TESIS DOCTORAL APRENDIZAJE IMPLÍCITO Y EXPLÍCITO DE SECUENCIAS: DETERMINANTES E INDICADORES PRESENTADA EN EL DEPARTAMENTO DE PSICOLOGÍA EXPERIMENTAL Y FISIOLOGÍA DEL COMPORTAMIENTO DE LA UNIVERSIDAD DE GRANADA Joaquín Manuel Martínez Vaquero Directores: Juan Lupiáñez Castillo Universidad de Granada Luis Jiménez García Universidad de Santiago de Compostela Granada, 2004 Y así vamos hacia delante, botes que reman contracorriente incesantemente arrastrados hacia el pasado “El gran Gatsby”, Scott Fitzgerald PARA ESTRELLA Y ANGEL, PORQUE COMO DECÍA SERRAT, SON MÁS VERDAD QUE EL PAN Y LA VIDA Y PARA JUAN LUPIÁÑEZ, LUIS JIMÉNEZ, JESÚS LÓPEZ, JUAN MANUEL JIMÉNEZ Y ANDRÉS CATENA, POR CONFIAR Y PORFIAR EN QUE UN DECHADO DE DEFECTOS PODÍA INTENTAR HACER UNA TESIS AGRADECIMIENTOS Bueno, lo hemos conseguido. Sí, entre todos los que me habéis visto remar y remar y no queríais que me ahogara en la orilla. Esas PERSONAS que han hecho de la sala de becarios de experimental la historia más corta con más grande pasado que jamás existirá. Por ello, ahora que la pantalla del ordenador intimida poco, quiero dar las gracias a Andrés Molero, por quererme hasta asombrarme y enseñarme que a veces hay espejos que reflejan cosas sobre nosotros que desconocemos, a Ángel Correa, por ser tan grande, y más grande aún porque él no lo sabe, a Ana Chica, por convencerme de que nos conocemos desde la era cuaternaria, a Lalo, por ser los besos entre la ocurrencia y lo entrañable, a María Espinosa, por la media vuelta de tus llaves en mi puerta, a María Jesús, por coger tantas veces el timón de mi nenúfar cuando naufraga en una lágrima, a Dani Sanabria, el manual para no fallarle nunca a nadie, a Antonio González, porque mi risa siempre ha sido su risa, a Nacho Madrid, por hacer de tu sencillez la virtud más envidiable, a Alicia Callejas, por hacer que este trabajo se adelantara varias décadas a su tiempo violando todos los límites de la generosidad (espero encontrar los gestos para agradecértelo, porque las palabras…), a Patricia Román, por atesorar ese “no se qué” que hace que todos nos acordemos de ti cuando no estás (guárdalo bien), a Conchi Castellanos, por encontrar siempre las coordenadas de espacio y tiempo en las que uno se acuerda de que hay alguien más, a Maria Felipa, porque ser agradable llega a ser un arte, a Amparo Herrera, por tu facilidad para dar con el momento en el que detener el resto de momentos, a María Ruz, por hacerte siempre presente (Manhattan se me hizo como por el Realejo),a Gustavo Vázquez, por colgarme un sol en el cielo de la plaza del Obradoiro. Y cómo no, a Orea, Hierro, Raúl, Sonia, Pepe, Miluy y Edu Cantos, por afincarse conmigo en un ghetto que cabe en un dedal… porque ningún dios vivirá tanto tiempo como el que yo necesitaría para mostraros lo que sois para mí. 9 ÍNDICE 1. ¿QUÉ ES EL APRENDIZAJE? ........................................................................... 13 2. LO IMPLÍCITO Y LO EXPLÍCITO EN EL MARCO DEL APRENDIZAJE ... 17 2.1. ¿QUÉ ES EL APRENDIZAJE IMPLÍCITO? ............................................................ 18 2.1.1. El aprendizaje implícito: algo más que un aprendizaje inconsciente ......................................19 2.1.2. ¿Cómo se demuestra que un aprendizaje es implícito? ...........................................................22 2.1.3. ¿Cómo se estudia el aprendizaje implícito? ............................................................................26 2.3. ESTUDIO COMPARATIVO DEL CONOCIMIENTO IMPLÍCITO Y EXPLÍCITO .......................................................................................................................... 43 2.3.1. Disociación entre medidas directas e indirectas del aprendizaje.............................................44 2.3.2. La orientación intencional o incidental hacia el aprendizaje...................................................47 2.3.3. ¿Por qué son diferentes el conocimiento implícito y explícito?..............................................50 2.4. CONCLUSIONES ......................................................................................................... 54 3. EL APRENDIZAJE DE SECUENCIAS: UN PROCEDIMIENTO PARA CONTRASTAR LOS ASPECTOS IMPLÍCITOS Y EXPLÍCITOS DEL APRENDIZAJE............................................................................................................. 57 3.1. ¿CÓMO SE APRENDE?: PROCESOS DEL APRENDIZAJE IMPLÍCITO DE SECUENCIAS....................................................................................................................... 58 3.2. RELACIONES APRENDIDAS: ¿REGLAS, FRAGMENTOS O PROPIEDADES ESTADÍSTICAS DE LA SECUENCIA?............................................................................ 63 3.3. CONTENIDO DEL APRENDIZAJE: ¿APRENDIZAJE PERCEPTIVO O APRENDIZAJE MOTOR? ..........................................................................................................................................69 3.4. ¿CUALES SON LOS SUSTRATOS CEREBRALES DEL APRENDIZAJE DE SECUENCIAS?..................................................................................................................... 73 3.4.1. Lo que nos dicen las técnicas de neuroimagen .......................................................................74 3.4.2. El estudio de pacientes............................................................................................................76 3.4.3. Una propuesta estructural y funcional sobre las bases biológicas del aprendizaje de secuencias. ........................................................................................................................................78 3.5. CONCLUSIONES ......................................................................................................... 79 4. ESTUDIO EXPERIMENTAL DEL APRENDIZAJE IMPLÍCITO Y EXPLÍCITO DE SECUENCIAS ........................................................................................................ 81 4.1. PLANTEAMIENTO DE LA INVESTIGACIÓN....................................................... 81 4.2. OBTENCIÓN DE APRENDIZAJE IMPLÍCITO DE SECUENCIAS EN UNA SESIÓN DE ENTRENAMIENTO ...................................................................................... 86 EXPERIMENTO 1 ...........................................................................................................................87 EXPERIMENTO 2 ...........................................................................................................................99 4.3. EFECTOS DE LOS CAMBIOS EN LA ESTRUCTURA DE LA TAREA SOBRE LA EXPRESIÓN DEL APRENDIZAJE DE SECUENCIAS......................................... 109 EXPERIMENTO 3 .........................................................................................................................110 EXPERIMENTO 4 .........................................................................................................................118 EXPERIMENTO 5 .........................................................................................................................125 4.4. EFECTO DE LOS CAMBIOS EN LA VALIDEZ SOBRE LA EXPRESIÓN DEL CONOCIMIENTO ADQUIRIDO..................................................................................... 130 EXPERIMENTO 6 .........................................................................................................................131 4.5. TRANSFERENCIA DEL APRENDIZAJE DE SECUENCIAS: FLEXIBILIDAD PARA APLICAR EL CONOCIMIENTO EN UN NUEVO CONTEXTO ................... 138 EXPERIMENTO 7 .........................................................................................................................142 10 EXPERIMENTO 8 .........................................................................................................................152 5. DISCUSIÓN GENERAL ........................................................................................ 159 5.1. UN RECORRIDO POR NUESTROS DATOS: CÓMO GENERAR APRENDIZAJE IMPLÍCITO DE SECUENCIAS Y CUÁNDO SE DISOCIAN LA EXPRESIÓN DEL APRENDIZAJE IMPLICITO Y EXPLÍCITO. ............................. 159 5.1.1. Condiciones para obtener aprendizaje implícito de secuencias ............................................161 5.1.2. Efecto de los cambios estructurales en la tarea: ¿generar control sobre la conducta inhibe la expresión del conocimiento implícito? ...........................................................................................164 5.1.3. Reducir la utilidad de expresar lo que se sabe: la contención de la expresión del conocimiento explícito ..........................................................................................................................................165 5.1.4. La intención en el aprendizaje de secuencias: una forma de aprendizaje transferible para facilitar otros aprendizajes. .............................................................................................................165 5.2. EL APRENDIZAJE IMPLÍCITO: UN CONOCIMIENTO INFLEXIBLE PERO NO HIPERESPECÍFICO .................................................................................................. 167 5.3. DESCUBRIENDO DÓNDE RESIDE EL CONTROL DE LA EXPRESIÓN DE NUESTRO CONOCIMIENTO ......................................................................................... 174 5.4. APRENDIZAJE IMPLÍCITO Y EXPLÍCITO DE SECUENCIAS: DETERMINANTES E INDICADORES .......................................................................... 176 REFERENCIAS .......................................................................................................... 179 11 Recuerdo una ocasión en la que observando detenidamente una fotografía, me percaté de la curiosa semejanza entre mi postura para ver la televisión y la postura que frecuentemente adopta mi padre (por cierto, una postura que nunca me ha gustado). ¡Era la misma!... ¿cuándo lo copié?... ¿cuántas conductas que me gusten tan poco como ésta puedo estar llevando a cabo sin ser consciente? Preguntas como éstas me asaltaron pero, posiblemente, queden sin respuesta debido al fenómeno sobre el que gira en gran medida este trabajo: el aprendizaje no consciente. ¿En realidad podemos aprender sin ser conscientes de ello? Seguramente para respondernos a nosotros mismos esta pregunta necesitaríamos coger una grabadora y un espejo para que nos acompañaran durante algunos días. Sólo así podríamos darnos cuenta de que numerosos comportamientos aprendidos quedan fuera de nuestra consciencia. Observaríamos cómo nuestra forma de hablar es muy diferente según a quien nos dirijamos (los más cercanos a veces no salen bien parados), cómo nuestro rostro adopta gestos muy particulares en cada situación, alguno de nosotros descubriría que grita cuando habla por teléfono, (y a los extranjeros también)… en fin, quizá no sea buena idea esto del espejo y la grabadora. Busquemos ejemplos que nos sonrojen menos. Cualquiera de nosotros aprendió antes de acudir al colegio que para conjugar tiempos verbales en futuro debe asignar una desinencia bastante similar independientemente del verbo que se quiera poner en futuro (vendrá, sabrá, tendrá…) y que esta desinencia es bastante diferente a la que debemos utilizar si queremos conjugar verbos en un tiempo condicional (gustaría, podría, olvidaría). Obviamente, ninguno de nosotros aprendió conscientemente estas reglas: fue la experiencia de escucharlas y producirlas la que nos permitió adquirirlas sin propósito por nuestra parte y sin consciencia de estar incurriendo en su aprendizaje. Hacia la misma edad, la mayoría aprendió a mantener el equilibrio sobre una bicicleta, pero en el colegio sólo me explicaron aquello de los tiempos verbales, así que todavía nadie me ha desvelado en realidad cómo aprendí a montar en bicicleta. Recuerdo el intento de aprender, ¿pero qué hice (y qué hago) exactamente para no caerme? 12 Saliendo de la infancia, podríamos sorprendernos si nos paramos a pensar cuántas opiniones o afectos hacia otras personas, presagios o presentimientos, se desarrollan sin que podamos explicar sus causas. ¿Por qué alguien nos puede resultar agradable o desagradable a los escasos segundos de conocerlo? ¿Cómo se decide comenzar a salir con alguien? De nuevo, nuestra experiencia previa nos influye pero no somos conscientes de esa influencia. En definitiva, nuestra vida cotidiana está colmada de numerosos ejemplos de este tipo, e incluso más complejos, que revelan cómo gran parte de nuestra conducta y de nuestro conocimiento procede de aprendizajes inconscientes. Es decir, comportamientos y conocimientos aprendidos sin intención de aprenderlos, sin que fuéramos conscientes de estar aprendiéndolos cuando los adquirimos, y sobre los que incluso actualmente podemos no tener consciencia de poseerlos. Cuando la psicología científica se ha acercado al estudio del aprendizaje inconsciente, generalmente lo ha denominado aprendizaje implícito, una expresión que procede del uso habitual de los términos “implícito” y “explícito” para referirse a los fenómenos inconscientes y conscientes respectivamente. Ciñéndonos al marco del aprendizaje, como hemos ilustrado, ambos términos aludirían a diferentes formas de adquirir conocimiento, e incluso, a la luz de investigaciones realizadas en las últimas décadas, estamos empezando a saber que ambos tipos de aprendizaje poseen distintas propiedades. En este sentido, la investigación que presentamos pretende aportar nuevos conocimientos acerca de esas distinciones, centrándonos sobre todo en la búsqueda de contextos donde se disocie la expresión de ambos modos de aprendizaje. ¿Existen situaciones donde se exprese nuestro aprendizaje sólo si es implícito? ¿Y la situación opuesta, donde se exprese nuestro conocimiento sólo si somos conscientes de él? Nuestra investigación ha encontrado respuestas afirmativas a ambas preguntas que enseguida concretaremos, pero antes conozcamos las definiciones más consensuadas sobre el aprendizaje implícito y el estado actual de su investigación, un acercamiento en absoluto banal ya que, como veremos, estamos ante un fenómeno sobre el que existe un debate bastante férreo. 