mod 1 - psicología del lenguaje conceptos básicos

7/17/2019 Mod 1 - Psicología Del Lenguaje Conceptos Básicos

http://slidepdf.com/reader/full/mod-1-psicologia-del-lenguaje-conceptos-basicos 1/26

Psicología del

lenguajeConceptos básicos

Pedro J. Ramos Ramos

PID_00151905



© FUOC • PID_00151905 Psicología del lenguaje

Ninguna parte de esta publicación, incluido el diseño general y la cubierta, puede ser copiada,reproducida, almacenada o transmitida de ninguna forma, ni por ningún medio, sea éste eléctrico,químico, mecánico, óptico, grabación, fotocopia, o cualquier otro, sin la previa autorización escritade los titulares del copyright.



© FUOC • PID_00151905 Psicología del lenguaje

Índice

Introducción............................................................................................... 5

Objetivos....................................................................................................... 6

1. El conocimiento lingüístico............................................................ 7

1.1. El conocimiento del sistema de sonidos ..................................... 8

1.2. El conocimiento de las palabras ................................................. 8

1.3. El conocimiento sintáctico y la creatividad del lenguaje ........... 11

2. El "lenguaje" de los animales.......................................................... 15

3. Historia de la psicolingüística moderna..................................... 18

3.1. La influencia de Chomsky y la etapa "lingüística" ..................... 18

3.2. La metáfora del ordenador y la inteligencia artificial ................. 19

3.3. El resurgimiento del conexionismo ............................................ 21

3.4. La psicolingüística en los comienzos del siglo XXI .................... 23

Bibliografía................................................................................................. 25



© FUOC • PID_00151905 5 Psicología del lenguaje

Introducción

La psicolingüística o psicología del lenguaje estudia cómo el conocimientolingüístico se representa en la mente o cerebro de los hablantes, cómo esta

información se utiliza o procesa para producir y comprender las expresiones

lingüísticas y cómo los seres humanos adquirimos estas capacidades.

La lingüística es la disciplina que intenta describir la estructura de una lengua

o (de las lenguas en general), incluyendo su gramática, sistema de sonidos y

vocabulario. Para los lingüistas una lengua es un sistema estructurado que se

puede dividir en partes o subsistemas: fonología, morfología, léxico, sintaxis,

semántica y pragmática. Entre las disciplinas que estudian el lenguaje, además

de la lingüística y la psicolingüística, también están la filosofía, la neurociencia

cognitiva y la inteligencia artificial (IA).

Actividad

Intenta dar vuestra propia definición de lenguaje humano y luego comparadla con lascaracterísticas del conocimiento lingüístico que se explican más abajo.

Utilizar el lenguaje puede parecernos algo aparentemente sencillo y natural ya

que en la mayoría de ocasiones nuestro cerebro nos permite hablar y entender

lo que se nos dice en tiempo real y sin realizar ningún esfuerzo consciente.

Sin embargo, se trata de una capacidad específicamente humana y de una ex-

traordinaria complejidad. Pensemos en las dificultades que supone aprender

una segunda lengua o en los problemas que tienen para comunicarse las per-

sonas que han sufrido una lesión cerebral que ha afectado a su lenguaje. Otra

muestra de esta complejidad se encuentra en las dificultades de la IA para de-

sarrollar robots o máquinas que sean capaces de procesar el lenguaje natural de

forma eficaz. Los seres humanos, por ejemplo, resolvemos continuamente la

ambigüedad de muchas expresiones lingüísticas sin ser conscientes de la com-

plejidad de procesamiento que esto requiere, como muestra el fracaso de pro-

gramas muy complejos de IA que han intentado resolver el mismo problema.

Actividad

¿Se os ocurre algún otro ejemplo o caso en el que producir o entender una expresiónlingüística requiera un esfuerzo consciente?

IA

La IA es una disciplina que in-tenta conseguir que los orde-nadores hagan tareas que re-quieren inteligencia como re-conocer el habla, reconocer vi-

sualmente objetos, entender un discurso o razonar. Apar-te de las aplicaciones tecnoló-gicas que puede tener la IA,también nos puede informar sobre cómo los seres humanosrealizamos esas tareas.




Objetivos

Este primer módulo intenta introducir al estudiante en el estudio de una delas facultades más sofisticadas y complejas de la mente humana, el lenguaje:

1. En primer lugar, en este módulo se presenta la naturaleza del lenguaje hu-

mano a partir del complejo conocimiento, inconsciente, que tienen todos

los hablantes de una lengua para poder utilizarla. El análisis del conoci-

miento lingüístico nos permite entender qué problemas tiene que resolver

el cerebro para poder procesar el lenguaje y cuáles son las características

que hacen que el lenguaje sea una facultad exclusiva de la especie humana.

2. Se analizarán también las diferencias básicas entre el lenguaje humano y

otros sistemas de comunicación que usan los animales.

3. Otra de las pruebas de la complejidad del lenguaje es que la psicolingüística

comparte su objeto de estudio con otras disciplinas como la lingüística, la

inteligencia artificial, la neurociencia cognitiva o la filosofía (en conjunto

todas estas disciplinas forman lo que se conoce como "ciencia cognitiva").

4. No se pretende que el estudiante adquiera un conocimiento profundo detodas estas disciplinas, sino que tome conciencia de la necesidad de estu-

diar el lenguaje de forma multidisciplinar, entendiendo la influencia que

cada una de estas disciplinas tienen o han tenido desde un punto de vista

histórico sobre la psicolingüística y también las diferencias que separan a

estas disciplinas.




1. El conocimiento lingüístico

Para entender la forma en que el cerebro procesa el lenguaje, es necesario con-siderar la naturaleza del conocimiento lingüístico.

Por ejemplo, si el lenguaje no fuera ilimitado y simplemente consistiera en un conjuntofinito de expresiones u oraciones que se almacenan en nuestra memoria, entonces a lahora de expresar un pensamiento o significado sólo tendríamos que recuperar de la me-moria la expresión que se encuentra asociada a ese pensamiento. La comprensión de unaoración supondría el proceso inverso, se trataría de recuperar en nuestra memoria unaasociación existente entre los sonidos que escuchamos y los significados que representanesos sonidos.

Sin embargo, como veremos, el conocimiento necesario para usar el lenguaje

es mucho más complejo.

Un niño de cinco años tiene prácticamente la misma competencia que sus

padres a la hora de hablar o entender su lengua (materna). Sin embargo, pa-

ra mantener una conversación, por muy simple que sea, se requiere un cono-

cimiento lingüístico muy profundo y cómputos muy complejos que no son

accesibles a la conciencia. Cualquier hablante de la lengua castellana puede

producir o entender sin problemas una oración como la que se muestra en (1),

que contiene dos cláusulas de relativo, aunque no sepa lo que es una cláusula

de relativo:

(1) Obama, que nació en Kenia y que ahora es ciudadano norteamericano, quiere acelerarla aprobación de la reforma sanitaria.

