro/a de la especie, tiene un sistema nervioso; “mamífero”, que “se reproduce por placenta”, “toma leche de su madre”; “perro” no hace falta volver a especificar que “respira” o “come”, sino sus atributos específicos, quizás “es doméstico” o “ladra”. Sabemos que un perro come comida y la excreta, respira, tiene sistema nervioso, si es hembra puede quedar embarazada, etc., porque hereda las propiedades del nodo supraordinal.

Figura 4. Red jerárquica según Collins y Quillian (adaptado de Baddeley, 1999).

¿Y cómo funciona la red para producir asociaciones? Cuando se activa un nodo, envía información hacia otros más cercanos por medio de un proceso de propagación de la activación, por el que la activación viaja de un nodo hacia otro. Un resultado experimental que avalaba la activación en forma jerárquica, y el principio de economía cognitiva, fue que, en la tarea de verificación de frases, el tiempo para aceptar una afirmación como “El perro respira” fue más largo que para aceptar “El perro ladra”. Esto se explicaría porque “ladra” es un atributo directamente relacionado con el nodo “perro”, en cambio para llegar a “respira” hay que subir a los nodos en los que “perro” se incluye. En general, el tiempo para verificar atributos directamente relacionados con el nodo fue menor que los tiempos para verificar atributos asociados a nodos más altos en la jerarquía. Entonces, los tiempos de respuesta estarían reflejando la propagación de la activación en una red jerárquica.

En distintos experimentos, por ejemplo, comparando expertos con novatos (Eysenck & Brysbaert, 2018), se mostró que la determinación de cuáles son los nodos y cómo se organizan no es universal, sino que cada persona, en función de su experiencia, tendrá su propia red conceptual. Esperaríamos que un botánico entienda sobre tipos de plantas de forma diferente a una persona aficionada a la jardinería y esta, a su vez, haría otras distinciones que una persona que nunca se interesó o estudió sobre las plantas.

Una de las críticas con las que se enfrentó el modelo fueron las diferencias de tiempo de respuesta en tareas de verificación para oraciones en las que los nodos ubicados estaban en un mismo nivel. Una afirmación como “El perro es un mamífero” requería de menor tiempo de reacción que “La ballena es un mamífero”. La tipicidad o la familiaridad con los estímulos individuales fue más importante para explicar la velocidad de verificación que el nivel en la jerarquía. Esta crítica se podría subsanar sin abandonar la red jerárquica (Baddeley, 1999); se puede suponer que, dentro de un mismo nivel, y sobre todo en los más abajo, algunas subcategorías están más fuertemente relacionadas con la categoría supraordinal. Se pueden postular lazos más fuertes o más débiles, sin abandonar la organización jerárquica.

No obstante, hay otra crítica que la teoría de redes jerárquicas no puede remontar: la de las asociaciones semánticas horizontales o transversales (Baddeley, 1999). La teoría supone que las relaciones entre nodos son estrictamente jerárquicas, de inclusión, sin ningún tipo de relación horizontal o link cruzado entre categorías. Sin embargo, tanto en los experimentos como en la vida cotidiana vemos que un concepto está asociado con muchos otros conceptos y no depende solo de una inclusión categorial estrictamente jerárquica. Incluso dentro de una misma categoría general. Imagínese la siguiente red: VEGETAL, que incluye por un lado ÁRBOL y por otro TUBÉRCULO; de ÁRBOL se siguen MANZANO, ROBLE, JACARANDÁ, etc.; y de TUBÉRCULO, PAPA, NABO, ZANAHORIA, etc. En un experimento de verificación categorial, la frase “Una papa es un árbol” debería contestarse (“no”) tan rápidamente como cualquier otra afirmación falsa (p. ej. “una papa es un ave”), ya que, según el modelo, subimos un nodo, vemos que “no” y contestamos. Sin embargo, en los experimentos, el tiempo para rechazar correctamente este y otros ejemplos similares era demasiado largo si se compara con los nodos que teóricamente debe recorrer (Baddeley, 1999). Esto no lo puede explicar un modelo de red estrictamente jerárquico, ya que no plantea ninguna asociación horizontal o cruzada entre los miembros de la categoría “vegetal”. Baddeley (1999) llama a esto “efecto de relación semántica”.

Otros resultados que son difíciles de explicar en los modelos estrictamente jerárquicos son los efectos de priming semántico entre conceptos que no tienen una relación estrictamente jerárquica, p. ej. PERRO facilita GATO, e incluso entre conceptos que no se podrían ubicar en una red jerárquica, p. ej. PAPAS y HAMBURGUESA.

5.2. Redes semánticas en la teoría de propagación extendida de la activación

En función de las críticas anteriores, Collins y Loftus (1975) propusieron una visión alternativa de la organización del sistema semántico. Según ellos, la memoria semántica no se organiza principalmente jerárquicamente, sino sobre la base de la similitud o distancia semántica. Los conceptos forman los nodos de una red semántica. Cuando dos conceptos tienen similitud (porque se activan juntos de forma frecuente en el lenguaje, porque comparten rasgos perceptuales, porque se parecen fonológicamente, porque comparten una categoría…), se establece un vínculo o link entre ellos. En la medida en que se coactivan, se sitúan juntos en la red, se ubican “cerca” y se fortalece el vínculo entre ellos.

La distancia semántica en una red es importante porque Collins y Loftus (1975) argumentaron que cuando se activa un nodo en la red, hay una propagación de la activación a los nodos enlazados, tal como en las redes jerárquicas, pero aquí la propagación de la activación no es solo vertical, sino generalizada. La activación se propaga fuerte y rápidamente a los conceptos estrechamente relacionados y débilmente a los que están más distantes. Cuando la distancia es corta, la activación se conduce rápidamente. Cada vez que una persona ve, escucha o piensa en un concepto, se activa el nodo apropiado en la memoria semántica. La distancia semántica se puede graficar con los elementos cercanos espacialmente y se puede graficar la fuerza de la asociación con un link más marcado, más fuerte (en el ejemplo, “vegetal” y “árbol”).

Haciendo una analogía (no es así en sentido estricto, sino para que se entienda): como si fuera un incendio, primero se quema el elemento inicial donde se prendió, el fuego se va propagando por los objetos más cercanos y más inflamables, con fuerza, y después se va extendiendo hacia objetos más lejanos, y quizás se va extinguiendo si no hay elementos inflamables cerca.

Por ejemplo, en el efecto de relación semántica en la verificación de frases que vimos antes, si se activa “papa”, y está asociada con “vegetal” y “vegetal”, a su vez, está asociado con “árbol”, cuando se ve la frase “la papa es un árbol” hay una activación fuerte conjunta de esos elementos y es difícil decidir correctamente que “no es”.

Figura 5. Ejemplo de red semántica con propagación distribuida de la activación.