1. ¿QUÉ ES EL APRENDIZAJE? Para comprender la inmensa mayoría de los fenómenos de aprendizaje quizá no es necesario partir de una definición exhaustiva del término. En su lugar, cualquier noción vaga ampliamente compartida puede ser suficiente. Una noción de esta índole podría entender el aprendizaje como el proceso de adquisición de conocimiento que conduce a la posesión del mismo, una definición simple que, sin embargo, podría ser aceptada en disciplinas como la Psicología de la Educación o la Psicología Cognitiva. Pero en la medida que uno de los objetos de estudio de nuestra serie experimental es la diferenciación entre aprendizaje consciente y no consciente, esta definición reclama más precisión. De lo contrario, cualquier forma de adquisición de conocimiento por parte un sistema que no tenga consciencia de que está llevando a cabo tales procesos (e.g. un ordenador), podría considerarse como aprendizaje. Los intentos más sistemáticos por definir aprendizaje han provenido de una aproximación conductual a su estudio, centrada en gran medida en la experimentación con animales (ver Kimble, 1961). En las últimas décadas esta aproximación ha establecido vínculos con marcos cognitivos, creando ámbitos de investigación en los 14 que una definición ampliamente compartida concibe éste como cualquier cambio duradero en la potencialidad de la conducta, resultado de la experiencia con acontecimientos ambientales (Domjan y Burkhard, 1990). Esta definición permite diferenciar el aprendizaje de otros cambios en el comportamiento no duraderos que son producto de la fatiga, de cambios en el ambiente, o de cambios en el estado fisiológico o motivacional del organismo, así como de otros cambios que aún siendo duraderos, no derivan de la experiencia, sino de procesos de maduración de un organismo. Por otra parte, el término potencialidad permite una relevante distinción entre el aprendizaje y su expresión, que puede venir determinada por otros muchos factores distintos al propio aprendizaje (Domjan y Burkhard, 1990).1 Este intento significa un acercamiento bastante más preciso que el que tomamos de partida, pero si nuevamente le añadimos el carácter inconsciente, podemos encontrarnos con la sorpresa de tener que aplicarlo a distintas especies o artefactos que van desde los termostatos a las tostadoras de calor, pasando por instrumentos musicales, plantas y, cómo no, ordenadores. Por ejemplo, podemos asumir que la batería de nuestros teléfonos móviles “aprende” a descargase más fácilmente cuando se carga con mucha frecuencia, o que la cuerdas de una guitarra aprenden cuando son nuevas, ya que en un principio se desafinan mucho cada vez que se toca, pero con su uso repetido se desafinan progresivamente menos hasta que llega un momento en el que se estabilizan (reacción duradera), desafinándose muy poco cada vez que se tocan. Para superar estas confusiones, parece necesario restringir la aplicación del concepto de aprendizaje a la producción de cambios en sustratos neurales (Lehey y Harris, 1997). En otras palabras, el aprendizaje debe suponer asimilación de conocimiento por parte de un sistema nervioso plástico. De este modo, podemos contar con una definición que excluya los ejemplos anteriores, sin dejar de mantener un dominio amplio que incluya como aprendizaje desde, por ejemplo, cambios conductuales observados en anélidos como producto de su experiencia, hasta, pongamos por caso, complejas operaciones matemáticas en seres humanos. 1 Esta definición es imprecisa con respecto a las experiencias denominadas de troquelado, en las que la exposición a ciertos estímulos es necesaria para que se produzcan cambios madurativos (Domjan y Burkhard, 1990). Por ejemplo, recibir luz en ciertos periodos críticos, es necesario para que ciertas plantas alcancen determinados estados de maduración. ¿Qué es el aprendizaje? 15 Otras aproximaciones, en cambio, permiten excluir los ejemplos anómalos a costa de defender una concepción más restrictiva del fenómeno de aprendizaje. En este sentido, Cleeremans y Jiménez (2002) consideran el aprendizaje como una capacidad exclusiva de los organismos que poseen experiencias (i.e., un cierto tipo de sensibilidad con componentes fenomenológicos), y lo definen como un resultado de estas "experiencias". Por el contrario, los cambios derivados de otros tipos de contacto con el medio por parte de organismos (o aparatos) que carezcan de esta modalidad subjetiva serían considerados adaptaciones derivadas de otro tipo de "sensibilidad", más que aprendizajes resultantes de una "experiencia". Sin duda, una interpretación literal de esta última concepción puede inducirnos a pensar que los autores niegan la existencia del aprendizaje inconsciente. Sin embargo, Cleeremans y Jiménez (2002) mantienen que podemos aprender de manera inconsciente las relaciones que mantienen ciertos estímulos presentados dentro de un contexto global del cual somos conscientes. Este contexto sería simplemente la situación en la que está inmerso el aprendiz, y el aprendizaje se produciría sin consciencia siempre que los elementos que se perciben conscientemente en esa situación no lleven al aprendiz a detectar la existencia de una relación susceptible de ser aprendida. En definitiva, desde una concepción del aprendizaje como capacidad propia de organismos con un sistema nervioso plástico, o de seres con experiencia consciente, podemos manejar el término aprendizaje inconsciente como un fenómeno que acontece en determinados seres vivos, por el cual estos cambian su actividad en función de su experiencia previa con el medio. De hecho, estas dos posturas pueden vincularse si se considera el aprendizaje como un proceso que acontece en organismos con alguna forma primitiva de sistema nervioso capaz de generar experiencias subjetivas de recompensa y castigo, que sirven para moldear su conducta de manera adaptativa (Cleeremans y Jiménez 2002). Ahora bien, no debemos olvidar que considerar la experiencia subjetiva como requisito de un episodio de aprendizaje restringe en cierta medida el espectro de especies que podemos considerar con la capacidad de aprender, y el rango de fenómenos de cambio de conducta que pueden ser considerados aprendizaje en el ser humano. En otros términos, desde esta concepción no debería aplicarse el término aprendizaje a fenómenos adaptativos producidos en organismos tan simples como los anélidos, o a 16 cambios fisiológicos básicos producidos en nuestro organismo, como por ejemplo el condicionamiento del sistema inmune. 2. LO IMPLÍCITO Y LO EXPLÍCITO EN EL MARCO DEL APRENDIZAJE En el ámbito de la Psicología Cognitiva, el término “implícito” hace referencia a los fenómenos inconscientes, y figura como contraposición al término “explícito”, empleado para aludir a los procesos conscientes. Si trasladamos estas etiquetas al marco del aprendizaje, fácilmente convendríamos en concebir el aprendizaje implícito como la adquisición de conocimiento que tiene lugar sin consciencia de haber aprendido. Sin embargo, la mayoría de los intentos por definir este fenómeno coinciden en concebirlo de una manera más amplia, destacando no sólo el carácter inconsciente del aprendizaje, sino también la ausencia de intención de aprender (para una revisión sobre definiciones de aprendizaje implícito, ver Frensch, 1998). En sintonía con esta definición, si invertimos las propiedades, el aprendizaje explícito confinaría aquellas situaciones en las que tenemos intención de aprender, y por ello, empleamos estrategias conscientes que dan como resultado un conocimiento accesible a consciencia. 18 2.1. ¿QUÉ ES EL APRENDIZAJE IMPLÍCITO? Centrándonos en la definición de aprendizaje implícito presentada, en ella se sostiene que un episodio de aprendizaje será implícito si cumple dos condiciones: aprender de manera no intencional y sin consciencia de lo que se aprende. En principio, esta conjunción puede suscitar cierta confusión si no se precisa qué aporta subrayar la no intencionalidad de un aprendizaje ya de por sí concebido como inconsciente. En efecto, intención y consciencia son dos conceptos muy relacionados que pueden resultar en un principio redundantes, pero un acercamiento más preciso nos demuestra que no son las dos caras de una misma moneda. Sirva como muestra reparar en que todos tenemos preocupaciones o recuerdos aversivos que ocupan nuestra consciencia y está muy lejos de nuestra intención querer que nos aborden. Del mismo modo, soñar es tan consciente como alejado de nuestra intención y, en sentido contrario, muchos fumadores son conscientes de que han encendido un nuevo cigarrillo cuando han pasado unos segundos desde que iniciaron el comportamiento (fumar) que sin duda “querían” hacer. ¿Pero intención y consciencia son también disociables en contextos de aprendizaje? En un sentido parece claro que sí. Podemos aprender eventos o relaciones entre eventos sin ninguna intención y ser plenamente consciente de lo aprendido (nadie tuvo nunca intención de aprender cómo visten los enfermeros o de adquirir ciertos miedos ante algunos estímulos), sin embargo la plausibidad del sentido contrario resulta más dudosa, es decir, nos cuesta concebir que hayamos aprendido intencionalmente cuando no tenemos consciencia de lo aprendido. Por tanto, parece que el carácter inconsciente de un aprendizaje lleva ligado la falta de intención en su adquisición. Seguimos en el mismo sitio, ¿qué aporta destacar la ausencia de intencionalidad si exigimos que sea inconsciente? Es más, a pesar de la insistencia en la relevancia de ambos criterios, en los estudios de aprendizaje implícito, la intención de aprender sólo se ha evaluado directamente en contadas excepciones, consistiendo estas evaluaciones en preguntar al participante si ha intentado aprovecharse de las regularidades que mantenían los eventos mostrados (e.g. Cleeremans y McClelland, 1991, Willingham, Greeley y Bardone, 1993). En su lugar, generalmente se ha supuesto la ausencia de intencionalidad creando procedimientos que dificulten la captación consciente de la información que pueden aprender, y constatando, con medidas de consciencia, el carácter inconsciente del aprendizaje. En última instancia, esta constatación nos permitiría afirmar que la Lo implícito y lo explícito en el marco del aprendizaje 19 información ha sido bien ocultada y que, en consecuencia, no se ha suscitado en el participante la intención de aprenderla. En resumen, si podemos afirmar que el procedimiento seguido para demostrar que un aprendizaje es implícito es el mismo que el procedimiento que nos conduciría a afirmar que es inconsciente, ¿por qué mantener dos términos como aprendizaje inconsciente y aprendizaje implícito?, ¿por qué incluir la no intencionalidad en la definición de este último? Conocer el tipo de aprendizajes inconscientes que se consideran dentro del marco más reducido del aprendizaje implícito y el origen de su estudio nos ofrecerá respuestas precisas a estas preguntas. 2.1.1. El aprendizaje implícito: algo más que un aprendizaje inconsciente En condiciones controladas de laboratorio, la obtención de aprendizaje inconsciente se ha intentado fundamentalmente a partir de dos métodos: por un lado la presentación subliminal de estímulos, y por otro lado la exposición de estímulos supraliminalmente (por encima del umbral de percepción consciente) pero desviando la atención del participante hacia otros aspectos de la tarea, y/o estableciendo relaciones complejas o sutiles entre los estímulos para evitar la adquisición consciente de la información relevante. Entre estos dos métodos, el aprendizaje subliminal ha sido el menos utilizado, encontrándose algunos ejemplos en preparaciones de condicionamiento clásico (e.g. Esteves, Parra, Dimberg y Öhman, 1994; Öhman y Soares, 1994, 1998), en procedimientos para adquirir disposiciones afectivas hacia determinados estímulos (denominados condicionamiento evaluativo; e.g. De Houwer Baeyens y Eelen, 1994; De Houwer, Hendrix y Baeyens, 1997) o en otras preparaciones de contenido relacional sencillo como covariaciones sutiles entre estímulos (Lambert, Naikar, McLachlan, Aitken, 1999). En cambio, la presentación supraliminal de estímulos acompañada de alguna estrategia para ocultar la información objeto de aprendizaje, ha sido el método más generalizado, encontrándose también ejemplos con condicionamiento clásico (e.g. Clark y Squire, 1998), condicionamiento evaluativo (e.g. Baeyens, Eelen, Berg y Crombez, 1989; Olson y Fazio, 2001), covariaciones sutiles entre estímulos (e.g. Lewicki, 1986; Chun y Jiang, 1998; 1999, Jiang y Chun, 2001), y con otros procedimientos de asociación simple como el condicionamiento operante (Greenspoon, 1955; citado en Berry, 1997; Svartdal, 20 1992), pero sobre todo esta presentación no subliminal ha sido muy utilizada en la forma de tareas más elaboradas que tienen en común la presencia de relaciones complejas entre los estímulos, cuyo aprendizaje permite al participante mejorar su ejecución a pesar de que, una vez concluida la tarea, muestra no haberse percatado conscientemente de esas regularidades. Entre estas tareas destacan por su extendido empleo las gramáticas artificiales, el aprendizaje de secuencias, y el aprendizaje de sistemas complejos. En las primeras, se pretende que el participante aprenda las reglas que rigen como se ordenan las letras contenidas en breves cadenas (e.g. Reber, 1967, 1993). En el aprendizaje de secuencias, los sujetos responden a sucesivas localizaciones de un estímulo y aprenden la secuencia que siguen estos estímulos (e.g. Cleeremans y McClelland, 1991; Lewicki, Czyzewska y Hoffman, 1987; Nissen y Bullemer, 1987; Stadler, 1989). Y por último, en las tareas de control de sistemas complejos, los aprendices manipulan una serie de variables de un sistema para tratar de alcanzar unos determinados niveles en otras variables relacionadas (e.g. Berry y Broadbent 1984; Broadbent, Fitzgerald y Broadbent, 1986). Precisamente estas tres tareas complejas son las que tradicionalmente se han englobado dentro del estudio del aprendizaje implícito. Como hemos comentado, estas tareas tienen de particular la presencia de relaciones