El Gran Libro de los Conceptos

Gregory L.
Murphy

Capítulo 3:
Teorías

Como se describió en el capítulo anterior, el enfoque clásico ha sufrido una gran

derrota. En este vacío fueron desarrollándose otras teorías que no asumían que
los conceptos estaban representados por definiciones, y que por lo tanto no se
vieron sujetas a los problemas que sufrió el enfoque clásico. Este capítulo tomará
en consideración los tres tipos principales de teorías que surgieron luego de la
caída del enfoque clásico. El objetivo aquí no es evaluar en su totalidad estas
teorías, pues ello sólo sería posible a lo largo del libro entero, luego de haber
presentado el panorama completo de los datos relevantes que han sido generados
acerca de ellas. En lugar de ello, este capítulo introducirá las tres aproximaciones
generales más actuales en este campo y explicará cómo éstas dan cuenta de los
fenómenos de tipicidad que causaron tantos problemas al enfoque clásico.

El Enfoque de
Prototipos

Una de las críticas principales al enfoque clásico de los conceptos fue la de

Eleanor Rosch, quien generó gran parte de la evidencia crucial que reveló muchos
de los defectos de cualquier aproximación definicional a los conceptos. Los
escritos de Rosch también constituyeron la base sobre la cual se diseñaron
algunas de las primeras alternativas al enfoque clásico, todas bajo la
denominación de enfoque de prototipos.

Una serie de autores interpretaron que Rosch había sugerido que cada categoría
estaba representada por un único prototipo o mejor ejemplar. Esto es, quizá la
categoría de perro esté representada por un único perro ideal, el que mejor
encarna todos los atributos que normalmente se encuentran en los perros. He
presentado tal interpretación en el capítulo anterior como una forma de entender la
existencia de la tipicidad. Por ejemplo, los ítems típicos serían aquellos que son
similares a este prototipo; los ítems límites sólo serían algo similares a este
prototipo y serían también algo similares a otros prototipos. (De la misma manera,
los experimentos de patrones de puntos de Posner y Keele 1968, 1970
estimularon la adopción de esta interpretación, dado que sus categorías habían
sido construidas a partir de un prototipo literal.
No obstante, Rosch explícitamente negó que ésta fuera su propuesta (Rosch y
Mervis 1975, p. 575), aunque cabe destacar que a menudo sus escritos
promovieron dicha interpretación. La autora prefirió mantenerse abierta en cuanto
a la forma exacta en que está representada la estructura de tipicidad,
concentrándose en cambio en mostrar que tal estructura existe y ejerce una
influencia importante sobre el aprendizaje y el juicio acerca de las categorías.

La idea de que un único prototipo podría representar a una categoría entera

resulta cuestionable. Por ejemplo, ¿existe realmente un ―ave ideal‖ que pudiera
representar a todas las aves, grandes y pequeñas; blancas, azules, con manchas
y sin manchas; con y sin habilidades para volar; que cantan, cacarean, y son
silenciosas; carnívoras y herbívoras? ¿Qué ítem podría representar a los
pingüinos, los avestruces, los pelícanos, los colibríes, los pavos, los loros, y los
gorriones? Pareciera poco probable que una sola representación pudiera ser
aplicable a todas estas diversas posibilidades (Medin y Schwanenflugel 1981).
Más aún, un prototipo único no brindaría ninguna información acerca de la
variabilidad de una categoría. Quizá algunas categorías sean bastante estrechas,
y sólo den lugar a una pequeña cantidad de variaciones, mientras que otras sean
ampliamente variadas (e.g., compárese la increíble variedad de perros con la
mucho más estrecha diversidad de gatos). Si cada categoría estuviese
representada por un único ―mejor ejemplar,‖ no habría forma de representar
estas diferencias (ver Posner y Keele 1968, para una demostración experimental).

En síntesis, la noción de un prototipo único como representativo de la categoría, a

la que llamaré tesis del mejor ejemplar, no ha sido muy ampliamente adoptada. En
cambio, el enfoque de prototipos propuesto por Rosch ha sido más
frecuentemente interpretado como una representación que describe de forma
resumida a la categoría como un todo, y no como un solo miembro ideal. El
enfoque que discutiré ha sido propuesto por Hampton (1979) y desarrollado por
Smith y Medin (1981), aunque sus raíces se remontan a Rosch y Mervis (1975).

Un componente crítico del enfoque de prototipos es que se trata de una

representación de resumen (la razón por la que es importante se evidenciará
cuando se discuta el enfoque de ejemplares): la categoría entera está
representada por una representación unificada más que por representaciones
separadas para cada miembro o para diferentes clases de miembros. Esto podría
parecer similar a la tesis del único mejor ejemplar que acabo de criticar, pero más
adelante se verá que esta representación es considerablemente más compleja
que eso.

La representación en sí podría ser descrita en términos similares al enfoque del

parecido familiar de Rosch y Mervis (1975). El concepto estaría representado por
rasgos usualmente hallados en los miembros de la categoría, pero algunos rasgos
serían más importantes que otros. Resulta importante para las armas, que sean
capaces de hacer daño, pero no es tan importante el hecho de que estén hechas
de metal, incluso aunque muchas armas lo están. Por lo tanto, el rasgo ―puede
hacer daño‖ tendría un alto valor dentro de la representación, mientras que el
rasgo ―está hecho de metal‖ no lo tendría. ¿De dónde provienen estos pesos?
Una posibilidad es que constituyan los puntajes de parecido familiar que Rosch y
Mervis derivaron (ver el capítulo anterior). Esto es, cuanto más frecuentemente
aparece un rasgo en una categoría mientras que no lo hace en otras categorías,
más alto será su peso. A diferencia de las representaciones del mejor ejemplar,
esta lista de rasgos puede incluir rasgos contradictorios, con sus pesos. Por
ejemplo, el mejor ejemplar de un perro podría ser de pelaje corto. Sin embargo, las
personas también saben que algunos perros tienen un pelaje muy largo y que sólo
unos cuantos tienen pelaje corto. Éstos no podrían ser representados sin embargo
en su totalidad por un único mejor ejemplar. En cambio, la lista de rasgos podría
representar esta información. Podría incluir ―pelaje corto‖, y asignarle un alto
peso; ―pelaje largo,‖ con un más bajo peso; y ―lampiño‖ con un peso muy bajo.
De esta forma, la variabilidad de una categoría se haya implícitamente
representada. Aquellas dimensiones que tuvieran una baja variabilidad podrían
poseer un único rasgo con altos pesos (e.g., ―tiene dos orejas‖ podría tener un
alto puntaje, y ―tiene tres orejas‖ presumiblemente no aparecería en la lista).
Aquellas dimensiones con una alta variabilidad (como los colores de los perros)
tendrían muchos rasgos listados (―blanco,‖ ―marrón,‖ ―negro,‖ ―anaranjado,‖
―con manchas‖), y a cada uno se le asignaría un bajo peso. Un patrón de este
tipo representaría implícitamente el hecho de que los perros son bastante diversos
en su colorido. Este sistema, entonces, ofrece mucha más información de la que
brindaría un único mejor ejemplar.

Un aspecto de esta propuesta que aún no está claramente establecido es qué

hacer con aquellas dimensiones continuas que no poseen valores de rasgos
definidos. Entonces, ¿cómo se representa uno el tamaño de las aves?, por
ejemplo: ¿como ―pequeñas,‖ ―medianas,‖ y ―grandes,‖ o en términos de
alguna medida continua de tamaño? Si se trata de una medida continua, entonces
el conteo de rasgos debería ser bastante más sofisticado, dado que los ítems con
ínfimas diferencias de tamaño presumiblemente deberían contar como
conteniendo el mismo rasgo de tamaño, aún si no fueran idénticos. Quizá, en el
caso de tales dimensiones continuas, lo que se recuerda es el promedio más que
los rasgos exactos. Otra posibilidad es que los rasgos que son distintivos son
contabilizados, mientras que aquellos que están cercanos entre sí son
promediados. De manera que, para categorías tales como la de los petirrojos, las
diferencias de tamaño son suficientemente pequeñas como para no ser
representadas, y sólo recordamos el tamaño promedio de un petirrojo; pero para
categorías como la de las aves en su totalidad, no promediamos el tamaño de los
pavos, águilas, petirrojos y reyezuelos, los cuales son demasiado diversos. Existe
alguna evidencia para esta idea, derivada de los experimentos de aprendizaje de
categorías (e.g., Strauss 1979), pero cabe señalar que en el marco de la teoría de
prototipos no existe un modelo detallado para tratar este tipo de rasgos.