De forma similar, se sabe que en nuestro sistema visual, y en el sistema vi-

sual de un gran número de animales, las neuronas llevan a cabo operaciones

matemáticas muy complejas como convoluciones periódicas, transformadas

de Fourier, laplacianas, etc. Ni estos animales ni la mayoría de los humanos

las "conocen" y ni siquiera han "oído" hablar en su vida de ellas. Pero parece

que sus neuronas sí llevan a cabo estas operaciones. Y parece que aún son más

complejas ya que a pesar de los millones de dólares invertidos y el talento delos numerosos investigadores trabajando en robótica e IA, los robots actuales

están muy lejos de llevar a cabo estas tareas de la manera eficiente con la que

las lleva a cabo nuestro cerebro.

En el caso de mantener el equilibrio (mantenerse simplemente de pie o an-

dar) se requiere integrar información muy diversa (visión, sistema vestibular,

información propioceptiva, etc.) y computarla de forma adecuada para decidir

en función de ella qué órdenes precisas dar a decenas y decenas de músculos.

La robótica actual está muy lejos de conseguir lo que la mayor parte de los

animales o los niños de pocos años llevan a cabo con extrema precisión.




Como en el caso de la visión y de mantener el equilibrio, en el caso del len-

guaje, tenemos un conocimiento muy complejo del cual no somos conscien-

tes. Podemos preguntarnos ahora ¿qué saben los hablantes del castellano,

del inglés, del árabe o del quechua?

1.1. El conocimiento del sistema de sonidos

En parte, saber una lengua significa conocer qué sonidos (o signos1) forman

parte de esa lengua y cuáles no. El conocimiento inconsciente que tenemos

de los sonidos de una lengua se muestra por ejemplo cuando intentamos pro-

nunciar palabras de una lengua extranjera.

Cuando los franceses hablan inglés, a menudo pronuncian palabras como this y that

como si se deletrearan "zis" y "zat". El sonido inglés representando por las letras iniciales"th" no forma parte del inventario de sonidos del francés y estos errores de pronunciaciónrevelan un conocimiento inconsciente de este hecho. De igual forma, los hablantes del

chino tienen dificultades para distinguir los fonemas /r/ y /l/ del castellano, que son muysimilares acústicamente, y usan su fonema /l/ nativo tanto para pronunciar la palabralata como para pronunciar la palabra rata.

El conocimiento que tenemos de los sonidos de una lengua, además de incluir

el inventario de los sonidos de esa lengua, también incluye las reglas para

su combinación: qué sonidos pueden empezar o terminar una palabra y qué

sonidos pueden ir seguidos dentro de una palabra.

Consideremos un juego de completar palabras como el que aparece en el popular pro-grama de televisión La ruleta de la fortuna y en el que un concursante tiene que adivinarlas letras que faltan en la secuencia "_NS_Y_". El concursante no escogerá al azar las letrasque faltan para completar la palabra ya que sabe, de forma no consciente, que la proba-bilidad para ciertas letras de aparecer en una determinada posición es mucho mayor quepara otras.

Por ejemplo, la probabilidad de usar una consonante en la primera posición es práctica-mente de cero, ya que las reglas aprendidas para combinar sonidos en castellano impidenque una palabra comience con tres consonantes seguidas. Los niños ghaneses, en cambio,aprenden que en su idioma una palabra puede empezar con tres consonantes seguidas,como en el caso de la palabra Nkrumah (el nombre de un expresidente de Ghana).

Actividad

¿Cómo nos puede ayudar el conocimiento que tenemos de los sonidos de nuestra len-

gua a reconocer una palabra que no hemos escuchado completamente en un ambienteruidoso?

1.2. El conocimiento de las palabras

Saber una lengua también implica conocer que ciertas secuencias de sonidos

corresponden a determinados conceptos o significados. Si no conocemos una

lengua, la mayoría de las palabras (y de las oraciones) de esa lengua serán

incomprensibles, ya que la relación que existe entre los sonidos del habla y los

significados que representan es arbitraria o basada en una convención entre

los hablantes de una lengua (exceptuando las onomatopeyas).

(1)Cuando se hace referencia a una

"lengua", incluimos tanto el len-guaje hablado como el de signosa no ser que se haga referencia es-pecíficamente a uno de estos dostipos de lenguaje.




Si conocemos el significado de una palabra, como por ejemplo casa, no po-

demos utilizar esa información para predecir el significado de otras palabras

que tienen una forma similar como cosa, caso, casi, pasa, masa, tasa o saca.

Por otra parte, palabras que tienen un mismo significado pueden tener formas

muy diferentes en idiomas distintos: house, maison, dom o jia. Estas palabras

corresponden a la traducción de casa en inglés, francés, ruso y chino.

Los seres humanos tenemos la asombrosa capacidad de aprender un número

inmenso de asociaciones arbitrarias entre la forma y el significado de las pala-

bras. Se estima que un niño de seis años puede conocer hasta trece mil palabras

y que al acabar el bachillerato conocemos alrededor de sesenta mil. Una per-

sona adulta puede conocer más de cien mil palabras en función de su nivel de

lectura, pero independientemente del nivel educativo seguimos aprendiendo

nuevas palabras a lo largo de nuestra vida.

Las palabras son una parte importante del conocimiento lingüístico. Sin em-

bargo, podemos conocer miles de palabras de una lengua y aun así no saber esa

lengua. Cualquier persona que no domine un idioma extranjero y que haya

intentado comunicarse sólo a partir de un diccionario habrá podido compro-

bar este hecho. Aunque dispongamos de un diccionario tendremos dificulta-

des para formar las oraciones más simples. Nadie habla con palabras aisladas.

Imaginemos que estamos en Dublín y buscamos la tienda más cercana para comprar pi-las de una cámara de fotos. Con la ayuda de nuestro diccionario preguntamos: "Where-shop-camera-battery-near ?". Al cabo de unos cuantos intentos, un nativo irlandés acabaríapor entendernos y señalarnos la dirección de la tienda más cercana, pero si nos contes-tara hablando, muy probablemente no entenderíamos lo que dice y le tendríamos quepedir que nos hablara más despacio. Podríamos escuchar algo parecido a "theshopisrighta-roundthecorner ". Nuestro diccionario tampoco nos serviría de mucho ya que no sabríamosdónde empieza y acaba cada palabra.

Separamos las palabras al escribirlas, pero cuando hablamos no hacemos pau-

sas entre la mayoría de las palabras (en un espectrograma se puede ver que la

señal del habla es continua y que no existe una separación entre diferentes

palabras).