complejas entre los estímulos que son aprendidas a pesar de que nunca se informa de su existencia y de que se toman ciertas precauciones para que el participante no las descubra conscientemente. Por tanto, aquí se encuentra en parte la respuesta a nuestro interrogante: dada esta complejidad de las relaciones, resulta muy relevante que los participantes puedan aprender sin intención, por ello, la definición, incluye la no intencionalidad, con el objeto de destacar y describir las propiedades del proceso de aprendizaje de esa información compleja. Esta definición de aprendizaje implícito que venimos describiendo, fue acuñada por Reber (1967) para explicar los resultados que obtuvo cuando ideó la mencionada tarea de gramáticas artificiales, y con ella se distanció del término aprendizaje inconsciente empleado previamente en otros contextos (e.g. Jenkins, 1933; Thorndike y Rock, 1934). Extendiendo algo más la breve explicación de antes, en esa tarea combinó letras en cadenas sin sentido del tipo “”MTTV” o “VXVRXR” que respondían a las reglas marcadas por una gramática artificial, y las presentó a sus participantes pidiéndoles que Lo implícito y lo explícito en el marco del aprendizaje 21 las memorizaran pero sin hacer ninguna mención a la existencia de tales reglas para generar las cadenas (Reber, 1967; Experimento 2). Una vez memorizadas les informó de la existencia de la gramática sin concretar las reglas que la configuraban, sólo con el objeto de que en función del conocimiento que tenían en ese momento, clasificaran nuevas cadenas como acordes o no a las reglas de la gramática. En esta clasificación, observó que los participantes acertaban más de lo esperado por azar, y más que los participantes de un grupo control que en la fase de adquisición memorizaron cadenas de letras no gramaticales. Pero a pesar de este acierto, no sabían describir las reglas que regían la combinación de las letras, lo que le llevó a concluir que los participantes habían aprendido de manera implícita las complejas reglas de la gramática. Con estos resultados pronunció la definición original de aprendizaje implícito, destacando el carácter no intencional del aprendizaje de las complejas reglas (para los participantes la tarea consistía en memorizar ejemplares sin sentido), y la dificultad para verbalizar el aprendizaje que les permitía realizar con éxito la clasificación. En definitiva, Reber (1967) recalcó que el proceso de aprendizaje de algo tan complejo pudiera conseguirse sin intentar aprender, una apreciación que sentó las bases para considerar la ausencia de intención un componente necesario para entender este fenómeno. En cambio, no cabe duda que esta observación carece de sentido en preparaciones para obtener condicionamiento clásico o condicionamiento evaluativo inconsciente, toda vez que la intención no influye en la adquisición de respuestas o juicios afectivos; y del mismo modo también podemos considerar que es irrelevante en condiciones de aprendizaje subliminal, donde la imposibilidad de percibir conscientemente los estímulos resta todo valor a incluir la no intencionalidad en la descripción del aprendizaje. Por estas razones, quizá no demasiado explícitas en la literatura al respecto, estos aprendizajes para los que la intención es algo insustancial no suelen incluirse bajo la etiqueta de aprendizaje implícito, siendo el término aprendizaje inconsciente suficiente para describirlos. En resumen, el estudio del aprendizaje implícito se inició con una tarea de aprendizaje complejo (las gramáticas artificiales) que sorprendentemente podía aprenderse sin intención y que según su descubridor generaba un conocimiento que no podía expresarse verbalmente. Por tanto recalcar la ausencia de intención se ha considerado útil para definir el proceso de adquisición, mientras que la medida de consciencia permite 22 confirmar que el proceso de aprendizaje y su expresión son en realidad no intencionales. Desde entonces, otras tareas se han sumado dentro del estudio del aprendizaje implícito, pero no es menos cierto que se ha desarrollado un intenso debate sobre si estas tareas demuestran en realidad aprendizaje implícito. Para conocer en qué punto se encuentra actualmente esta discusión, precisemos en primer lugar cómo se demuestra que un aprendizaje es implícito. 2.1.2. ¿Cómo se demuestra que un aprendizaje es implícito? Como venimos comentando, las medidas de consciencia del aprendizaje se convierten en la piedra angular para demostrar aprendizaje implícito, unas medidas centradas en indagar el grado de consciencia adquirido sobre el contenido del aprendizaje para, a partir de esta observación, inferir si el proceso de aprendizaje y su expresión fueron no intencionales e inconscientes. No cabe duda de que la evaluación ideal debería rastrear los tres ámbitos internos del aprendizaje (proceso de adquisición, contenido representado en memoria, y expresión de lo aprendido), pero la evaluación del proceso se antoja muy difícil sin ocasionar que el aprendiz se percate de la información que pretendemos que aprenda. No obstante, más adelante nos detendremos en medidas de neuroimagen que parecen ofrecer posibilidades de esta índole. Por lo que respecta a la expresión, el carácter inconsciente del contenido del aprendizaje garantiza que su expresión también lo será. ¿Cómo se demuestra que el aprendizaje adquirido en cualquier procedimiento o tarea ha sido inconsciente? El método generalmente utilizado ha sido la búsqueda de una disociación entre las que se han venido a denominar medidas directas y medidas indirectas de aprendizaje. Las medidas directas serían aquellas en las que expresamente se pide al participante que intente recordar lo aprendido, por tanto son medidas que inducen el uso consciente del conocimiento relevante. En cambio, las medidas indirectas serían aquellas que permiten observar el aprendizaje sin pedir al participante que revele lo aprendido, evitando así promover el uso de conocimiento consciente. Ilustremos con un ejemplo este método de demostración de aprendizaje inconsciente. Lo implícito y lo explícito en el marco del aprendizaje 23 Imaginemos un contexto de condicionamiento clásico en el que un estímulo neutral se presenta de manera subliminal antecediendo a un tono muy desagradable que produce una fuerte respuesta fisiológica. Cuando esta asociación se ha presentado varias veces, la sola presentación del primer estimulo también produce la respuesta fisiológica. Esta respuesta sería una medida indirecta porque no estamos pidiendo al participante que exprese verbalmente la asociación aprendida y éste desconoce que ése registro se utiliza para conocer su aprendizaje. En cambio la medida directa consistiría precisamente en pedir al participante que nos diga qué dos estímulos han sido asociados (puede verse una preparación de este tipo en Öhman y Soares, 1994). Los problemas de preguntar al participante qué cree haber aprendido Aunque partiendo de estos principios parece tarea fácil discriminar si un aprendizaje es consciente o inconsciente, lejos de ser así, esta cuestión ha generado un persistente debate centrado fundamentalmente en la adecuación de las medidas directas empleadas. En una extensa revisión sobre la evidencia disponible para considerar la existencia de aprendizaje inconsciente, Shanks y St. John (1994) argumentaron que una adecuada medida de consciencia debía cumplir dos criterios. Por un lado un criterio de información, que consiste en que la medida directa debe demandar la misma información responsable de la ejecución en la medida indirecta; y por otro lado un criterio de sensibilidad, que responde a la exigencia de que la medida sea lo suficientemente sensible para poder extraer todo el conocimiento relevante para la tarea que haya sido adquirido de manera consciente. A la luz de estos criterios, Shanks y St. John (1994) descartaron el uso de medidas de informe verbal, usadas casi exclusivamente hasta ese momento. Según estos autores, los informes verbales corren el riesgo de no cubrir el criterio de información en contextos de aprendizajes complejos si las preguntas no rastrean todo el conocimiento que puede permitir al participante mostrar su aprendizaje, o en el caso de que no sepan describir con palabras lo que han aprendido conscientemente. Asimismo, incumplirían el criterio de sensibilidad ya que las preguntas abiertas y los cuestionarios distan mucho de poseer las claves contextuales de recuerdo presentes durante la tarea y además ante este tipo de preguntas los participantes pueden omitir aquella parte de su conocimiento sobre la que tienen poca confianza. 24 Las medidas objetivas de consciencia Como alternativa aconsejaron el uso de medidas objetivas como las pruebas de reconocimiento de la información aprendida entre otra información distractora, o la generación de las relaciones aprendidas a partir de un elemento dado y ofreciendo un limitado conjunto de opciones para que se escoja cuál sería el elemento asociado. En definitiva, pruebas que recogen toda la información relevante presentada en la fase de adquisición y exigen una elección forzada que elimina la posibilidad de esconder información por no confiar en ella. La aplicación de los criterios de información y sensibilidad llevó a Shanks y St. John (1994) a desacreditar convincentemente la práctica totalidad de las investigaciones que hasta entonces afirmaban haber obtenido aprendizaje inconsciente (entre ellas, obviamente, las realizadas bajo la etiqueta de aprendizaje implícito). Entre docenas de estudios discutidos, solamente un trabajo de Stadler (1989) con la tarea de secuencias cumplía los criterios mencionados. Sin embargo, las medidas objetivas también han sido objeto de crítica al demostrarse que la ejecución en pruebas de reconocimiento o generación está influida tanto por procesos implícitos como explícitos (e.g. Destrebecqz y Cleeremans, 2001; Jacoby, 1991; Merikle y Reingold, 1992). En otras palabras, al evidenciarse que no satisfacen un criterio de exclusividad en virtud del cual su ejecución estaría exclusivamente determinada por procesos conscientes (Cheesman y Merikle, 1984; Merikle y Reingold, 1992; Reingold y Merikle, 1988). Las medidas subjetivas de consciencia Este cuestionamiento de las medidas objetivas surgió en el campo de la percepción implícita y desembocó en una interesante distinción establecida por Cheesman y Merikle (1984) entre criterios objetivos y subjetivos de consciencia. La creación de un criterio subjetivo pretendía eliminar la posible influencia de procesos inconscientes considerando como criterio de consciencia la creencia que la persona tiene acerca de si posee el conocimiento que demuestra. De este modo la decisión de si un aprendizaje es consciente recae en el participante y no en el experimentador, circunstancia que permitiría al concepto de consciencia acentuar su cualidad fenomenológica (Cheesman y Merikle, 1984). La fórmula ideada por estos autores Lo implícito y lo explícito en el marco del aprendizaje 25 como medida subjetiva de consciencia fue el criterio de adivinación, consistente en evaluar en qué medida la persona confiesa estar adivinando a pesar de mostrar juicios acertados en una medida directa. Posteriormente Chan (1992, citado en Dienes y Berry, 1997) incorporó el criterio de correlación cero entre aciertos en los juicios y confianza en los mismos. Para ilustrar estos criterios con un ejemplo, tomando una prueba de reconocimiento como medida directa objetiva, el criterio subjetivo implicaría preguntar a los participantes si creen que sus discriminaciones son producto de adivinaciones (Dienes y Berry, 1997) o pedir que expresen la confianza con la que realizan cada juicio de reconocimiento. En definitiva, estamos ante una medida de metaconocimiento que consiste en “saber que se sabe” (Dienes y Berry, 1997; Dienes y Perner, 2002). Disociando los procesos conscientes e inconscientes Una elegante alternativa para superar el problema de la influencia de procesos inconscientes sobre la medida directa ha sido el procedimiento de disociación de procesos (PDP) desarrollado por Jacoby (1991). En este procedimiento se asume que no existen tareas puras mediadas sólo por procesos conscientes o inconscientes y que, en consecuencia, lo más razonable es precisar cómo contribuyen a la ejecución cada uno de estos procesos por separado. Para ello Jacoby ideó una fórmula que consiste en comparar la ejecución bajo dos condiciones, una denominada de inclusión en la que se pide al participante que intente acertar en sus juicios empleando el conocimiento adquirido con anterioridad, y otra llamada de exclusión en la que se pide que evite emplear ese conocimiento para realizar la prueba. El sentido de esta comparación radica en que la naturaleza incontrolable de los procesos inconscientes conducirá al uso de conocimiento inconsciente no sólo en la condición de inclusión, sino también en la de exclusión, ya que su carácter incontrolable los hace indemnes a la intención de no usar ese conocimiento previo. De este modo, una vez igualadas ambas condiciones en cuanto al sentido de la influencia de los procesos inconscientes, una mejor ejecución en la condición de inclusión se debería a la intención de usar el conocimiento previo, es decir, a procesos conscientes. Aunque esta medida fue introducida por Jacoby (1991) como una medida de memoria consciente y ha sido empleada como tal en tareas de aprendizaje implícito como gramáticas artificiales (Dienes, Altmann, Kwan, y Goode, 1995) y secuencias 26 (Destrebecqz y Cleeremans, 2001), Neal y Hesketh (1997a) han planteado que las instrucciones de la tarea conciernen más al uso intencional o no intencional del conocimiento que a la consciencia de su contenido. Más adelante incidiremos en la importancia de esta apreciación desde perspectivas que sugieren reconvertir la medida de consciencia en medidas del uso intencional del conocimiento, un cambio que implicaría trasladar la definición de aprendizaje implícito en términos de esencia (contenido) hacia una definición operacional en términos de intención (Stadler, 1997) más fácil de abordar metodológicamente (Frensch, 1998). En síntesis, podemos decir que las medidas de consciencia parecen condenadas a bascular por los pesos opuestos de la sensibilidad y la exclusividad. La búsqueda de medidas cada vez más sensibles ha conducido a hacia medidas objetivas que parecen recoger procesos que no son exclusivamente conscientes, y la búsqueda de reducir la influencia de procesos inconscientes, nos lleva a medidas subjetivas menos rigurosas por estar condicionadas al criterio de cada persona sobre lo que es adivinar o tener confianza en su conocimiento. Un interesante intento por conciliar sensibilidad y exclusividad se desprende del procedimiento de disociación de procesos conscientes e inconscientes ideado por Jacoby (1991), pero por el momento su uso no es muy extendido. Conocidas las medidas que nos permiten saber si un aprendizaje es inconsciente, a continuación presentamos las tareas clásicas desarrolladas en el ámbito del aprendizaje implícito, deteniéndonos en la discusión que en torno a cada una ellas se ha generado acerca de si en realidad demuestran tal aprendizaje. 