Hispanopedia Wiki
Articulo de referencia

Categorización cognitiva

La categorización es un tipo de cognición que implica la diferenciación conceptual entre características de la experiencia consciente , como objetos , eventos o ideas . Consiste...

Hispanopedia WikiContenido en espanolLectura gratuita

La categorización es un tipo de cognición que implica la diferenciación conceptual entre características de la experiencia consciente , como objetos , eventos o ideas . Consiste en la abstracción y diferenciación de aspectos de la experiencia mediante la clasificación y distinción entre grupos, a través de la clasificación o tipificación [ 1 ] [ 2 ] sobre la base de rasgos, características, similitudes u otros criterios que son universales para el grupo. La categorización se considera una de las habilidades cognitivas más fundamentales y es estudiada particularmente por la psicología y la lingüística cognitiva .

La categorización a veces se considera sinónimo de clasificación (cf., Sinónimos de clasificación ). La categorización y la clasificación permiten a los humanos organizar las cosas, los objetos y las ideas que existen a su alrededor y simplificar su comprensión del mundo. [ 3 ] La categorización es algo que hacen los humanos y otros organismos : "hacer lo correcto con el tipo correcto de cosa". La actividad de categorizar cosas puede ser no verbal o verbal. Para los humanos, tanto los objetos concretos como las ideas abstractas se reconocen, diferencian y comprenden a través de la categorización. Los objetos generalmente se categorizan con algún propósito adaptativo o pragmático.

La categorización se basa en las características que distinguen a los miembros de una categoría de los que no lo son. La categorización es importante en el aprendizaje, la predicción, la inferencia , la toma de decisiones , el lenguaje y muchas formas de interacción de los organismos con su entorno.

Descripción general

Las categorías son conjuntos distintos de instancias concretas o abstractas (miembros de la categoría) que el sistema cognitivo considera equivalentes. El uso del conocimiento de categorías requiere el acceso a representaciones mentales que definen las características principales de los miembros de la categoría (los psicólogos cognitivos se refieren a estas representaciones mentales específicas de la categoría como conceptos ). [ 4 ] [ 5 ]

Para los teóricos de la categorización, la categorización de objetos se suele considerar mediante taxonomías con tres niveles jerárquicos de abstracción . [ 6 ] Por ejemplo, una planta podría identificarse en un nivel alto de abstracción simplemente etiquetándola como una flor, en un nivel medio de abstracción especificando que la flor es una rosa, o en un nivel bajo de abstracción especificando además que esta rosa en particular es una rosa silvestre. Las categorías en una taxonomía se relacionan entre sí mediante la inclusión de clases, siendo el nivel más alto de abstracción el más inclusivo y el nivel más bajo el menos inclusivo. [ 6 ] Los tres niveles de abstracción son los siguientes:

  • Nivel supraordinado, género (por ejemplo, flor): el nivel de abstracción más alto e inclusivo. Presenta el mayor grado de generalidad y el menor grado de similitud dentro de la categoría. [ 7 ]
  • Nivel básico, especie (p. ej., rosa): el nivel medio de abstracción. Rosch y colegas (1976) sugieren que el nivel básico es el más eficiente cognitivamente. [ 6 ] Las categorías de nivel básico exhiben altas similitudes dentro de la categoría y altas disimilitudes entre categorías . Además, el nivel básico es el nivel más inclusivo en el que los ejemplares de la categoría comparten una forma general identificable. [ 6 ] Los adultos usan con mayor frecuencia los nombres de objetos de nivel básico, y los niños aprenden primero los nombres de objetos básicos. [ 6 ]
  • Nivel subordinado (p. ej., Rosa silvestre): el nivel más bajo de abstracción. Presenta el mayor grado de especificidad y similitud dentro de la categoría. [ 7 ]

Comienzo de la categorización

La cuestión esencial en el estudio de la categorización es cómo se inicia la diferenciación conceptual entre las características de la experiencia consciente en organismos jóvenes e inexpertos. Datos experimentales crecientes muestran evidencia de diferenciación entre características de objetos y eventos en recién nacidos e incluso en fetos durante el período prenatal. [ 8 ] [ 9 ] Este desarrollo se produce en organismos que solo demuestran reflejos simples (véanse los artículos sobre el problema de la vinculación , la cognición , el desarrollo cognitivo , el desarrollo cognitivo infantil , la integración multisensorial y la percepción ). Para sus sistemas nerviosos, el entorno es una cacofonía de estímulos sensoriales: ondas electromagnéticas, interacciones químicas y fluctuaciones de presión. [ 10 ]

El pensamiento de categorización implica la abstracción y diferenciación de aspectos de la experiencia que dependen de capacidades mentales como la intencionalidad y la percepción . El problema es que estos organismos jóvenes ya deberían comprender las capacidades de intencionalidad y percepción para categorizar el entorno. [ 8 ] La intencionalidad y la percepción ya requieren su capacidad para reconocer objetos (o eventos), es decir, para identificar objetos mediante el sistema sensorial . [ 11 ] Esto es un círculo vicioso: la categorización necesita intencionalidad y percepción, que solo aparecen en el entorno categorizado. Por lo tanto, el organismo joven e inexperto no tiene pensamiento abstracto y no puede lograr de forma independiente la diferenciación conceptual entre las características de la experiencia consciente si resuelve el problema de la categorización por sí solo.

Al estudiar los orígenes de la cognición social en el desarrollo infantil, el psicólogo del desarrollo Michael Tomasello desarrolló la noción de intencionalidad compartida para dar cuenta de los procesos inconscientes durante el aprendizaje social después del nacimiento para explicar los procesos en la formación de la intencionalidad . [ 12 ] Además, el profesor letón Igor Val Danilov extendió este concepto al período intrauterino al introducir un modelo neurocognitivo madre-feto : [ 13 ] una hipótesis de procesos neurofisiológicos que ocurren durante la intencionalidad compartida . [ 8 ] La hipótesis intenta explicar el comienzo del desarrollo cognitivo en organismos en diferentes niveles de complejidad del biosistema, desde la dinámica interpersonal hasta las interacciones neuronales. [ 14 ] [ 15 ] La evidencia en neurociencia apoya la hipótesis. Estudios de investigación de hiperescaneo observaron actividad intercerebral en condiciones sin comunicación en parejas mientras los sujetos resolvían el problema cognitivo compartido, y registraron una mayor actividad intercerebral en contraste con la condición en la que los sujetos resolvían un problema similar solos. [ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] Estos datos muestran que la interacción colaborativa sin señales sensoriales puede surgir en díadas madre-hijo, proporcionando intencionalidad compartida . [ 8 ] Muestra el modo de cognición en la etapa sin comunicación y pensamiento abstracto. La importancia de este conocimiento es que puede revelar la nueva dirección para estudiar la conciencia ya que esta última se refiere a la conciencia de la existencia interna y externa que se basa en la intencionalidad , la percepción y la categorización del entorno.