Aunque, como hemos visto, conocer las palabras de una lengua no signifi-

ca que sepamos esa lengua, sin las palabras seríamos incapaces de transmitir

nuestros pensamientos mediante el lenguaje o de entender los pensamientos

que nos transmiten los demás. Un hablante de lengua inglesa no tiene ningún

problema en segmentar la respuesta de nuestro interlocutor en el ejemplo an-

terior en las palabras individuales the, shop, is, right , around , the y corner debi-

do a que estas palabras forman parte de su diccionario mental o lexicón y, de

hecho, le parecerá obvia la presencia de estas palabras.

¿Qué información tenemos en nuestro lexicón cuando conocemos o he-

mos aprendido una palabra?




La información asociada a cada palabra en nuestro lexicón incluye su sonido

(pronunciación) y su significado o varios significados (de hecho, la mayoría

de palabras que conocemos tienen varios significados). Como la relación entre

el sonido y el significado de una palabra es arbitraria, podemos tener almace-

nadas palabras con un mismo sonido y diferentes significados (hasta y asta),

y palabras con el mismo significado y diferentes sonidos (ordenador y compu-

tadora). Para los hablantes alfabetizados, en el lexicón también se incluye la

ortografía de las palabras que conocemos (cómo se deletrean).

También tenemos un conocimiento no consciente sobre la estructura interna

o morfología de cada palabra. Nuestra intuición nos dice que una palabra

como faro no puede dividirse en partes significativas. En cambio, la palabra

faros puede dividirse en dos partes, "faro" más un elemento final, "-s" (un mor-

fema2 gramatical que marca la noción de plural). Este conocimiento, que no

se enseña de forma explícita, se puede usar para formar el plural de cualquierpalabra, incluso de una palabra inventada, sin sentido (o pseudopalabra) que

no se haya visto nunca antes. Los niños en edad preescolar por ejemplo pasan

con éxito el test del "bure": "Aquí hay un bure. Ahora hay otro más, hay dos.

Ahora hay dos ____". Su tarea consiste en decir la palabra que falta. Esto nos

indica que no tenemos simplemente todas las palabras enumeradas en nuestro

lexicón, sino que podemos crear nuevas palabras a partir de las que ya cono-

cemos usando las reglas de la morfología.

Actividad

Escribe una regla para la formación del plural en castellano.

En nuestro lexicón también se especifica la categoría léxica o clase sintáctica

de cada palabra, es decir, si se trata de un nombre, un pronombre, un verbo,

un adjetivo, un adverbio, una preposición o una conjunción. Puede que no

sepamos conscientemente que tenemos almacenada la forma amo como un

verbo y un nombre, pero si no tuviéramos esta información no podríamos

formar o entender oraciones como las que se muestran en (2) y en (3), ni

distinguir las oraciones gramaticales de las agramaticales.

(2) Yo te amo.

(3) El amo del perro puso carteles por todo el barrio.

Existe evidencia de que en nuestro lexicón la información se organiza según la

categoría léxica de las palabras. Por ejemplo, durante el proceso de adquisición

del lenguaje, los niños (de habla inglesa) producen expresiones como "a John"

pero no como "a eat".

Actividad

¿Por qué este tipo de expresiones son una evidencia favorable de la existencia de catego-rías léxicas?

(2)Un morfema es la unidad lingüís-

tica más pequeña que tiene signifi-cado.




Otro tipo de evidencia se encuentra en las disociaciones que tienen los pacien-

tes que han sufrido una lesión cerebral que ha afectado su capacidad para el

lenguaje. En algunos pacientes se encuentran mucho mejor preservadas las

palabras de contenido (nombres, verbos y adjetivos) que las palabras funcio-

nales (determinantes, preposiciones y conjunciones), mientras que en otros

pacientes se observa el patrón inverso. También se han descrito pacientes quetienen preservada la capacidad para producir nombres pero que tienen una

capacidad muy mermada para producir verbos, y al revés, pacientes que pue-

den producir con cierta facilidad verbos pero tienen dificultades a la hora de

producir nombres.

1.3. El conocimiento sintáctico y la creatividad del lenguaje

Uno de los hechos más sorprendentes sobre el lenguaje humano es que los

hablantes que "saben" una lengua pueden crear y entender un número infi-

nito de oraciones. También somos capaces de producir oraciones nuevas, que

nunca se han producido antes, y de entender oraciones que nunca antes he-

mos escuchado. Consideremos una oración como la que se muestra en (4):

(4) La multinacional india Bharti Airtel reiteró, también en el 2009, su ofensiva sobre lasurafricana MTN, cuya unión crearía otro gigante más en el sector de las telecomunica-ciones procedente de los países emergentes.

Aunque con toda seguridad no hayamos visto u oído esta oración nunca, po-

demos entenderla sin ninguna dificultad (incluso aunque desconozcamos el

significado de algunas de las palabras que la forman). Esta creatividad o pro-ductividad es posible gracias a una característica esencial del lenguaje huma-

no: podemos construir un conjunto infinito de oraciones a partir de la com-

binación de un número finito, aunque muy grande, de elementos (las pala-

bras de nuestro vocabulario). Además, los principios que rigen esta capacidad

combinatoria nos permiten crear expresiones arbitrariamente largas. A partir

de cualquiera de las oraciones que existen en una lengua se puede crear una

nueva oración más larga. Fijémonos en las oraciones que se muestran en (5):

(5)a) Éste es el vehículo.b) Éste es el vehículo que la policía registró.c) Éste es el vehículo robado que la policía registró a las afueras de Marsella.d) Éste es el vehículo todoterreno, robado y con matrícula falsa que la policía francesaregistró meticulosamente cuando consiguió el permiso del juez en una operación anti-droga en las afueras de Marsella.




Y podríamos continuar alargando la oración indefinidamente de diferentes

formas, por ejemplo, mediante múltiples modificadores adjetivos y preposi-

cionales, mediante sucesivas cláusulas de relativo anidadas3 o mediante la con-

junción de diferentes oraciones.

¿Qué conocimiento lingüístico tienen los hablantes de una lengua para ser

capaces de crear y entender infinitas oraciones? ¿Cómo es posible que po-

damos crear y entender oraciones arbitrariamente largas? ¿Cómo se com-

binan las palabras para formar las oraciones? Es imposible hacer un lista-

do y almacenar todas las posibles oraciones de una lengua ya que el número

de oraciones en cualquier lengua es infinito. Nuestro cerebro es finito y por

tanto no puede almacenar infinitas oraciones. Pero aun en el caso de que tu-

viéramos una capacidad de almacenamiento infinita ¿Cómo es posible que

podamos crear o entender oraciones nuevas? Oraciones que, como nunca

antes hemos escuchado, no hemos tenido la oportunidad de memorizar.

Una posible solución al problema de la combinatorialidad podría consistir

simplemente en añadir palabras de nuestro vocabulario una detrás de otra,

agrupándolas en cualquier orden. Pero obviamente ésta no es una respuesta

satisfactoria como muestran los siguientes ejemplos (en la literatura sintáctica

se suelen marcar con un asterisco las oraciones que no están bien formadas o

que son agramaticales):

(6)a) Juan decidió besarla.b) *Juan la decidió besar.c) Los muchachos vieron el gato negro cruzando la calle.d) *Muchachos los vieron el negro calle cruzando gato la.e) La música clásica me gusta mucho.f) *La música mucho me gusta clásica.