Este tipo de redes no solo da cuenta del efecto de relación semántica, también pueden explicar el efecto de tipicidad. Respecto de la tipicidad, el concepto de categoría supraordinal estaría más fuertemente asociado a algunos conceptos en particular y, entonces, siempre que se activa uno, rápidamente y con gran fuerza la activación se propaga al otro. En nuestro ejemplo, VEGETAL y ÁRBOL están cerca y fuertemente asociados, probablemente el prototipo de vegetal sea “árbol”. Si por algún camino se activa “vegetal”, es probable que se active “árbol”. En cambio, otros conceptos no estarían tan fuertemente asociados a la categoría o estarían más lejanos, no se activarían tanto y entonces no producirían efectos en la asociación, en los tiempos de respuesta y en otras tareas experimentales.

Los modelos de este tipo explican el efecto de tipicidad, el efecto de relación semántica y efectos de priming semántico, una tarea experimental que es muy usada para estudiar la relación semántica, también en el estudio de la memoria, la percepción y en psicolingüística. Si por ejemplo en un experimento de priming un ensayo presenta la palabra “comida” seguida de un dibujo de papa, se va a reconocer y nombrar más rápidamente el dibujo que si está precedido, por ejemplo, por “roble”. Se supone que los conceptos “comida” y “papa” se activaron en la memoria semántica y eso facilita el reconocimiento y la denominación del dibujo.

Los ejemplos que se mencionaron son sobresimplificaciones de cómo estaría compuesta una red real en la mente de una persona o en la “mente” de una computadora, que tendrían en realidad miles o cientos de miles de conceptos entrelazados de forma muy enmarañada.

5.2.1. Modelos conexionistas de procesamiento paralelo distribuido

Los modelos de redes tuvieron una época de avance y esplendor en la década de 1980 y un revival con impresionantes avances técnicos en la segunda década de este siglo. Se plantearon modelos computacionales específicos para funciones como reconocer letras, palabras, caras, “entender” texto y otras tareas cognitivas, basados en redes neurales que son, como las que vimos, tomadas como una metáfora de cómo funciona el cerebro. Se considera la interconexión de neuronas como una metáfora, un modelo abstracto, para plantear modelos de cómo se realizan las funciones psicológicas, tanto por parte de la mente humana como para plantear máquinas que realicen dichas funciones (McClelland & Rumelhart, 1986; Rumelhart & McClelland, 1986).

Se parte de un modelo para realizar un tipo de tareas, una función en sentido estricto. Por ejemplo, reconocer objetos visuales. El modelo se implementa como una serie de capas de unidades o nodos (como si fueran grupos de neuronas). Las unidades, y las capas, están interconectadas entre sí en diferentes modos. Las conexiones pueden ser excitatorias e inhibitorias y con distinto peso o “fuerza”. Cada nodo tiene una función de activación: cómo integra la activación que le llega de las diferentes conexiones. El comportamiento de cada nodo se define por el valor del conjunto de los pesos de las conexiones. Lo que vemos como representación gráfica, en realidad tiene una implementación computacional en términos de vectores y cómputos de matrices (McClelland & Rumelhart, 1986; Rumelhart & McClelland, 1986).

Por ejemplo, en el reconocimiento visual, a partir de la imagen de un objeto se genera un mapa de píxeles. Este mapa de píxeles se transmite a una primera capa, que reconoce varias características y especificaciones visuales (líneas, colores, texturas, etc., asociados a una ubicación o configuración espacial). Cuando damos una imagen de entrada, cada una de las capas internas genera mapas de activación. Los mapas de activación señalan las características relevantes de la imagen de entrada en relación con el cómputo específico que está realizando esa capa. Cada uno de los nodos generalmente toma la entrada en forma de un grupo, multiplica sus valores por el valor de sus pesos, los suma y los ingresa a través de la función de activación respectiva. La primera capa generalmente reconoce las diversas características de la imagen de entrada, como los bordes horizontales, verticales y diagonales. La salida de la primera capa es la entrada de la siguiente capa, que a su vez extraerá otras características complejas de la imagen de entrada, como esquinas y combinaciones de bordes. Cuanto más se adentra en la red neuronal, más capas comienzan a detectar varias características de nivel superior, hasta llegar a objetos, rostros, etc. Así descripto parecería que el procesamiento es lineal, pero nada más alejado: las unidades, y las capas, se conectan en forma paralela y hay cómputos tanto hacia “adelante” como hacia “atrás”. No hay nada lineal en la activación; de hecho, uno de los nombres de este tipo de modelos es procesamiento paralelo distribuido (McClelland & Rumelhart, 1986; Rumelhart & McClelland, 1986).

Además, la red aprende. Luego de uno o varios ciclos que arrojan un resultado (p. ej., la red dice que la imagen es un pájaro), se le puede dar feedback de su desempeño, es decir, si lo hizo bien o mal, y con qué precisión, qué porcentaje de veces acierta. De este modo, en cada ciclo “aprende”, modificando el peso o la forma de las conexiones entre nodos (Rumelhart et al., 1986).

Figura 6. Ejemplo de red neural para el reconocimiento de objetos visuales.

El planteo iniciado por el conexionismo de mediados de los 80, que dio lugar a los modelos actuales de inteligencia artificial basados en la arquitectura de red neural, y los que hemos estado trabajando hasta ahora, tienen una diferencia importante respecto del tipo de representación que manejan. En rigor, en los modelos conexionistas, las representaciones son subsimbólicas: no representan conceptos enteros, sino valores dentro de un espacio vectorial, calculados a partir de las asociaciones entre miles de ellos. Según los teóricos de los modelos conexionistas, la representación estaría distribuida: no hay símbolos almacenados en algún lugar de la memoria (McClelland & Rumelhart, 1986; Rumelhart & McClelland, 1986; Rumelhart et al., 1986), hay patrones de activación, que se ponen en marcha (se activan) cuando la persona tiene una experiencia en la vida real, y es este patrón de activación determinado el que “representa” informacionalmente la experiencia. En cuanto el patrón desaparece, no quedan representaciones, símbolos estables codificados en la memoria, para ser manipulados posteriormente. Por ejemplo, cuando vemos un limón, no es necesario postular una representación simbólica “limón” que una o conecte el color amarillo, el olor, el sabor agrio. En estos modelos no hay necesidad de formular la existencia de una red semántica que enlace el objeto perteneciente a la categoría “limón” con las propiedades “ser amarillo” y “sabor agrio”. El concepto sería así “subsimbólico”, reside en la coactivación de valores vectoriales en la matriz.