2.1.3. ¿Cómo se estudia el aprendizaje implícito? Las gramáticas artificiales Como antes comentamos, la tarea de gramáticas artificiales creada por Reber (1967) supuso el inicio del estudio experimental del aprendizaje implícito y su primera definición. Pero investigaciones posteriores han puesta en duda que en realidad los participantes adquieran un aprendizaje inconsciente cuando realizan esta tarea. Para comprender estas dudas, se hace necesario insistir aún más en el procedimiento que Lo implícito y lo explícito en el marco del aprendizaje 27 hasta ahora hemos descrito sobre esta tarea, una insistencia que nos permitirá ilustrar los problemas a los que se enfrenta toda investigación en el ámbito del aprendizaje implícito. Atraído por el lenguaje como ejemplo quizá paradigmático de aprendizaje implícito, empleó letras para generar cadenas sin sentido que respondían a las reglas de una gramática como la que se observa en la figura 1, y desarrolló su procedimiento en tres fases, una primera de adquisición, una segunda en la que pone a prueba el conocimiento adquirido, y una tercera en la que se explora si ese conocimiento es consciente. En la fase de adquisición los participantes reciben entre 15 y 25 cadenas de letras de extensión variable (entre 3 y 8 letras) generadas a partir de la gramática que determina las combinaciones de letras. En esta primera fase, los participantes no son informados de la existencia de esta gramática, simplemente se les pide que memoricen las cadenas de letras presentadas. Posteriormente, en la fase de prueba, son informados de la existencia de esa gramática, aunque no de las reglas concretas que la configuran, y se les pide que clasifiquen nuevas cadenas de letras como gramaticales o no gramaticales en función de que crean que siguen o no las mismas reglas que cumplían las cadenas de letras memorizadas en la primera fase. En esta segunda fase la mitad de las cadenas mostradas respetan las reglas mientras que la otra mitad no. Por último, en la tercera parte se utiliza algún tipo de medida de consciencia para analizar hasta qué punto los juicios de clasificación se han beneficiado de algún conocimiento consciente. Los resultados más relevantes que se obtienen con esta tarea son fundamentalmente tres: en primer lugar, se observa que los participantes que han pasado por la fase de adquisición descrita ejecutan la tarea de clasificación mejor de lo esperado por azar, y mejor que los participantes de un grupo control que en la fase de adquisición memorizaron cadenas de letras no gramaticales; en segundo lugar, los participantes, a pesar de mostrar aprendizaje en la tarea de clasificación, no expresan verbalmente las reglas que rigen la combinación de las letras; y en tercer lugar, cuando en la fase de prueba se cambia el conjunto de letras sigue observándose un acierto por encima del azar en los juicios de clasificación, lo que sugiere que el conocimiento adquirido es transferible (para una revisión ver Reber, 1989). 28 T #1 #2 X Q #0 #5 V W T #3 P #4 X Figura 1. Ejemplo de una gramática artificial de estados finitos. En ella las letras se combinan en función de las relaciones que permiten las indicaciones de las flechas. El primer nodo (#0) y último (#5) son el mismo. Reber (1967, 1989) ha explicado sistemáticamente este conjunto de resultados concibiendo que los participantes aprenden de manera implícita un conjunto de complejas reglas abstractas. Complejas por no ser lo suficientemente salientes como para ser captadas conscientemente por los participantes, y abstractas por ser transferibles a otros estímulos que obedezcan a las mismas reglas subyacentes. Sin embargo, esta explicación ha sido fuertemente discutida por no tener en cuenta que los participantes podían realizar buenos juicios de gramaticalidad por el aprendizaje de otros aspectos diferentes a las reglas. ¿Qué se aprende en una tarea de gramáticas artificiales? Para poder afirmar que un aprendizaje es inconsciente es necesario saber con precisión qué se aprende o qué puede aprenderse en una tarea. Sólo contando con esta precisión, podemos asegurar que la medida directa está explorando el mismo conocimiento que el participante muestra en la medida indirecta. No es infrecuente que en una tarea de aprendizaje implícito puedan aprenderse varios aspectos, y que cualquiera de esos diferentes aprendizajes por sí solo permita una buena ejecución. En una situación de este tipo, si la medida directa sólo explora uno de Lo implícito y lo explícito en el marco del aprendizaje 29 esos posibles aprendizajes, podemos encontrar participantes que no muestran conocimiento consciente en esa medida, pero en realidad si han aprendido conscientemente otros aspectos de la tarea que igualmente les han permitido una buena ejecución en la medida indirecta. El desarrollo histórico de la tarea de gramáticas artificiales es un buen ejemplo de los problemas de validez detectados en el uso de distintas medidas directas. Reber (1967) preguntaba a los participantes cuáles eran las reglas de la gramática porque consideraba que en esta tarea se aprendían las reglas abstractas que determinan qué combinaciones de letras son correctas y cuáles no. Por esta razón, en la medida que sus participantes sabían clasificar nuevas cadenas de letras como pertenecientes a la gramática sin poder verbalizar las reglas, concluía que habían aprendido implícitamente. Sin embargo, esta conclusión obviaba que los juicios de gramaticalidad acertados pueden ser explicados por el aprendizaje de otros aspectos de las cadenas memorizadas. De hecho, en la fase de adquisición se pide a los participantes que aprendan ejemplos concretos derivados de la gramática, pero en paralelo a este procesos de aprendizaje intencional, de manera no intencional pueden aprenderse fragmentos que ocurren con cierta frecuencia en diferentes cadenas, la posición que suelen ocupar esos fragmentos, aspectos estructurales como repeticiones, alternancias o comienzos o finales sistemáticos, y, cómo no, quizá las propias reglas de la gramática. Al respecto de este conjunto de posibilidades, contamos con amplia evidencia de que se aprenden fragmentos frecuentes de dos o tres letras y la posición que pueden ocupar dentro de cadenas gramaticales, y además también se ha observado que este conocimiento puede ser manifestado en medidas directas como reconocimiento (Dulany, Carlson y Dewey, 1984; Perruchet y Pacteau, 1990) o generación (Dienes, Broadbent y Berry, 1991; Meulemans y Van der Linder, 2002). Ahora bien, con respecto a estos datos podemos hacernos dos preguntas. En primer lugar, ¿este conocimiento sobre fragmentos es responsable del acierto de los participantes en la clasificación? Y en segundo lugar, si es responsable de ese acierto, ¿se aplica de un modo explícito o implícito? Con respecto a la primera pregunta, los estudios demuestran que el acierto en la tarea de clasificación se debe fundamentalmente a la adquisición no intencional de fragmentos y sus posiciones legales dentro de cadenas legales, y no a la similitud entre 30 las nuevas cadenas mostradas en la clasificación y los ejemplos aprendidos intencionalmente en la fase de memorización (Kinder, 2000; Knowlton y Squire, 1994; Shanks, Johnstone y Staggs, 1997). Por otro lado, algunos estudios todavía sugieren que además de ese conocimiento sobre fragmentos, los participantes pueden aplicar reglas del tipo a “XV” le sucede “X” (Knowlton y Squire, 1996; Meulemans y Van der Linder, 1997), sin embargo se ha demostrado que los aciertos en la clasificación que se suponían producto de la aplicación de reglas, pueden ser explicados por un conocimiento del lugar que ocupan los fragmentos en cadenas legales (Johnstone y Shanks, 1999) y que la adquisición de reglas requiere un aprendizaje intencional con unas características concretas que más adelante describiremos (Johnstone y Shanks, 2001; Shanks, Johnstone y Staggs, 1997). No obstante, más recientemente Meulemans y Van der Linder (2002) han vuelto ha demostrar un aprendizaje incidental de reglas que habrá que analizar a la luz explicaciones alternativas basadas en conocimiento de fragmentos. Sobre la expresión de este conocimiento de fragmentos, sabemos que puede manifestarse en medidas objetivas de consciencia (Dienes et al., 1991; Dulany et al., 1984; Meulemans y Van der Linder, 2002; Perruchet y Pacteau, 1990) pero ello no implica que su aplicación en el momento de la clasificación sea necesariamente explícita (Neal y Hesketh, 1997a; Whittlesea y Dorken, 1997; Shanks, Johnstone y Kinder, 2002). En esa fase, a los participantes se les pide que clasifiquen nuevas cadenas en función de las reglas de la gramática, pero no se hace ninguna mención a la utilidad del conocimiento sobre fragmentos. Como consecuencia, los participantes no tienen por qué considerar que este conocimiento sea necesario para la tarea de clasificación, y por tanto, no tienen por qué recuperarlo de forma explícita para realizar sus juicios. Desde estas premisas, cuando en la fase de clasificación se presente una cadena gramatical, pueden experimentar una especial fluidez al procesarla porque contiene esos fragmentos aprendidos, pero no tienen porqué ser conscientes de que tal fluidez está provocada por el aprendizaje de fragmentos. Antes bien, esa fluidez inducirá un sentimiento de familiaridad que será atribuido a que la cadena es gramatical, es decir, a que obedece a esas reglas aunque el participante no sepa cuáles son (Shanks, Johnstone y Kinder, 2002). Una explicación en estos términos nos permitiría comprender que los pacientes amnésicos muestren un acierto equiparable a los participantes del grupo control (Knowlton, Ramus y Squire, 1992, Knowlton y Squire, Lo implícito y lo explícito en el marco del aprendizaje 31 1994, Knowlton y Squire, 1996; Meulemans y Van der Linder, 2002) o la evidencia según criterios subjetivos de consciencia, de que los participantes no muestran mayor confianza en la precisión de sus juicios acertados que en la de sus errores (Chan, 1992; Citado en Berry y Dienes, 1997; Dienes, Altmann, Kwan y Goode, 1995; Dienes y Altmann, 1997). Al margen de esta convicción acerca de la importancia del conocimiento sobre fragmentos a la hora de explicar el acierto en los juicios de clasificación, los estudios de transferencia sugieren que existen componentes abstractos en el aprendizaje que, en principio, pueden escaparse desde una explicación basada en fragmentos. Estos estudios han demostrado que los participantes siguen clasificando con un acierto por encima del azar cuando estos juicios se realizan sobre un grupo de letras diferente que responde a la misma gramática (Brooks y Vokey, 1991; Gomez y Schvaneveldt, 1994; Mathews et al., 1989; Knowlton y Squire, 1996; Reber, 1969; Shanks et al., 1997; Whittlesea y Dorken, 1993; Whittlesea y Wright, 1997), o cuando la transferencia implica cambios en el tipo de estímulos como entre letras y muestras de colores (Whittlesea y Wright, 1997; Experimento 4), o entre colores y sus nombres (Dienes y Altmann, 1997), e incluso cuando se cambia de modalidad sensorial, como entre presentaciones auditivas y visuales de las letras (Manza y Reber, 1997) o, en un ejemplo extremo, entre cadenas de letras y secuencias de tonos (Altmann, Dienes y Goode, 1995). La esencia de todos estos estudios consiste en que cada estímulo de las cadenas entrenadas es cambiado por un nuevo estímulo concreto en la fase de clasificación, de este modo se realizan los juicios sobre nuevos estímulos que siguen las mismas reglas que los presentados durante el aprendizaje. Por ejemplo, las cadenas aprendidas MXVVM y VXMTM pueden convertirse en HJKKH y KJHLH, o en el llamativo caso de transferencia entre letras y secuencias de tonos, las cadenas XTTM y MTXM pueden convertirse en FaSol-Sol-Si y Si-Sol-Fa-Si. Pero a pesar de este abundante número de estudios que revelan transferencia, en realidad estos efectos son muy pequeños y la ejecución siempre es considerablemente mejor cuando se lleva cabo con los mismos estímulos de la fase de adquisición (Dienes y Berry, 1997; Redington y Chater 1996). Con cierta frecuencia se ha sugerido que la transferencia mostrada puede deberse a un escaso conocimiento abstracto sobre alguna estructura interna de las cadenas gramaticales, como por ejemplo, repeticiones 32 permitidas, alternancias, distancia entre dos letras iguales, o comienzos y finales de cadenas sistemáticos (Brooks y Vokey, 1991; Gomez, Gerken y Schvanevedlt, 2000; Perruchet y Vinter, 2002; Shanks y St. John, 1994; Whittlesea y Dorken, 1993), pero se ha observado que esa transferencia va acompañada de una buena ejecución en medidas directas (Gomez, 1997). En este sentido, algunos autores coinciden en considerar que los procesos de abstracción serían explícitos y tendrían lugar en la fase de clasificación (Brooks y Vokey, 1991; Neal y Hesketh, 1997b; Redington y Chater 1996), en otras palabras, que ese conocimiento relacional separado de las características físicas de los estímulos, se generaría en el momento de emitir los