Las oraciones marcadas con un asterisco, que los hablantes del castellano con-

sideramos mal formadas, nos muestran que tenemos un conocimiento que

nos permite decidir qué secuencias o combinaciones de palabras forman una

oración gramatical y cuáles no. Los ejemplos anteriores también muestran que

no es suficiente con conocer las palabras de una lengua para dar cuenta de la

creatividad del lenguaje. Además de las palabras se necesita tener otro tipo deconocimiento para "saber" cómo combinarlas de forma gramatical.

Desde un punto de vista computacional, la forma más simple de combinar las

palabras en un determinado orden para crear o analizar un número ilimitado

de oraciones se basa en un mecanismo de cadenas de palabras, técnicamente es

lo que se conoce como un "autómata de estados finitos". Podemos representar

este mecanismo (véase la figura siguiente) como un conjunto de estados (listas

de palabras) y otro conjunto de "flechas" que indican la dirección de cada una

de las posibles transiciones entre estados, es decir, cómo pasar de una palabra

a la siguiente.

(3)Se dice que una categoría sin-

táctica A está "anidada" (del inglésnested ) dentro de otra categoríaB si B contiene A, un constituyen-te a la izquierda de A y otro consti-tuyente a la derecha de A. Fijémo-nos en el ejemplo que se muestra acontinuación: [El ratón [que [el ga-to [que [el perro había mordido]]perseguía]] se comió el queso]. Enesta oración la cláusula de relativo(CR) "que el gato [...] perseguía"está anidada dentro de la oración"el ratón [...] se comió el queso". Además, una segunda CR, "que elperro había mordido", está anida-da dentro de la primera oración "elgato [...] perseguía", que tambiénestaba anidada.

Tamaño de las oraciones

Aunque teóricamente es po-sible construir oraciones arbi-trariamente largas, como he-mos visto en el ejemplo ante-rior, es poco probable que ora-ciones exageradamente largasocurran en nuestro uso habi-tual del lenguaje debido a laslimitaciones que nos imponennuestros sistemas de memoria y atención y por supuesto de-bido que se nos agotaría la pa-ciencia.




Autómata de estados finitos

Un autómata de estados finitos (AEF) además se puede sofisticar asignando

una probabilidad específica a cada una de las posibles transiciones entre dife-rentes estados (estos AEF se conocen como "modelos de Markov"). En el len-

guaje natural la probabilidad de transición entre diferentes palabras también

varía.

En cualquier caso, el lingüista Noam Chomsky (1957), usando el aparato for-

mal desarrollado por la teoría matemática de la computación, mostró que el

lenguaje natural no se puede describir a partir de un AEF. Los AEF, por ejemplo,

no pueden generar oraciones que contengan expresiones o cláusulas anidadas.

En este tipo de oraciones, si consideramos el orden serial de las palabras, la

ocurrencia de la palabra n+1 no depende de la palabra inmediatamente ante-

rior, la palabra n (ni de las m palabras anteriores), sino que puede depender de

la ocurrencia de otra palabra que aparece un número indefinido de posiciones

antes. Consideremos el ejemplo en (7):

(7) El gato que perseguía al ratón que se comió el queso acabó en el tejado.

La ocurrencia de la duodécima palabra en esta oración no depende de la undé-

cima palabra, sino que depende de las dos primeras: si cambiamos "el gato" por

"los gatos", entonces también tendremos que sustituir "acabó" por "acabaron"

para que la oración continúe siendo gramatical. Este ejemplo muestra que pa-

ra "saber" combinar las palabras es necesario tener una representación mental

de la estructura interna (o jerárquica) de una oración y que por tanto no es

suficiente con tener un conocimiento estadístico acerca de las transiciones o

asociaciones entre palabras.

Además de las palabras son necesarias una serie de reglas o principios estruc-

turales, que son finitos y que determinan cómo se combinan las palabras. Es-

tas reglas no las aprendemos a partir del conocimiento explícito que se nos

Ejemplo

Por ejemplo, la probabilidadde que viejo suceda a hombre es mucho mayor que la proba-bilidad de que bastante sucedaa los .




enseña en el colegio o en el instituto en las clases de gramática o de sintaxis,

sino que son reglas no conscientes que adquirimos de pequeños a medida que

vamos aprendiendo nuestra lengua materna.

Actividad

¿Por qué creéis que es tan complicado aprender una segunda lengua sólo a partir delconocimiento que se enseña en una academia de idiomas? ¿Cuál sería un mejor métodode aprendizaje?

La creatividad del lenguaje junto a la necesidad de las representaciones

mentales fueron los principales argumentos usados por Chomsky para atacar

las explicaciones conductistas del comportamiento lingüístico que dominaron

la psicología durante la primera mitad del siglo XX. Según los conductistas, el

conocimiento necesario para combinar las palabras se podía caracterizar como

una cadena de sucesivas asociaciones "estímulo-respuesta" aprendidas, pero

como acabamos de ver, los hablantes de cualquier lengua han de tener unarepresentación mental de la estructura interna de las oraciones.

Actividad

¿Por qué la creatividad del lenguaje es un argumento para atacar las explicaciones con-ductistas del comportamiento lingüístico?

Actividad

¿Quién sabe más morfología, semántica, fonología o sintaxis, nuestras neuronas o loslingüistas actuales?




2. El "lenguaje" de los animales

¿Es el lenguaje una propiedad exclusiva de la especie humana? La idea deque los animales pueden comunicarse o incluso hablar como los seres huma-

nos está inmersa en nuestra cultura y se transmite por medio de fábulas y pe-

lículas de ficción como por ejemplo la famosa Dr. Doolittle. Seguramente todos

habremos visto en alguna ocasión a alguien hablando con su perro mientras

lo saca a pasear, comportándose como si el perro entendiera sus palabras.

Si consideramos el lenguaje sólo como un sistema de comunicación, enton-

ces parece claro que los animales también se comunican y que lo hacen de

forma muy diversa. Las hormigas se comunican mediante mensajes químicos

o feromonas, las abejas mediante una particular "danza", los pájaros cantan-

do y los simios gritando. Los seres humanos también usamos otros sistemas

aparte del lenguaje natural para comunicarnos, como por ejemplo el lengua-

je corporal o la expresión facial. Sin embargo, lo interesante es comparar los

sistemas de comunicación usados por otras especies con el conocimiento lin-

güístico que tenemos los seres humanos, que como vimos en el apartado an-

terior, adquirimos cuando somos niños, sin instrucción explícita y que usa-

mos de forma creativa (no como una respuesta automática a los estímulos que

recibimos).

