7.8: Reglas explícitas versus conocimiento implícito

Los coneccionistas han argumentado que una marca de lo clásico es su dependencia de reglas explícitas (McClelland, Rumelhart, & Hinton, 1986). Por ejemplo, se ha afirmado que toda obra clásica sobre adquisición de conocimiento “comparte la suposición de que el objetivo del aprendizaje es formular reglas explícitas (proposición, producciones, etc.) que capten generalizaciones poderosas de manera sucinta” (p. 32).

Las reglas explícitas pueden servir como una marca de lo clásico porque también se ha argumentado que no son características de otros enfoques en la ciencia cognitiva, particularmente el conexionismo. Muchos investigadores asumen que las redes PDP adquieren conocimientos implícitos. Por ejemplo, considere esta afirmación sobre una red que aprende a convertir verbos del presente al pasado:

El modelo aprende a comportarse de acuerdo con la regla, no señalando explícitamente que la mayoría de las palabras toman - ed en tiempo pasado en inglés y almacenando esta regla explícitamente, sino simplemente construyendo un conjunto de conexiones en un asociador de patrones a través de una larga serie de simples experiencias de aprendizaje. (McClelland, Rumelhart, & Hinton, 1986, p. 40)

Un problema que surge inmediatamente al usar reglas explícitas como marca de lo clásico es que las nociones de reglas explícitas y conocimiento implícito solo se definen o entienden vagamente (Kirsh, 1992). Por ejemplo, Kirsh (1992) señala que a menudo se propone que la distinción entre reglas explícitas y conocimiento implícito sea similar a la distinción entre representaciones locales y distribuidas. Sin embargo, esta definición plantea problemas para utilizar reglas explícitas como marca de lo cognitivo. Esto se debe a que, como ya hemos visto en una sección anterior de este capítulo, la distinción entre representaciones locales y distribuidas no sirve bien para separar la ciencia cognitiva clásica de otros enfoques.

Además, definir reglas explícitas en términos de localidad no elimina la necesidad del conexionismo de ellas (Hadley, 1993). Hadley (1993) argumentó que existe evidencia sólida de la capacidad humana para aprender y aplicar reglas instantáneamente.

Algunos comportamientos similares a reglas no pueden ser producto de reglas 'neuralmente cableadas' cuya estructura está incrustada en redes particulares, por la sencilla razón de que los humanos a menudo pueden aplicar reglas (con considerable precisión) tan pronto como se les dice las reglas. (Hadley, 1993, p. 185)

Hadley procedió a argumentar que las arquitecturas coneccionistas necesitan exhibir tal aprendizaje de reglas (explícito). “Las conclusiones anteriores presentan al coneccionista un formidable desafío científico, es decir, mostrar cómo la regla de propósito general siguiendo mecanismos pueden ser implementados en una arquitectura coneccionista” (p. 199).

¿Por qué es que, en una consideración más cuidadosa, parece que las reglas explícitas no son una marca de lo cognitivo? Es probable que la suposición de que las redes PDP adquieren conocimiento implícito sea un ejemplo de lo que se ha denominado conexionismo gee whiz (Dawson, 2009). Es decir, los coneccionistas asumen que la estructura interna de sus redes no es ni local ni de reglas, y rara vez prueban esta suposición realizando interpretaciones detalladas de las representaciones de la red. Cuando se llevan a cabo tales interpretaciones, pueden revelar algunas sorpresas sorprendentes. Por ejemplo, las estructuras internas de las redes han revelado reglas clásicas de lógica (Berkeley et al., 1995) y reglas de producción clásicas (Dawson et al., 2000).

La discusión en los párrafos anteriores plantea la posibilidad de que las redes coneccionistas puedan adquirir reglas explícitas. También se puede hacer un punto complementario para cuestionar reglas explícitas como una marca de lo clásico: los modelos clásicos pueden no requerir reglas explícitas por sí mismos. Por ejemplo, los científicos cognitivos clásicos ven una regla explícita como una representación codificada que forma parte del nivel algorítmico. Además, la razón por la que se representa explícitamente es que no forma parte de la arquitectura (Fodor & Pylyshyn, 1988). En resumen, las teorías clásicas postulan una combinación de determinantes explícitos (algorítmicos o almacenados) e implícitos (arquitectónicos) de la cognición. Como resultado, los debates clásicos sobre la arquitectura cognitiva pueden interpretarse como debates sobre la implícita o la expresividad del conocimiento:

No sólo no hay razón por la que se requiera que los modelos clásicos sean explícitos en reglas sino que, como cuestión de hecho, los argumentos sobre los cuales, si las hay, las reglas están explícitamente representadas mentalmente se han desatado durante décadas dentro del campo clasicista. (Fodor y Pylyshyn, p. 60)

A este punto, la sección actual ha empleado tácitamente el contexto en el que la distinción entre reglas explícitas y conocimiento implícito es paralela a la distinción entre representaciones locales y distribuidas. Sin embargo, otros contextos también son plausibles. Por ejemplo, los modelos clásicos pueden caracterizarse por emplear reglas explícitas en el sentido de que emplean una distinción estructura/proceso. Es decir, los sistemas clásicos separan característicamente sus memorias simbólicas de las reglas que modifican los contenidos almacenados.

Por ejemplo, la máquina Turing distingue explícitamente su estructura de memoria de cinta teletipo de las reglas que son ejecutadas por su cabeza de máquina (Turing, 1936). De igual manera, los sistemas de producción (Anderson, 1983; Newell, 1973) separan sus estructuras simbólicas almacenadas en la memoria de trabajo del conjunto de producciones que escanean y manipulan expresiones. La arquitectura von Neumann (1958, 1993) por definición separa su órgano de memoria de los demás órganos que actúan sobre contenidos almacenados, como sus unidades lógicas o aritméticas.

Para establecer aún más este contexto alternativo, algunos investigadores han afirmado que las redes PDP u otras arquitecturas coneccionistas no exhiben la distinción estructura/proceso. Por ejemplo, una red puede considerarse como una estructura de datos activa que no solo almacena información, sino que al mismo tiempo la manipula (Hillis, 1985). Desde esta perspectiva, la red es a la vez estructura y proceso.

Sin embargo, sigue siendo el caso de que la distinción estructura/proceso no proporciona una marca de lo clásico. La razón de esto se detalló en la discusión anterior de este capítulo sobre los procesos de control. Es decir, casi todas las redes PDP están controladas por procesos externos, en particular, reglas de aprendizaje (Dawson & Schopflocher, 1992a; Roy, 2008). Este control externo toma la forma de reglas que son tan explícitas como cualquiera que se encuentren en un modelo clásico.

Para poner fin a esta discusión, sostengo que un tercer contexto es posible para distinguir reglas explícitas del conocimiento implícito. Este contexto es la diferencia entre procesos digitales y analógicos. Las reglas clásicas pueden ser explícitas en el sentido de que son digitales: consistentes con la ley neural de todo o ninguno (Levitan & Kaczmarek, 1991; McCulloch & Pitts, 1943), ya que la regla ejecuta o no. En contraste, los valores continuos de las funciones de activación utilizadas en las redes coneccionistas permiten aplicar el conocimiento en diversos grados. Desde esta perspectiva, las redes son analógicas, y no digitales.

Nuevamente, sin embargo, este contexto tampoco proporciona con éxito una marca de lo clásico. Primero, una consecuencia de la tesis de Church y de la máquina universal es que los dispositivos digitales y analógicos son funcionalmente equivalentes, en el sentido de que un tipo de computadora puede simular al otro (Rubel, 1989). En segundo lugar, los modelos coneccionistas en sí mismos pueden interpretarse como de naturaleza digital o analógica, dependiendo de las demandas de las tareas. Por ejemplo, cuando una red es entrenada para responder o no, como en la clasificación de patrones (Lippmann, 1989) o en la simulación de aprendizaje animal (Dawson, 2008), la activación de la unidad de salida se trata como digital. Sin embargo, cuando uno está interesado en resolver un problema en el que se requieren valores continuos, como en la aproximación de funciones (Hornik, Stinchcombe, & White, 1989; Kremer, 1995; Medler & Dawson, 1994) o en la coincidencia de probabilidad (Dawson et al., 2009), la misma función de activación de la unidad de salida se trata como siendo de naturaleza analógica.

En conclusión, aunque se ha propuesto la noción de reglas explícitas para distinguir los modelos clásicos de otros tipos de arquitecturas, una consideración más cuidadosa sugiere que este enfoque es defectuoso. Nuestro análisis sugiere, sin embargo, que el uso de reglas explícitas no parece ser una marca confiable de lo clásico. Independientemente de cómo se defina la noción de reglas explícitas, parece que las arquitecturas clásicas no utilizan tales reglas exclusivamente, y también parece que tales reglas necesitan ser parte de modelos coneccionistas de cognición.