Teorías

Visión clásica

La teoría clásica de la categorización es un término utilizado en lingüística cognitiva para denotar el enfoque de categorización que aparece en Platón y Aristóteles y que ha sido muy influyente y dominante en la cultura occidental, particularmente en filosofía, lingüística y psicología. [ 22 ] [ 23 ] El método categórico de análisis de Aristóteles fue transmitido a la universidad escolástica medieval a través de la Isagoge de Porfirio . La visión clásica de las categorías se puede resumir en tres supuestos: una categoría puede describirse como una lista de características necesarias y suficientes que debe tener su pertenencia, las categorías son discretas en el sentido de que tienen límites claramente definidos (un elemento pertenece a una o no, sin posibilidades intermedias), y todos los miembros de una categoría tienen el mismo estatus. (No hay miembros de la categoría que pertenezcan más que otros). [ 1 ] [ 24 ] [ 22 ] En la visión clásica, las categorías deben estar claramente definidas, ser mutuamente excluyentes y colectivamente exhaustivas; De esta forma, cualquier entidad en el universo de clasificación dado pertenece inequívocamente a una, y solo a una, de las categorías propuestas.

La concepción clásica de las categorías apareció por primera vez en el contexto de la filosofía occidental en la obra de Platón , quien, en su diálogo «El Político» , introduce el enfoque de agrupar objetos en función de sus propiedades similares . Este enfoque fue explorado y sistematizado posteriormente por Aristóteles en su tratado sobre las Categorías , donde analiza las diferencias entre clases y objetos . Aristóteles también aplicó intensivamente el esquema de categorización clásico en su enfoque de la clasificación de los seres vivos (que utiliza la técnica de aplicar preguntas sucesivas de restricción, como «¿Es un animal o un vegetal?», «¿Cuántas patas tiene?», «¿Tiene pelo o plumas?», «¿Puede volar?», etc.), estableciendo así la base de la taxonomía natural .

Ejemplos del uso de la concepción clásica de las categorías se encuentran en las obras filosóficas occidentales de Descartes , Blaise Pascal , Spinoza y John Locke , y en el siglo XX en Bertrand Russell , G. E. Moore y los positivistas lógicos . Ha sido una piedra angular de la filosofía analítica y su análisis conceptual , con formulaciones más recientes propuestas en la década de 1990 por Frank Cameron Jackson y Christopher Peacocke . [ 25 ] [ 26 ] [ 27 ]

El modelo clásico de categorización se ha utilizado al menos desde la década de 1960 por lingüistas del paradigma de la semántica estructural , por Jerrold Katz y Jerry Fodor en 1963, quienes a su vez han influido en su adopción también por psicólogos como Allan M. Collins y M. Ross Quillian . [ 1 ] [ 28 ]

Las versiones modernas de la teoría clásica de la categorización estudian cómo el cerebro aprende y representa categorías detectando las características que distinguen a los miembros de los no miembros. [ 29 ] [ 30 ]

Teoría del prototipo

La investigación pionera de la psicóloga Eleanor Rosch y sus colegas desde 1973 introdujo la teoría de los prototipos , según la cual la categorización también puede considerarse como el proceso de agrupar cosas basándose en prototipos . Este enfoque ha sido muy influyente, particularmente en la lingüística cognitiva . [ 1 ] Se basó en parte en ideas previas, en particular en la formulación de un modelo de categoría basado en el parecido familiar por Wittgenstein (1953) y en ¿Cómo se llamará una cosa? (1958) de Roger Brown . [ 1 ]

La teoría de prototipos ha sido adoptada por lingüistas cognitivos como George Lakoff . Esta teoría es un ejemplo de un enfoque de categorización basado en la similitud, en el que se utiliza una representación almacenada de la categoría para evaluar la similitud de los miembros candidatos de la misma. [ 31 ] Según la teoría de prototipos, esta representación almacenada consiste en una representación resumida de los miembros de la categoría. Este estímulo prototipo puede adoptar diversas formas. Podría ser una tendencia central que representa al miembro promedio de la categoría, un estímulo modal que representa la instancia más frecuente o un estímulo compuesto por las características más comunes de la categoría, o, por último, el miembro "ideal" de la categoría, o una caricatura que enfatiza las características distintivas de la misma. [ 32 ] Una consideración importante de esta representación prototipo es que no necesariamente refleja la existencia de una instancia real de la categoría en el mundo. [ 32 ] Además, los prototipos son altamente sensibles al contexto. [ 33 ] Por ejemplo, si bien el prototipo de una persona para la categoría de bebidas puede ser un refresco o agua con gas, el contexto del brunch podría llevarla a seleccionar una mimosa como bebida prototípica.

La teoría del prototipo afirma que los miembros de una categoría dada comparten un parecido familiar , y las categorías se definen por conjuntos de características típicas (en contraposición a que todos los miembros posean características necesarias y suficientes). [ 34 ]

Teoría del ejemplar

Otro ejemplo del enfoque de categorización basado en la similitud, la teoría de los ejemplares, también compara la similitud de los miembros candidatos de una categoría con las representaciones almacenadas en la memoria. Según la teoría de los ejemplares, todas las instancias conocidas de una categoría se almacenan en la memoria como ejemplares. Al evaluar la pertenencia a una categoría de una entidad desconocida, se recuperan de la memoria ejemplares de categorías potencialmente relevantes y se suma la similitud de la entidad con esos ejemplares para formular una decisión de categorización. [ 32 ] El modelo de contexto de Medin y Schaffer (1978) emplea un enfoque de vecino más cercano que, en lugar de sumar las similitudes de una entidad con los ejemplares relevantes, las multiplica para proporcionar similitudes ponderadas que reflejan la proximidad de la entidad a los ejemplares relevantes. [ 35 ] Esto efectivamente sesga las decisiones de categorización hacia los ejemplares más similares a la entidad que se va a categorizar. [ 35 ] [ 36 ]

Agrupación conceptual

La agrupación conceptual es un paradigma de aprendizaje automático para la clasificación no supervisada , definido por Ryszard S. Michalski en 1980. [ 37 ] [ 38 ] Es una variación moderna del enfoque clásico de categorización y surge de intentos por explicar cómo se representa el conocimiento. En este enfoque, las clases (grupos o entidades) se generan formulando primero sus descripciones conceptuales y luego clasificando las entidades según dichas descripciones. [ 39 ]

La agrupación conceptual se desarrolló principalmente durante la década de 1980 como un paradigma de aprendizaje automático no supervisado . Se distingue de la agrupación de datos convencional por generar una descripción conceptual para cada categoría generada.

La agrupación conceptual está estrechamente relacionada con la teoría de conjuntos difusos , en la que los objetos pueden pertenecer a uno o más grupos, con distintos grados de idoneidad. Un enfoque cognitivo acepta que las categorías naturales son graduales (tienden a ser difusas en sus límites) e inconsistentes en el estatus de sus miembros constituyentes. La idea de condiciones necesarias y suficientes casi nunca se cumple en las categorías de elementos que ocurren naturalmente.