El hecho de que algunos animales, como los loros, puedan imitar el habla

humana no significa que tengan lenguaje (humano). Los sonidos del habla

no son una condición indispensable para definir el lenguaje como muestra el

sistema de signos que usan las personas sordas para comunicarse. Además, en

el caso del lenguaje humano, los sonidos del habla o los gestos están asocia-

dos a ciertos significados que pueden ser muy complejos, cosa que no ocurre

con los sonidos que son capaces de producir los loros u otras aves. Si los soni-

dos del habla no son una condición indispensable para el lenguaje podemos

plantearnos entonces si otros sistemas de comunicación animal, como los que

usan las abejas, los pájaros o los monos son equivalentes a nuestro lenguaje.

Cuando una abeja regresa a su colmena tras haber encontrado alimento, hace

una compleja danza que indica a los otros miembros de la colmena la locali-

zación exacta de la fuente de comida (Von Frisch, 1974). Este complejo patrón

de danza permite indicar la distancia (según la tasa a la que la abeja mueve su

cola) y la dirección (respecto a la posición del sol) del néctar, así como tam-

bién la riqueza de éste. Sin embargo, aunque este sistema de comunicación

resulta muy efectivo para las abejas y les permite crear un número ilimitado de

nuevos mensajes, a diferencia de lo que ocurre con el lenguaje humano, todos

los mensajes hacen referencia a un único tema, la localización de la comida.




Esta falta de flexibilidad y de creatividad no permite que las abejas puedan

transmitir un mensaje como "hoy he visto un campo de flores muy hermoso,

podríamos ir a visitarlo mañana".

En el caso del canto y de las llamadas de muchas especies de pájaros existe

una similitud con el lenguaje humano ya que no sólo se puede establecer unafunción comunicativa sino también una división de "dialectos" dentro de una

misma especie. Las llamadas, que consisten en una o varias notas cortas, sir-

ven para transmitir mensajes asociados con su entorno inmediato (peligro,

alimento, volver al nido, agruparse, etc.). Las canciones, que consisten en pa-

trones más complejos de notas, se usan para delimitar el territorio y para atraer

a las parejas.

Sin embargo, las llamadas y las canciones de los pájaros son sistemas de comu-

nicación muy diferentes al lenguaje humano. No hay evidencia de que exista

una estructura interna en las canciones de los pájaros ni de que puedan ser

segmentadas en partes independientes con significado, como sucede con las

palabras de nuestro lenguaje. Además, los mensajes que pueden transmitir los

pájaros son limitados y están controlados por los estímulos de su entorno in-

mediato. No son creativos en el sentido de que puedan combinar las mismas

unidades (o notas) para transmitir una gran variedad de mensajes con dife-

rentes significados. En el caso de las canciones territoriales, por ejemplo, una

mayor elaboración o complejidad del mensaje sólo sirve para indicar la inten-

sidad o fuerza con la que un pájaro está dispuesto a defender su territorio.

Si avanzamos en la escala evolutiva, los monos vervet emplean diferentes lla-

madas de alarma para alertar sobre la presencia de depredadores específicos

como águilas, leopardos o serpientes (Demers, 1988). Cuando se produce la

llamada "leopardo" los monos corren a subirse a la parte alta de los árboles, si

se produce la llamada "águila" los monos miran hacia arriba y corren a escon-

derse entre los arbustos, y si se produce la llamada "serpiente" los monos per-

manecen erguidos sobre sus patas traseras y miran a su alrededor. Sin embargo

no existe evidencia de la utilización de un sistema de comunicación complejo

que sea combinatorial y que permita a los monos vervet desarrollar nuevos

temas de conversación cuando cambia su entorno. Los monos no pueden ex-presar cosas como "¿te has fijado en ese águila tan grande que vuela justo en-

cima nuestro? Mejor que salgamos corriendo". Tampoco existe evidencia de

que los monos vervet produzcan sus llamadas de alerta con la intención de

cambiar el estado mental de los otros monos que les escuchan.




Podemos concluir, por tanto, que existen sistemas de comunicación ani-

mal que permiten transmitir mensajes entre los miembros de una es-

pecie y que comparten algunas propiedades con el lenguaje humano.

Sin embargo, estos sistemas de comunicación son cualitativamente di-

ferentes del lenguaje humano ya que no poseen la capacidad de expre-sión de nuestro lenguaje.

La riqueza de expresión del lenguaje humano se manifiesta en la capacidad

que tenemos para hablar sobre un número ilimitado de temas y, como hemos

visto anteriormente, esto es posible gracias a la combinación de un número

limitado de palabras y de reglas que permiten combinar las palabras.

Lectura recomendada

Para una revisión exhausti-va sobre las diferencias en-tre los sistemas de comunica-ción animal y el lenguaje hu-mano, véase Hauser (1996)y Hillix (2007). Para una re-visión sobre los intentos de

enseñar el lenguaje humanoa los primates, véase Savage-Rumbaugh y Brakke (1996) yRivas (2005).




3. Historia de la psicolingüística moderna

3.1. La influencia de Chomsky y la etapa "lingüística"

Aunque filósofos, lingüistas y otros científicos se han interesado por el len-

guaje desde hace mucho tiempo (los primeros testimonios escritos sobre la re-

lación entre el cerebro y el lenguaje se remontan al antiguo Egipto), el origen

de la psicolingüística como disciplina moderna suele establecerse en los años

sesenta del pasado siglo cuando se produce la "revolución cognitiva". En ese

momento comienza a usarse la investigación experimental para estudiar de

forma sistemática la relación entre la mente y el lenguaje a partir de la medi-

da de tiempos de reacción, la monitorización de movimientos oculares y el

registro del balbuceo de los niños o de la actividad eléctrica cerebral.

• A finales de la década de 1950 el conductismo entró en crisis y fue susti-

tuido por el enfoque cognitivo, basado en la "metáfora del ordenador "

como paradigma dominante en psicología. En ese cambio de paradigma

un joven lingüista, Noam Chomsky, tuvo un papel especialmente rele-

vante debido a la devastadora crítica que hizo en 1959 de la obra Verbal

Behavior de Skinner que había sido publicada dos años antes. Como he-

mos visto anteriormente, Chomsky demostró que el lenguaje natural nose puede explicar en términos puramente asociacionistas.

El marco teórico propuesto por Chomsky (1957, 1965), conocido como "Gra-

mática Generativa o Transformacional", fue decisivo tanto para el desarrollo

de la psicología, al recuperarse las representaciones mentales para explicar la

conducta (lingüística), como para el de la lingüística moderna.

Según Chomsky, cuando un lingüista propone una teoría gramatical no

sólo está describiendo la estructura de una determinada lengua, sinoque además describe el conocimiento (inconsciente) que tienen los ha-

blantes de esa lengua.