¿Y cómo se guarda la información, es decir, cómo damos cuenta de que efectivamente tenemos conocimiento almacenado previamente (por ejemplo, que un limón es amarillo)? Aunque a nivel “macro”, visto de afuera, o desde nuestra experiencia subjetiva, pudiera dar la impresión de que el sistema está realizando operaciones sobre símbolos discretos, a escala interna lo único que está poniéndose en juego es la actividad conjunta de un gran número de unidades que se coactivan.

El planteo subsimbólico es difícil de imaginar y entender, así que aquí lo dejamos planteado y volvemos a imaginarnos las capas de nodos como conceptos que se refieren a sus propiedades o rasgos. Además, los modelos de redes neurales han asimilado los nodos tanto a características subsimbólicas como a símbolos reconocibles.

Entre los investigadores que iniciaron la perspectiva conexionista se encontraba un psicólogo inglés, Geoffrey Hinton (ver, por ejemplo, Rumelhart et al., 1986). Más adelante, Hinton profundizó en los algoritmos computacionales que implementaban los modelos de redes distribuidas y el aprendizaje automático profundo (machine learning, deep learning), trabajando en universidades de EE. UU. y Canadá, y en el proyecto Google Brain desde 2012 a 2023, clave para el impulso de la inteligencia artificial generativa de hoy en día. Por sus descubrimientos e inventos, que hicieron posible el aprendizaje automático y las redes neuronales artificiales, ganó el premio Turing en 2018 y el Premio Nobel de Física, en 2024.

5.2.2. Limitaciones de los modelos formales computacionales

Los modelos de redes, como parte de los actuales modelos formales computacionales (que no se limitan a arquitecturas de redes), son, como vemos, muy poderosos y flexibles, y pueden explicar efectos experimentales y muy diversos fenómenos en la vida cotidiana.

Uno de sus problemas es que cada modelo tiene muchísimos, hasta miles, de elementos, lazos, funciones de activación, que interactúan de forma compleja, de modo tal que al final la persona que hace teoría no sabe bien qué está pasando ahí adentro. Es como una “caja negra” impenetrable, no sabemos por qué o cómo funciona del todo. A los fines de hacer tecnología puede no importar esto: si el programa funciona, perfecto; pero para hacer teoría sobre cómo funciona la mente, tendría que haber cierta inteligibilidad, cierto acceso a su funcionamiento interno. ¿De qué sirve un modelo teórico si no entendemos nada de cómo funciona adentro, solo los inputs y outputs?

Otro de los problemas, no solo de los modelos conexionistas sino de los modelos formales computacionales en general, es que frente a una función se pueden plantear varios modelos distintos y no hay muchos criterios o formas para decidir cuál es el más adecuado. Por ejemplo, en los modelos conexionistas: ¿cuántas capas, tipos de representaciones intermedias, funciones de relación entre las unidades, o vectores, etc., son más plausibles para un modelo de funcionamiento humano? Siempre se puede hacer un modelo nuevo, distinto y “tunearlo” (modificar la cantidad de unidades, las interconexiones, los pesos y funciones de activación) para que funcione similar a algún criterio. Las posibilidades son infinitas. Por ejemplo, para dar cuenta de tareas de categorización, Wills y Pothos (2012) contaron siete modelos computacionales en competencia. Todos con diferentes arquitecturas y modos de funcionamiento.

Para modelar, habría que tener en cuenta, por un lado, la capacidad de explicar o simular no solo una o dos tareas, sino un rango de tareas y fenómenos asociados a una función de la mente humana. Un sobreajuste de un modelo a una o dos tareas hará que prediga bien esos datos, pero no un rango de resultados que atribuimos a, por ejemplo, la función de los conceptos. Asimismo, por otro lado, también tendría que tener en cuenta restricciones que vienen del conocimiento de la organización del cerebro, de información que provee la neuropsicología cognitiva. No porque tengan “neuro” en el nombre es cierto que se ajustan al conocimiento de la anatomía, fisiología y funcionamiento del cerebro.

5.3. Enfoque de cognición corporeizada

Las teorías que expusimos hasta ahora enfatizan que los conceptos son representaciones abstractas, independientes de las experiencias perceptivas y motoras. Son nodos, representaciones abstractas relacionadas con otros nodos. Sin embargo, siempre se planteó el problema del arraigo, o “bajada a tierra” (grounding), de los símbolos. Harnad (1990) argumentó que nunca podremos comprender el significado de un símbolo si cada símbolo (p. ej. palabra) se define completamente en términos de otro símbolo (p. ej. otras palabras). Para darse una idea de esto, imagínese tomando un diccionario de un idioma que no conoce. Cada palabra está definida por otras palabras, que también puede buscar, pero mientras no tenga la referencia del significado de alguna palabra, en términos de a qué se refieren en el mundo real o la experiencia, es imposible comenzar a comprender el idioma que está viendo. Searle (1980) lo ejemplificó con la idea siguiente: una persona que no habla chino está en una habitación desde la que sigue instrucciones, en el idioma que sí comprende, para responder preguntas utilizando símbolos chinos. Le dan unos ideogramas chinos y de acuerdo con reglas (en su idioma, que entiende), les aplica transformaciones y combina con otros ideogramas, de modo tal que organiza una respuesta. Desde fuera, parece que entiende el idioma y conoce los ideogramas, pero en realidad solo manipula símbolos a partir de ciertas reglas. ¿Entiende chino? Desde afuera parece que sí, pero en realidad no.

Según la postura de la cognición corporeizada, es imposible conocer el significado de muchos conceptos sin haber experimentado lo que representan. Cuando se adquiere un concepto, por ejemplo “perro”, se relaciona una palabra con una variedad de experiencias sensoriales (visuales, táctiles, auditivas, emocionales) y acciones motoras (acariciar, correr). Para alguien que nunca tuvo una experiencia vivida con un perro, el concepto sigue siendo incompleto. La teoría de la cognición corporeizada (embodied cognition y, algunos agregan: situada y extendida, p. ej. Clark, 2017) parte del supuesto de que el significado de los conceptos depende de las interacciones físicas de nuestro cuerpo con el mundo circundante. El significado se origina, y depende de, estados motores, perceptuales, emocionales y de experiencia corporal de la persona, que se coactivan con el lenguaje. Comprender algo, desde el punto de vista semántico que estamos desarrollando, implicaría hacer una simulación mental de la experiencia. Hay mucha investigación hoy en día en torno a esta idea y muchas perspectivas, modelos y teorías que se agrupan bajo el título de cognición corporeizada.

