Análisis de tareas experimentales y aproximación computacional al aprendizaje causal
Education Level:
Document type:
Artículo de revistaEstadísticas:
View Usage StatisticsMetadata:
Show full item recordDate:
2002Published in:
Cognitiva. 2002, v. 14, n. 1; p. 49-57Abstract:
En el campo del aprendizaje causal se encuentran distintos tipos de tareas experimentales. Se llama la atención sobre la necesidad de diferenciar entre las distintas tareas empleadas para el estudio del aprendizaje causal, cuando es muy probable que cada una de estas tareas midan aspectos diferentes de dicho aprendizaje. Si se quiere determinar la información que es relevante en el aprendizaje causal, y por qué lo es, resulta necesario determinar previamente cuál es la información que proporcionan cada una de las tareas experimentales. A continuación se estudian las tareas de juicios causales y de juicios de probabilidad contrafactual, además de señalar aspectos críticos implicados en estudios ( Perales y Shanks; Perales, Catena y Maldonado, 2001; Perales, Cheng y Catena) para llegar a la conclusión de la importancia del análisis computacional en el estudio del aprendizaje causal y en la necesidad de diferenciar conceptual y experimentalmente entre los diferentes procedimientos de tal estudio.
En el campo del aprendizaje causal se encuentran distintos tipos de tareas experimentales. Se llama la atención sobre la necesidad de diferenciar entre las distintas tareas empleadas para el estudio del aprendizaje causal, cuando es muy probable que cada una de estas tareas midan aspectos diferentes de dicho aprendizaje. Si se quiere determinar la información que es relevante en el aprendizaje causal, y por qué lo es, resulta necesario determinar previamente cuál es la información que proporcionan cada una de las tareas experimentales. A continuación se estudian las tareas de juicios causales y de juicios de probabilidad contrafactual, además de señalar aspectos críticos implicados en estudios ( Perales y Shanks; Perales, Catena y Maldonado, 2001; Perales, Cheng y Catena) para llegar a la conclusión de la importancia del análisis computacional en el estudio del aprendizaje causal y en la necesidad de diferenciar conceptual y experimentalmente entre los diferentes procedimientos de tal estudio.
Leer menos