Autor/autores:
Jessica C. Lee, Justine K. Greenaway, Hilary J. Don...(et.al)
El efecto de predictividad aprendida arroja luz sobre un aspecto fundamental de la cognición humana, que es la tendencia de las señales predictivas —señales que pronostican de manera confiable ciertos resultados— para atraer más atención y facilitar un aprendizaje más rápido en tareas futuras. Este efecto es clave para entender có...
PUBLICIDAD
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
El efecto de predictividad aprendida arroja luz sobre un aspecto fundamental de la cognición humana, que es la tendencia de las señales predictivas —señales que pronostican de manera confiable ciertos resultados— para atraer más atención y facilitar un aprendizaje más rápido en tareas futuras. Este efecto es clave para entender cómo los individuos se adaptan a los entornos al centrarse en los elementos que proporcionan la información más fiable. Sin embargo, los diseños experimentales tradicionales a menudo entrelazan dos elementos distintos: la correlación objetiva entre la señal y el resultado de cada señal y su relevancia de elección, o el grado en que la señal ayuda a tomar decisiones precisas en cada prueba.
Para desenredar estos componentes y evaluar sus contribuciones individuales a la predictividad aprendida, llevamos a cabo cuatro experimentos que involucraban variaciones en la predictividad de las señales y la relevancia de la elección. Los experimentos 1A y 1B se centraron en comparar dos conjuntos de señales, cada uno parcialmente predictivo, pero variaron en su relevancia para las elecciones requeridas durante las pruebas. Los resultados indicaron un aumento significativo en el aprendizaje sobre el conjunto de señales que se consideraron relevantes para la elección en fases anteriores, sugiriendo que la relevancia de la elección podría desempeñar un papel crucial en la asignación de atención y los procesos de aprendizaje.
Basándonos en estos hallazgos, los Experimentos 2A y 2B introdujeron una manipulación más matizada al contrastar un conjunto de predictores perfectos, que tenían una fuerte correlación señal-resultado, contra un conjunto de predictores imperfectos con relaciones señal-resultado más débiles. Aquí, también manipulamos la relevancia de la elección de los predictores imperfectos para examinar si afectaba las preferencias de aprendizaje hacia los predictores más fiables, los perfectos. Curiosamente, variar la relevancia de la elección de las señales menos predictivas no alteró la preferencia de aprendizaje por los predictores más precisos, indicando que la fuerza de la correlación señal-resultado podría anular los efectos de la relevancia de la elección en ciertas condiciones.
Análisis adicionales revelaron que, a diferencia de la correlación señal-resultado, la relevancia de la elección no afectó significativamente los patrones de mirada, sugiriendo su influencia a través de un mecanismo cognitivo diferente. Para cuantificar estas observaciones, empleamos simulaciones utilizando un modelo EXIT modificado, que incorpora expectativas sobre el aprendizaje de resultados. Aunque el modelo capturó con éxito los efectos de la correlación señal-resultado y la relevancia de la elección en las tasas de aprendizaje, no logró predecir la naturaleza no aditiva de estos efectos de manera precisa.
Nuestro estudio exhaustivo concluye que tanto la correlación señal-resultado como la relevancia de la elección dan forma significativa a cómo se forman y se manifiestan las preferencias de aprendizaje en el comportamiento. Cada factor solo fue suficiente para inducir sesgos de aprendizaje, sin embargo, ninguno fue necesario para que ocurrieran tales sesgos, destacando la complejidad del procesamiento cognitivo en entornos dinámicos. Esta investigación subraya la importancia de considerar múltiples factores en los modelos de aprendizaje y atención, particularmente en contextos donde los individuos deben adaptarse a grados variables de fiabilidad y relevancia en la información que encuentran.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://psycnet. apa. org/
5,2 créditos