En el terreno de los conceptos, una de las teorías más conocidas es la de los símbolos enraizados (grounded) o conceptualización situada, de Barsalou (Barsalou, 2016; Matheson & Barsalou, 2018). Propone un rol funcional causal de los sistemas perceptuales, somatosensoriales y motores en la generación de las representaciones conceptuales. Las coocurrencias de estímulos físicos, junto con representaciones perceptuales (visuales, auditivas, etc.), estados corporales (incluyendo sensaciones y sentimientos) y conductas motoras, generan redes de tipo conexionista que dan lugar a asociaciones funcionales entre las distintas representaciones, distribuidas en la mente/el cerebro. Estas relaciones forman la red neuronal distribuida que representa al concepto, que además es siempre variable y relacionada con un momento y contexto. Así, el concepto “perro” es la coactivación distribuida de atributos perceptuales, motores, experienciales, y no un concepto abstracto, a-modal, que las une. Y tampoco es fijo, sino variable según la experiencia real en que el concepto se activa. Es decir, esta “simulación” de la experiencia no es completa; no se activa toda la experiencia relacionada con un concepto, sino la que está en relación con la tarea y el contexto en que está la persona. Por ejemplo, si se acerca a un perro y lo acaricia, la activación conceptual de “perro” sería diferente que para comprender “ese cantante desafina, es un perro”. Y, por supuesto, tampoco es consciente. Incluso los conceptos abstractos tendrían su base experiencial, en términos de imágenes, sentimientos o acciones (incluyendo interacciones sociales). Por ejemplo, los conceptos “ciencia”, “cumpleaños” o “política” podrían activar imágenes, sentimientos, sensaciones físicas…

Si bien no es a-modal ni fijo, el concepto es una propiedad emergente de esta coactivación que no se reduce solamente a estados sensoriales o motores. Añade un nivel de abstracción, generalización y asociación con otros conceptos que no se reduce a las bases sensoriales.

Algunos experimentos muestran que la percepción o la acción real de la persona influye en, por ejemplo, actividades donde los conceptos intervienen de forma más abstracta, como la comprensión del lenguaje; un paradigma experimental para estudiar esto ha sido el efecto de compatibilidad acción-oración.

Figura 7. El efecto de compatibilidad acción-oración (Glenberg & Kaschak, 2002; Morey et al., 2021).

Caramazza y colaboradores (Leshinskaya & Caramazza, 2016; Mahon & Caramazza, 2008) han criticado la idea de que los conceptos se reducen a representaciones modales, es decir, el ataque directo al supuesto que guía este artículo: que la mente tiene conceptos abstractos, a-modales. Uno de los principales argumentos es: aunque encontremos activación de la percepción, o motora en experimentos y en el cerebro, esto no quiere decir que esa activación sea causal para los conceptos. Hay activación en cascada desde las representaciones semánticas hacia las representaciones modales, la activación modal es subsecuente y contingente al análisis semántico del input. Si se activa el concepto “perro”, puede que se active también una imagen, pero esto no quiere decir que la imagen sea fundamental para la comprensión del concepto o los efectos que tenga en el procesamiento. Yendo a un ejemplo más extremo, puede que el concepto “chocolate” le produzca actividad de salivación o ruido en la panza, pero esta actividad periférica no forma el núcleo del concepto. Los autores postulan la separación entre conceptos y procesamiento sensorio-motor: interactúan cuando es necesario, pero no hay una dependencia absoluta. “Chocolate” podría activar el concepto “rico”, ambas como representaciones a-modales, sin necesidad de representaciones de experiencia. Puede que se activen, pero no necesariamente.

En esta visión, la capa de representaciones conceptuales es abstracta. La activación conceptual se puede extender hacia representaciones visuales, motoras, corporales, emocionales, dependiendo del contexto. Es opcional, depende de la tarea y del contexto. De hecho, en los experimentos se ve que a veces se encuentra, por ejemplo, interferencia motora o de imágenes en las tareas de verificación de oraciones y a veces no.

Frente a esta crítica, Barsalou (2016) respondió que no necesariamente tenemos que postular conceptos a-modales, sino que la representación conceptual puede basarse de forma flexible, no solo en aspectos experienciales, de percepción, acción o corporales, sino también en la activación de representaciones lingüísticas. Puede haber representaciones lingüísticas distribuidas, conjuntos de palabras asociadas, de rasgos motores, visuales, emocionales, que componen el concepto. En la misma línea, se apoya en la idea de que no hay un núcleo conceptual que se active en todos los contextos, sino que la activación de un concepto depende de que en un contexto dado se activen ciertos rasgos, de la relevancia para el contexto actual y de la frecuencia con la que se lo procesó en contextos anteriores.

¿Cuál tiene razón? Hoy en día la polémica sigue activa. Lo que queda claro es que ninguna teoría plantea ya que no existan formas de representación más abstracta, correspondientes a lo que hemos denominado representaciones conceptuales.

5.4. Modelo de centro y radios (hub and spokes)

Como vimos, los conceptos integran o incluyen distintos tipos de información (sensorial, motora, emocional, funcional, verbal…). Por otro lado, necesitamos cierto nivel de abstracción para mantener la coherencia o unidad de un concepto en diversas situaciones. Un modelo propuesto para integrar ambos aspectos es el modelo de centro y radios (hub and spokes) de Lambon Ralph y Patterson (en Eysenck & Brysbaert, 2018). El modelo rechaza las teorías que defienden representaciones semánticas puramente abstractas sin ningún elemento de corporización y también las teorías más fuertemente corporizadas. En este modelo, cada concepto tiene un “centro”, una representación conceptual abstracta, independiente de la modalidad, que se conecta mediante “radios” a representaciones de modalidad específica. El modelo se desarrolló inicialmente para explicar patrones de déficit en la demencia semántica (véase el recuadro de la figura 1). También puede explicar efectos experimentales como el priming semántico de una modalidad a otra; por ejemplo, que un dibujo active la representación ortográfica de una palabra (cómo se escribe). También se ha implementado como una arquitectura conexionista, donde hay capas de modalidad específica y una capa “oculta” o “latente” que corresponde al centro de los conceptos (ver figura 8). A nivel neurocognitivo, el modelo vincula los diversos tipos de información con regiones cerebrales que procesan modalidades específicas y los centros se asociarían a los lóbulos temporales anteriores.

Figura 8. Modelo centro y radios (hub and spokes).