Aprendizaje por categorías

Si bien un análisis exhaustivo del aprendizaje de categorías escapa al alcance de este artículo, una breve descripción general del aprendizaje de categorías y sus teorías asociadas resulta útil para comprender los modelos formales de categorización.

Si la investigación sobre categorización investiga cómo se mantienen y utilizan las categorías, el campo del aprendizaje de categorías busca comprender cómo se adquieren las categorías en primer lugar. Para lograr esto, los investigadores suelen emplear categorías novedosas de objetos arbitrarios (por ejemplo, matrices de puntos) para asegurar que los participantes no estén familiarizados con los estímulos. [ 40 ] Los investigadores del aprendizaje de categorías generalmente se han centrado en dos formas distintas de aprendizaje de categorías. El aprendizaje de clasificación asigna a los participantes la tarea de predecir etiquetas de categoría para un estímulo basándose en sus características proporcionadas. El aprendizaje de clasificación se centra en aprender información entre categorías y las características diagnósticas de las categorías. [ 41 ] En contraste, el aprendizaje de inferencia asigna a los participantes la tarea de inferir la presencia/valor de una característica de categoría basándose en una etiqueta de categoría proporcionada y/o la presencia de otras características de categoría. El aprendizaje de inferencia se centra en aprender información dentro de la categoría y las características prototípicas de la categoría. [ 41 ]

Las tareas de aprendizaje de categorías generalmente se dividen en dos categorías: aprendizaje supervisado y no supervisado. Las tareas de aprendizaje supervisado proporcionan a los estudiantes etiquetas de categoría. Estos utilizan la información extraída de las categorías de ejemplo etiquetadas para clasificar los estímulos en la categoría apropiada, lo que puede implicar la abstracción de una regla o concepto que relacione las características observadas de los objetos con las etiquetas de categoría. Las tareas de aprendizaje no supervisado no proporcionan etiquetas de categoría. Por lo tanto, los estudiantes deben reconocer estructuras inherentes en un conjunto de datos y agrupar los estímulos por similitud en clases. El aprendizaje no supervisado es, por consiguiente, un proceso de generación de una estructura de clasificación. Las tareas utilizadas para estudiar el aprendizaje de categorías adoptan diversas formas:

  • Las tareas basadas en reglas presentan categorías que los participantes pueden aprender mediante procesos de razonamiento explícito. En este tipo de tareas, la clasificación de los estímulos se realiza mediante el uso de una regla aprendida (es decir, si el estímulo es grande en la dimensión x, responder A).
  • Las tareas de integración de información requieren que los estudiantes sinteticen información perceptiva de múltiples dimensiones de estímulos antes de tomar decisiones de categorización. A diferencia de las tareas basadas en reglas, las tareas de integración de información no ofrecen reglas fáciles de articular. Interpretar una radiografía e intentar determinar si hay un tumor puede considerarse un ejemplo real de una tarea de integración de información.
  • Las tareas de distorsión de prototipos requieren que los estudiantes generen un prototipo para una categoría. A continuación, se producen ejemplos candidatos para la categoría mediante la manipulación aleatoria de las características del prototipo, que los estudiantes deben clasificar como pertenecientes o no a la categoría.

Teorías del aprendizaje por categorías

Los investigadores del aprendizaje de categorías han propuesto varias teorías sobre cómo los humanos aprenden categorías. [ 42 ] Las teorías predominantes del aprendizaje de categorías incluyen la teoría del prototipo, la teoría del ejemplar y la teoría del límite de decisión. [ 40 ]

La teoría del prototipo sugiere que para aprender una categoría, primero hay que aprender su prototipo. La categorización posterior de estímulos nuevos se logra seleccionando la categoría con el prototipo más similar. [ 40 ]

La teoría de los ejemplares sugiere que para aprender una categoría, uno debe aprender sobre los ejemplares que pertenecen a esa categoría. La categorización posterior de un estímulo nuevo se logra calculando su similitud con los ejemplares conocidos de categorías potencialmente relevantes y seleccionando la categoría que contiene los ejemplares más similares. [ 35 ]

La teoría de los límites de decisión sugiere que, para aprender una categoría, uno debe aprender las regiones de un espacio de estímulos asociadas con respuestas particulares o los límites (los límites de decisión) que dividen estas regiones de respuesta. La categorización de un estímulo nuevo se logra entonces determinando en qué región de respuesta está contenido. [ 43 ]

Modelos formales

Se han desarrollado modelos computacionales de categorización para poner a prueba teorías sobre cómo los humanos representan y utilizan la información categórica. [ 32 ] Para ello, se pueden ajustar modelos de categorización a datos experimentales para comprobar la concordancia entre las predicciones del modelo y el desempeño humano. En función del éxito del modelo al explicar los datos, los teóricos pueden extraer conclusiones sobre la precisión de sus teorías y su relevancia para las representaciones categóricas humanas.

Para capturar eficazmente cómo los humanos representan y utilizan la información de categoría, los modelos de categorización generalmente operan bajo variaciones de los mismos tres supuestos básicos. [ 44 ] [ 32 ] Primero, el modelo debe hacer algún tipo de supuesto sobre la representación interna del estímulo (por ejemplo, representar la percepción de un estímulo como un punto en un espacio multidimensional). [ 44 ] Segundo, el modelo debe hacer un supuesto sobre la información específica a la que se debe acceder para formular una respuesta (por ejemplo, los modelos de ejemplares requieren la recopilación de todos los ejemplares disponibles para cada categoría). [ 35 ] Tercero, el modelo debe hacer un supuesto sobre cómo se selecciona una respuesta dada la información disponible. [ 44 ]

Aunque todos los modelos de categorización parten de estas tres suposiciones, se distinguen por la forma en que representan y transforman una entrada en una representación de respuesta. [ 32 ] Las estructuras de conocimiento internas de los distintos modelos de categorización reflejan la(s) representación(es) específica(s) que utilizan para realizar estas transformaciones. Las representaciones típicas empleadas por los modelos incluyen ejemplares, prototipos y reglas. [ 32 ]

  • Los modelos de ejemplares almacenan en memoria todas las instancias distintas de estímulos con sus correspondientes etiquetas de categoría. La categorización de los estímulos subsiguientes viene determinada por la similitud colectiva del estímulo con todos los ejemplares conocidos.
  • Los modelos prototipo almacenan una representación resumida de todas las instancias de una categoría. La categorización de los estímulos subsiguientes se determina seleccionando la categoría cuyo prototipo sea más similar al estímulo.
  • Los modelos basados ​​en reglas definen las categorías almacenando listas resumidas de las características necesarias y suficientes para pertenecer a una categoría. Los modelos de límites pueden considerarse modelos de reglas atípicos, ya que no definen las categorías en función de su contenido. En cambio, definen los límites entre categorías, que posteriormente determinan cómo se categoriza un estímulo.