juicios, bien por un proceso de analogía abstracta (Brooks y Vokey, 1991), basado en los patrones comunes observados entre la cadenas memorizadas y la nuevas (alternancias, repeticiones…), o bien por un proceso de búsqueda de correspondencias elemento por elemento entre nuevas y antiguas cadenas (Redington y Chater 1996), Sin embargo, la transferencia observada en amnésicos (Knowlton y Squire, 1996) de nuevo dejan abierta la posibilidad de la implicación de procesos implícitos en la adquisición y aplicación de ese limitado conocimiento de la estructura relacional. En definitiva, topamos de nuevo ante el principal problema de esta tarea: aunque pueden ser conscientes de un conocimiento que podría ser útil para realizar los juicios de clasificación, ¿cómo podemos saber si clasifican las nuevas cadenas por medio de procesos de recuperación implícitos o explícitos? El amplio bagaje de estudios con el que cuenta esta tarea nos conduce a pensar que los participantes, mientras memorizan las cadenas, aprenden de manera no intencional elementos comunes entre las diferentes cadenas, fundamentalmente fragmentos, su ubicación más frecuente, y aspectos estructurales como repeticiones permitidas, alternancias, o comienzos y finales sistemáticos. Pero el problema para definir el aprendizaje obtenido surge a la hora evaluar cómo realizan los juicios de clasificación. Posiblemente el acierto en esta fase se debe en unas ocasiones a un reconocimiento consciente de ciertos fragmentos o aspectos estructurales, y en otras a un sentimiento de familiaridad provocado por la fluidez perceptiva experimentada ante una cadena que contiene aspectos aprendidos previamente. En este último caso, el participante no sería consciente de qué conocimiento exacto le está produciendo ese sentimiento, de lo se deduce que la aplicación del mismo es implícita. ¿Cuál de estas dos formas de alcanzar aciertos es la más empleada? Aunque la respuesta es muy difícil, Lo implícito y lo explícito en el marco del aprendizaje 33 datos con amnésicos que muestran una ejecución similar a los grupos de control, y el fracaso en ocasiones de las medidas subjetivas para recoger resultados asociados al acierto, nos inclinan a considerar que buena parte de la ejecución en la tarea de juicios de gramaticalidad se debe a la aplicación implícita de lo aprendido. Sin duda, entre los retos de la investigación con esta tarea debe encontrarse disociar la contribución de ambos procesos. Tareas de control de sistemas complejos En estas tareas los participantes escogen directamente valores de una variable, que podría ser por el ejemplo el número de empleados de una fábrica, con el objeto de alcanzar y mantener determinados niveles en otra variable, por ejemplo, la producción de esa fábrica. De este modo se convierten en los controladores ficticios de un sistema, una fábrica en el ejemplo presentado, pero desconociendo la fórmula matemática que precisa cómo los valores escogidos de la variable que pueden manipular (número de empleados) generan determinados valores en la variable que no pueden controlar directamente (la producción). El ejemplo con el que hemos ilustrado la descripción de esta tarea fue ideado por Berry y Broadbent (1984) en los términos de una fábrica de azúcar que debía mantener una producción de 6000 toneladas al mes. Para conseguir y mantener este objetivo, en cada ensayo los participantes debían escoger una cantidad concreta de empleados, y esta cantidad escogida generaba una determinada producción en función de la siguiente fórmula: Pe = 2 x Te– Pe-1 + ae En esta fórmula “Pe” es el número de toneladas de azúcar producidas en el ensayo actual, “Te” el número de trabajadores contratados en el ensayo actual, Pe-1, las toneladas producidas en el ensayo anterior, y “a” es un componente aleatorio aplicado al ensayo actual que puede tomar los valores 1, 0,-1. Este factor aleatorio provocaba que una cantidad escogida de trabajadores, no condujera siempre al mismo resultado en la cantidad producida, sino a un valor aproximado, circunstancia que evita elecciones recurrentes de un solo valor cuando con él se ha conseguido el objetivo. 34 Con este procedimiento Berry y Broadbent (1984) encontraron que los participantes mostraban una buena ejecución en los bloques finales de práctica, a pesar de que posteriormente no supieron responder preguntas relativas a la relación que mantenían el número de trabajadores elegidos y las toneladas producidas. Esta disociación ha sido también observada con otros sistemas como por ejemplo relaciones económicas en las que el manejo del gasto público y la presión fiscal genera determinados niveles de desempleo e inflación (Broadbent et al., 1986), o interacciones sociales en las que el objetivo es conseguir una actitud positiva en una persona a partir de introducir cambios en la actitud de otra persona (Berry y Broadbent, 1984 Experimento 1; Hayes y Broadbent, 1988). A partir de este conjunto de evidencia, se sugirió que los participantes adquirían de forma implícita conocimiento relativo a la fórmula. Sin embargo, al igual que ocurrió con las primeras explicaciones de las gramáticas artificiales, esta conclusión ha sido puesta en duda, sugiriéndose que los participantes no necesitan aprender la fórmula para controlar el sistema. ¿Qué se aprende en la interacción con un sistema complejo? El conocimiento consciente adquirido en esta tarea se ha examinado en bastantes estudios mediante pruebas objetivas que han consistido en la predicción de los resultados que se obtendrían a partir de diferentes valores de la variable de entrada. Con esta medida se ha observado un pobre acierto cuando se emplean fórmulas poco salientes como la descrita anteriormente (Berry y Broadbent, 1984, 1988; Broadbent et al., 1986, Herrera, 2003; Hayes y Broadbent, 1988), pero si del conjunto de predicciones se toman sólo aquellas que coinciden con las situaciones más experimentadas por el participante, se encuentra un considerable acierto (Buchner, Funke, Berry, 1995; Dienes y Fahey, 1995, Geddes y Stevenson, 1997). Estos resultados son esperables dado que un participante que haya alcanzado cierto control del sistema reducirá sus experiencias a muy pocas situaciones, En otras palabras, sólo escogerá tres o cuatro cantidades que sabe que le acercan al objetivo, y el resto de combinaciones entre elección y resultado casi no serán experimentadas. En apoyo de este razonamiento, se han observado correlaciones positivas entre el número de Lo implícito y lo explícito en el marco del aprendizaje 35 situaciones experimentadas en el entrenamiento y la ejecución en la tarea de predicción (Buchner et al., 1995). Llegados a este punto debemos preguntarnos si ese reducido número de elecciones que le acercan al objetivo es lo que realmente se aprende en esta tarea. Si eso es así, la medida de predicción no cubriría el criterio de información antes comentado, ya que estaría demandando un conocimiento no adquirido durante la tarea (Shanks y St. John, 1994). En línea con esta posibilidad, Herrera (2003) concibe esta prueba como una medida de transferencia a una situación diferente y no como una medida del aprendizaje consciente. Su argumento se basa en que esta prueba exige procesos de razonamiento a partir de una integración entre lo previamente aprendido durante la tarea y la información ofrecida durante la prueba de predicción, lo que en última instancia supondría la aplicación de un conocimiento que va más allá de lo aprendido durante la tarea de control. Ahora bien, también existe evidencia sugiriendo que el aprendizaje obtenido en esta tarea va más allá de las situaciones concretas que más se han experimentado. De otra manera no podríamos explicar que un cambio en el objetivo no suponga la vuelta a niveles iniciales de ejecución (Broadbent et al., 1986), que acierten algunas situaciones que no han experimentado (Broadbent et al., 1986; Buchner et al., 1995), o que muestren muy buena transferencia del aprendizaje a otro sistema si ambos son conceptualmente similares, como por ejemplo, entre dos sistemas de transporte (Berry y Broadbent, 1988). En consonancia con estos resultados, es llamativo que cuando se pide que instruyan a nuevos participantes, estos no lo hacen igual de bien (Stanley, Mathews, Buss, Kotler-Cope, 1989) o que reconozcan que están adivinando durante la tarea (Berry y Broadbent, 1984, 1988). Si lo único que aprenden son esos ejemplos más practicados por ser exitosos, sería fácil comunicarlo y tener certeza sobre tal conocimiento. ¿Significa todo esto que aprenden la fórmula que relaciona ambas variables pero no pueden verbalizarla? Berry y Broadbent (1984) parecen demostrar lo contrario cuando encontraron que los participantes no se benefician de recibir la fórmula a mitad de la tarea. En resumen, tomados en conjunto, los estudios con esta tarea sugieren que en ella se aprende fundamentalmente las situaciones más experimentadas y posiblemente 36 algo que correlaciona con la fórmula pero no es la fórmula en sí, sino algo quizá muy particular de cada participante. Además, el conocimiento aprendido está en gran medida ligado al modelo mental que el participante tiene sobre el funcionamiento del sistema (Sanderson, 1989), ya que no se transfiere a situaciones diferentes aunque compartan la misma fórmula, como por ejemplo, de una situación de trasportes a una interacción social de dos personas (Berry y Broadbent, 1988). Por estas razones, el estatus implícito de las tareas de control de sistemas está muy cuestionado. Algunos autores incluso sostienen que el conocimiento necesario para controlar el sistema y para contestar el cuestionario son diferentes pero ambos explícitos (Jiménez, Méndez y Lorda, 1994; Shanks y St. John, 1994; Tubau y Herrera, 1994), coincidiendo en señalar que el conocimiento necesario para controlar el sistema podría estar basado en eventos concretos y sería la similitud entre los eventos lo que permitiría un buen control; en cambio, el cuestionario demandaría un conocimiento de reglas generales aplicables a cualquier ensayo. Esta diferencia convertiría al cuestionario en una prueba que no reflejaría el conocimiento que están empleando los participantes para controlar el sistema. Igualmente, no cabe duda de que la idiosincrasia de la propia tarea ofrece dudas para ser considerada una tarea de aprendizaje implícito. En ella se plantea un objetivo explícito de control de un sistema, y al participante generalmente no le cabe duda de que hay una relación entre las variables del mismo. Por estas razones parece inevitable que adopten una orientación intencional hacia la tarea y resulta difícil comprobar si este aprendizaje se produciría independientemente de esta orientación (Jiménez et al., 1994), máxime cuando gran parte de la ejecución puede explicarse por el aprendizaje intencional de que algunas elecciones permiten conseguir el objetivo o acercarse al mismo. En definitiva, estamos ante el paradigma menos desarrollado y tal vez más complejo, sobre todo por la dificultad que supone saber qué conocimiento están realmente utilizando los participantes para controlar el sistema. Esta dificultad exige que los resultados sean interpretados con ciertas reservas, a la espera de un mayor desarrollo de su investigación. Un desarrollo por otra parte deseado ya que tal vez estamos ante el paradigma que refleja mejor que ningún otro el tipo de situaciones naturales en las que se produciría aprendizaje implícito (Jiménez et al., 1994). Lo implícito y lo explícito en el marco del aprendizaje 37 El aprendizaje de secuencias En su formato más común, las tareas de este paradigma consisten en la presentación de un estímulo en una de cuatro posibles localizaciones, y el participante debe responder con la máxima rapidez y precisión posibles presionando la tecla asignada a la posición donde ha aparecido el estímulo. Realizada la respuesta, el estímulo aparece en otra localización y de nuevo ha de responder pero esta vez con la tecla asignada a la nueva localización. La esencia distintiva de estas tareas consiste en que la sucesión de localizaciones del estímulo obedece a una secuencia que nunca es revelada al participante. Esta circunstancia origina que, con la práctica, los participantes respondan cada vez más rápido pero experimenten un significativo aumento en su tiempo de reacción (TR) si el estímulo deja de responder a esa secuencia, un patrón de ejecución que indica que los participantes han aprendido a predecir cuál sería la siguiente localización. El paradigma de aprendizaje de secuencias cuenta fundamentalmente con tres subparadigmas que, aunque mantienen como vínculo la esencia descrita, presentan diferencias en su formato de presentación que aconsejan conocer las particularidades de cada uno. Este paradigma tuvo un curioso origen ya que en dos laboratorios diferentes surgió, de manera casi simultánea, la idea de presentar un estímulo en diferentes localizaciones en cada ensayo y que esa sucesión de diferentes localizaciones respondiera a secuencias fijas establecidas. Esta coincidencia dio lugar a la aparición de dos líneas de investigación paralelas en el tiempo, una iniciada por Nissen y Bullemer (1987) caracterizada por la presentación de una sola secuencia ininterrumpidamente, y otra desarrollada por Lewicki et al. (1987) empleando múltiples secuencias. En la tarea de Tiempo de Reacción Serial (TRS) creada por Nissen y Bullemer (1987) la posición concreta que un estímulo (generalmente un asterisco) ocupa en cada ensayo está determinada por una secuencia fija establecida. La secuencia que emplearon Nissen y Bullemer constaba de 10 posiciones sin ningún tipo de indicación entre el final de una presentación de la secuencia y el comienzo de la siguiente. Si denominamos A, B, C y D a las cuatro posibles posiciones del estímulo de derecha a izquierda a lo largo de un eje horizontal, la secuencia presentada fue DBCACBDCBA. En el procedimiento 38 más extendido de esta tarea, la secuencia se repite continuamente durante una serie de bloques experimentales, hasta que al final de la tarea se presenta un bloque con ensayos al azar. Como señalamos