10.05: Desarrollo de la Fuerza de Memoria Activa PFC y la Tarea A-No-B
- Page ID
- 123066
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
El proceso de desarrollo puede proporcionar información importante sobre diversos fenómenos cognitivos, a menudo haciendo que las fallas cognitivas sean particularmente graves. Un gran ejemplo de ello es la tarea A-no-B desarrollada por el investigador pionero del desarrollo Jean Piaget (Piaget, 1954). A un bebé se le repite y se le muestra un juguete escondido en una ubicación (etiquetada como A), y cuando el juguete se oculta en una ubicación diferente (B), continúan llegando hasta A. El comportamiento es llamativo: el infante acaba de ver que el juguete estaba oculto, rastreando con gran atención los movimientos del experimentador (típicamente se usan juguetes novedosos e interesantes). Y sin embargo, parecen olvidarse de todo esto en un destello, volviendo al comportamiento “habitual” previamente establecido.
El modelo computacional que exploramos aquí (Munakata, 1998) muestra cómo una gama de fenómenos conductuales, algunos de ellos bastante sutiles y complejos, pueden capturarse con un modelo relativamente simple que comparte mucho en común con el modelo Stroop explorado anteriormente. El desarrollo en este modelo se operacionaliza simplemente como la fuerza de las conexiones excitatorias reverberantes entre las neuronas PFC, que son el único mecanismo de mantenimiento activo en este modelo simplificado. Las redes “más antiguas” pueden retener la información por un período de tiempo más largo debido a sus conexiones recurrentes más fuertes, mientras que la información es mucho más fugaz en las “más jóvenes” con conexiones recurrentes más débiles.
Para ver cómo se desarrolla todo esto, abre el modelo A Not B y sigue las indicaciones desde ahí.