6. Organización de los conceptos: teorías de esquemas

6.1. Proposiciones y esquemas

Hasta ahora, las relaciones entre conceptos se plantearon como vínculos o links de coactivación (“X nodo se relaciona con Y nodo”); en las redes jerárquicas, “es un” y a nivel de atributos, “tiene”, “hace” y poco más. En cambio, otras propuestas sobre cómo se relacionan los conceptos entre sí asumen que los conceptos se combinan en proposiciones. Una proposición es una configuración de conceptos basada en un número limitado de reglas de combinación y que da como resultado una afirmación de verdadero o falso (Eysenck & Brysbaert, 2018). Las proposiciones representan información sobre cómo se relacionan los conceptos de forma definida. Dicen “algo sobre algo”. Por ejemplo, si alguien dice que “un joven emprendedor rico ha comprado una hermosa casa”, se puede almacenar la información en las siguientes tres proposiciones:

• Proposición 1 (acción, agente, objeto): [comprar, emprendedor, casa]
• Proposición 2 (es un, agente, estado1, estado2): [emprendedor, rico, joven]
• Proposición 3 (es un, objeto, estado1): [casa, hermosa]

Una teoría de proposiciones es capaz de representar los significados con un número limitado de relaciones. En uno de los primeros intentos, Schank (1972) argumentó que el significado de todos los verbos de acción puede ser captado por 12 acciones básicas, tales como “transferencia de propiedad” (dar, prestar, tomar), “movimiento físico de un lugar a otro” (caminar, moverse, conducir) e “ingesta de alimentos o aire” (comer, respirar), y otros.

Un esquema es un conjunto de proposiciones relacionadas, que forma un paquete de conocimiento típico sobre el mundo, los eventos o las personas. Rumelhart (Rumelhart, 1984; Rumelhart & Ortony, 1977) define los esquemas como una estructura de datos para representar conceptos genéricos almacenados en la memoria. Son “paquetes” o conjuntos de proposiciones, con información fija y variable (las variables adoptan valores según la información entrante). Representan conocimiento abstracto, en varios niveles, y pueden encajarse, incluirse como un todo en otros más generales. Por ejemplo, un esquema muy general de “ser alumno/a” incluye proposiciones generales sobre eso y puede tener un esquema menos general, por ejemplo, sobre “ser alumno/a universitario”. Y un esquema tiene información fija, que especifica cómo es la relación entre los conceptos. Por ejemplo, un esquema podría ser un esquema de “perro”, conjunto de proposiciones acerca de un perro: “un perro es un animal”, “un perro es un animal doméstico”, “el perro come carne”, “el perro come comida balanceada”, “a un perro hay que cuidarlo”, “si tiene un perro, hay que sacarlo todos los días”, etc. El esquema, entonces, de “perro” sería el concepto perro y todos los conceptos asociados de forma definida, en un conjunto de proposiciones. En lugar de una red semántica asociativa, hay más información sobre cómo se relacionan los conceptos.
Un esquema es un patrón cognitivo a partir del cual se percibe, entiende e interactúa con la experiencia real.

Históricamente, la idea de esquema se remonta a Bartlett (1932, en Baddeley, 1999), que fue el primero en argumentar que usamos esquemas para almacenar y recuperar información de la memoria semántica. En un ejemplo de sus investigaciones, Bartlett pidió a estudiantes ingleses de principios del siglo XX el recuerdo de historias tomadas de la cultura indígena de América del Norte. Estas historias contenían elementos extraños y místicos y sucesos con los que los participantes no estaban familiarizados. En el recuerdo, los estudiantes tenían omisiones (cosas que no recordaban) y distorsiones (cambios), lo que hacía el relato más convencional según los antecedentes culturales de los propios estudiantes. Por ejemplo, cambiaban flechas por armas o, si en la historia original les salía un elemento mágico o místico por la boca, los estudiantes decían que les salió sangre o que vomitaron. Para Bartlett, las personas escuchaban la historia y la recordaban a partir de sus “esquemas” previos; por eso el recuerdo no es fiel, sino que incluye información que la persona posee previamente.

La idea de que la información en la memoria semántica se almacena y recupera a partir de esquemas ha sido ampliamente estudiada, tanto en psicología cognitiva como en psicología social. La información precisa se pierde, en particular cuando transcurre cierto tiempo entre la recepción de la información y la consulta sobre ella. Por ejemplo, Sulin y Dooling (1974, en Eysenck & Brysbaert, 2018) presentaron a la mitad de sus participantes una historia sobre un político, Gerald Martin: “Gerald Martin se esforzó por socavar el gobierno existente para satisfacer sus ambiciones políticas… Se convirtió en un dictador despiadado e incontrolable. El efecto final de su gobierno fue la caída de su país” (Sulin & Dooling, 1974, p. 256). La otra mitad de los participantes recibió la misma historia, pero el actor principal se llamaba Adolf Hitler. Los participantes en la última condición eran mucho más propensos que los del otro grupo a creer incorrectamente que habían leído la oración: “Él odiaba particularmente a los judíos y por eso los perseguía”. El efecto fue mayor después de un intervalo de retención de una semana que después de un intervalo de retención de 5 minutos. La información esquemática se vuelve más importante con el tiempo.

Cabe señalar que, en el ámbito de los modelos computacionales, algunos de los que propusieron la formulación computacional de esquemas fueron virando a la de los modelos de procesamiento distribuido; el punto de inflexión es apreciable en Norman y Rumelhart (1981).

6.2. Guiones

Se llama guion a un tipo particular de esquema, que contiene información sobre una actividad o interacción social. Son formas resumidas de supuestos culturales comunes, por ejemplo el guion de ir a un restaurante, el guion de tomarse un avión, el guion de tomar un transporte público en la ciudad. Incluye qué se supone que hace la persona A, qué se supone que hace la persona B, qué se supone que uno dice, qué se supone que el otro contesta, qué es lo correcto o incorrecto; es decir, resume supuestos culturales comunes. Permite la comprensión y la predicción del comportamiento en el mundo social. Por ejemplo, el guion de ir al restaurante: entrar, elegir mesa, sentarse, pedir menú, mirar el menú, elegir comida… Qué se hace, qué no se hace; si pasa tal cosa, qué hay que hacer. Organiza la atención, el comportamiento y también el recuerdo, por ejemplo si usted fue a un restaurante y le preguntan si pagó la cuenta, quizás usted no se acuerde exactamente del hecho, pero usted contestará que sí.

Como comenta Baddeley (1999), cuando uno tiene un esquema apropiado a su cultura y va a otro país, muchas veces se sorprende o no sabe qué hacer. Por ejemplo, cuando va a tomar un transporte público en otro país y no sabe cómo detener al autobús o colectivo, cómo indicar adónde va, cómo pagar el viaje. También entre dos personas puede haber guiones distintos en una situación social; puede pasar que atribuyamos intenciones (malas o buenas) o rasgos de personalidad cuando lo que pasa es que no hay un supuesto cultural común.

El concepto de guion es muy útil en ámbitos aplicados cuando hay que pasar de una actividad humana a una interacción con un programa que cumpla esas funciones. Por ejemplo, lo que hace un cajero automático o una app bancaria antiguamente lo hacía una persona que trabajaba en un banco. Es decir, todas las personas iban al banco a depositar plata, sacar plata, transferir a otras personas, hacer trámites diversos. Para pasarlo a una función automatizada hubo que especificar el guion, el esquema, de cuáles eran las actividades más frecuentes que hacen las personas en los bancos, que eran depositar, sacar plata, transferir, hacer trámites, pedir resúmenes, etc. Y para cada actividad, hubo que especificar los pasos, que en general primero consisten en identificar y autorizar a la persona que va a hacer la gestión, luego elegir una actividad (por ejemplo, transferir plata) y cada actividad tiene una serie de pasos (por ejemplo, cuánto va a transferir, a quién, etc.). Toda automatización de una actividad social necesita, en primer lugar, “levantar” el guion de interacción.