Ejemplos

Modelos prototipo

Modelo prototipo de características ponderadas [ 31 ] Una primera instancia del modelo prototipo fue producida por Reed a principios de la década de 1970. Reed (1972) realizó una serie de experimentos para comparar el rendimiento de 18 modelos en la explicación de datos de una tarea de categorización que requería que los participantes clasificaran rostros en una de dos categorías. [ 31 ] Los resultados sugirieron que el modelo predominante era el modelo prototipo de características ponderadas, que pertenecía a la familia de modelos de distancia promedio. Sin embargo, a diferencia de los modelos de distancia promedio tradicionales, este modelo ponderaba diferencialmente las características más distintivas de las dos categorías. Dado el rendimiento de este modelo, Reed (1972) concluyó que la estrategia que los participantes usaban durante la tarea de categorización de rostros era construir representaciones prototipo para cada una de las dos categorías de rostros y categorizar patrones de prueba en la categoría asociada con el prototipo más similar. Además, los resultados sugirieron que la similitud estaba determinada por las características más discriminatorias de cada categoría.

Modelos ejemplares

Modelo de contexto generalizado [ 45 ] El modelo de contexto de Medin y Schaffer (1978) fue ampliado por Nosofsky (1986) a mediados de la década de 1980, lo que dio como resultado la producción del Modelo de Contexto Generalizado (GCM). [ 45 ] El GCM es un modelo de ejemplares que almacena ejemplares de estímulos como combinaciones exhaustivas de las características asociadas con cada ejemplar. [ 32 ] Al almacenar estas combinaciones, el modelo establece contextos para las características de cada ejemplar, que están definidos por todas las demás características con las que esa característica coocurre. El GCM calcula la similitud de un ejemplar y un estímulo en dos pasos. Primero, el GCM calcula la distancia psicológica entre el ejemplar y el estímulo. Esto se logra sumando los valores absolutos de la diferencia dimensional entre el ejemplar y el estímulo. Por ejemplo, supongamos que un ejemplar tiene un valor de 18 en la dimensión X y el estímulo tiene un valor de 42 en la dimensión X; La diferencia dimensional resultante sería 24. Una vez evaluada la distancia psicológica, una función de decaimiento exponencial determina la similitud entre el ejemplar y el estímulo, donde una distancia de 0 resulta en una similitud de 1 (que comienza a disminuir exponencialmente a medida que aumenta la distancia). Luego se generan respuestas categóricas evaluando la similitud del estímulo con los ejemplares de cada categoría, donde cada ejemplar proporciona un "voto" [ 32 ] a sus respectivas categorías que varía en fuerza según la similitud del ejemplar con el estímulo y la fuerza de la asociación del ejemplar con la categoría. Esto asigna efectivamente a cada categoría una probabilidad de selección que está determinada por la proporción de votos que recibe, que luego se puede ajustar a los datos.

Modelos basados ​​en reglas

Modelo RULEX (Regla-Más-Excepción) [ 46 ] Si bien las reglas lógicas simples son ineficaces para aprender estructuras de categorías mal definidas, algunos defensores de la teoría de categorización basada en reglas sugieren que una regla imperfecta puede usarse para aprender tales estructuras de categorías si también se almacenan y consideran las excepciones a esa regla. Para formalizar esta propuesta, Nosofsky y colegas (1994) diseñaron el modelo RULEX. El modelo RULEX intenta formar un árbol de decisión [ 47 ] compuesto por pruebas secuenciales de los valores de los atributos de un objeto. La categorización del objeto se determina entonces por el resultado de estas pruebas secuenciales. El modelo RULEX busca reglas de las siguientes maneras: [ 48 ]

  • Búsqueda exacta de una regla que utilice un único atributo para discriminar entre clases sin errores.
  • Búsqueda imperfecta de una regla que utilice un único atributo para discriminar entre clases con pocos errores.
  • Búsqueda conjuntiva para encontrar una regla que utilice múltiples atributos para discriminar entre clases con pocos errores.
  • Búsqueda de excepciones : Busque excepciones a la regla.

El método que RULEX utiliza para realizar estas búsquedas es el siguiente: [ 48 ] Primero, RULEX intenta una búsqueda exacta. Si tiene éxito, RULEX aplicará continuamente esa regla hasta que se produzca una clasificación errónea. Si la búsqueda exacta no logra identificar una regla, comenzará una búsqueda imperfecta o conjuntiva. Una regla suficiente, aunque imperfecta, adquirida durante una de estas fases de búsqueda se implementará de forma permanente y el modelo RULEX comenzará entonces a buscar excepciones. Si no se adquiere ninguna regla, el modelo intentará la búsqueda que no realizó en la fase anterior. Si tiene éxito, RULEX implementará permanentemente la regla y luego comenzará una búsqueda de excepciones. Si ninguno de los métodos de búsqueda anteriores tiene éxito, RULEX buscará por defecto solo excepciones, a pesar de carecer de una regla asociada, lo que equivale a adquirir una regla aleatoria.

Modelos híbridos

SUSTAIN (Supervised and Unsupervised Stratified Adaptive Incremental Network) [ 49 ] A menudo, las representaciones de categorías aprendidas varían según los objetivos del aprendiz, [ 50 ] así como la forma en que se utilizan las categorías durante el aprendizaje. [ 5 ] Por lo tanto, algunos investigadores de la categorización sugieren que un modelo adecuado de categorización debe poder tener en cuenta la variabilidad presente en los objetivos, tareas y estrategias del aprendiz. [ 49 ] Esta propuesta fue realizada por Love y colegas (2004) mediante la creación de SUSTAIN, un modelo de agrupamiento flexible capaz de acomodar problemas de categorización tanto simples como complejos a través de la adaptación incremental a las especificidades de los problemas.

En la práctica, el modelo SUSTAIN primero convierte la información perceptiva de un estímulo en características organizadas a lo largo de un conjunto de dimensiones. El espacio representacional que abarca estas dimensiones se distorsiona (por ejemplo, se estira o se encoge) para reflejar la importancia de cada característica en función de la información recibida por un mecanismo atencional. Un conjunto de clústeres (instancias específicas agrupadas por similitud) asociados a distintas categorías compiten para responder al estímulo, y este se asigna posteriormente al clúster cuyo espacio representacional sea el más cercano al del estímulo. El valor desconocido de la dimensión del estímulo (por ejemplo, la etiqueta de la categoría) se predice a partir del clúster ganador, lo que, a su vez, influye en la decisión de categorización.