anteriormente, el resultado que se obtiene con esta manipulación es un descenso progresivo en el TR que se interrumpe cuando comienza el bloque con ensayos al azar. En ese momento el TR aumenta drásticamente demostrando que los participantes han sido sensibles a la secuencia, es decir, la han aprendido. Otro índice de aprendizaje, empleado sobre todo en los primeros estudios, consiste en comparar un grupo que recibe la secuencia con otro grupo que recibe presentaciones al azar (e.g. Nissen y Bullemer, 1987; Perruchet y Amorin, 1992; Willingham et al., 1993). En este caso el aprendizaje queda reflejado por un descenso del TR más pronunciado en el grupo con secuencia. La tarea creada por Lewicki et al. (1987) responde a la misma lógica pero tiene una estructura bastante más compleja con la presencia de múltiples secuencias fijas que facilitan una búsqueda visual. En cada ensayo el participante debe localizar un dígito que aparece en uno de los cuatro cuadrantes de la pantalla y pulsar con la mayor rapidez y precisión posibles la tecla asignada a ese cuadrante. Los ensayos estaban ordenados en bloques de siete dentro de los cuales los seis primeros consistían en la presentación de un solo dígito (siempre el mismo) en uno de los cuadrantes, y el séptimo era un ensayo complejo que consistía en la presentación de 36 dígitos distribuidos por los cuatro cuadrantes (seis en cada cuadrante). En este último ensayo, el dígito objetivo era uno más entre los estímulos presentados y, al igual que en los ensayos simples, el participante debía localizar en qué cuadrante se encontraba. La clave del procedimiento estribaba en que las diferentes posiciones en las que aparecía el estímulo en el ensayo complejo eran predecibles a partir de la posición que ocupaba el estímulo en los ensayos simples. Concretamente el cuadrante en el que aparecía el dígito en el ensayo séptimo, podía predecirse a partir de la localización del estímulo en los ensayos 1, 3, 4, y 6 (los otros dos ensayos no aportaban información, eran presentaciones aleatorias que permitían esconder más las secuencias). En total había 24 secuencias distintas producto de la combinación de las posiciones del dígito en los cuatro ensayos clave, seis secuencias predecían la aparición del dígito en un Lo implícito y lo explícito en el marco del aprendizaje 39 cuadrante concreto, y cada una de esas seis en una posición distinta dentro del cuadrante. Como ocurría en el paradigma de Nissen y Bullemer (1987), se observó un descenso progresivo del TR, en este caso para el ensayo complejo, alterado cuando, al final del experimento, cambiaron las reglas que predecían la localización del dígito en este ensayo (el dígito en cuestión comenzó a aparecer en el cuadrante diagonalmente opuesto al esperado). Ahora bien, este descenso se observó en el curso de veinte sesiones de entrenamiento, una práctica mucho más extensa justificada por el hecho de tener que aprender múltiples secuencias diferentes. La tercera tarea por orden cronológico es el aprendizaje de secuencias probabilísticas introducido por Cleeremans y McClelland (1991). Esta tarea tiene exactamente la misma presentación que la original desarrollada por Nissen y Bullemer (1987) pero introduce una nueva forma de generar la secuencia de localizaciones. En esta ocasión el estímulo responde a las reglas derivadas de una gramática de estados finitos, emulando en cierto modo la forma mediante la que una gramática en el dominio del lenguaje dicta cómo debemos secuenciar nuestras palabras. En la figura 2 podemos observar una de esas gramáticas. Como puede apreciarse, esta cuenta con una serie de nodos unidos entre sí por arcos etiquetados con letras. Estas letras sobre los arcos se corresponden con las localizaciones del estímulo de manera que cada transición de un nodo a otro determina la localización del estímulo en un ensayo concreto. La gramática es reentrante, de esta forma el último nodo y el primero son el mismo y la gramática puede generar un número indefinido de localizaciones dentro de un rango finito de secuencias posibles. El carácter probabilístico de esta versión de la tarea de Nissen y Bullemer (1987) radica, por una parte, en que para cada estado existen varios sucesores legales y, por otra parte, en que el ensayo esperado por la operación de la gramática es reemplazado en un pequeño porcentaje de los ensayos (generalmente un 15 o un 20%) por un ensayo con una localización al azar. Estos ensayos al azar introducen un "ruido" que reduce la posibilidad de que el participante descubra la secuencia, y además aportan otras ventajas como por ejemplo permitir evaluar el aprendizaje en cualquier momento de la tarea, y reproducir unas condiciones de adquisición de habilidades más cercanas a las condiciones de adquisición fuera del laboratorio (Jiménez, 2003). Este procedimiento creado por Cleeremans y McClelland (1991) coincide con el original de Lewicki et al., (1987) en el uso de relaciones múltiples y complejas que necesitan de grandes cantidades de práctica para ser aprendidas (de nuevo entre 15 y 20 sesiones), 40 pero se distingue de éste por el empleo de relaciones probabilísticas en lugar de múltiples secuencias fijas. #1 C A #3 A D #0 #0 B B #2 D C #4 Figura 2. Ejemplo de una gramática de estados finitos generadora de relaciones probabilísticas. En el texto se encuentra una explicación de su modo de operar. Condiciones para obtener aprendizaje implícito de secuencias Prácticamente desde su origen, los dos procedimientos que requieren un entrenamiento prolongado han aportado evidencia de aprendizaje implícito empleando medidas objetivas de consciencia. (Cleeremans y McClelland, 1991; Jiménez, Méndez y Cleeremans, 1996; Stadler, 1989). La primera de estas evidencias corrió a cargo de Stadler (1989) empleando el paradigma de secuencias múltiples creado por Lewicki et al. (1987). En esta ocasión, los TR de los participantes mostraban que habían aprendido la secuencia, pero cuando una vez terminado el entrenamiento se les pidió que predijeran, a partir de la presentación una serie de ensayos, dónde aparecería el estímulo objetivo en el siguiente ensayo, sus predicciones no fueron mejores que las esperadas por azar. Evidencia en estos mismos términos despuntó también pronto en la tarea de secuencias probabilísticas. En el trabajo que introdujo este procedimiento, Cleeremans y McClelland (1991) encontraron ciertos niveles de conocimiento consciente con una prueba de generación pero, a su juicio, este conocimiento era escaso para poder explicar Lo implícito y lo explícito en el marco del aprendizaje 41 la ejecución en la medida de TR. Posteriormente Jiménez et al. (1996) confirmaron esta observación mediante un análisis de correlaciones parciales que reveló cómo parte del conocimiento sobre las probabilidades condicionadas era expresado solamente en la medida indirecta (TR). Estudios más recientes que incluyen tareas secundarias con el objeto de minimizar el conocimiento explícito siguen confirmando este hallazgo (Jiménez y Méndez, 1999, 2001). En contraste con las inmediatas evidencias de aprendizaje implícito obtenidas con estos dos procedimientos, el camino recorrido por la tarea de secuencia única para consolidar la misma evidencia ha sido mucho más trabado. Esta tarea ha sido la más empleada, sin duda debido a que sólo requiere una sesión de entrenamiento, pero con frecuencia sus evidencias de disociación entre medidas directas e indirectas han presentado diferentes problemas, como el uso de las desacreditadas medidas de informe verbal (e.g. Cohen, Ivry y Keele, 1990; Curran y Keele, 1993; Hartman, Knopman y Nissen, 1989; Willingham, Nissen y Bullemer, 1989), el planteamiento de medidas de generación en las que no se especifica a los sujetos la necesidad de que reproduzcan la secuencia practicada (e. g. Cohen, et al., 1990; Hartman et al., 1989; Willingham et al., 1989), problemas para replicar efectos de disociación obtenidos en algunos estudios (e.g. Reed y Johnson, 1994) una vez subsanados ciertos defectos metodológicos (Shanks y Johnstone, 1998; Shanks y Johnstone, 1999) o, en último término, la obtención de importantes efectos de asociación entre las medidas indirectas de TR y medidas objetivas de consciencia (entre los más relevantes, Perruchet y Amorin, 1992; Shanks y Johnstone, 1998; Shanks y Johnstone, 1999). Este panorama de resultados un tanto confusos, se ha ido superando gracias a la introducción de ciertas variaciones con respecto a las condiciones originales de Nissen y Bullemer (1987). En este sentido, una de las más oportunas variantes ha sido el uso sistemático de secuencias condicionales de segundo orden (SOC; e.g. Curran, 1997a, Destrebecqz y Cleeremans, 2001; Reber y Squire, 1994; Reed y Johnson, 1994; Shanks y Johnstone, 1998; Stadler 1993). Estas secuencias reciben éste nombre porque para predecir la localización del estímulo en un ensayo concreto se necesita conocer su localización en los dos ensayos anteriores. Un ejemplo de este tipo es la secuencia ABACDBCADCBD. Como puede observarse, cada posición aparece el mismo número de veces y cada transición entre dos posiciones concretas es igualmente probable. De 42 este modo, cada posición tiene la misma probabilidad de ser seguida por cualquiera de las otras tres posiciones, lo que determina que cada posición sólo pueda ser predicha a partir de al menos dos posiciones previas. Las secuencias que poseen estas características son mucho menos redundantes y salientes que la secuencia de diez posiciones de Nissen y Bullemer (1987) y, por tanto, menos accesibles a consciencia. Cuando este tipo de secuencias se han ocultado aún más al presentarse en alternancia con secuencias al azar (Curran, 1997a, Curran, 1997b; Meulemans, Van der Linden y Perruchet; 1998; Stadler, 1993), sin intervalo entre la respuesta y el siguiente estímulo para evitar el desarrollo de expectativas conscientes (Destrebecqz y Cleeremans, 2001), en condiciones de doble tarea para limitar el uso de recursos de procesamiento consciente (e.g. Mayr, 1996; Stadler, 1995; Shanks y Perruchet, 2002), o en entrenamientos cortos (Willingham, 1999; Willingham, Wells, Farrel y Stemwedel, 2000), se han obtenido disociaciones entre las medidas de TR y pruebas objetivas de consciencia. Unas disociaciones especialmente sólidas habida cuenta de la posible influencia de procesos inconscientes sobre estas medidas. Pruebas de esta posible contaminación podemos encontrarlas en el estudio de Destrebecqz y Cleeremans (2001), donde los participantes generaban por encima del azar cuando se les pedía que no usaran el aprendizaje adquirido (condición de exclusión), o en un estudio de Shanks y Johnstone (1998) con medidas subjetivas, en el que los participantes entrenados con una secuencia fija bajo condiciones de tarea dual, obtuvieron una ejecución por encima del azar en la prueba de generación de la secuencia aún cuando, en su mayoría, afirmaran estar adivinando (Experimento 2) o mostraran muy baja confianza en sus predicciones (Experimento 3). En definitiva, en la actualidad podemos afirmar que los tres subparadigmas de la tarea de secuencias nos permiten obtener aprendizaje implícito evaluado con medidas de elección forzada aunque, en el caso del aprendizaje de una secuencia fija, las condiciones para su obtención requieran variantes que oculten suficientemente la secuencia, como es el caso de la alternancia de secuencias fijas y al azar (obsérvese que esta alternancia reproduce una secuencia probabilística). De todos modos, esta persistencia de muchos autores por conseguir aprendizaje implícito con una secuencia fija responde al beneficio práctico de contar con una tarea que no exija periodos de entrenamiento tan extensos como los otros dos procedimientos. Un beneficio más Lo implícito y lo explícito en el marco del aprendizaje 43 apreciable si cabe cuando sospechamos que quizá esta exigencia explique por qué la tarea original de Lewicki et al. (1987) se quedó estancada en los prometedores resultados de Stadler (1989), y el poco extendido uso de las secuencias probabilísticas. Posiblemente estos criterios prácticos sean algunos de los factores que ha motivado intentos de desarrollar secuencias probabilísticas que se aprendan con entrenamientos cortos (Cleeremans y Jiménez, 1998; Schvaneveldt y Gómez, 1998) pero en los que por el momento no se ha confirmado que el aprendizaje sea implícito. Como conclusión, podemos decir que la tarea de aprendizaje de secuencias parece haber aportado bastante evidencia en favor de la existencia de aprendizaje implícito y asimismo cuenta con una serie de ventajas que la sitúan como una herramienta privilegiada para obtener tales resultados. En primer lugar, porque se presenta en un contexto en el que es posible enmascarar los objetivos de aprendizaje de la situación. Y en segundo lugar, porque no presenta problemas para el diseño de pruebas de consciencia que cumplan los criterios de información y sensibilidad, ya que es fácil suponer que el contenido del aprendizaje es una relación predictiva entre eventos y podemos realizar pruebas de reconocimiento o generación de la secuencia en el mismo contexto de ejecución empleado durante la fase de aprendizaje. 2.3. ESTUDIO COMPARATIVO DEL CONOCIMIENTO IMPLÍCITO Y EXPLÍCITO El estudio comparativo del conocimiento explícito e implícito podemos situarlo dentro de dos marcos de investigación. Por un lado los estudios de disociación, centrados en comparar qué influencia tienen ciertas variables sobre medidas directas e indirectas del aprendizaje, y por otro lado, los estudios que analizan el efecto de la orientación hacia el aprendizaje, bien manipulándola de forma directa (instrucciones incidentales o intencionales hacia el aprendizaje), o bien induciéndola de una forma indirecta, manipulando la complejidad de las relaciones para suscitar o evitar una orientación intencional y posteriormente analizar qué efecto ha ejercido sobre la medida implícita haberse percatado de las regularidades de la tarea. Comencemos conociendo la primera de estas dos aproximaciones. 