Si esta lista de rasgos es la representación del concepto, ¿entonces cómo

categoriza uno nuevos ítems? Esencialmente, uno calcula la similitud del ítem
respecto de la lista de rasgos. Para cada rasgo que el ítem posee en común con la
representación, recibe ―crédito‖ de acuerdo al peso de dicho rasgo. Cuando
carece de un rasgo que está en la representación, o posee un rasgo que no está
en la representación, el ítem pierde créditos por tal rasgo (veáse Smith y Osherson
1984; Tversky 1977). Luego de pasar por todos los rasgos del objeto, se suman
todos los pesos de los rasgos presentes y se restan todos los pesos de aquellos
rasgos que no son parte de la categoría. * Si este número supera un valor crítico, el
criterio de categorización, el ítem es considerado como un caso de la categoría; si
no, no lo es. Por lo tanto, para que un ítem sea categorizado como un miembro de
la categoría resulta importante que el ítem contenga los rasgos de más peso de
dicha categoría. Por ejemplo, un animal que come carne, lleva un collar, y es una
mascota podría posiblemente ser un perro, porque éstos son todos rasgos
asociados a los perros, si bien no constituyen los rasgos de mayor peso. Si esta
criatura no posee la forma o la cabeza de un perro, no ladra, no babea, y no tiene
ninguno del resto de los rasgos de alto peso de los perros, podría no ser
categorizado como un perro, incluso aunque lleve un collar y coma carne. De
manera que, cuanta mayor sea la cantidad de rasgos de alto peso que posea un
ítem, más probablemente será éste identificado como un miembro de la categoría.

Esta perspectiva explica el fracaso del enfoque clásico. En primer lugar, no se

requiere que esté presente ningún rasgo en particular para que el ítem sea
categorizado. La falta de capacidad para encontrar tales rasgos definicionales no
crea dificultades a la teoría de prototipos en la forma que en que sucedía con el
enfoque clásico. En tanto un ítem posee suficientes rasgos de los perros, puede
ser llamado un perro—ningún rasgo particular es definitorio. En segundo lugar,
resulta perfectamente comprensible por qué algunos ítems podrían ser casos
límite, sobre los que la gente no se pone de acuerdo. Si un ítem posee la misma

*Existe una serie de formas en las que uno podría dar cuenta de los rasgos que coinciden o no, que van desde
simplemente ignorarlos hasta emplearlos como evidencia en contra de que pertenecen a la categoría. La
cuestión es compleja, no obstante, porque probablemente haga una diferencia el que un rasgo no coincida.
Por ejemplo, si puedo ver que un animal no tiene cola, esto parecería más importante que si no pudiese
comprobar si un animal tiene o no una cola, incluso aunque en ningún caso pudiera contar al animal como
portador de una cola. De manera similar, si un animal es marrón, y el concepto tiene dos colores en la lista,
digamos, marrón y verde, entonces ¿lo contraponemos al ítem que no es verde? Dado que existiría un color
típico para el concepto, resultaría extraño contar el hecho de que sea verde como una evidencia negativa. La
mayoría de las veces, las situaciones estudiadas por los psicólogos no han incluido o comparado tales casos,
y por lo tanto no existe una manera simple y consensuada de enfrentar estos problemas.
similitud con dos categorías (como es el caso de los tomates respecto de las frutas
y los vegetales), entonces las personas podrían no estar seguras y cambiar de
opinión acerca de éste. O incluso si el ítem sólo es similar a una categoría, sin
resultar muy similar—en otras palabras, muy cerca al criterio de categorización—
las personas no se mostrarán seguras acerca de éste. Podrían cambiar de opinión
en ocasiones diferentes si se concentraran en rasgos levemente diferentes o si se
realizara un pequeño cambio en el peso de uno de sus rasgos. En tercer lugar, es
comprensible que cualquier ítem típico sea más rápidamente categorizable que
aquellos que son atípicos. Los ítems típicos contarán con los rasgos de más peso
(ver Barsalou 1985; Rosch y Mervis 1975), y por lo tanto alcanzarán más
rápidamente el criterio de categorización. Si el lector ve una imagen de un pastor
alemán, su cara, forma, tamaño y pelo, inmediatamente coincidirán con valores de
gran peso del concepto de perro, lo que dará lugar a una rápida categorización. Si
el lector ve una imagen de un perro ovejero, la cara, largo del pelaje, y forma no
serán muy típicos, y por ende el lector deberá tomar en consideración más rasgos
con el objetivo de acumular suficientes pesos como para decidir si se trata de un
perro.

Recuérdese que Hampton (1982) demostró que los juicios de pertenencia a una
categoría pueden ser intransitivos. Por ejemplo, las personas creen que el Big Ben
es un reloj, y creen que los relojes son muebles, pero niegan que el Big Ben sea
un mueble. ¿Cómo es esto posible? Desde el enfoque de prototipos, esto sucede
porque las bases de la similitud cambia de un juicio a otro. El Big Ben es un reloj
en virtud de que marca el tiempo; los relojes son muebles en virtud de ser objetos
que uno coloca en la casa como decoración y por su utilidad (no en virtud de que
marcan el tiempo, dado que los relojes de pulsera no son considerados como
muebles). No obstante, el Big Ben no es similar al concepto de mueble, porque no
se encuentra en los hogares y es mucho más grande que cualquier mueble. Por lo
tanto, el concepto A puede ser similar al concepto B, y B puede ser similar a C, y
sin embargo A puede no ser muy similar a C. Esto es posible cuando los rasgos
que A y B comparten no son los mismos que comparten B y C (ver Tversky 1977).
En el enfoque clásico, este tipo de intransitividad no es posible, ya que cualquier
categoría debería incluir todo el conjunto abarcado por la definición del concepto
supraordenado, y por lo tanto sería imposible que la decisión de que algo es un
reloj no supusiera una decisión de que constituye un mueble.
Smith y Medin (1981) discuten otros resultados que podrían ser explicados por
este modelo de enumeración de rasgos. El más destacado entre ellos son los
efectos de falso parentesco: ¿Es más difícil responder ―no‖ a la pregunta ―¿Es
el perro un gato?‖ que frente a la pregunta ―¿Es el perro una montaña?‖ Dejaré a
modo de ejercicio para el lector derivar este resultado a partir del enfoque de
enumeración de rasgos.

Desarrollos Más
Recientes

A diferencia de otras perspectivas que serán discutidas en este capítulo, el

enfoque de prototipos no ha atravesado un gran desarrollo teórico. De hecho,
muchas afirmaciones sobre los prototipos en la literatura resultan algo vagas,
dejando poco claro a qué se refiere exactamente el autor—¿a un único mejor
ejemplar? ¿a una lista de rasgos? Si se refiere a una lista de rasgos, ¿cómo está
determinada? Esta carencia de precisión en muchos de los escritos acerca de la
teoría de prototipos ha dado lugar a que sus críticos diseñen en cierto modo sus
propios modelos de prototipos. Como veremos en el capítulo 4, muchos teóricos
asumen que el prototipo consiste en el mejor ejemplar, más que en una lista de
rasgos, incluso aunque estos modelos cuenten con propiedades muy diferentes, al
menos en relación a las categorías de la vida real.

Combinaciones de rasgos. Esta perspectiva asumida por Rosch y Mervis (1975),

Smith y Medin (1981), y Hampton (1979) consistía en que la representación de la
categoría debe hacer un seguimiento de la frecuencia con que los rasgos
aparecen en los miembros de la categoría. Por ejemplo, se esperaría que las
personas sepan que ―pelaje‖ es una propiedad frecuente en los osos, ―blanco‖
es una propiedad menos frecuente, ―tiene garras‖ es muy frecuente, ―come
basura‖ es sólo moderadamente frecuente, y así sucesivamente. Una propuesta
más elaborada es que las personas hacen un seguimiento no sólo de los rasgos
individuales sino también de configuraciones de dos o más rasgos. Por ejemplo,
quizá las personas notan cuán frecuentemente los osos tienen garras Y comen
basura, o tienen pelaje Y son blancos—esto es, combinaciones de dos rasgos. Si
adhiriéramos a esta propuesta, podríamos también afirmar que las personas
perciben combinaciones de tres rasgos tales como tener garras Y comer basura Y
ser blanco. Por lo tanto, si el lector viera un oso con pelaje marrón comiendo
basura de una caravana en un parque nacional, aquel actualizaría su información
de categoría acerca de los osos agregando 1 al conteo de frecuencia para los
rasgos ―marrón,‖ ―tiene pelaje,‖ ―come basura,‖ ―marrón y tiene
pelaje,‖‖marrón y come basura, ――tiene pelaje y come basura,‖ y ―marrón y
tiene pelaje y come basura.‖ Esta propuesta fue en principio realizada por Hayes-
Roth y Hayes-Roth (1977) y formó parte de un modelo matemático (el modelo de
indicadores de configuracionesl) de Gluck y Bower (1988a).