La flexibilidad del modelo SUSTAIN se logra mediante su capacidad para emplear aprendizaje supervisado y no supervisado a nivel de clúster. Si SUSTAIN predice incorrectamente que un estímulo pertenece a un clúster específico, la retroalimentación correctiva (es decir, el aprendizaje supervisado) le indicará a SUSTAIN que seleccione un clúster adicional que represente el estímulo mal clasificado. Por lo tanto, las exposiciones posteriores al estímulo (o a una alternativa similar) se asignarán al clúster correcto. SUSTAIN también empleará aprendizaje no supervisado para seleccionar un clúster adicional si la similitud entre el estímulo y el clúster más cercano no supera un umbral, ya que el modelo reconoce la escasa utilidad predictiva que resultaría de dicha asignación de clúster. SUSTAIN también muestra flexibilidad en la forma en que resuelve problemas de categorización, tanto simples como complejos. Inicialmente, la representación interna de SUSTAIN contiene un solo clúster, lo que sesga el modelo hacia soluciones simples. A medida que los problemas se vuelven más complejos (por ejemplo, al requerir soluciones que constan de múltiples dimensiones de estímulo), se seleccionan clústeres adicionales de forma incremental para que SUSTAIN pueda manejar el aumento de la complejidad.

Categorización social

La categorización social consiste en agrupar a los seres humanos para identificarlos según diferentes criterios. La categorización es un proceso estudiado por investigadores en ciencias cognitivas, pero también puede estudiarse como una actividad social. La categorización social se diferencia de la categorización de otras cosas porque implica que las personas crean categorías para sí mismas y para los demás como seres humanos. [ 3 ] Los grupos pueden crearse en función de la etnia, el país de origen, la religión, la identidad sexual, los privilegios sociales, los privilegios económicos, etc. Existen diversas maneras de clasificar a las personas según los esquemas de cada uno. Las personas pertenecen a diversos grupos sociales debido a su etnia, religión o edad. [ 51 ]

Las categorías sociales basadas en la edad, la raza y el género son utilizadas por las personas al conocer a alguien nuevo. Dado que algunas de estas categorías se refieren a rasgos físicos, suelen usarse automáticamente cuando las personas no se conocen. [ 52 ] Estas categorías no son objetivas y dependen de cómo las personas perciben el mundo que las rodea. Permiten a las personas identificarse con personas similares y reconocer a quienes son diferentes. Son útiles para la formación de la identidad dentro del entorno. Uno puede construir su propia identidad identificándose con un grupo o rechazando otro. [ 53 ]

La categorización social es similar a otros tipos de categorización, ya que busca simplificar la comprensión de las personas. Sin embargo, la creación de categorías sociales implica que las personas se posicionen en relación con otros grupos. Como resultado de la categorización social, puede surgir una jerarquía en las relaciones grupales. [ 53 ]

Los investigadores sostienen que el proceso de categorización comienza a una edad temprana, cuando los niños empiezan a aprender sobre el mundo y las personas que los rodean. Aprenden a reconocer a las personas según categorías basadas en similitudes y diferencias. Las categorías sociales creadas por los adultos también influyen en su comprensión del mundo. Aprenden sobre los grupos sociales al escuchar generalizaciones sobre estos grupos de sus padres. Posteriormente, pueden desarrollar prejuicios sobre las personas como resultado de estas generalizaciones. [ 52 ]

Otro aspecto de la categorización social es mencionado por Stephen Reicher y Nick Hopkins y está relacionado con la dominación política. Argumentan que los líderes políticos utilizan las categorías sociales para influir en los debates políticos. [ 51 ]

Aspectos negativos

La actividad de clasificar a las personas según criterios subjetivos u objetivos puede considerarse un proceso negativo debido a su tendencia a generar violencia entre grupos. [ 54 ] De hecho, las similitudes reúnen a personas que comparten rasgos comunes, pero las diferencias entre grupos pueden generar tensiones y, posteriormente, el uso de la violencia entre ellos. La creación de grupos sociales por parte de las personas conlleva una jerarquización de las relaciones entre grupos. [ 54 ] Estas relaciones jerárquicas participan en la promoción de estereotipos sobre personas y grupos, a veces basados ​​en criterios subjetivos. Las categorías sociales pueden incitar a las personas a asociar estereotipos a grupos de personas. Asociar estereotipos a un grupo y a las personas que pertenecen a él puede conducir a formas de discriminación hacia las personas de ese grupo. [ 55 ] La percepción de un grupo y los estereotipos asociados a él tienen un impacto en las relaciones y actividades sociales.

Algunas categorías sociales tienen más peso que otras en la sociedad. Por ejemplo, históricamente y aún hoy, la categoría de "raza" es una de las primeras utilizadas para clasificar a las personas. Sin embargo, solo se utilizan comúnmente unas pocas categorías raciales, como "negro", "blanco", "asiático", etc. Esto contribuye a la reducción de la multitud de etnias a unas pocas categorías basadas principalmente en el color de la piel. [ 56 ]

El proceso de clasificar a las personas crea una visión del otro como "diferente", lo que conduce a la deshumanización. Los académicos hablan de las relaciones intergrupales con el concepto de teoría de la identidad social desarrollada por H. Tajfel. [ 54 ] De hecho, en la historia, muchos ejemplos de categorización social han dado lugar a formas de dominación o violencia de un grupo dominante hacia otro dominado. Los períodos de colonización son ejemplos de épocas en las que personas de un grupo optaron por dominar y controlar a otras personas pertenecientes a otros grupos porque las consideraban inferiores. El racismo, la discriminación y la violencia son consecuencias de la categorización social y pueden surgir a raíz de ella. Cuando las personas ven a los demás como diferentes, tienden a desarrollar relaciones jerárquicas con otros grupos. [ 54 ]

Categorización errónea

No puede haber categorización sin la posibilidad de una categorización errónea . [ 57 ] Para hacer "lo correcto con el tipo correcto de cosa", [ 58 ] tiene que haber tanto una cosa correcta como una incorrecta que hacer. Una categoría de la que "todo" es miembro no solo conduce lógicamente a la paradoja de Russell ("¿es o no es miembro de sí mismo?"), sino que, sin la posibilidad de error, no hay manera de detectar o definir qué distingue a los miembros de una categoría de los que no lo son.

Un ejemplo de la ausencia de no miembros es el problema de la pobreza del estímulo en el aprendizaje del lenguaje por parte del niño: los niños que aprenden el idioma no oyen ni cometen errores en las reglas de la Gramática Universal (GU). Por lo tanto, nunca se les corrige por errores en la GU. Sin embargo, el habla de los niños obedece las reglas de la GU, y los hablantes pueden detectar inmediatamente que algo está mal si un lingüista genera (deliberadamente) una expresión que viola la GU. Por consiguiente, los hablantes pueden categorizar lo que cumple y lo que no cumple con la GU. Los lingüistas han concluido a partir de esto que las reglas de la GU deben estar codificadas de alguna manera de forma innata en el cerebro humano. [ 59 ]

Sin embargo, las categorías comunes, como "perros", tienen abundantes ejemplos de no miembros (gatos, por ejemplo). Por lo tanto, es posible aprender, mediante ensayo y error, con corrección de errores, a detectar y definir qué distingue a los perros de los no perros y, por consiguiente, a categorizarlos correctamente. [ 60 ] Este tipo de aprendizaje, denominado aprendizaje por refuerzo en la literatura conductual y aprendizaje supervisado en la literatura computacional, depende fundamentalmente de la posibilidad de error y de la corrección de errores. La categorización errónea —ejemplos de no miembros de la categoría— debe existir siempre, no solo para que la categoría sea aprendible, sino para que la categoría exista y sea definible.