44 2.3.1. Disociación entre medidas directas e indirectas del aprendizaje Los estudios de disociación exploran el efecto que las diferentes condiciones de una variable pueden ejercer sobre las medidas implícitas y explícitas del aprendizaje. La tónica general de estos trabajos revela que el conocimiento implícito es muy resistente ante un amplio número de condiciones experimentales que, por el contrario, producen un fuerte impacto negativo sobre las medidas explícitas del aprendizaje (ver amplias revisiones en Froufe, 1997 y Reber, 1993). Estas diferencias han conducido a considerar el aprendizaje implícito como un modo de aprendizaje más robusto en virtud de las siguientes señas de identidad: - Es resistente a lesiones cerebrales de áreas filogenéticamente recientes implicadas en procesos de aprendizaje. - Perdura más en el tiempo. - Presenta un inicio en la infancia más temprano y se ve menos modificado por el curso del desarrollo o la llegada del envejecimiento. - No es interferido por el estado emocional del aprendiz. En el estudio del efecto de lesiones cerebrales sobre el aprendizaje, los pacientes amnésicos se han erigido en la población clínica que sin duda ha servido para dar origen y consistencia a la distinción entre procesos explícitos e implícitos de aprendizaje y memoria. Estos pacientes presentan lesiones en estructuras del lóbulo temporal medial y diencefálicas que les impiden recuperar el conocimiento de manera consciente, pero sistemáticamente se ha observado que estas lesiones no afectan la expresión de conocimiento implícito. Estos hallazgos con precedentes en trabajos de memoria implícita (e.g. Graf, Shimamura, Squire, 1985), han sido observados también en el área del aprendizaje implícito tanto en gramáticas artificiales (Knowlton et al., 1992; Knowlton y Squire, 1994; Knowlton y Squire, 1996; Meulemans y Van der Linden, 2002), como en sistemas complejos (Squire y Frambach, 1990) o en tareas de Lo implícito y lo explícito en el marco del aprendizaje 45 secuencias (e.g. Curran, 1997a; Nissen y Bullemer, 1987; Reber y Squire, 1994, 1998). Sin embargo, Curran (1997a) ha encontrado que estos pacientes muestran dificultades para adquirir implícitamente relaciones de segundo orden. Volveremos en más de una ocasión a este dato para poner en cuestión que los pacientes amnésicos sólo tengan dificultades en procesos explícitos. Con respecto al efecto del paso del tiempo sobre el aprendizaje implícito, en el primer estudio que abordó este particular, Allen y Reber (1980) reclutaron participantes de un experimento con gramáticas artificiales realizado nada menos que dos años antes, y sí, para su asombro, estos participantes de nuevo clasificaban las cadenas con un acierto por encima del azar, mientras que, por el contrario, cierta información sobre fragmentos que habían expresado explícitamente en la ejecución anterior, no era recordada. Por lo que respecta al aprendizaje de secuencias, Vaqueiro y Marcos-Ruiz (1998) también informan de una duración considerable, en esta ocasión seis meses después de la sesión inicial. Más recientemente, estudios con pretensiones de alcance temporal más modestas confirman la permanencia del aprendizaje exclusivamente en la medida implícita durante las cuatro semanas siguientes a la adquisición de una gramática artificial (Mathews et al., 1989) o una semana después de adquirir un aprendizaje de secuencias (Meulemans et al., 1998; Nissen et al., 1989). En cuanto a su aparición en el desarrollo evolutivo, la adquisición del lenguaje sugiere que nuestra capacidad para aprender implícitamente relaciones de cierta complejidad es muy precoz. En un intento de reproducir ciertos aspectos de este aprendizaje, algunos estudios han demostrado cómo niños de escasos meses aprenden cadenas de voces silábicas que responden a una gramática artificial y son capaces de transferir su conocimiento a cadenas con sílabas diferentes generadas desde la misma gramática (Gomez y Gerken, 1999; Marcus, Vijayan, Bandi Rao, y Vishton, 1999; Shafran, Aslin y Newport, 1996). Continuando con el curso evolutivo, alteraciones en el mismo no parecen afectar la capacidad para aprender implícitamente como sugiere la ausencia de diferencias en los juicios de gramaticalidad de niños con retraso en el desarrollo y niños con desarrollo normal (Atwell, Conners y Ferry, 2003) 2. Del mismo modo, la llegada de la edad adulta tampoco parece suponer importantes cambios en las 2 En consonancia con estos datos evolutivos, Reber, Hernstadt y Walkenfeld (1991) no encontraron diferencias en los juicios de gramaticalidad en función del coeficiente intelectual de los participantes. 46 capacidades de aprendizaje implícito a tenor de la similitud del aprendizaje de secuencias expresado por niños de 10 años y adultos (Meulemans et al., 1998). No obstante, a este respecto es importante destacar que niños de cuatro años no muestran el aprendizaje de secuencias de segundo orden observado a los seis años (Turner, 2002), lo que indica cuando menos que algunas posibilidades del aprendizaje implícito se alcanzan en un estadio concreto de la infancia. Acercándonos a los estadios finales del desarrollo, cuando se ha comparado el aprendizaje de secuencias de adultos jóvenes y ancianos, sólo se han encontrado diferencias en las medidas directas (Howard y Howard, 1989; Howard y Howard 1992; Frensch y Miner, 1994) a no ser que se incluyan tareas secundarias (Frensch y Miner, 1994) que demandan excesiva atención a los ancianos (Dienes y Berry, 1997), o se presente material verbal a ancianos con bajo nivel formativo (Cherry y Stadler, 1995). Sin embargo, al igual que sucede con los pacientes amnésicos y en edades tempranas, cuando se acentúa el peso de las relaciones de segundo orden, la ejecución de los ancianos se ve mermada (con series de localizaciones, Curran, 1997b; con series de símbolos, Negash, Howard, Japikse, y Howard , 2003). La clave para comprender este factor común de incapacidad para adquirir relaciones de segundo orden en la temprana infancia y en edad avanzada, muy probablemente se encuentre en la estructura neuronal del hipocampo, una estructura implicada en aprendizaje de relaciones complejas (Eichembaum, 2000) tanto explícitas como implícitas (Cohen et al., 1999). Esta estructura, dañada en pacientes amnésicos, posee un proceso de maduración lento que no se consolida hasta los tres o cuatro años de edad (Alvarado, y Bechevalier, 2000), y un deterioro precipitado en la edad avanzada que fácilmente puede explicar ese interesante paralelismo en los extremos opuestos del ciclo vital. Por último, el principio de robustez también se ha extendido al ámbito de los estados afectivos. Rathus, Reber, Manza y Kushner (1994) encontraron que los participantes ansiosos ante la tarea de gramáticas artificiales o en estado de depresión, acertaban en la fase de clasificación en igual medida que los participantes que no mostraban esos estados emocionales, pero necesitaban más tiempo para memorizar las cadenas (medida directa). En esta misma línea, en tareas de secuencias, la ansiedad Lo implícito y lo explícito en el marco del aprendizaje 47 provocada por la amenaza de una ligera descarga, sólo marcó diferencias significativas en la medida de generación (McDowall y Allison, 1995), y los participantes con rasgo de ansiedad pueden mostrar mejor aprendizaje si pierden dinero en función de su ejecución (Corr, Pickering y Gray, 1997). En definitiva, en líneas generales podemos afirmar que la búsqueda de disociaciones ha sido bastante fructífera, ahora bien, ¿por qué el aprendizaje implícito es más precoz, duradero o resistente a esas lesiones o estados afectivos? Para muchos el aprendizaje implícito tiene estas propiedades porque en la evolución de las especies antecede a la aparición del aprendizaje explícito (Donald, 1991; Mathews y Roussel, 1997; Reber, 1989; Reber, 1993). Donald (1991) propuso que los sistemas de aprendizaje más antiguos serían implícitos y tendrían la función de descubrir regularidades en el medio y preservar patrones de acción adaptativos para el organismo en esas circunstancias. En otras palabras, el aprendizaje implícito desempeñaría un papel crucial en la adquisición de comportamientos que contribuyen a la supervivencia. En el marco de este planteamiento cobran pleno sentido propiedades como la precocidad en su manifestación, su resistencia a lesiones neurológicas, la persistencia en el tiempo, y que los estados afectivos no interfieran o incluso lo faciliten. Es indudable que un sistema de aprendizaje del que depende nuestra supervivencia será eficaz si los aprendizajes que origina se adquieren desde una edad temprana, son duraderos y difíciles de eliminar por efecto de una lesión, y no son interferidos, o quizá son incluso facilitados, por el estado emocional generado en esas situaciones que ponen a prueba nuestra capacidad de supervivencia. 2.3.2. La orientación intencional o incidental hacia el aprendizaje Como sabemos, las demandas de una tarea de aprendizaje implícito enmascaran la presencia de una serie de regularidades que, sin embargo, afectan a la ejecución de los sujetos. Por esta razón, el aprendizaje parece producirse de un modo incidental mediante procesos de asimilación pasiva determinados por la estructura de los estímulos (Dienes y Berry, 1997; Reber, 1993), por el modo de presentación de sus relaciones (Frensch, Lin, y Buchner, 1994; Stadler, 1995), y por las demandas concretas de la tarea (Neal y Hesketh, 1997a; Whittlesea y Dorken, 1997). 48 El aprendizaje producido en estas condiciones incidentales se ha comparado en ocasiones con el obtenido en una situación intencional, en la que el participante recibe instrucciones para descubrir esas regularidades. Esta comparación ha mostrado sistemáticamente que la intención de aprender beneficia en la medida que las relaciones no son muy complejas pero, por el contrario, no mejora la ejecución, e incluso puede ser perjudicial, si las relaciones son muy complejas. Estudios con la tarea de gramáticas artificiales ejemplifican claramente este patrón de resultados. Estos trabajos han demostrado que una orientación intencional de búsqueda de las reglas mientras memorizan las cadenas, produce beneficios sólo cuando el orden de presentación de las cadenas de letras hace saliente las reglas de la gramática (Reber, Kassin, Lewis, y Cantor, 1980). En cambio, si las cadenas están ordenadas al azar, la búsqueda de reglas mientras memorizan no mejora los juicios de gramaticalidad (Dienes et al., 1991; Dulany et al., 1984; Mathews, et al., 1989) o incluso puede ser una estrategia perjudicial (Reber, 1976). Cuando se ha comparado la ejecución en las gramáticas de estados finitos con la ejecución en gramáticas de reglas más salientes (e.g., bicondicionales), se ha observado que sólo el aprendizaje de estas últimas se beneficia de una orientación intencional que no implique memorizar las cadenas, sino indicar qué elemento creen que es erróneo en una cadena no gramatical (Mathews, et al., 1989). Las particularidades de estas gramáticas bicondicionales permiten disociar el aprendizaje de reglas y de fragmentos, de manera que a partir de ellas se ha observado que los participantes que aprenden con el citado procedimiento intencional, adquieren las reglas y las emplean para realizar sus juicios de clasificación, mientras que los participantes que llevan cabo la convencional memorización de cadenas basan sus juicios en conocimiento de fragmentos (Johnstone y Shanks, 2001; Shanks et al., 1997). Por lo que respecta a los sistemas complejos, el patrón de resultados es muy similar. Cuando la fórmula del sistema es saliente por ser poco compleja, los participantes intencionales aprenden mejor. En cambio, cuando la fórmula se complica involucrando al ensayo anterior (e.g. la fórmula descrita del estudio Berry y Broadbent, 1984), los aprendices intencionales aprenden peor que los que se enfrentan a la tarea en condiciones incidentales (Berry y Broadbent, 1988). En un interesante diseño, Geddes y Stevenson (1997) han demostrado que la búsqueda de una fórmula compleja mejora la Lo implícito y lo explícito en el marco del aprendizaje 49 ejecución si previamente a esta búsqueda se ha llevado a cabo sin tener que alcanzar y mantener un objetivo. Es decir, en la medida que se permite explorar libremente el sistema sin la limitación que supone alcanzar el objetivo en cada ensayo. Por el contrario, cuando se deben llevar las dos tareas al mismo tiempo (hallar la fórmula y mantener el objetivo), el control del sistema es peor que el alcanzado por el grupo incidental. Estos resultados y los obtenidos en gramáticas bicondicionales, donde, como hemos descrito, una orientación intencional mejora el aprendizaje sólo si se limitan a generar y comprobar hipótesis sobre las reglas, sugieren que la intención no es beneficiosa cuando la tarea exige excesivas demandas. Finalmente, las tareas de secuencias suponen un calco de lo observado en las otras tareas. En esta ocasión las secuencias fijas se aprenden mejor cuando los participantes son incitados a buscar la secuencia (Cleeremans y Jiménez, 1998; Frensch y Miner, 1994) o cuando se percatan de su presencia (Hartman et al., 1989; Curran y Keele 1993, Willingham et al., 1989; Willingham et al., 1993; Stadler 95), en cambio, las secuencias probabilísticas, menos salientes que las fijas, no se benefician de una orientación intencional (Cleeremans y Jiménez, 1998; Jiménez et al., 1996). Más recientemente, Jiménez y Méndez (2001) han abordado la cuestión desde un punto de vista diferente, analizando si ambas formas de aprendizaje podrían colaborar o competir en la predicción de un mismo resultado. En este estudio, los autores informaron a los participantes de la existencia de una relación explícita entre las formas de los estímulos y las posiciones subsiguientes, y analizaron si la existencia de este conocimiento explícito podría afectar al aprendizaje implícito de una secuencia de localizaciones. Los resultados indicaron que el aprendizaje de la secuencia de localizaciones no se vio reducido por la existencia de ese aprendizaje explícito que permitía predecir el mismo resultado. Este estudio de Jiménez y Méndez (2001) abre nuevos objetivos para una línea de investigación que hasta la fecha podríamos calificar como poco ambiciosa. De haberse desarrollado de otro modo, tal vez hoy día sabríamos si ciertas variables influyen de manera diferente en los procesos de aprendizaje intencional y no intencional, y en caso de haber diferencias, se podría postular una definición de aprendizaje implícito que eluda depender de las “espinosas” medidas de consciencia. En este sentido, Stadler (1997) considera que ante las dificultades para encontrar pruebas adecuadas de 50 consciencia, las críticas sobre la existencia de aprendizaje implícito podrían superarse si se descubren ciertas variables que influyan de manera diferente en los procesos de aprendizaje intencional y no intencional. De este modo, podrían crearse definiciones centradas solamente en el carácter no intencional hacia el aprendizaje y construir el sentido de tal definición en función de las disociaciones que generen una orientación intencional o incidental hacia el aprendizaje (Frensch, 1998, Stadler, 1997). Como apunta Frensch (1998), sería más fácil de operacionalizar una definición que contemple sólo el proceso de aprendizaje, y no la recuperación del mismo, y en la que el término implícito fuera interpretado como ausencia de intencionalidad y no como consciencia. Pero desde nuestro punto de vista podríamos seguir incluyendo el proceso de recuperación dentro de una definición que abandone el término consciencia y sus medidas. Como sugieren Neal y Hesketh (1997a), las medidas de disociación de procesos ideadas por Jacoby (1991) serían idóneas para precisar si un conocimiento está siendo aplicado de manera intencional o no. Estos autores sostienen que estas medidas no se refieren a contenidos de consciencia, sino a usos del conocimiento que permitirían confirmar si lo que en principio fue una orientación no intencional hacia el aprendizaje, se ha mantenido hasta el final de la tarea. 