Un problema de esta propuesta es que inmediatamente plantea el dilema de la

explosión computacional. Si se saben, digamos, 25 cosas acerca de los osos (lo
que de ningún modo significaría una sobreestimación), entonces habría 300 pares
de rasgos a ser codificados. (En general, para N rasgos, el número de pares sería
N * (N – 1)/2.) Más aún, habría a su vez 2,300 tripletes de rasgos a codificar, y
12,650 cuadrupletes. Incluso si nos detuviéramos a nivel de los tripletes de rasgos,
estaríamos teniendo en cuenta no sólo 25 propiedades, sino 2.635. Para cualquier
categoría con la que se estuviese extremadamente familiarizado, se podría tener
conocimiento de muchos más rasgos. Por lo tanto, si el lector fuera un observador
de aves y supiera 1.000 propiedades acerca de éstas (esto podría incluir formas,
tamaños, hábitats, comportamientos, colores y patrones), tendría conocimiento
además de 499.500 pares de rasgos y de 166.167.000 tripletes de rasgos. Tal es
la explosión en una ―explosión combinatoria.‖ Esto no sólo consumiría una
cantidad considerable de memoria, sino que también requeriría un esfuerzo de
procesamiento mucho mayor durante el empleo de la categoría, dado que cada
vez que se detectara un nuevo miembro de la categoría, se debería actualizar
todos los pares, tripletes y cuadrupletes observados. Y cuando se realizara una
decisión sobre la categoría, no alcanzaría simplemente con consultar las 1.000
propiedades de aves conocidas—también sería necesario consultar los pares,
tripletes, etc., de rasgos relevantes.

Por dichas razones, esta propuesta no ha sido particularmente popular en el área

en general. Los modelos que codifican combinaciones de rasgos han sido capaces
de explicar algunos datos de los experimentos psicológicos, pero esto sería en
parte debido al hecho de que tales experimentos sólo suelen incluir cuatro o cinco
rasgos (Gluck y Bower 1988a, pp. 187-188, se limitaron ellos mismos a casos de
no más de tres rasgos), y por lo tanto resultaría plausible que los sujetos en estos
casos hayan aprendido los pares y tripletes de rasgos. Sin embargo, cuando se
comparó sistemáticamente el modelo de Gluck y Bower con otras teorías
matemáticamente especificadas, aquel no se desempeñó tan bien como los otros
(especialmente en comparación a los modelos de ejemplares), tal como discuten
Kruschke (1992) y Nosofsky (1992). En síntesis, este intento de expandir la teoría
de prototipos no ha tenido en general mayores repercusiones. La cuestión de si
las personas realmente perciben ciertos pares de rasgos correlacionados es
discutida en más detalle en el capítulo 5.

Esquemas. Un desarrollo asociado al enfoque de prototipos es el uso de

esquemas para representar conceptos. Este tipo de representación ha sido
tomada por una serie de autores a modo de perfeccionamiento de la propuesta de
enumeración de rasgos (e.g., Cohen y Murphy 1984; Smith y Osherson 1984).
Para entender las razones detrás de esto, considérese el enfoque de enumeración
de rasgos descrito más arriba. Desde esta perspectiva, los rasgos consisten
simplemente en una lista no estructurada, con pesos asociadas. Por ejemplo, el
concepto de ave podría incluir una lista de rasgos tales como alas, pico, vuela,
gris, come insectos, migra en el invierno, come semillas, azul, camina, etc., cada
uno con un peso. Una dificultad respecto de tal lista es que no representa ninguna
relación entre los rasgos. Por ejemplo, los rasgos que describen el color de un
pájaro están todos relacionados: corresponden a diversos valores de la misma
dimensión. De manera similar, los rasgos relacionados con lo que las aves comen
están todos estrechamente conectados. En algunos casos, estos rasgos son
mutuamente excluyentes. Por ejemplo, si un ave tiene cabeza negra,
presumiblemente no tendrá además una cabeza verde y una cabeza azul y una
cabeza roja. Si un ave tiene dos ojos, no tendrá un solo ojo. En contraste, otros
rasgos no parecen estar tan relacionados entre sí. Si un ave come semillas, esto
no impone ninguna restricción en términos de cuántos ojos tendrá o de qué color
es su cabeza, y viceversa.

Un esquema es una representación estructurada que divide las propiedades de un

ítem en dimensiones (usualmente llamados ranuras) y valores de tales
dimensiones (los llenadores de dichas ranuras). (Para la propuesta original sobre
los esquemas, ver Rumelhart y Ortony 1977. Para una discusión general acerca
de los esquemas ver A. Markman 1999.) Las ranuras poseen restricciones que
indican el tipo de llenadores que pueden tener. Por ejemplo, la ranura color-de-la-
cabeza de un ave sólo puede ser llenada por colores; no puede ser llenada por
tamaños ni por hábitats, ya que éstos no especificarían el color de la cabeza del
ave. Más aún, la ranura puede determinar restricciones sobre el valor específico
permitido para tal concepto. Por ejemplo, un ave puede tener dos, uno o ningún
ojo (presumiblemente por algún accidente), pero no puede tener más de dos ojos.
La ranura correspondiente al número de ojos incluiría esta restricción. Los
llenadores de la ranura son concebidos como compitiendo entre sí. Por ejemplo, si
los colores de las cabezas de las aves incluyeran colores tales como el azul,
negro, y rojo, esto indicaría que la cabeza podría ser azul O negro O rojo. (Si la
cabeza pudiera ser de un complejo patrón o mezcla de colores, esto debería
constituir otro rasgo por separado.). Finalmente, las ranuras en sí mismas podrían
estar conectadas por relaciones que restringen sus valores. Por ejemplo, si un ave
no vuela, entonces no migrará al sur en invierno. Esto podría estar representado
como una conexión entre la ranura de locomoción (la cual indica cómo se
desplazan las aves) y la ranura que incluye la información sobre migración.
¿Por qué son necesarios todos estos aportes provenientes de un esquema? ¿Por
qué no quedarnos con la lista de rasgos que es más sencilla? La respuesta no
puede ser completamente desarrollada aquí, ya que parte de la evidencia sobre
los esquemas proviene de temas que serán tratados en otros capítulos (más
específicamente el capítulo 12). No obstante, parte de la explicación se relaciona
con que la naturaleza no estructurada de la lista rasgos podría ser un factor que
podría conducir al aprendizaje de ciertos conceptos u objetos peculiares.
Cualquier rasgo puede ser agregado a la lista, y no existen restricciones sobre los
pesos de un rasgo en relación con cómo son los otros rasgos. Por ende, si le
dijera al lector que las aves generalmente son carnívoras, y luego éste leyera en
algún lado que las aves generalmente son vegetarianas, podría simplemente
enumerar los rasgos de su concepto, digamos, carnívoro, peso = .80; y
vegetariano, peso = .80. El hecho de que ambos rasgos al poseer pesos altos
resulten contradictorios no impediría su representación mediante una lista de
rasgos. De manera similar, si me representara los rasgos ―vuela‖ y ―no vuela‖
para las aves (dado que algunas lo hacen y otras no), no habría nada que me
impidiese pensar que ciertas aves poseen ambos rasgos. La intuición de fondo de
la teoría de esquemas es que las personas estructuran la información que
aprenden, lo que vuelve más fácil encontrar la información relevante y les impide
formarse conceptos incoherentes de este tipo (para evidencia particularmente
asociada al aprendizaje de categorías, ver Kaplan 1999; Lassaline y Murphy
1998).