Véase también

Referencias

  1. 1 2 3 4 5 Croft, William; Cruse, D. Alan (2004). «Categorías, conceptos y significados». Lingüística cognitiva . Cambridge University Press . págs. 74–77 . ISBN  0-521-66114-5.
  2. ↑ Pothos, Emmanuel M.; Wills, Andy J., eds. (2011). «Introducción». Enfoques formales en la categorización . Cambridge University Press . pág. 1. ISBN  978-0-521-19048-0.
  3. 1 2 McGarty, Craig; Mavor, Kenneth I.; Skorich, Daniel P. (2015), "Categorización social" , Enciclopedia internacional de las ciencias sociales y del comportamiento , Elsevier, págs. 186–191 , doi : 10.1016/b978-0-08-097086-8.24091-9 , ISBN  978-0-08-097087-5Archivado del original el 8 de diciembre de 2022 , consultado el 10 de noviembre de 2022.
  4. ↑ Murphy, Gregory L.; Medin, Douglas L. (1985). "El papel de las teorías en la coherencia conceptual" . Psychological Review . 92 (3): 289– 316. doi : 10.1037/0033-295X.92.3.289 . ISSN 1939-1471 . PMID 4023146 .  
  5. 1 2 Markman, Arthur B.; Ross, Brian H. (2003). "Uso de categorías y aprendizaje de categorías" . Psychological Bulletin . 129 (4): 592– 613. doi : 10.1037/0033-2909.129.4.592 . ISSN 1939-1455 . PMID 12848222 .  
  6. 1 2 3 4 5 Rosch, Eleanor; Mervis, Carolyn B; Gray, Wayne D; Johnson, David M; Boyes-Braem, Penny (1976-07-01). "Objetos básicos en categorías naturales". Psicología Cognitiva . 8 (3): 382– 439. doi : 10.1016/0010-0285(76)90013-X . ISSN 0010-0285 . S2CID 5612467 .  
  7. 1 2 Markman, Arthur B.; Wisniewski, Edward J. (1997). "Similar y diferente: La diferenciación de categorías de nivel básico" . Journal of Experimental Psychology: Learning, Memory, and Cognition . 23 (1): 54– 70. doi : 10.1037/0278-7393.23.1.54 . ISSN 1939-1285 . S2CID 18585288 .  
  8. 1 2 3 4 Val Danilov, Igor (2023). "Oscilaciones de baja frecuencia para el acoplamiento neuronal no local en la intencionalidad compartida antes y después del nacimiento: hacia el origen de la percepción" . OBM Neurobiology . 7 (4): 1– 17. doi : 10.21926/obm.neurobiol.2304192 . Archivado del original el 11 de diciembre de 2023. Recuperado el 14 de diciembre de 2023 .
  9. ↑ Val Danilov, Igor; Mihailova, Sandra (2022). "Una nueva perspectiva sobre la evaluación de la cognición en niños a través de la estimación de la intencionalidad compartida" . Journal of Intelligence . 10 (2): 21. doi : 10.3390/jintelligence10020021 . ISSN 2079-3200 . PMC 9036231. PMID 35466234 .   
  10. ↑ Treisman, A. (1999). "Soluciones al problema de la unión: progreso a través de la controversia y la convergencia." Neuron. 1999; 24: 105-125.
  11. ↑ Val Danilov, I. y Mihailova, S. (2021). «Agente de coherencia neuronal para la intencionalidad compartida: una hipótesis de los procesos neurobiológicos que ocurren durante la interacción social». OBM Neurobiology 2021;5(4):26; doi:10.21926/obm.neurobiol.2104113
  12. ↑ Tomasello, M. (2019). "Becoming human: A theory of ontogeny." Cambridge, Massachusetts, USA: Harvard University Press .
  13. ↑ Val Danilov, Igor (2024). "Desarrollo cognitivo infantil con el latido materno: un modelo neurocognitivo madre-feto y una arquitectura para sistemas de bioingeniería". En: Ben Ahmed, M., Boudhir, AA, Abd Elhamid Attia, HF, Eštoková, A., Zelenáková, M. (eds) Sistemas de información y avances tecnológicos para el desarrollo sostenible. DATA 2024. Lecture Notes in Information Systems and Organisation, vol. 71. Springer, Cham. https://doi.org/10.1007/978-3-031-75329-9_24
  14. ↑ Val Danilov, I. (2023). "Fundamentos teóricos de la intencionalidad compartida para la neurociencia en el desarrollo de sistemas de bioingeniería." OBM Neurobiology 2023; 7(1): 156; doi:10.21926/obm.neurobiol.2301156
  15. ↑ Val Danilov, Igor (2023). "Modulación de intencionalidad compartida a nivel celular: oscilaciones de baja frecuencia para la coordinación temporal en sistemas de bioingeniería" . OBM Neurobiology . 7 (4): 1– 17. doi : 10.21926/obm.neurobiol.2304185 . Archivado del original el 10 de diciembre de 2023. Consultado el 14 de diciembre de 2023 .
  16. ↑ Liu, J., Zhang, R., Xie, E. et al. (2023). «La intencionalidad compartida modula la sincronización neuronal interpersonal en el establecimiento del sistema de comunicación». Commun Biol 6, 832 (2023). https://doi.org/10.1038/s42003-023-05197-z
  17. ↑ Painter, DR, Kim, JJ, Renton, AI, Mattingley, JB (2021). "El control conjunto de acciones guiadas visualmente implica aumentos concordantes en el acoplamiento conductual y neuronal." Commun Biol. 2021; 4: 816.
  18. ↑ Hu, Y., Pan, Y., Shi, X., Cai, Q., Li, X., Cheng, X. (2018). "Sincronía intercerebral y contexto de cooperación en la toma de decisiones interactivas." Biol Psychol. 2018; 133: 54-62.
  19. ↑ Fishburn, FA, Murty, VP, Hlutkowsky, CO, MacGillivray, CE, Bemis, LM, Murphy, ME, et al. (2018). "Poniendo las cabezas juntas: la sincronización neuronal interpersonal como mecanismo biológico para la intencionalidad compartida". Soc Cogn Affect Neurosci. 2018; 13: 841-849.
  20. ↑ Szymanski, C., Pesquita, A., Brennan, AA, Perdikis, D., Enns, JT, Brick, TR, et al. (2017). "Los equipos que están en la misma sintonía rinden mejor: la sincronización de fase intercerebral constituye un sustrato neural para la facilitación social." Neuroimage. 2017; 152: 425-436.