De esta forma, se produjo una íntima unión entre la lingüística y la psicolo-

gía y se superó la separación que se había establecido entre ambas disciplinas

durante la primera mitad del siglo XX. Los psicólogos se interesaron por la

lingüística, especialmente por la teoría de Chomsky, y los lingüistas mostra-

ron interés por el conocimiento que han de tener los hablantes de una lengua

para poder usarla.

Lectura recomendada

Para una revisión más exten-sa y divulgativa, aunque ses-gada, de la lingüística mo-derna, véase Pinker (1994) yNewmeyer (1986).




• Durante la década de 1960, la investigación experimental del lenguaje se

desarrolló con mucho entusiasmo intentando establecer la realidad psico-

lógica de la teoría chomskiana. Los estudios se centraron básicamente en

estudiar la comprensión de oraciones en adultos y en cómo los niños ad-

quirían el conocimiento sintáctico (Mehler, 1963; Miller y McKean, 1964).

• Sin embargo, muy pronto quedó claro que no podían validarse empírica-

mente muchas de las predicciones de la teoría sintáctica de Chomsky y

que, por tanto, ésta no podía considerarse una teoría psicológica sobre los

procesos implicados en el uso real del lenguaje, especialmente en lo que

se refiere al procesamiento sintáctico. A partir de ese momento muchos

psicólogos dejaron de interesarse por la teoría sintáctica de Chomsky y por

la lingüística, y a principios de la década de 1970 la investigación psico-

lingüística cambió de rumbo y experimentó un gran desarrollo al encami-

narse en la dirección en la que avanzaba el resto de la psicología cognitiva.

La influencia de Chomsky, sin embargo, ha llegado hasta nuestros días, ya que

el debate que han suscitado algunos de los principios más polémicos de su

teoría, como la especificidad de dominio (modularidad) y el innatismo del

lenguaje, siguen siendo objeto de un intenso debate.

3.2. La metáfora del ordenador y la inteligencia artificial

Como hemos visto en el apartado anterior, la lingüística tuvo una gran in-

fluencia sobre la psicolingüística durante la década de los sesenta, especial-mente en el estudio de la sintaxis. En los años setenta se produjo un gran

avance en la investigación de un amplio número de fenómenos como el re-

conocimiento de las palabras escritas y habladas, los procesos de lectura, la

comprensión de oraciones (poniendo especial énfasis en la resolución de la

ambigüedad sintáctica) y la representación mental del discurso. Este avance

fue debido en gran medida a la aparición de los primeros ordenadores digi-

tales, que se desarrollaron durante los años cincuenta, y al posterior impacto

que tuvieron la inteligencia artificial (IA) y la "metáfora del ordenador " en

el estudio de los procesos cognitivos.

Prácticamente ya desde el momento en que comenzaron a desarrollarse los

primeros ordenadores, los científicos de la computación se propusieron crear

programas de ordenador que fueran capaces de producir y comprender el len-

guaje natural. Las aplicaciones prácticas y tecnológicas de este tipo de progra-

mas serían numerosísimas permitiendo por ejemplo a cualquier persona inte-

ractuar con una máquina para programarla o para recuperar información de

una base de datos.

El primer objetivo en el que se trabajó a gran escala en el campo del proce-

samiento del lenguaje natural en IA fue desarrollar sistemas de traducción

automática. Pero a pesar del optimismo inicial y de los esfuerzos invertidos,

estos sistemas fracasaron estrepitosamente. La razón de este fracaso fue princi-




palmente que los sistemas carecían de una representación conceptual que les

dotara de "sentido común". Estos sistemas funcionaban simplemente tradu-

ciendo cada palabra de la lengua original mediante un diccionario electrónico.

Para superar los problemas de estos sistemas iniciales, a partir de los años se-

senta los esfuerzos se dividieron y se centraron en resolver las diferentes sub-tareas que requiere el procesamiento del lenguaje natural, siendo realizada ca-

da una de éstas por un módulo4 de procesamiento diferente. Por ejemplo, un

módulo se encargaría del procesamiento sintáctico y otro del procesamiento

semántico. Esta estrategia culminó con el famoso programa SHRDLU de Wi-

nograd (1972). Este programa simulaba a un robot que se movía en un entor-

no formado por bloques de juguetes como los que usan los niños para jugar

y era capaz de "entender" órdenes de un nivel de sofisticación hasta entonces

nunca visto (p. ej.: "pon el bloque rojo encima del bloque pequeño verde").

Sin embargo, el conocimiento de SHRDLU quedaba limitado a un mundo debloques, ya que no podía entender nada, por ejemplo, sobre los alimentos y

ni siquiera tenía conocimiento de lo que la palabra "bloque" significaba.

Estas limitaciones muestran la complejidad que requiere entender el lenguaje

natural y los problemas que se han de solucionar antes de que las máquinas

lleguen algún día a entender el lenguaje, ya que se ha de tener un conocimien-

to de cómo funciona el mundo y también una representación del contexto.

Este fue uno de los motivos por los que durante los años setenta el interés se

desplazó del procesamiento sintáctico a la representación del conocimien-

to. Se desarrollaron por ejemplo sistemas para representar el significado delos conceptos mediante redes semánticas (Collins y Quillian, 1969; Quillian,

1968) y programas, como los esquemas o guiones de Roger Schank que estaban

basados en la organización del conocimiento en la memoria humana (Minsky,

1975; Schank y Abelson, 1977).

Los trabajos llevados a cabo en el campo de la IA para que las máquinas en-

tendieran el lenguaje natural y la metáfora del ordenador influyeron en la psi-

colingüística de diferentes formas.

• En primer lugar, los programas de ordenador funcionan fragmentando

comportamientos complejos en partes o secuencias más simples y por tan-

to en comportamientos que son más tratables o más fáciles de comprender

(modularidad).

• En segundo lugar, la adopción de la metáfora del ordenador y del enfo-

que del procesamiento de información llevó a los psicólogos a analizar el

comportamiento en función de las representaciones (símbolos) internas y

de los procesos (transformaciones) que tenían lugar con estas representa-

ciones; en contraposición al enfoque conductista que se centraba sólo en

asociaciones de estímulos y respuestas y consideraba la mente como una

caja negra.

(4)Conviene remarcar estos hechos,

ya que en la actualidad, leyendoalgunos textos, parece que la no-ción de módulo sea más bien unaaportación de Fodor (1983) y noalgo surgido de los trabajos en elcampo de la IA y la psicología cog-nitiva como fruto de un procesode reflexión sobre cómo debe con-cebirse la computación.




• Tercero, cuando se implementa un modelo de un determinado compor-

tamiento en un ordenador hay que ser totalmente explícito a la hora de

escribir el programa y esto permite generar predicciones nuevas que no

ocurrirían si el programa no se hubiera implementado completamente.

• En cuarto lugar, cuando se hace funcionar o "correr" un programa de or-denador en cierta medida éste representa una teoría sobre un determinado

comportamiento.