Otro argumento que a menudo se esgrime acerca de las listas de rasgos es que
no poseen los tipos de relaciones que se necesitan para comprender un objeto en
su totalidad. Por ejemplo, una lista de rasgos de un pájaro no hacen a un pájaro—
se necesita que las partes estén conectadas entre sí de forma adecuada. Los ojos
de un pájaro están arriba del pico, posicionados simétricamente en la cabeza, por
debajo de la cresta. Este tipo de información es crítica para la conformación de
una verdadera ave, pero usualmente no aparece en las listas de rasgos, al menos
tal como son producidas por los participantes de los experimentos. Éstos podrían
enumerar ―tiene ojos,‖ pero no ofrecerán mucha información relacional acerca de
cómo los ojos encajan con otras propiedades de los pájaros. Sin embargo, la
gente claramente aprende esta información, y el lector se sorprendería
sobremanera si divisara un pájaro con el pico y los ojos colocados en una posición
invertida en la cabeza. Los esquemas pueden especificar esta información al
incluir relaciones detalladas entre las ranuras.

En síntesis, la lista de rasgos es un buen recurso para detectar lo que las

personas conocen acerca de una categoría, pero es sólo eso, un recurso; un
esquema puede proveer un panorama mucho más completo de lo que la gente
sabe acerca de un concepto. En relación a algunos propósitos, esta información
extra puede no resultar muy relevante, y por lo tanto resultaría más fácil
simplemente referirse a los rasgos; en efecto, eso es lo que haré, precisamente
por dichas razones. Más aún, en algunos experimentos, los conceptos han sido
construidos básicamente como listas de rasgos, sin la información relacional
adicional que un esquema incluiría. En tales casos, resulta suficiente referirse a
las listas de rasgos. Sin embargo, no debería cometerse el error de depositar
demasiada confianza en los conceptos específicamente inventados para los
experimentos, los cuales subestiman drásticamente la complejidad y riqueza de
los conceptos del mundo real. Los esquemas podrían ser una mejor descripción
de los segundos, incluso aunque no se requieran para la descripción de los
primeros.

El Enfoque de Ejemplares

La teoría de los conceptos propuesta por Medin y Schaffer (1978) es en muchos

aspectos radicalmente diferente de las teorías precedentes sobre conceptos. En el
enfoque de ejemplares, se rechaza la idea de que las personas poseen una
representación que de algún modo contiene al concepto entero. Esto es, nuestro
concepto de los perros no es una definición que incluye a todos los perros, ni
tampoco consiste en una lista de los rasgos que se encuentran en mayor o menor
medida en los perros. El concepto de perro de una persona consiste más bien en
el conjunto de perros que la persona recuerda. En algún sentido, no existe un
concepto real (tal como se lo concibe comúnmente), dado que no existe una
representación de conjunto que represente a todos los perros. No obstante, como
veremos, esta perspectiva puede dar cuenta de comportamientos que en el
pasado han sido explicados en términos de representaciones de conjunto.

Para explicarlo un poco mejor, el concepto de perro consistiría en un conjunto de

una centena de recuerdos almacenados sobre perros. Algunos de los recuerdos
podrían ser más salientes que otros, y algunos podrían estar incompletos y ser
difusos debido al olvido. No obstante, esto es lo que uno consulta toma decisiones
acerca de los perros en general. Suponga el lector que descubre un animal
caminando alrededor de su patio. ¿Cómo decidiría que se trata de un perro, de
acuerdo a esta teoría? Este animal guarda una cierta semejanza con otras cosas
que el lector ha visto en el pasado. Podría ser bastante similar a uno o dos objetos
que el lector conozca, razonablemente similar a una docenas de cosas, y apenas
similar a un centenar de cosas. Básicamente, lo que el lector haría es consultar
(muy rápidamente) su memoria para ver a cuáles cosas resulta más parecido. Si,
a grandes rasgos, la mayoría de las cosas a las que resulta similar fueran perros,
entonces concluiría que se trata de un perro. Por lo tanto, si yo veo un terrier
irlandés fisgoneando en mi jardín, esto me recordará a otros terriers irlandeses
que he visto, los que sé que son perros. Concluiría por lo tanto que aquel también
es un perro.

Como sucede en el caso del enfoque de prototipos, en esta teoría tiene que dar
lugar a la similitud. El terrier irlandés en mi patio es extremadamente similar a
algunos perros que he visto, es moderadamente similar a otros perros, pero es
asimismo apenas similar a los ponis y burros de pelo largo. Tiene la misma forma
en general y tamaño que una cabra, aunque carece de cuernos o barba. Es a su
vez en algunos aspectos se parece a algunos lobos que tengo en memoria.
¿Cómo podría dar cuenta de todas estas posibles categorizaciones: un montón de
perros, unas pocas cabras, lobos, y el ocasional poni o burro? Medin y Schaffer
(1978) argumentaron que es necesario ponderar en memoria estos ítems en
términos de cuán similares son al ítem. El terrier irlandés es extremadamente
similar a algunos de los perros en mi memoria, es moderadamente similar a los
lobos, es sólo vagamente similar a la cabra, y sólo apenas similar a los ponies y el
burro. Por lo tanto, cuando se suman todas las similitudes, existe
considerablemente más evidencia de que el objeto es un perro que de que sea
cualquier otra cosa. (Más adelante describiré este proceso en mayor detalle.)
Entonces, lo que determina cómo es categorizado un ítem no consiste sólo en el
número de ejemplares que tal ítem permite recordar; igualmente importante es
cuán similar es el objeto a cada recuerdo.

¿Cómo explica este enfoque los fenómenos que el enfoque de prototipos intentó
explicar? En primer lugar, esta teoría no afirma nada relativo a características
definicionales, por lo tanto no enfrenta los problemas que enfrenta el enfoque
clásico. En segundo lugar, el enfoque ofrece una explicación natural para los
fenómenos de tipicidad. Los ítems más típicos son aquellos que mantienen una
alta similitud respecto de muchos miembros de la categoría. Por lo tanto, un pastor
alemán es extremadamente similar a muchos perros y no es tan similar a otros
animales. Un perro tejonero no es tan similar a otros perros, y mantiene cierto
parecido a las comadrejas y los hurones, los cuales pesan en contra de su
conceptualización como perro. Un chihuahua es aún menos parecido a la mayoría
de los perros, y es más o menos similar a las ratas y cobayos, por lo tanto es aún
menos típico. Básicamente, cuanto más similar sea un ítem a los recuerdos de
perros, y cuanto menos similar sea respecto de los recuerdos de todo aquello que
no es un perro, más típico será dicho ítem. Los casos limítrofes son aquellos ítems
que resultan casi igualmente similares a los recuerdos de miembros de la
categoría y a los que no son miembros de tal categoría. De manera que un tomate
es similar a algunas frutas en términos de que tiene semillas, es redondo y de piel
comestible, etc., pero es similar a algunos vegetales en términos de su sabor y de
cómo se prepara comúnmente.

Los ítems típicos serían categorizados más velozmente que los atípicos, dado que
resultan muy similares a un gran número de miembros de la categoría, y por lo
tanto es muy fácil encontrar evidencia de que pertenecen a ésta. Cuando uno ve a
un perro pastor alemán, puede rápidamente recordar muchos perros que se han
visto y que son similares a él; cuando se ve a un chihuahua, se encuentran menos
perros que sean similares a éste. Por lo tanto, la evidencia positiva se acumula
más rápidamente cuando un ítem es típico (Lamberts 1995; Nosofsky y Palmeri
1997). El caso de la intransitividad de categorías es explicado en una forma similar
a la del enfoque de prototipos. Por ejemplo, el Big Ben es similar a ejemplares de
relojes que el lector ha visto, en muchos aspectos. Pero el Big Ben no resulta muy
similar a la mayoría de los ejemplares de muebles (camas, vestidores, sillones,
etc.), y por ende no alcanza a satisfacer el criterio de categorización. Cada vez
que el fundamento para la similitud cambia, el modelo de ejemplares es capaz de
explicar este tipo de intransitividad.