  21. ^ Astolfi, L., Toppi, J., De Vico Fallani, F., Vecchiato, G., Salinari, S., Mattia, D., et al. (2010). "El hiperescaneo neuroeléctrico mide la actividad cerebral simultánea en humanos". Topografía cerebral. 2010; 23: 243-256.
  22. 1 2 Taylor, John R. (1995). Categorización lingüística: Prototipos en la teoría lingüística (2.ª ed.). Oxford [Inglaterra]: Clarendon Press. pp. 21–24 . ISBN   0-19-870012-1OCLC 32546314​​ 
  23. ↑ Lakoff, George (1987). Mujeres, fuego y cosas peligrosas: lo que las categorías revelan sobre la mente . Chicago: University of Chicago Press. ISBN 0-226-46803-8OCLC 14001013​​ 
  24. ↑ David W. Embley; A. Olivé; Sudha Ram, eds. (2006). Modelado conceptual: ER 2006: 25.ª Conferencia Internacional sobre Modelado Conceptual, Tucson, AZ, EE. UU., 6-9 de noviembre de 2006: actas . Berlín: Springer. ISBN 978-3-540-47227-8OCLC 262693303​​ 
  25. ↑ Pashler, Harold (10 de diciembre de 2012). Enciclopedia de la mente . SAGE Publications. ISBN 978-1-5063-1938-4.
  26. ↑ Jackson, Frank (2000-03-09). De la metafísica a la ética: una defensa del análisis conceptual (1.ª ed.). Oxford University Press, Oxford. doi : 10.1093/0198250614.001.0001 . ISBN  978-0-19-825061-6. Archivado del original el 10-11-2022 . Consultado el 10-11-2022 .
  27. ↑ Peacocke, Christopher (25 de septiembre de 1995). Un estudio de conceptos . doi : 10.7551/mitpress/6537.001.0001 . ISBN 978-0-262-28131-7. Archivado del original el 10-11-2022 . Consultado el 10-11-2022 .
  28. ↑ Katz, Jerrold J.; Fodor, Jerry A. (1963). "La estructura de una teoría semántica". Language . 39 (2): 170– 210. doi : 10.2307/411200 . ISSN 0097-8507 . JSTOR 411200 . S2CID 9860676 .   
  29. ↑ Ashby, F. Gregory; Valentin, Vivian V. (2017-01-01), "Capítulo 7 - Sistemas múltiples de aprendizaje de categorías perceptivas: teoría y pruebas cognitivas" , en Cohen, Henri; Lefebvre, Claire (eds.), Manual de categorización en ciencias cognitivas (Segunda edición) , San Diego: Elsevier, pp. 157–188 , doi : 10.1016/b978-0-08-101107-2.00007-5 , ISBN  978-0-08-101107-2Archivado del original el 10/11/2022 , consultado el 10/11/2022.
  30. ↑ Pérez-Gay Juárez, Fernanda; Thériault, Christian; Gregory, Madeline; Rivas, Daniel; Sabri, Hisham; Harnad, Stevan (2017). "¿Cómo y por qué el aprendizaje de categorías causa percepción categórica?" . Revista Internacional de Psicología Comparada . 30 . doi : 10.46867/ijcp.2017.30.01.01 . ISSN 0889-3675 . 
  31. 1 2 3 Reed, Stephen K. (1972-07-01). "Reconocimiento y categorización de patrones". Psicología Cognitiva . 3 (3): 382– 407. doi : 10.1016/0010-0285(72)90014-X . ISSN 0010-0285 . 
  32. 1 2 3 4 5 6 7 8 9 Kruschke, John K. (2008), "Modelos de categorización", en Sun, Ron (ed.), The Cambridge Handbook of Computational Psychology , Cambridge Handbooks in Psychology, Cambridge: Cambridge University Press, pp. 267–301 , doi : 10.1017/cbo9780511816772.013 , ISBN  978-0-521-85741-3
  33. ^ Rosch, E. (1999). Recuperando conceptos. Revista de estudios de la conciencia, 6(11-12), 61-77.
  34. ↑ Rosch, Eleanor; Mervis, Carolyn B (1975-10-01). "Parecidos familiares: Estudios sobre la estructura interna de las categorías". Psicología Cognitiva . 7 (4): 573– 605. doi : 10.1016/0010-0285(75)90024-9 . ISSN 0010-0285 . S2CID 17258322 .  
  35. 1 2 3 4 Medin, Douglas L.; Schaffer, Marguerite M. (1978). "Teoría del contexto del aprendizaje de clasificación" . Psychological Review . 85 (3): 207– 238. doi : 10.1037/0033-295X.85.3.207 . ISSN 1939-1471 . S2CID 27148249 .  
  36. ↑ Goldstone, RL, Kersten, A., & Carvalho, PF (2012). Conceptos y categorización. Manual de Psicología, Segunda Edición, 4.
  37. ↑ Fisher, Douglas H. (1987). "Adquisición de conocimiento mediante agrupamiento conceptual incremental" . Machine Learning . 2 (2): 139– 172. Bibcode : 1987MLear...2..139F . doi : 10.1007/BF00114265 .
  38. ↑ Michalski, RS (1980). "Adquisición de conocimiento mediante agrupamiento conceptual: un marco teórico y un algoritmo para la partición de datos en conceptos conjuntivos". Revista Internacional de Análisis de Políticas y Sistemas de Información . 4 : 219–244 .
  39. ↑ Kaufman, Kenneth A. (2012), "Conceptual Clustering" , en Seel, Norbert M. (ed.), Encyclopedia of the Sciences of Learning , Boston, MA: Springer US, pp. 738–740 , doi : 10.1007/978-1-4419-1428-6_1219 , ISBN  978-1-4419-1427-9
  40. 1 2 3 Ashby, F. Gregory; Maddox, W. Todd (2005-02-01). "Aprendizaje de categorías humanas" . Annual Review of Psychology . 56 (1): 149– 178. doi : 10.1146/annurev.psych.56.091103.070217 . ISSN 0066-4308 . PMID 15709932. Archivado del original el 10-11-2022 . Recuperado el 10-11-2022 .  
  41. 1 2 Higgins, E., & Ross, B. (2011). Comparaciones en el aprendizaje de categorías: ¿Cuál es la mejor manera de comparar y para qué? En Actas de la Reunión Anual de la Sociedad de Ciencias Cognitivas (Vol. 33, No. 33).
  42. ↑ Ashby, F. Gregory; Maddox, W. Todd (1998-01-01), "Capítulo 4 - Categorización de estímulos" , en Birnbaum, Michael H. (ed.), Medición, juicio y toma de decisiones , Manual de percepción y cognición (Segunda edición), San Diego: Academic Press, pp. 251–301 , doi : 10.1016/b978-012099975-0.50006-3 , ISBN  978-0-12-099975-0