6.3. Usos y limitaciones de los esquemas

Eysenck y Brysbaert (2018) detallan los motivos por los cuales el conocimiento en esquemas sería útil. En primer lugar, los esquemas nos permiten formar expectativas. Los esquemas ayudan a hacer el mundo más predecible y contribuyen a la adaptación al mundo físico y social. No solo en el comportamiento, sino incluso en la percepción y la atención visual. Los esquemas marcan lo que es esperable encontrar y lo que llamaría la atención porque no es esperable. Por ejemplo, si usted entra en un aula, espera encontrar determinada configuración. En general, se sentará mirando hacia adelante o hacia donde supone que estará la maestra o profesora; dirigirá su vista alternativamente a quien esté hablando o presentando en cada momento, profesor/a o compañeros/as. Dirigirá su percepción y atención en función del esquema “clase”. En cambio, si usted entra a un aula y hay un perro, esto será inesperado, fuera de expectativa; dirigirá su atención al perro. En segundo lugar, gracias a su funcionamiento automático y no consciente, los esquemas ayudan a prevenir la sobrecarga cognitiva. No es necesario estar haciendo todo el tiempo un esfuerzo consciente por entender cómo se toma el transporte público, qué y cómo es asistir a clase, qué significa ser alumno/a. En tercer lugar, los esquemas juegan un papel importante en el lenguaje porque nos permiten hacer inferencias en lo que leemos o escuchamos y así mejorar nuestra comprensión. Por ejemplo, si leemos “El gato de María estuvo sin moverse desde la noche anterior y no quiso comer. María lo alzó, lo puso en su bolsa transportadora y lo llevó”, es muy probable que se haya representado (incluso sin mucha conciencia) que fue a la veterinaria. Y como señalamos antes, los esquemas dirigen la codificación y la recuperación en la memoria. Las omisiones son necesarias para recordar aspectos esenciales, lo principal de una situación o estímulo en particular, y no los cientos de detalles que puede haber en cada escena. En la medida en que el recuerdo episódico se va perdiendo con el tiempo, los esquemas semánticos contribuyen a rellenar y completar los recuerdos.

Todos estos usos constituyen a la vez ventajas y limitaciones de la influencia de los esquemas. Precisamente, uno de los aspectos que señalan los teóricos de esquemas es que el conocimiento a partir de esquemas es conservador: vemos, prestamos atención, comprendemos, recordamos, pensamos, a partir de nuestros esquemas. Tendemos a asimilar los datos de la realidad a nuestros esquemas. Lo que es acorde con nuestros esquemas encaja, es asimilado sin más, y lo que no, o bien nos llama la atención, pero interpretamos en función de nuestros esquemas, o bien ni siquiera lo podemos ver o identificar. La realidad “es así” porque nuestros esquemas así lo dictan. Es muy difícil entender significados o interpretaciones alternativas y mucho más difícil cambiar esquemas, como lo saben las personas que se dedican a psicología clínica o de la educación.

Considere los estereotipos, que son un caso particular de esquemas que involucran generalizaciones simplificadas sobre grupos de personas. Cuando conocemos a alguien por primera vez, esto activa siempre, de forma no consciente y automática, estereotipos (p. ej., sobre su sexo, edad, nacionalidad, color de piel…). Aun cuando no se considere una persona “sexista”, “racista”, “edadista”, es muy probable que tenga estereotipos implícitos sobre el género, el color de piel o la edad, y que estos esquemas no conscientes guíen su interacción con esa persona, su valoración sobre gustos, personalidad, intereses, capacidades. Un efecto experimental muy conocido es pedir a los participantes evaluar la competencia, habilidad, conocimiento, a partir de un mismo escrito, o de un mismo curriculum vitae; a la mitad se les dice que es de una mujer y a la otra mitad, que es de un hombre. Por ejemplo, Krawczyk y Smyk (2016) les pidieron a estudiantes de economía que evaluaran un artículo, y les indicaron que fue escrito por una economista mujer o uno hombre. El resultado fue que se juzgó a las mujeres menos competentes, que escribieron un artículo de peor calidad.

A diferencia de las teorías de redes, donde el conocimiento previo es cambiante y flexible, las teorías de esquemas suelen enfatizar que una vez que se activa un concepto, se suele activar el conjunto de supuestos esquemáticos asociados a él, como un paquete, y que esto se impone top-down, guiando la atención, la memoria, el pensamiento y la comprensión del lenguaje. Esta activación implícita y automática se impone a la persona como “lo que es”. Puede estar mirando fijamente una escena y no ver cambios en los detalles, incluso no ver un gorila pasando frente a sus ojos (Simons & Chabris, 1999); puede tener omisiones o distorsiones en el recuerdo, puede escuchar cosas que la otra persona no dice, leer cosas que no están escritas, etc. Los esquemas rellenan, completan y sesgan, de forma implícita y automática, nuestra experiencia del mundo.

7. Dominios o subsistemas de memoria semántica

La evidencia experimental, pero sobre todo de neuropsicología cognitiva, a partir de pacientes con alteraciones en la memoria semántica, ha sugerido la posibilidad de dominios o subsistemas semánticos (Martínez Cuitiño, 2015; Baddeley, 1999). Este tipo de investigaciones consiste en el estudio sistemático de pacientes con alteraciones semánticas que presentan disociaciones: déficits en una categoría semántica y relativa conservación en otras categorías semánticas. En uno de los primeros estudios, sobre cuatro pacientes, se observó un problema en la comprensión de palabras que hacían referencia a cosas vivientes pero era relativamente normal en el procesamiento de objetos inanimados. Por ejemplo, un paciente podía definir correctamente objetos como “linterna – fuente de luz manual”, pero tenía grandes dificultades con objetos animados, por ejemplo “roble – planta”.