En resumen, el enfoque de ejemplares es capaz de dar cuenta de los resultados

más importantes que llevaron a la caída del enfoque clásico. Para algunas
personas, el enfoque de ejemplares resulta muy contraintuitivo. Por ejemplo,
muchas personas, cuando deben decidir si algo es un perro, no experimentan
conscientemente el proceso de recordar ejemplares de perros. Sin embargo, las
experiencias conscientes de este tipo no son en general un dato confiable sobre el
procesamiento cognitivo. En verdad uno tampoco tiene una experiencia consciente
de una definición o de una lista de rasgos. El acceso a la representación de un
concepto es a menudo muy veloz y automático. En segundo lugar, algunas
personas señalan que sienten que conocen cosas acerca de los perros, en
general, y no sólo acerca de ejemplares individuales. Esta es una dificultad de la
que nos ocuparemos más adelante. No obstante, nótese que lo que uno sabe
acerca de los perros en general podría ser precisamente lo que más común en los
ejemplares recuperados de la memoria. Entonces, cuando se piensa en tales
ejemplares, son estas características generales las que vendrían a la mente.
Finalmente, cuando se aprende por primera vez una categoría, la información
sobre ejemplares podría ser todo lo que se codifica. Por ejemplo, si el lector fuera
al zoológico y viera una llama por primera vez, todo lo que sabría acerca de las
llamas dependería de dicho único ejemplar. No habría diferencia entre su memoria
de la categoría en su totalidad y el recuerdo de dicho único ejemplar. Si unos
meses más tarde el lector viera otra llama, sería capaz ahora de formarse una
generalización acerca de las llamas como un todo (aunque según el enfoque de
ejemplares, éste no sería el caso). Pero además el lector claramente recordaría a
los dos ejemplares de llamas como ítems separados. Cuando el lector viera una
tercera llama, aún conservaría en su memoria partes de las dos primeras llamas, y
así. La pregunta es, entonces, cuando se ha visto una docena de llamas, ¿daría
esto lugar a la formación de una descripción general de las llamas—tal como
señala el enfoque de prototipos—o sólo se adquiriría una mejor idea de cómo son
las llamas dado que existen disponibles más recuerdos sobre los que basarse—tal
como declara el enfoque de ejemplares? Sin embargo, en referencia a los estados
iniciales del aprendizaje, pareciera que cualquier teoría debiera estar de acuerdo
con el postulado de que traemos a la memoria los ejemplares individuales, o de
otro modo no existiría un fundamento sobre el cual realizar generalizaciones (ver
Ross, Perkins, y Tenpenny 1990, para un ingenioso ajuste a esta idea).

Cabe destacar como punto final que el modelo de ejemplares requiere que estos
recuerdos hayan sido específicamente categorizados. Es posible fácilmente
reconocer a un pastor alemán como un perro debido a que es parecido a otras
cosas que también han sido identificadas como perros. Si se hubiesen visto un
montón de otros pastores alemanes sin reconocer lo que eran, entonces éstos no
serían de ayuda a la hora de clasificar este objeto similar. Me explayaré sobre este
requerimiento de codificación explícita nuevamente más adelante.

-------------------------------------------------------------------------------------------------------------
-

¿Qué Es Un Ejemplar?

Ya he discutido en gran medida acerca de los ―ejemplares‖ y el enfoque sobre

los conceptos basado en ellos. Sin embargo, aún no he explicado precisamente
qué son estas entidades. Hasta cierto punto, esta pregunta ha sido pospuesta por
los proponentes de este enfoque. Por ejemplo, supóngase que mientras camino al
trabajo veo una ardilla corriendo por el césped. ¿Constituye este breve vistazo de
una ardilla un ejemplar, incluso si no le presto mucha atención? De la misma
forma he visto cientos, quizá miles de ardillas. ¿Están todos estos ejemplares
almacenados en mi memoria? (¿Y son éstos almacenados como ardillas? Como
señalé antes, se necesita la codificación de la categoría del ejemplar para que
éste tenga una influencia sobre la categorización.) El enfoque sobre los conceptos
basado en los ejemplares no necesariamente ofrece una respuesta a esta
pregunta, la cual en parte es una cuestión que concierne a la memoria en general
(y no sólo a los conceptos). Debería afirmar que si yo prestara atención y
recordara a dicha ardilla, entonces esto ejercería un efecto sobre la manera en
que identificaré a los siguientes animales como ardillas. Si la ardilla no es
codificada en la memoria o es olvidada, entonces claramente no ejercerá un
efecto. Pero una teoría sobre los conceptos no podría exactamente afirmar lo que
una persona recordará o no.

Existe otra pregunta más profunda acerca de los ejemplares, específicamente,

cómo se define un ejemplar. Considérese este ejemplo. Supóngase que conozco
un bulldog que babea considerablemente y se llama Wilbur. De hecho, este
bulldog vive en la casa vecina, y por ende tengo muchas oportunidades de verlo
babear. He visto otros bulldogs, algunos de los cuales parecían estar babeando, y
algunos no. ¿Cómo podría decidir, ahora, si un amigo mío, que se queja de que su
nuevo perro babea, tiene un bulldog? De acuerdo al enfoque de ejemplares,
debería recuperar todos los ejemplares de perros que babeaban (un número nada
pequeño), y luego esencialmente contar cuántos de ellos son bulldogs. Pero al
recuperar estos ejemplares, ¿cómo cuento a Wilbur? ¿Debería contarlo una vez,
dado que es un perro solo, o debería contar por separado cada encuentro con
Wilbur? Para ponerlo en términos más formales, ¿debería contar los tipos (Wilbur)
o las instancias (encuentros con Wilbur)?

En términos de intentar tomar la decisión correcta, pareciera claro que sólo

debería contar a Wilbur como un tipo— debería contar como un solo perro. Si
considerara a cada encuentro con Wilbur como otro ejemplar, entonces el hecho
de que un bulldog (que babea) viva en la casa vecina debería tener una gran
influencia sobre mi decisión; si un labrador viviera cerca, debería contar con
muchos, muchos menos de tales ejemplares. No obstante, el tipo de perro que
viva al lado de mi casa no debería ser relevante respecto de la pregunta de si un
determinado perro que babea es un bulldog. O, para expresarlo de otra manera, la
frecuencia con que me cruzo con un particular bulldog no debería influenciar en
gran medida mis decisiones acerca de los bulldogs en general.

Nosofsky (1988) dio cuenta de esta pregunta en un experimento en el que usó

parches coloreados como estímulos. Los parches variaban en términos de cuán
saturados y brillantes eran los colores: Los colores más saturados y brillantes
tendían a caer en una categoría, y los menos saturados y brillantes en la otra. El
autor varió la frecuencia con la que los ítems eran presentados: Uno de los ítems
fue presentado cinco veces más que el resto de los ítems durante el aprendizaje.
Si cada ejemplar es considerado como un tipo, entonces la manipulación de la
frecuencia no debería influenciar las subsiguientes decisiones categoriales. El
hecho de que un color siga reapareciendo correspondería al hecho de que viva
cerca de Wilbur, una indicación poco informativa de la categoría en general. Pero
si los ejemplares se definen como instancias, entonces los estímulos que fueran
como el ítem más frecuente constituirían mejores ejemplos de la categoría que los
estímulos que fueran como el resto de los ítems, menos frecuentes, dado que
habría ―más ejemplares‖ recuperados de la memoria para el ítem más frecuente.
Esto es exactamente
Calculando la similitud de acuerdo al modelo
contextual

Imagínese que se ha estado aprendiendo categorías conformadas por figuras geométricas impresas en
cartas. Cada figura está definida por la forma, el color, el tamaño, y la posición (a la izquierda o derecha
en la carta). Luego de haber aprendido las categorías, supóngase que se presenta un nuevo ítem, un
triángulo grande y verde en la parte izquierda de la carta. ¿Cómo calcular su similitud respecto del resto
de los ítems, para decidir si pertenece a la categoría? La discusión del texto principal brinda un esbozo
general de cómo decidir esto. Esta sección presentará en mayor detalle cómo se realiza dicho cálculo en
los experimentos orientados a derivar predicciones exactas según el modelo contextual.

Presentado el gran triángulo verde a la izquierda, uno podría compararlo con cada uno de los ejemplares
recordados. Supóngase que además se recuerda haber visto un gran triángulo azul a la derecha. Para
evaluar cuán similar es se necesitaría evaluar el valor de coincidencia y no-coincidencia para cada
dimensión. Los dos estímulos coincidirían en dos dimensiones, el tamaño y la forma, y por lo tanto se les
asignarían valores de 1.0. Ambos estímulos fallarían en coincidir en dos dimensiones, y por ende se les

asignarían valores de Sc (para el color) y Sp (para la posición). Sc indicaría cuán similar es el estímulo verde

de un estímulo comparado con el azul del otro estímulo. Si estos resultaran ser razonablemente similares,
el valor se acercaría a 1; si fueran considerados bastante diferentes, entonces el valor sería cercano a 0.