  43. ↑ Maddox, W. Todd; Ashby, F. Gregory (1996). "Separabilidad perceptual, separabilidad decisional y la relación entre identificación y clasificación rápida" . Journal of Experimental Psychology: Human Perception and Performance . 22 (4): 795– 817. doi : 10.1037/0096-1523.22.4.795 . ISSN 1939-1277 . PMID 8756953 .  
  44. 1 2 3 Ashby, F. Gregory; Maddox, W. Todd (1993-09-01). "Relaciones entre los modelos de categorización de prototipo, ejemplar y límite de decisión" . Journal of Mathematical Psychology . 37 (3): 372– 400. doi : 10.1006/jmps.1993.1023 . ISSN 0022-2496 . 
  45. 1 2 Nosofsky, Robert M. (1986). "Atención, similitud y la relación identificación-categorización" . Journal of Experimental Psychology: General . 115 (1): 39– 57. doi : 10.1037/0096-3445.115.1.39 . ISSN 1939-2222 . PMID 2937873 .  
  46. ↑ Nosofsky, Robert M.; Palmeri, Thomas J.; McKinley, Stephen C. (1994). "Modelo de aprendizaje de clasificación con reglas y excepciones" . Psychological Review . 101 (1): 53– 79. doi : 10.1037/0033-295X.101.1.53 . ISSN 1939-1471 . PMID 8121960 .  
  47. ↑ Simon, Herbert A.; Hunt, EB; Marin, J.; Stone, P. (1967). "Experimentos en inducción". The American Journal of Psychology . 80 (4): 651. doi : 10.2307/1421207 . JSTOR 1421207 . 
  48. 1 2 Navarro, Danielle J. (2005-08-01). "Analizando el modelo RULEX de aprendizaje de categorías" . Journal of Mathematical Psychology . 49 (4): 259– 275. doi : 10.1016/j.jmp.2005.04.001 . hdl : 2440/17026 . ISSN 0022-2496 . 
  49. 1 2 Love, Bradley C.; Medin, Douglas L.; Gureckis, Todd M. (2004). "SUSTAIN: Un modelo de red de aprendizaje de categorías". Psychological Review . 111 (2): 309– 332. doi : 10.1037/0033-295X.111.2.309 . ISSN 1939-1471 . PMID 15065912 .  
  50. ↑ Barsalou, Lawrence W. (1985). "Ideales, tendencia central y frecuencia de instanciación como determinantes de la estructura gradual en categorías". Journal of Experimental Psychology: Learning, Memory, and Cognition . 11 (4): 629– 654. doi : 10.1037/0278-7393.11.1-4.629 . ISSN 1939-1285 . PMID 2932520 .  
  51. 1 2 Reicher, Stephen; Hopkins, Nick (2001). "Psicología y el fin de la historia: una crítica y una propuesta para la psicología de la categorización social". Political Psychology . 22 (2): 383– 407. doi : 10.1111/0162-895X.00246 . ISSN 0162-895X . JSTOR 3791934 .  
  52. 1 2 Liberman, Zoe; Woodward, Amanda L.; Kinzler, Katherine D. (2017). "Los orígenes de la categorización social" . Trends in Cognitive Sciences . 21 (7): 556– 568. doi : 10.1016/j.tics.2017.04.004 . PMC 5605918. PMID 28499741 .  
  53. 1 2 Bodenhausen, Galen V.; Kang, Sonia K.; Peery, Destiny (2012), "Categorización social y percepción de grupos sociales" , The SAGE Handbook of Social Cognition , SAGE Publications Ltd, pp. 311–329 , doi : 10.4135/9781446247631.n16 , ISBN  978-0-85702-481-7, S2CID 151765438 , archivado del original el 10-11-2022 , recuperado el 10-11-2022 
  54. 1 2 3 4 Tajfel, H (1982). "Psicología social de las relaciones intergrupales" . Annual Review of Psychology . 33 (1): 1– 39. doi : 10.1146/annurev.ps.33.020182.000245 . ISSN 0066-4308 . Archivado del original el 10-11-2022 . Recuperado el 10-11-2022 . 
  55. ↑ Hugenberg, Kurt; Bodenhausen, Galen V. (2004). "Ambigüedad en la categorización social: el papel del prejuicio y el afecto facial en la categorización racial" . Psychological Science . 15 (5): 342– 345. doi : 10.1111/j.0956-7976.2004.00680.x . ISSN 0956-7976 . PMID 15102145. S2CID 14677163. Archivado del original el 10 de noviembre de 2022. Recuperado el 10 de noviembre de 2022 .   
  56. ↑ Nadine Chaurand. Estereotipificación. Categorización social. Diccionario histórico y crítica del racismo, PUF, 10p, 2013. ffhal-00966930
  57. ↑ Magidor, Ofra (2019), "Errores de categoría" , en Zalta, Edward N. (ed.), The Stanford Encyclopedia of Philosophy ( edición de otoño de 2019), Metaphysics Research Lab, Universidad de Stanford , consultado el 17 de enero de 2020. 
  58. ↑ Cohen y Lefebvre 2017
  59. ↑ Lasnik, Howard; Lidz, Jeffrey L. (22 de diciembre de 2016), «El argumento de la pobreza del estímulo» , en Roberts, Ian (ed.), The Oxford Handbook of Universal Grammar , Oxford University Press, pp. 220–248 , doi : 10.1093/oxfordhb/9780199573776.013.10 , ISBN  978-0-19-957377-6
  60. ↑ Burt, Jeremy R; Torosdagli, Neslisah; Khosravan, Naji; RaviPrakash, Harish; Mortazi, Aliasghar; Tissavirasingham, Fiona; Hussein, Sarfaraz; Bagci, Ulas (2018-09-01). "Aprendizaje profundo más allá de gatos y perros: avances recientes en el diagnóstico del cáncer de mama con redes neuronales profundas" . The British Journal of Radiology . 91 (1089) 20170545. doi : 10.1259/bjr.20170545 . ISSN 0007-1285 . PMC 6223155. PMID 29565644 .   
  • Cognición es categorización: La cognición es categorización. Archivado el 8 de febrero de 2012 en Wayback Machine.
  • Visualizador de categorías de Wikipedia
  • Introducción interdisciplinaria a la categorización: Entrevista con Dvora Yanov (ciencias políticas), Amie Thomasson (filosofía) y Thomas Serre (inteligencia artificial)
  • "Categoría"  . Encyclopædia Britannica . Vol. 5 (11.ª ed.). 1911. págs. 508–510 . 
Obtenido de " https://en.wikipedia.org/w/index.php?title=Cognitive_categorization&oldid=1360631636 "