Sin embargo, la investigación posterior mostró que los déficits de los pacientes son más específicos que animado/inanimado (Mahon & Caramazza, 2008). Por ejemplo, se reportan casos de pacientes con severas dificultades para la comprensión de vegetales pero con comprensión de diversos animales; otro paciente tenía dificultades para procesar animales pero conservaba las categorías de frutas y verduras. Así, Caramazza y colaboradores (Mahon & Caramazza, 2008, ver Martínez Cuitiño, 2015) postularon la hipótesis de dominio específico y luego la de dominio específico distribuido. Siguiendo una visión evolucionista, estudios de desarrollo temprano y estudios de déficits semánticos selectivos, asumen que el sistema conceptual se organiza en dominios semánticos. Habría dominios o subsistemas semánticos y áreas cerebrales especializadas en relación con categorías que han sido más salientes y necesarias para el desarrollo de nuestra especie: animales, frutas y vegetales, herramientas y personas o estímulos sociales. En su segunda versión, la hipótesis de dominio específico distribuido explica que lo innato en esta teoría no significa “presente desde el nacimiento” sino que recoge los patrones de procesamiento a lo largo de la infancia, que irían “cableando” el cerebro. Se va realizando un procesamiento por dominios, incluyendo propiedades sensorio-motoras y rasgos más abstractos, con una conectividad particular, común a todas las personas. Nuestro cerebro analiza la información sensorial, motora, interoceptiva, estados afectivos, en un procesamiento por vías, hasta los aspectos más abstractos. Por ejemplo, con resonancia magnética funcional, se observa la activación de áreas visuales cerebrales que responden selectivamente ante caras, animales, herramientas, lugares, letras de la escritura, o partes del cuerpo; esto va a organizar redes neurales particulares.

De este modo, el conocimiento conceptual sobre el mundo, organizado a partir de rasgos con distinto grado de abstracción, reflejaría o estaría relacionado con los sistemas modales, aunque, y esto es importante, distingue entre el procesamiento de modalidad específica y el conceptual. Las representaciones conceptuales guían los sistemas sensoriomotores, pero son abstractas y tienen la flexibilidad que caracteriza las representaciones simbólicas (Mahon & Caramazza, 2008; Martínez Cuitiño, 2015). En el modelo de hub and spoke (ver punto 5.4), se postula que el lóbulo temporal anterior no se activa de forma masiva, sino que tiene subdivisiones, según las conexiones específicas con las áreas modales o de dominio específico. Así, una subparte del hub a-modal se conecta con las áreas de visión de objetos; otra, de rostros; otra, de lenguaje, etc., y puede generar dominios semánticos a-modales segregados.

7.1. Esquemas del self

Un dominio específico particularmente relevante para la psicología clínica es el que se refiere al conocimiento general sobre el self, sobre sí mismo (Baddeley, 1999; Dozois & Beck, 2008). La información somato-sensorial, así como las vivencias episódicas, se referirían a una red o esquema abstracto sobre quién soy. Como se ha teorizado principalmente en la intersección entre la psicología básica y la clínica, exponemos el tema en términos de esquemas.

Retomando planteos de psicología cognitiva, distintos autores en psicoterapia, como Beck (Beck & Haigh, 2014) o Young y colaboradores (Young et al., 2013), teorizaron sobre los esquemas del self en términos de patrones cognitivos de organización global y abstracta que dan sentido a la propia experiencia vital (Young et al., 2013). La función de los esquemas es procesar situaciones cotidianas para proporcionar significado y, según el contenido, activar otros sistemas, como los sistemas motivacional, afectivo y fisiológico (Beck & Haigh, 2014). El significado otorgado por los esquemas lleva a pensamientos conscientes, sentimientos y guía el comportamiento. Los esquemas del self contienen creencias, tales como supuestos, expectativas, reglas y evaluaciones de sí mismo (Beck & Haigh, 2014). Se pueden pensar estas creencias como proposiciones. En este caso, acerca de la identidad (por ejemplo, identidad de género, orientación sexual, aspectos de personalidad, identidad escolar, profesional, esquema corporal…). Es conocimiento genérico sobre “quién soy”, “cómo soy”, “qué me gusta”, “qué sé/puedo hacer”, etc. Hay muchos y variados; algunos más relacionados con contextos específicos y otros más centrales o núcleo de la identidad (nucleares).

Pensados como esquemas semánticos, son genéricos y no conscientes, pero determinan pensamientos, sentimientos y conductas que sí son observables. Por ejemplo, un abogado deprimido, con la creencia subyacente de “Soy incompetente”, automáticamente pensaba “no puedo” frente a situaciones laborales, y también tenía sentimientos y conductas que reflejaban esa creencia (Beck & Haigh, 2014). Otro ejemplo frecuente de la vida universitaria es la persona que se ve triste o decepcionada cuando obtiene un siete (sobre diez) en un examen; es una buena nota, pero contrasta con una creencia no consciente sobre la identidad en términos de “buen alumno/a”: “soy un buen alumno/a, tengo que sacarme siempre nueve o diez”. Otro ejemplo, frecuente en nuestra cultura, es cuando una mujer se siente culpable luego de comer una porción de torta porque contrasta con creencias no conscientes tales como “si como esto voy a engordar” sumado a “si engordo soy [algo negativo]”.

Un esquema puede ser positivo o negativo, adaptativo o no; puede haberse formado en la infancia o en la edad adulta. Muchos se configuran en la infancia o adolescencia y se mantienen imponiéndose en las experiencias de la vida adulta, incluso aunque ya no sean aplicables (Beck & Haigh, 2014; Young et al., 2013). Se organizarían a partir de experiencias en torno a necesidades tempranas de todos los humanos, como vínculos seguros, autonomía, espontaneidad, juego, y similares. Por ejemplo, si un niño es criticado de forma frecuente desde muy temprana edad, es muy probable que se forme un esquema nuclear con creencias como “no soy suficientemente competente en lo que hago”, “no valgo para nada” (Young et al., 2013).

Para autores como Beck o Young, lo que subyace al malestar psicológico y a los síntomas en el terreno de la psicopatología (exceptuando los de origen psicobiológico) son esquemas disfuncionales o desadaptativos: cuando un esquema con contenido (creencias, proposiciones) negativo o desadaptativo se vuelve rígido, imperativo y se impone en su interpretación en diversos contextos. El tema es extenso e interesante y excede largamente a esta presentación. Aquí solo señalamos la continuidad entre psicología básica y clínica. Comprender la subjetividad o la personalidad en términos de conceptos y esquemas puede ser una herramienta útil para entender las problemáticas en el campo de la psicología clínica.

Referencias

Baddeley, A. (1999). Conocimiento. En A. Baddeley, Memoria humana. Teoría y práctica (pp. 273-304). Madrid: McGraw Hill.

Barsalou, L. W. (2016). On staying grounded and avoiding quixotic dead ends. Psychonomic Bulletin & Review, 23(4), 1122-1142. https://doi.org/10.3758/s13423-016-1028-3.

Beck, A. T., & Haigh, E. A. (2014). Advances in cognitive theory and therapy: the generic cognitive model. Annual Review of Clinical Psychology, 10, 1-24. https://doi.org/10.1146/annurev-clinpsy-032813-153734.