Aquí hay que distinguir entre los programas de IA que intentan resolver una

tarea que requiere inteligencia sin tener en cuenta las limitaciones del cerebro

humano y los programas que intentan simular las capacidades del cerebro

humano (Newell y Simon, 1972; Simon y Newell, 1971).

3.3. El resurgimiento del conexionismo

Más recientemente, durante los años ochenta, un enfoque computacional co-

nocido como "redes neuronales" o "conexionismo" ha cobrado gran impor-

tancia como alternativa teórica en psicología a los modelos computacionales

simbólicos o clásicos, basados en la metáfora del ordenador.

Los modelos conexionistas, que son de inspiración neuronal o basados en la

"metáfora del cerebro", consisten en un conjunto de unidades o neuronas que

están interconectadas en forma de red. Cada una de estas unidades tiene un

nivel diferente de activación, que puede variar por ejemplo entre cero y uno,y cada una de las conexiones entre las diferentes unidades de la red tiene asig-

nada una fuerza o "peso". Cuando una unidad se activa entonces ésta propaga

su activación al resto de unidades con las que está conectada transmitiéndose

una mayor o menor cantidad de activación en función de la fuerza que tiene

la conexión entre dos neuronas.

La arquitectura de una red neuronal puede ser muy variada dependiendo del

número de unidades que tenga la red y del patrón de conectividad existente

entre las diferentes unidades.

En la figura siguiente se muestra una red neuronal muy simple formada por

cinco neuronas. En este caso tenemos una red neuronal formada por tres capas

de neuronas: dos neuronas "input" que forman el patrón de entrada a la red,

dos neuronas "ocultas" que forman la capa intermedia y una única neurona

"output" que corresponde al patrón de salida de la red.

Lectura recomendada

Para una introducción a losmodelos conexionistas, véaseMcClelland, Rumelhart y ThePDP Research Group, 1986;Rumelhart, McClelland y ThePDP Research Group, 1986.




Red neuronal compuesta por cinco neuronas

Una de las diferencias fundamentales entre los modelos basados en la metáfora

del ordenador y los modelos conexionistas es que mientras en los primeros el

procesamiento y el almacenamiento de la información tiene lugar en estruc-

turas separadas, en los modelos conexionistas ambas funciones son llevadas a

cabo por una misma estructura, las neuronas.

La arquitectura funcional de los modelos basados en la metáfora del ordenador

sería similar a la de un ordenador digital. El procesamiento está centralizado

(en la CPU) y se realiza de forma serial, mientras que el conocimiento es un

elemento esencialmente pasivo que se almacena en una estructura separada(en el disco duro). La información que el procesador central necesita manipu-

lar en cualquier momento se mantendría activa en otra estructura diferente

(un buffer o memoria tipo RAM).

En los modelos conexionistas, en cambio, el conocimiento queda almacenado

de forma distribuida en el patrón de conectividad existente entre las diferentes

unidades, y el procesamiento de la información tiene lugar en paralelo cuan-

do se propaga un determinado patrón de activación por la red. De esta forma,

una misma red neuronal puede aprender a establecer múltiples asociaciones

entre patrones input-output ajustando de forma progresiva el valor de los pe-

sos de cada una de las conexiones de la red. El aprendizaje, cómo se ajustan

los valores de los pesos, está basado en principios asociativos bastante simples

que derivan de los trabajos del psicólogo Donal Hebb (1949). Aunque con el

tiempo se han desarrollado diferentes algoritmos de aprendizaje para que las

redes neuronales puedan llegar a aprender asociaciones entre patrones cada

vez más complejas. Una diferencia importante sin embargo entre los modelos

conexionistas y los modelos conductistas de aprendizaje es que las redes neu-

ronales pueden generar representaciones internas (mentales).




Diversos modelos conexionistas han tenido un impacto profundo en el desa-

rrollo de la psicolingüística reciente y su influencia ha llegado hasta nuestros

días. Estos modelos no sólo han constituido una explicación teórica detallada

de muy diversos fenómenos, sino que, además, han estimulado la investiga-

ción experimental debido al gran número de predicciones que han generado.

Pero a pesar de la potencia que ofrecen las redes neuronales como herramienta

teórica, desde un punto de vista histórico, el resurgimiento del conexionismo

ha llevado a la polarización de la comunidad psicolingüística entre aquellos

que se muestran partidarios del enfoque conexionista y los que defienden el

enfoque "simbólico". La polémica entre estos dos enfoques teóricos, a veces

enquistada, sigue intacta en la actualidad y aún parece lejos de resolverse.

Polémica entre conexionistas y simbolistas

Algunos de los motivos de este enquistamiento y de la intensa crítica que ha sufrido elconexionismo desde las comunidades filosófica y lingüística residen en el hecho de ex-plicar el lenguaje como un sistema no modular (no específico de dominio) basado enpatrones estadísticos, en la utilización de principios asociativos para explicar el aprendi-zaje y en descartar la manipulación explícita de símbolos (ya que en una red neuronallas representaciones internas emergen de forma implícita a partir del cableado que seestablece por sí solo durante el proceso de aprendizaje). Otro de los motivos de este in-tenso enfrentamiento se debe a la importancia que los modelos conexionistas otorgana las regularidades estadísticas de la experiencia a la hora de adquirir el lenguaje, unapropuesta que choca frontalmente con la posición innatista defendida por Chomsky ysus seguidores.

3.4. La psicolingüística en los comienzos del siglo XXI

Modelos

Se han desarrollado modelospara el reconocimiento de pa-labras escritas, como el mode-lo IAC (interactive activationwith competition; McClelland

y Rumelhart, 1981; Rumelhart y McClelland, 1982) y para elreconocimiento de palabrashabladas, como el modeloTRACE (McClelland y Elman,1986). Otros modelos simulancómo los niños adquieren lamorfología del pasado simplede los verbos en inglés (Ru-melhart y McClelland, 1986)o cómo tiene lugar el proce-samiento sintáctico (Elman,1990; McDonald, 1994; Smo-lensky, 1990). Las redes neu-ronales también se han usadopara simular los procesos delectura (Seidenberg y McCle-lland, 1989; Plaut, McClelland,Seidenberg y Patterson, 1996) y para implementar las redessemánticas (Hinton, 1981;Shastri, 1989).

Si en etapas anteriores tanto la lingüística como la inteligencia artificial tu-

vieron una gran influencia en el desarrollo de la psicolingüística, durante los

últimos veinte años la neurociencia cognitiva ha ejercido una influencia si-

milar. En la década de 1990 se produjo un gran interés en estudiar la locali-

zación cerebral de los procesos lingüísticos, especialmente motivado porque

los científicos que estudian el lenguaje cada vez tienen más posibilidades de

acceder a las nuevas tecnologías de neuroimagen.