Sp correspondientemente indicaría el grado de similitud entre las posiciones izquierda y derecha. Empleando

la regla multiplicativa, calcularíamos la similitud total de estos dos estímulos como 1 x 1 x S p x Sc. El

problema reside, entonces, en cómo determinar exactamente en qué consisten S p y Sc de manera de poder

obtener el número correspondiente. En general, la respuesta consiste en que dichos números pueden ser
calculados a partir de los resultados del experimento en sí. Por ejemplo, es posible ver cuán
frecuentemente las personas categorizan un ítem que es parecido a un ítem aprendido pero que difiere en
el color; y es posible ver cuán frecuentemente las personas categorizan un ítem que es parecido a un ítem
aprendido pero que difiere en la forma; y así. Utilizando un programa de modelado matemático, los
investigadores de esta área pueden ingresar las fórmulas adecuadas para cada ítem (i.e., cuán similar es
cada ítem de la prueba respecto de cada ítem aprendido, de acuerdo a la regla multiplicativa), y el

programa proveerá los valores de Sp, Sc y de otras similitudes que contribuyen a que el modelo se
desempeñe lo más eficientemente posible. Éstos son los llamados parámetros libres de un modelo, ya
que son estimados a partir de los datos, en vez de ser establecidos por la teoría de antemano. (Otras
teorías también cuentan con parámetros libres. Por ejemplo, he mencionado que la teoría de prototipos a
menudo establece ponderaciones en términos de cuán importante es cada rasgo para la categoría. Éstas
pueden ser estimadas a partir de los datos como parámetros libres, aunque también podrían ser
directamente medidos por medio de recursos análogos a los descritos en el próximo párrafo.)

Desafortunadamente, el asunto no concluye aquí. Recuérdese que Medin y Schaffer además discutieron
la posibilidad de que se debiera prestar atención a algunas dimensiones más que a otras. Supóngase, por
ejemplo, que los sujetos por alguna razón nunca hayan prestado
atención a la posición de las figuras, quizá por pensar que no se trataba de un factor

relevante. Ahora, el valor de Sp que calcularíamos por medio del procedimiento arriba

descrito incluiría tanto a la similitud intrínseca de los ítems como a la atención que los
participantes le prestaron. Si los participantes realmente habían ignorado a la posición,
 entonces Sp sería igual a 1—sugiriendo que las posiciones derecha e izquierda fueran
percibidas como idénticas. Esto es, no existiría forma de separar la puntuación de no-
coincidencia del grado de atención que la gente le presta a dicha dimensión, ya que
ambas estarían siendo utilizadas por los participantes para efectuar las decisiones
categoriales. Esto no constituye necesariamente un problema, pero a veces uno
desearía conocer las similitudes reales, independientemente de saber a cuáles
dimensiones los participantes prestan atención.

Una manera de enfocar esta dificultad sería elegir las diferencias entre los estímulos de manera que se
supiera que son igualmente distintas para las distintas dimensiones. Por ejemplo, al pedir a diferentes
sujetos que generen puntuaciones de similitud, sería posible elegir la diferencia de tamaño (valores para
los ítems grandes y pequeños) que correspondiera psicológicamente al mismo valor que las diferencias
en el color (entre los valores particulares de azul y verde), las cuales serían a su vez equivalentes a las
diferencias en la forma, etc. El experimentador podría solicitar a los participantes que puntuaran la
similitud de todos los estímulos antes de llevar a cabo el experimento de categorización. Luego él o ella
podrían elegir aquellos valores de los estímulos que fueran equivalentes, o al menos los valores relativos

de Sp, Sc, y el resto podría ser medido. Desafortunadamente, esta técnica no diría nada acerca de cuánta
atención le presta la gente a cada dimensión durante el aprendizaje, sino sólo cuán perceptualmente
similares son los valores del estímulo. Para descubrir cualquier variación atencional, uno aún debería
estimar los parámetros de S a partir del experimento principal.

El cálculo de las predicciones exactas para estos modelos no es algo que pueda ser fácilmente realizado
con lápiz y papel, tal como se puede apreciar a partir de esta descripción. Los cálculos reales de los
valores de S y por lo tanto las predicciones precisas del modelo son casi siempre efectuadas en
conjunción con un programa de modelado matemático. En otros casos, las propiedades de los modelos
pueden ser dilucidadas a partir de la evidencia empleando una forma general de la regla de similitud (e.g.,
Nosofsky 1984; 1992). Pero éstas no son tareas para principiantes.

lo que Nosofsky encontró. Luego del aprendizaje, enseñó los ítems a los
participantes y les pidió que evaluaran su tipicidad. El ítem más frecuente y el
resto de los ítems que se acercaban a éste fueron juzgados como más típicos que
los ítems menos frecuentes.

Según este resultado, entonces, un ejemplar no es una cosa real sino el encuentro
con dicha cosa. Por lo tanto, si me encuentro a Wilbur un centenar de veces, esto
crearía 100 ejemplares, y no sólo uno. Nosofsky además realizó una simulación
del modelo de ejemplares, mostrando que podía dar mejor cuenta de los
resultados si se consideraba a cada presentación del estímulo como un ejemplar,
más que a cada tipo.
Barsalou, Huttenlocher, y Lamberts (1998) planteó un problema posible con esta
interpretación del experimento de Nosofsky. Estos autores señalaron que no
conocemos lo que los participantes razonaron acerca de los colores que
reaparecían. Quizá hayan pensado que los estímulos consistían en objetos de
alguna forma diferentes incluso aunque parecieran idénticos. (Resulta difícil
discernir cómo interpretar la reaparición de estos ítems, dado que se trataba de
parches de colores y no de objetos). Más aún, como los parches de colores eran
difíciles de recordar precisamente, quizá las personas no se hayan dado cuenta de
que se les estaba mostrando exactamente el mismo ítem en repetidas ocasiones.
Quizá hayan razonado que los colores eran levemente diferentes. Si fuera así,
entonces éstos naturalmente contarían como ejemplares separados.

Barsalou et al. ejecutaron un ingenioso experimento en el que enseñaron a dos

grupos de participantes exactamente los mismos estímulos durante el aprendizaje,
pero variaron si los participantes pensarían que cada estímulo era único, o si veían
a varios de los estímulos en múltiples ocasiones. Bajo la mayoría de las
condiciones, encontraron que esta manipulación no ejercía virtualmente ningún
efecto en los conceptos que las personas se formaban; el ejemplar más frecuente
ejercía un gran efecto sobre ambas condiciones. Esto es, para volver a mi
ejemplo, no existe diferente entre pensar que estoy viendo 100 bulldogs diferentes
o un bulldog 100 veces—el efecto sobre mi concepto de los bulldogs es el mismo. *
Tal como señalaron Barsalou et al., de esto se derivan implicaciones tanto para los
modelos de prototipos como para los modelos de ejemplares sobre conceptos. En
ambos casos, se necesita que la teoría especifique cómo se contarán las unidades
(cuántos rasgos/ejemplares se han visto), y los resultados empíricos sugieren que
lo más importante son los encuentros con los objetos, más que los objetos en sí
mismos.

El Enfoque del Conocimiento

La discusión acerca de esta última gran teoría resulta en verdad un poco

prematura para el presente capítulo. Los modelos de prototipos y de ejemplares
surgieron de las cenizas del enfoque clásico, y fueron diseñados para dar cuenta
de los datos que fueron tan problemáticos para éste último. El enfoque del
conocimiento, en contraste, surgió como una reacción frente a los otros dos

* La historia es algo más compleja que la forma en que la estoy presentando aquí. Cuando Barsalou et al.

siguieron los pasos para enfatizar la individualidad del ejemplar o cuando emplearon sujetos para justificar
verbalmente sus respuestas, comenzaron luego a tratar a los tipos e instancia de manera diferente.
enfoques, y fue en cierto sentido construido a partir de ellos. Como resultado, no
hemos discutido aún los resultados experimentales que condujeron a este
enfoque, y no estamos listos para hacerlo ahora. En uno de los capítulos
siguientes (capítulo 6) se presentará una exposición más detallada de esta teoría.
No obstante, será útil mantener este enfoque en mente mientras el lector lea los
próximos capítulos, y por lo tanto ahora presentaré una más o menos breve
descripción de dicha teoría, sin detenerme demasiado en la evidencia
experimental.