Bowman, C. R., Iwashita, T., & Zeithamova, D. (2020). Tracking prototype and exemplar representations in the brain across learning. eLife. 9:e59360. https://doi.org/10.7554/eLife.59360.sa2.

Clark, A. (2017). Embodied, situated, and distributed cognition. In W. Bechtel and G. Graham (Eds.), A Companion to Cognitive Science. https://doi.org/10.1002/9781405164535.ch39.

Collins, A. M., & Loftus, E. F. (1975). A spreading-activation theory of semantic processing. Psychological Review, 82(6), 407-428. https://doi.org/10.1037/0033-295X.82.6.407.

Collins, A. M., & Quillian, M. R. (1969). Retrieval time from semantic memory. Journal of Verbal Learning & Verbal Behavior, 8(2), 240-247. https://doi.org/10.1016/S0022-5371(69)80069-1.

Díez, J. A., & Moulines, C. U. (2008). Los conceptos científicos. En J. A. Díez y C. U. Moulines, Fundamentos de filosofía de la ciencia, 3.ª ed. (pp. 95-132). Barcelona: Ariel.

Dozois, D. J. A., & Beck, A. T. (2008). Cognitive schemas, beliefs and assumptions. In K. S. Dobson & D. J. A. Dozois (Eds.), Risk factors in depression (pp. 121+143). San Diego, CA: Elsevier Academic Press.

Eysenck, M., & Brysbaert, M. (2018). Knowledge in semantic memory. In M. Eysenck & M. Brysbaert, Fundamentals of cognition, 3rd ed. (pp. 222-263). London: Routledge. https://doi.org/10.4324/9781315617633.

Glenberg, A. M., & Kaschak, M. P. (2002). Grounding language in action. Psychonomic Bulletin & Review 9, 558-565. https://doi.org/10.3758/BF03196313.

Hampton, J. A. (1995). Testing the Prototype Theory of concepts. Journal of Memory and Language, 34(5), 686-708. https://doi.org/10.1006/jmla.1995.1031.

Krawczyk, M., & Smyk, M. (2016). Author’s gender affects rating of academic articles: Evidence from an incentivized, deception-free laboratory experiment. European Economic Review, 90, 326-35. https://doi.org/10.1016/j.euroecorev.2016.02.017.

Leshinskaya, A., & Caramazza, A. (2016). For a cognitive neuroscience of concepts: Moving beyond the grounding issue. Psychonomic Bulletin & Review, 23(4), 991-1001. https://doi.org/10.3758/s13423-015-0870-z.

Mahon, B. Z., & Caramazza, A. (2008). A critical look at the embodied cognition hypothesis and a new proposal for grounding conceptual content. Journal of Physiology, Paris, 102, 59-70. https://doi.org/10.1016/j.jphysparis.2008.03.004.

Manoiloff, L., Del Boca, M. L., y Segui, J. (2015). El efecto del priming asociativo verbal mediante un paradigma de producción “implícita” en el acceso al léxico. Anuario de Investigaciones de la Facultad de Psicología, 2, 73-83. https://revistas.unc.edu.ar/index.php/aifp/article/download/12859/13086/34081.

Martínez Cuitiño, M. (2015). Teorías de organización y procesamiento de la memoria semántica. Perspectivas en Psicología, 12, 67-76.

Matheson, H. E., & Barsalou, L. W. (2018). Embodiment and grounding in cognitive neuroscience. In J. Wixted, E. Phelps, L. Davachi, J. Serences, S. Ghetti, S. Thompson-Schill & E. J. Wagenmakers (Eds.), The Stevens’ Handbook of experimental psychology and cognitive neuroscience, 4th ed. (vol. 3, 1-32). Hoboken, NJ: Wiley.

McClelland, J. L., Rumelhart, D. E., & PDP Research Group (1986). Parallel distributed processing: Explorations in the microstructure of cognition. Vol. 2. Psychological and biological models. MIT Press.

Morey, R. D., Kaschak, M. P., Díez-Álamo, A. M. et al. (2021). A pre-registered, multi-lab non-replication of the action-sentence compatibility effect (ACE). Psychonomic Bulletin & Review, 29, 613-626. https://doi.org/10.3758/s13423-021-01927-8.

Norman, D. A., & Rumelhart, D. E. (1981). The LNR approach to human information processing. Cognition, 10, 235-240. https://doi.org/10.1016/0010-0277(81)90051-2.

Patterson, K., Nestor, P. J., & Rogers, T. T. (2007). Where do you know what you know? The representation of semantic knowledge in the human brain. Nature Reviews Neuroscience, 8(12), 976-987. https://doi.org/10.1038/nrn2277.

Rips, L. J., & Collins, A. (1993). Categories and resemblance. Journal of Experimental Psychology: General, 122(4), 468-486. https://doi.org/10.1037/0096-3445.122.4.468.

Rosch, E., & Mervis, C. B. (1975). Family resemblances: Studies in the internal structure of categories. Cognitive Psychology, 7(4), 573-605. https://doi.org/10.1016/0010-0285(75)90024-9.

Rumelhart, D. E. (1984). Schemata and the cognitive system. In R. S. Wyer, Jr. & T. K. Srull (Eds.), Handbook of social cognition, Vol. 1 (pp. 161-188). Lawrence Erlbaum Associates Publishers.

Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning internal representations by error propagation. In D. E. Rumelhart, J. L. McClelland & the PDP Research Group (Eds.), Parallel distributed processing: Explorations in the microstructure of cognition (vol. 1, pp. 318-362).

Rumelhart, D. E., McClelland, J. L., & PDP Research Group (1986). Parallel distributed processing: Explorations in the microstructure of cognition. Vol. 1. Foundations. MIT Press.

Rumelhart, D. E., & Ortony, A. (1977). The representation of knowledge in memory. In R. C. Anderson, R. J. Spiro & W. E. Montague (Eds.), Schooling and the acquisition of knowledge (pp. 99-135). Hillsdale, NJ: Erlbaum.

Searle, J. R. (1980). Actos de habla. Madrid: Cátedra.

Simons, D. J., & Chabris, C. F. (1999). Gorillas in our midst: Sustained inattentional blindness for dynamic events. Perception, 28(9), 1059-1074. https://doi.org/10.1068/p2952.

Smith, E. E., Shoben, E. J., & Rips, L. J. (1974). Structure and process in semantic memory: A featural model for semantic decisions. Psychological Review, 81(3), 214-241. https://doi.org/10.1037/h0036351.

Wills, A. J., & Pothos, E. M. (2012). On the adequacy of current empirical evaluations of formal models of categorization. Psychological Bulletin, 138(1), 102-125. https://doi.org/10.1037/a0025715.

Young, J. E., Klosko, J. S., & Weishaar, M. E. (2013). Terapia de esquemas: guía práctica. Bilbao: Desclée De Brouwer.