Pero a pesar de los recientes avances obtenidos en la localización cerebral del

lenguaje, aún estamos muy lejos de conocer en detalle cómo se llevan a cabo

o se implementan en las neuronas procesos muy básicos como la codificación

de un determinado fonema o de una determinada categoría sintáctica, y no

digamos ya por ejemplo cómo se implementan las representaciones concep-

tuales. La psicolingüística es un campo cada vez más diverso que se ha enri-

quecido gracias a las aportaciones teóricas y técnicas de múltiples disciplinas y

deberá seguir en esa dirección multidisciplinar para llegar a entender de forma

completa el tipo de computación que las distintas partes del cerebro llevan a

cabo para poder procesar el lenguaje.

Técnicas

Entre estas técnicas destacanla tomografía por emisión depositrones (TEP), la resonanciamagnética funcional (RMf), laelectroencefalografía (EEG), lamagnetoencefalografía (MEG) y la estimulación magnéticatranscraneal (EMT).




Bibliografía

Bibliografía básica

Berko, J. y Bernstein, N. (1999). Psicolingüística. Madrid: McGraw-Hill.

Carroll, D. W. (2006). Psicología del lenguaje (4.ª ed.). Madrid: Thomson.

Harley, T. (2009). Psicología del lenguaje. Madrid: McGraw-Hill.

Jackendoff, R. (2002). Foundations of Language. Brain, meaning, grammar, evolution. Oxford:University Press.

Pinker, S. (1994). El instinto del lenguaje. Alianza: Madrid.

Vega, M. de y Cuetos, F. (Eds.). (1999). Psicolingüística del español. Madrid: Trotta.

Referencias bibliográficas

Chomsky, N. (1957). Syntactic Structures. The Hague: Mouton.

Chomsky, N. (1965). Aspects of the Theory of Syntax. Cambridge, MA: MIT Press.

Collins, A. M. y Quillian, M. R. (1969). Retrieval time from semantic memory. Journal of Verbal Learning and Verbal Behavior , 8, 240-247.

Demers, R. A. (1988). Linguistics and animal communication. En F. J. Newmeyer (Ed.), Lin- guistics: The Cambridge Survey: Vol. 3: Language: Psychological and biological aspects (pp. 314-335). Cambridge: Cambridge University Press.

Elman, J. L. (1990). Finding structure in time. Cognitive Science, 14, 179-211.

Fodor, J. A. (1983). The Modularity of Mind: An Essay on Faculty Psychology . Cambridge, MA:MIT Press.

Hauser, M. (1996). The Evolution of Communication. Cambridge, MA: MIT Press.

Hebb, D. O. (1949). The Organization of Behaviour . New York: Wiley.

Hillix, W. A. (2007). The past, present, and possible futures of animal language research. En D.A. Washburn (Ed.), Primate perspectives on behaviour and cognition (pp. 223-234). Washington,DC: American Psychological Association.

Hinton, G. E. (1981). Implementing semantic networks in parallel hardware. En G. E. Hintony J. A. Anderson (Eds.). Parallel models of Associative Memory , 161-187. Hillsdale, NJ: Erlbaum.

McClelland, J. L. y Elman, J. L. (1986). The TRACE model of speech perception. Cognitive Psychology , 18, 1-86.

McClelland, J.L. y Rumelhart, D. E. (1981). An interactive activation model of context effectsin letter perception: Part 1. An account of basic findings. Psychological Review, 88, 375-407.

McClelland, J. L., Rumelhart, D. E., y The PDP Research Group (1986). Parallel distributed processing: Vol. 2: Psychological and biological models. Cambridge, MA: MIT Press.

McDonald, M. C. (1994). Probabilistic constraints and syntactic ambiguity resolution. Lan- guage and Cognitive Processes, 9, 157-201.

Mehler, J. (1963). Some effects of grammatical transformations on the recall of English sen-tences. Journal of Verbal Learning and Verbal Behavior , 2, 346-351.

Miller, G. A., y McKean, K. E. (1964). A chronometric study of some relations between sen-tences. Quarterly Journal of Experimental Psychology , 16, 297-308.

Minsky, M. (1975). A framework for representing knowledge. En P. Winston (Ed.), The psy-chology of computer vision. New York: McGraw Hill.

Newell, A. y Simon, H. (1972). Human Problem Solving . Englewood Cliffs, NJ: Prentice-Hall.

Newmeyer, F. L. (1986). Linguistic Theory in America, (2.ª ed.). London: Academic Press.




Pinker, S. (1994). The Language Instinct . New York: Morrow.

Plaut, D. C., McClelland, J. L., Seidenberg, M. S., y Patterson, K. (1996). Understanding nor-mal and impaired word reading: Computational principles in quasi-regular domains. Psycho-logical Review, 103, 56-115.

Quillian, M. R. (1968). Semantic memory. En M. Minsky (Ed.), Semantic information processing

(pp. 227-270). Cambridge, MA: MIT Press.

Rivas, E. (2005). Recent use of signs by chimpanzees (Pan troglodytes) in interactions withhumans. Journal of Comparative Psychology , 119, 404-417.

Rumelhart, D. E. y McClelland, J. L. (1982). An interactive activation model of context effectsin letter perception: Part 2. The contextual enhacement effect and some tests and extensionsof the model. Psychological Review, 89, 60-94.

Rumelhart, D. E. y McClelland, J. L. (1986). On learning the past tense of English verbs. EnD. E. Rumelhart, J. L. McClelland y The PDP Research Group, Parallel distributed processing:Vol. 2: Psychological and biological models (pp. 216-271). Cambridge, MA: MIT Press.

Rumelhart, D. E., McClelland, J. L., y The PDP Research Group. (1986). Parallel distributed processing: Vol. 1: Foundations. Cambridge, MA: MIT Press.

Savage-Rumbaugh, E. S. y Brakke, K. E. (1996). Animal language: Methodological and inter-pretive issues. En M. Bekoff y D. Jamieson (Eds.), Readings in animal cognition. Cambridge,MA: MIT Press.

Schank, R. C. y Abelson, R. (1977). Scripts, plans, goals, and understanding . Hillsdale, NJ: Law-rence Erlbaum Associates.

Seidenberg, M. S. y McClelland, J. L. (1989). A distributed, developmental model of wordrecognition and naming. Psychological Review, 96, 523-568.

Shastri, L. (1989). Default reasoning in semantic networks: A formalization of recognitionand inheritance. Artificial Intelligence, 39, 283-355.

Simon, H. y Newell, A. (1971). Human problem solving: The state of the theory in 1970.

American Psychologist , 26, 145-159.

Smolensky, P. (1990). Tensor product variable binding and the representations of symbolicstructures in connectionist systems. Artificial Intelligence, 46, 159-216.

Von Frisch, K. (1974). Decoding de language of bees. Science, 185, 663-668.

Winograd, T. (1972). Understanding Natural Language. New York: Academic Press.

mod 1 - psicología del lenguaje conceptos básicos

Documents