El enfoque cognoscitivo propone que los conceptos son parte de nuestro

conocimiento general sobre el mundo. No adquirimos los conceptos de manera
aislada de todo lo demás (como es el caso de muchos experimentos psicológicos);
más bien, los aprendemos como parte de nuestra comprensión general del mundo
que nos rodea. Cuando adquirimos conceptos sobre los animales, esta
información es integrada en el marco de nuestro conocimiento general acerca de
la biología, la conducta, y otros dominios relevantes (quizá tales como la cocina,
ecología, clima, etc.). Esta relación se desenvuelve en ambas direcciones: Los
conceptos son influenciados por el conocimiento previo, pero un nuevo concepto
puede también producir un cambio sobre nuestro conocimiento general. Entonces,
si se aprende un hecho sorprendente acerca de una nueva clase de animal, esto
podría transformar lo que ya se conoce acerca de la biología en general (e.g., si se
aprende que los caracoles son hermafroditas, esto podría transformar los propios
conocimientos acerca de la reproducción sexual en general); y si algo que se
aprendiese acerca de un nuevo animal no encajara con el conocimiento general,
esto podía causar que el nuevo dato sea cuestionado o se le dé menos peso.
(¿Podrían los caracoles realmente ser hermafroditas? Quizá se lo haya entendido
mal. Mejor no decir nada y esperar a que desaparezcan.) En general, entonces, el
enfoque del conocimiento enfatiza que los conceptos son parte de y engloban
nuestro conocimiento general del mundo, y por ende existe una presión para que
los conceptos sean consistentes con todo aquello que ya se conoce (Keil 1989;
Murphy y Medin 1985). Para mantener tal consistencia, parte de la categorización
y otros procesos conceptuales podría consistir en procesos de razonamiento por
los que se infieren las propiedades o se construyen explicaciones a partir del
conocimiento general.

Presentaré un simple ejemplo de la clase de conocimientos aquí implicados. Un

área del conocimiento que a menudo se estudia en las investigaciones basadas en
esta perspectiva es la biología. Conocemos cosas acerca de la evolución,
reproducción, fisiología, y ecología, parte de las cuales hemos aprendido
―ingenuamente‖ (por nosotros mismos o informalmente a través de nuestros
padres), y parte de las cuales hemos adquirido a través del estudio formal. Sin
embargo, incluso los niños pequeños parecen contar con ideas básicas acerca de
la biología (Gelman y Wellman 1991; Keil 1989) que emplean al realizar juicios del
siguiente tipo. Si un niño ve un animal difuso, gris y pequeño chapoteando
alrededor de un ganso grande y blanco, el niño podría concluir que el animal debe
ser también un ganso, incluso aunque presente una apariencia muy distinta a la de
otros gansos que haya visto. Aparentemente, el niño estaría empleando la lógica:
―Los bebés son más pequeños que sus padres, y a menudo se apegan mucho a
ellos. Cualquier bebé de un ganso debe ser también un ganso. Por lo tanto, este
animal mucho más pequeño debe ser un bebé, aún aunque luzca bastante
diferente al ganso, y es por ende también un ganso.‖ Por supuesto, el niño no dice
esto en voz alta, pero existen razones para pensar que los niños son receptivos a
las nociones de herencia y parentesco—propiedades biológicas básicas que
influencian nuestras categorizaciones. En general, este enfoque afirma que las
personas emplean su conocimiento previo para razonar sobre un ejemplo y decidir
de qué categoría se trata, o para aprender una nueva categoría.

En ciertas descripciones, se ha hecho referencia a este aspecto de los conceptos

en términos de ―teorías mentales acerca del mundo‖ (Murphy y Medin 1985), lo
cual resulta suficientemente preciso si se toma en cuenta que las teorías ingenuas
de las personas son incompletas y en algunos casos contradictorias, dado nuestro
conocimiento y comprensión incompletos de las cosas que nos rodean. El niño de
los ejemplos anteriores no tenía una teoría completa de la biología pero conocía
algunos hechos básicos y principios parcialmente integrados. Por lo tanto, este
enfoque es a veces denominado enfoque de la teoría (o incluso teoría de la teoría,
por aquellos que no se avergüenzan tan fácilmente como yo). Sin embargo, el
término teoría sugiere a muchos algo más próximo a una teoría científica oficial, lo
cual probablemente no constituiría una descripción correcta del conocimiento de
las personas (ver, e.g., Gentner y Stevens 1983). Esto ha causado cierta
confusión sobre lo que realmente está proponiendo este enfoque, y por ende
tenderé a usar el término conocimiento en vez de teoría, para evadir esta potencial
confusión.

Parte de la discusión acerca de los esquemas presentada a propósito del enfoque

de prototipos resulta relevante aquí. Por ejemplo, una de las razones a favor del
empleo de esquemas para representar conceptos es que son capaces de
representar relaciones entre los rasgos y dimensiones. Ésta es sólo una forma de
representar el conocimiento sobre un dominio. Por ejemplo, podríamos saber que
los animales que no tienen alas no pueden volar, y por lo tanto habría una relación
entre la ranura del esquema que describe a las partes del cuerpo y la ranura que
describe los comportamientos que manifiestan esta relación.
Uno de los estudios sobre tipicidad que he descrito en cierto detalle en el capítulo
anterior también estuvo motivado por el enfoque del conocimiento, a saber, el de
Barsalou (1985). Recuérdese que Barsalou encontró que los ideales son
importantes como determinantes de la tipicidad. Por ejemplo, algo podría ser
considerado un buen ejemplo de un arma en la medida en que constituya un
medio eficiente para dañar o matar personas. Esta arma ―ideal‖ no corresponde
al valor promedio de todas las armas, dado que la mayoría de las armas son
menos que ideales desde esta perspectiva (e.g., un cuchillo requiere una corta
distancia, un manejo preciso, y sólo puede cortar a una persona a la vez).
Barsalou encontró que los ítems que se acercaban al ideal eran más típicos que
los ítems que se encontraban más lejos, y esto sucedía incluso cuando el parecido
familiar era factorizado primero en el juicio de tipicidad. La influencia de los ideales
no podría, entonces, reflejar sólo la pura observación de la categoría, como
afirman los enfoques de prototipos y de ejemplares. Si las personas se apoyaran
en las armas que han visto o acerca de las que han oído hablar, sólo
considerarían como las armas más típicas a los dispositivos moderadamente
efectivos. De la misma forma, esperarían que sólo los trasladadores-de-personas
moderadamente eficientes fueran buenos vehículos, dado que en promedio, los
vehículos no son en absoluto trasladadores-de-personas ideales.

¿De dónde provienen estos ideales de las categorías, entonces? Muy

probablemente surjan de nuestro conocimiento acerca de cómo encaja cada
categoría con otros aspectos de nuestras vidas—su lugar dentro de nuestra
comprensión más amplia acerca del mundo. Sabemos que los vehículos están
hechos de tal manera que las personas puedan trasladarse de un lugar a otro. Por
lo tanto, los vehículos más típicos serían capaces de hacer esto de la mejor forma
posible. Sabemos que las armas son diseñadas con el objetivo de dañar
(amenazar o matar) a otras personas. Por lo tanto, las armas más típicas han de
ser aquellas que logran esto de manera efectiva. Más aún, podemos aplicar
nuestro conocimiento general para evaluar en qué medida los diferentes vehículos
y armas realmente cumplen estas funciones.

La importancia de tal conocimiento puede ser ilustrada aún mejor por el tipo de
categorías que Barsalou (1985) denominó categorías derivadas de metas. Éstas
son categorías que se definen sólo en términos de la forma en que sus miembros
cumplen con un determinado plan o meta, por ejemplo, cosas para comer en el
marco de una dieta, cosas para llevarse de casa durante un incendio, buenos
regalos de cumpleaños, etc. En el caso de las categorías derivadas de metas, el
parecido familiar explica poco de su estructura categorial. Por ejemplo, las cosas
para comer en una dieta podrían incluir el apio, la gelatina sin azúcar, la gaseosa
dietética, las papas al horno, el pescado al horno, y la leche desnatada. Estos
ítems difieren en muchos respectos. Son mucho menos similares entre sí
comparadas con categorías de comidas normales tales como los productos
lácteos o las carnes, y sin embargo, todas están incluidas en la misma categoría
en virtud de ser cosas que la gente come cuando está a dieta. Aquí, el ideal sería
algo tal como tener la menor cantidad de calorías o de materia grasa. Por ende, el
apio es un excelente ejemplo de cosas que comer en una dieta, porque no
contiene virtualmente nada de grasa y es extremadamente bajo en calorías. El pan
es un ejemplo razonablemente bueno, aunque tiene bastantes más calorías y
materia grasa. El jugo de frutas podría ser un ejemplo moderado, dado que es
bajo en grasas pero no es particularmente bajo en calorías. Y el helado sería un
mal ejemplo. Barsalou encontró que los ejemplos más típicos de las categorías
derivadas de metas eran aquellos más cercanos al ideal. Una porción significativa
de la variación no podía ser explicada por el parecido familiar. Este es un caso
extremo en el que el lugar de un ítem dentro de una estructura más amplia de
conocimiento constituye quizá el aspecto más importante de la pertenencia a una
categoría, mientras que el ―promedio‖ de las propiedades de los miembros de la
categoría tiene muy poco peso. Por ejemplo, el mejor alimento para comer en una
dieta sería una comida llenadora sin calorías, materia grasa u otros ingredientes
indeseables. No obstante, estas propiedades no son en absoluto del tipo más
frecuentemente encontrado en los alimentos que la gente realmente consume
cuando está a dieta. Por lo tanto, este ideal parece haber sido impuesto por
nuestra comprensión de lo que se supone que es la categoría, lo cual a su vez
está motivado por nuestra comprensión de cómo ésta se ajusta al resto de lo que
ya sabemos acerca de los alimentos y sus efectos sobre nuestros cuerpos. El
ideal no podría ser derivado sólo a partir de la observación de ejemplos y de
percibir aquellos rasgos que aparecen más frecuentemente. Aunque las
categorías derivadas de metas son un ejemplo extremo de esto (dado que los
miembros tienen poco en común más allá del ideal), Barsalou además encontró
evidencia de la importancia de los ideales en las categorías comunes (ver capítulo
anterior). Además, recuérdese que Lynch et al. (2000) encontró un patrón similar
para la categoría de los árboles; muchos otros ejemplos relacionados son
descritos en el capítulo 6.

Uno de las cuestiones asociadas al enfoque del conocimiento es, entonces, que
las personas no se apoyan en la simple observación o aprendizaje de rasgos para
aprender nuevos conceptos. Las personas prestan atención a los rasgos que su
conocimiento previo les indica que son los más importantes. Realizan inferencias y
agregan información que no es en verdad percibida en el ítem en sí mismo. Su
conocimiento es empleado de manera activa para dar forma a lo que se aprende y
a la manera en que dicha información es empleada luego del aprendizaje. Este
aspecto de la teoría será presentado en más detalle en el capítulo 6.
Una clara limitación del enfoque del conocimiento ya debería resultar aparente;
gran parte de los conceptos no podrían estar basados en el conocimiento previo.
Por ejemplo, se podría contar con un conocimiento previo que ayudara a
comprender por qué un avión tiene alas, cómo se relaciona esto con su capacidad
para volar, cómo funcionan los jets o las hélices, etc. No obstante, probablemente
sólo la observación real de los aviones permitiría aprender dónde suelen estar
colocadas las hélices, qué forma tienen las ventanas, que los asientos usualmente
ya no cuentan con un respaldo, etc., ya que estas cosas no pueden ser predichas
a partir del conocimiento anterior al aprendizaje de la categoría. O, en otros casos,
es sólo luego de observar algunos miembros de la categoría que se puede saber
qué conocimientos son relevantes y podrían ser empleados para comprender la
categoría (ver Murphy 2000, para una discusión). Entonces, el enfoque del
conocimiento no pretende explicar todo lo referente a la adquisición de conceptos
aludiendo al conocimiento general; también debe presuponer un mecanismo de
aprendizaje que esté basado en la experiencia. Esto podría ser visto como una
falla del enfoque del conocimiento, o simplemente podría considerarse al proceso
de aprendizaje empírico como un problema aparte. Esto es, los proponentes del
enfoque del conocimiento procuran señalar las maneras en las que el
conocimiento previo influencia el aprendizaje de nuevos conceptos, mientras que
otros aspectos del aprendizaje no son considerados como parte del fenómeno que
se está intentando explicar. Sin embargo, debería quedar claro que una teoría
completa requeriría de una explicación integrada de todos los aspectos del
aprendizaje de conceptos. Más aún, no deberíamos asumir necesariamente que
los componentes del aprendizaje empírico y basado en el conocimiento
constituirían módulos separables. Es posible que los dos interactúen de maneras
complejas por las que deberían ser estudiados en conjunto para comprender cada
una de ellos (Wisniewski y Medin 1994). No obstante, esta discusión deberá
esperar hasta un capítulo siguiente.

Conclusiones

Resultaría muy prematuro evaluar los diferentes enfoques en esta sección del
libro. No obstante, cabe destacar que ninguno de ellos sufre de los problemas del
enfoque clásico. Todos ellos activamente predicen que las categorías comprenden
gradaciones de tipicidad y que existen casos limítrofes. A diferencia de las
revisiones posteriores del modelo clásico (presentadas en el capítulo anterior; e.g.,
Armstrong, Gleitman, y Gleitman 1983), estas teorías argumentan que la
vaguedad de las categorías es una parte integral del procesamiento conceptual,
más que una influencia poco feliz sobre algo que no corresponde al ―verdadero‖
concepto. Esto sería así porque la similitud de los ítems es inherentemente
continua. Los miembros de la categoría son más o menos similares entre sí y
respecto del prototipo, y esta gradación de similitud conlleva diferencias en la
tipicidad, diferencias de tiempo de reacción en los juicios, y diferencias en el
aprendizaje. De la misma manera, el que un ítem sea consistente con el
conocimiento de uno acerca de un dominio complejo no es un asunto todo-o-nada,
sino más frecuentemente una cuestión de consistencia relativa. Por lo tanto, a
diferencia de lo que se derivaría del enfoque clásico, los fenómenos de tipicidad
no son una molestia que deba ser ignorada, sino más bien algo inherente al
fenómeno que estos enfoques pretenden explicar.

Otro punto que cabría señalar acerca de cada uno de estos enfoques es que no
son tan enteramente autosuficientes como uno quisiera. Por ejemplo, el enfoque
de prototipos no niega que las personas aprendan y recuerden ejemplos.
Claramente, si Wilbur, el bulldog, vive en la casa vecina, y lo veo varias veces por
semana, seré capaz de identificarlo y a sus peculiares atributos. Y, como ya he
mencionado, la primera vez que uno se encuentra con un miembro de una
categoría, el único prototipo que uno se puede formar estaría basado en ese
ejemplar singular. Por ende, el conocimiento de ejemplares y el de prototipos
deben existir de manera paralela al menos hasta cierto punto, de acuerdo a la
teoría de prototipos. La propuesta general de esta teoría, no obstante, es que a la
hora de realizar juicios acerca de un concepto, en el caso de las categorías
maduras, las personas se apoyan en representaciones sumarias de la categoría
entera más que sobre ejemplares específicos.

De la misma manera, he señalado que el enfoque del conocimiento se concentra

sobre un importante (para esta teoría) aspecto del aprendizaje y representación de
conceptos. Sin embargo, debe admitirse que existe un componente de aprendizaje
empírico de los conceptos, al menos para dar cuenta de los resultados de los
experimentos psicológicos que emplean estímulos artificiales fuera de cualquier
marco de conocimiento. Resultaría razonable, entonces, que esta perspectiva sea
combinada con alguno de los otros enfoques con el objetivo de formar una teoría
integrada sobre los conceptos. Finalmente, los teóricos de ejemplares podrían
también concordar en que existiría un nivel de conocimiento general separado del
conocimiento de los ejemplares y que ejercería una influencia sobre los conceptos
y su empleo (aunque de hecho la mayoría no ha atendido esta cuestión). Por
ejemplo, uno podría argumentar que los hechos tales como que las ballenas son
mamíferos constituyen hechos generales aprendidos en la escuela, más que algo
que uno aprende luego de ver muchos ejemplares de ballenas. Pero, por
supuesto, uno ocasionalmente también se encuentra con ballenas. Por lo tanto, a
la hora de responder preguntas acerca de las ballenas, parte de la información
podría provenir de ejemplares y otra porción podría provenir del conocimiento
general.
Esta mezcla de diferentes clases de conocimiento conceptual volvería dificultosa
la evaluación de las distintas teorías. El resultado de esto en el área ha sido
concentrarse en ciertos paradigmas experimentales en los que se esperaría que
tales mezclas fuera menos frecuentes. No obstante, para el caso de los conceptos
del mundo real, sería sensato no asumir que una sola forma de representación
conceptual podría dar cuenta del fenómeno en su totalidad.