2.3.3. ¿Por qué son diferentes el conocimiento implícito y explícito? Explicar cómo se adquiere un conocimiento que se mantiene implícito, y cómo este carácter implícito determina unos contextos de expresión muy diferentes a cuando adquirimos consciencia sobre el mismo, exige teorizar sobre este fenómeno, el aspecto, sin duda, más desatendido en el estudio del aprendizaje implícito. El acercamiento teórico para la comprensión del aprendizaje implícito, ha sido una tentativa infrecuente hasta fechas muy recientes. Exceptuando modelos conexionistas como los planteados por Cleeremans (Cleeremans,1993; Cleeremans y McClelland, 1991) o el grupo de Keele (Cohen et al., 1990; Keele y Jennings, 1992) quizá demasiado ligados a una tarea concreta (aprendizaje de secuencias), el marco teórico general que en mayor medida ha amparado la investigación y la explicación de las características del aprendizaje implícito presenta más vínculos con principios Lo implícito y lo explícito en el marco del aprendizaje 51 antropológicos (filogénesis) que con discusiones psicológicas que precisen las operaciones, el contenido y la forma de expresión de este tipo de aprendizaje. Pero afortunadamente, durante esta década está surgiendo un mayor interés por dotar de marcos teóricos un fenómeno que corría el riesgo de convertirse en un listado de efectos arropados por asunciones filogenéticas. En una de las propuestas más exhaustivas dentro de esta nueva corriente, Cleeremans y Jiménez (2002) sugieren que las teorías de aprendizaje implícito deben posicionarse con respecto a la consciencia, para desarrollar marcos teóricos más amplios y útiles que nos permitan comprender por qué un conocimiento se adquiere y se expresa de forma diferente en función, precisamente, de que sea o no consciente. Respondiendo a este reto, los propios Cleeremans y Jiménez (2002) han llevado a cabo una propuesta en la que definen qué propiedades de un conocimiento determinan tanto su carácter consciente o no consciente, como su influencia en la conducta. Desde su planteamiento, la propiedad fundamental que determina estos aspectos reside en la calidad de las representaciones de ese conocimiento. Con el término calidad, los autores pretenden sintetizar en una sola propiedad una serie de dimensiones que, bajo su punto de vista, definen cualquier representación. Estas dimensiones serían estabilidad en el tiempo (permanencia en memoria de trabajo), fuerza (número de unidades y activación que estas pueden alcanzar) y distintividad (grado de solapamiento con otras representaciones), tres características de carácter gradual cuyas magnitudes establecen directamente la calidad de una representación: mayores magnitudes de estas dimensiones se traducen en una mayor calidad de la representación3. Desde este planteamiento, el aumento de calidad de una representación requiere tiempo, bien en términos evolutivos o en términos de experiencia o práctica con determinada información. De este modo, como consecuencia del curso del desarrollo y de la experiencia, las representaciones van adquiriendo una mayor calidad que repercute directamente en su carácter consciente y en su capacidad para influir en la conducta. ¿Pero de qué manera la calidad de una representación determina el carácter consciente o 3 Este planteamiento es deudor de modelos que conciben la consciencia como un espacio de trabajo global (e.g. Baars, 1988; Dehaene y Naccache, 2001), en el que los contenidos son el correlato fenomenológico de la notoriedad de una representación. 52 no conciente del conocimiento y la influencia de éste sobre la conducta? Para Cleeremans y Jiménez la respuesta a esta pregunta no es simple debido a que la consciencia no es algo unitario, sino una entidad del conocimiento con varias dimensiones entre las que destacan fundamentalmente su dimensión fenomenológica de experiencia subjetiva y la dimensión de control sobre la conducta. Desde esta concepción, una representación de una determinada calidad puede ser consciente en un sentido (por ejemplo, experiencia subjetiva) pero no en otro (control). Para precisar cómo la calidad de una representación determina su acceso a estos diferentes componentes de la consciencia y su influencia sobre la conducta, esta propuesta cuenta con una ilustración gráfica alzada sobre el carácter gradual de la calidad de las representaciones. Conocimiento Implícito Conocimiento Explícito Automaticidad Disponibilidad a experiencia subjetiva Potencia o efecto sobre la conducta Disponibilidad a procesos de control CALIDAD DE LA REPRESENTACIÓN (estabilidad, fuerza y distintividad) Figura 3. Representación de las relaciones entre calidad de una representación (eje de abcisas), efecto sobre la conducta (potencia), disponibilidad a experiencia subjetiva y disponibilidad a control. Si se observa con detenimiento la gráfica, podemos apreciar cómo la curva que representa el acceso del conocimiento a nuestra experiencia subjetiva, supone la conjunción del grado en que influye en nuestra conducta y la posibilidad de control que tenemos sobre el mismo. De este modo, los niveles y el patrón que adoptan las curvas no son arbitrarios, sino que responden a la influencia mutua que mantienen. Como puede apreciarse en la figura 3, las representaciones de baja calidad serían escasamente accesibles a nuestra experiencia subjetiva y a nuestra capacidad de control, quedando dentro del ámbito de lo implícito, como indica el rótulo en la parte superior de la gráfica. Este tipo de representaciones inconscientes no tendrían gran influencia Lo implícito y lo explícito en el marco del aprendizaje 53 sobre nuestra conducta, pero en la medida que van alcanzando mayor calidad, comienzan a ejercer una mayor influencia, siendo a su vez accesibles a nuestra experiencia subjetiva y controlables. Nos encontramos con el conocimiento que llamamos explícito. Finalmente, cuando las representaciones son de gran calidad alcanzan sus cotas más altas de influencia sobre la conducta pero presentan un fuerte contraste respecto al acceso a los dos componentes de la consciencia. Por una parte ese conocimiento es accesible a nuestra experiencia subjetiva, es decir, somos conscientes de poseerlo, pero por otro lado perdemos el control que teníamos sobre él cuando sus representaciones poseían menor calidad. En definitiva, el conocimiento se convierte en automático. ¿Por qué se produce ese contraste entre control y experiencia subjetiva en las representaciones de mayor calidad? Cleeremans y Jiménez, comparten con muchos teóricos de la consciencia (e.g. Baars, 1988; Dehaene y Naccache, 2001) que la función más importante de ésta sería controlar la conducta, y en virtud de esta función el organismo controlaría la expresión del conocimiento que puede influir considerablemente sobre la conducta. En este sentido, las representaciones débiles no requerirían control porque ejercen escasa influencia sobre nuestro comportamiento, y de este modo es improbable que perjudiquen al organismo. En cambio, cuando la calidad de la representación comienza a ser considerable, influyen en gran medida sobre nuestra conducta, una influencia de la que debemos ser conscientes y sobre la que debemos tener control para expresar este conocimiento de forma adaptativa. Ahora bien, cuando gracias a la experiencia o la práctica una representación alcanza una alta calidad, el conocimiento alcanza su mayor influencia sobre la conducta, pero ese conocimiento está plenamente adaptado a la situación en que se aplica y el organismo no necesita ejercer control sobre el mismo. Cuando se alcanza este nivel, decimos que la conducta se ha automatizado, sin dejar por ello de ser consciente como experiencia subjetiva. Somos conscientes de poseer ese conocimiento y de su influencia de manera que podemos iniciarlo voluntariamente, sin embargo, es incontrolable porque no podemos detener o modificar su curso una vez iniciado (Tzelgov, 1997). Por tanto, el conocimiento que requiere experiencia fenomenológica y control sería aquel cuyas representaciones tienen suficiente calidad para influir de una manera importante en la 54 conducta pero no la suficiente calidad para como estar completamente adaptadas a situaciones concretas. En resumen, este planteamiento sostiene que la consciencia es gradual, en la medida que es una propiedad gradual de las representaciones del conocimiento (su calidad) la que determina que un conocimiento sea consciente. Pero aunque la calidad de las representaciones no haya alcanzado un grado que permita su acceso a consciencia y su control, pueden tener cierta influencia en la conducta. Estas representaciones constituirían el conocimiento implícito cuya expresión dependería de la presencia de fuentes contextuales apropiadas toda vez que la persona desconoce que lo posee y por ello no puede controlar su inicio ni su curso de expresión. 2.4. CONCLUSIONES Como conclusión a todos estos apartados dedicados fundamentalmente al aprendizaje implícito, y finalmente a sus relaciones con el aprendizaje explícito, podemos decir que bajo la etiqueta de aprendizaje implícito se acoge la adquisición no intencional de información compleja, mediante procesos, por tanto, no conscientes, y que genera un contenido cuya posterior recuperación es también inconsciente. La búsqueda de evidencia para un aprendizaje con estas características se ha llevado a cabo mediante tres tareas fundamentalmente, las gramáticas artificiales, los sistemas complejos, y el aprendizaje de secuencias, Sin embargo, las críticas vertidas sobre la exhaustividad y exclusividad de las medidas de consciencia empleadas en estos paradigmas revelan que la evidencia procedente de cada uno de ellos no ofrece la misma fiabilidad. La ejecución en las gramáticas artificiales parece reflejar tanto procesos conscientes como inconscientes, resultando difícil saber en qué medida influyen uno y otro. Por lo que respecta a la tarea de control de sistemas complejos, por el momento no se puede descartar el carácter intencional del aprendizaje, y la exhaustividad de las medidas de consciencia utilizadas está en tela de juicio. En cambio, el tercero de los paradigmas descritos, el aprendizaje de secuencias, presenta tres variantes (secuencia fija, secuencias múltiples fijas y secuencias probabilísticas) que hasta el momento están Lo implícito y lo explícito en el marco del aprendizaje 55 ofreciendo las mejores evidencias de aprendizaje implícito con medidas objetivas de consciencia. El conjunto de evidencias acumulado hasta la fecha sobre el fenómeno del aprendizaje implícito, nos ha servido la posibilidad de plantear un conjunto de diferencias que mantiene con el aprendizaje explícito, destacando la mayor robustez del aprendizaje implícito, así como la ineficacia de la orientación intencional cuando la información que debe aprenderse es muy compleja. Sobre este estudio comparativo del aprendizaje implícito y explícito observamos, sin embargo, que las diferencias producidas por la orientación intencional o incidental hacia el aprendizaje no han sido suficientemente exploradas y que su estudio puede dar lugar a resultados que permitan desligar el fenómeno del aprendizaje implícito de su inicial dependencia de las discutidas medidas de consciencia. En este sentido, el trabajo empírico de esta tesis ha pretendido contribuir a llenar ese vacío de investigaciones acerca de las condiciones que pueden influir diferencialmente sobre una orientación incidental o intencional hacia el aprendizaje. Este proyecto ha sido desarrollado empleando como herramienta las tareas de secuencias, una elección determinada por la mayor evidencia empírica de aprendizaje implícito recogida desde este paradigma, y por las facilidades que presenta para llevar a cabo manipulaciones que permitan descubrir las diferencias entre los modos de aprendizaje explícito e implícito. Esta elección nos conduce al siguiente capítulo, en el que ofrecemos una visión integral del fenómeno del aprendizaje de secuencias para poder comprender las investigaciones que sobre este aprendizaje hemos realizado. 3. EL APRENDIZAJE DE SECUENCIAS: UN PROCEDIMIENTO PARA CONTRASTAR LOS ASPECTOS IMPLÍCITOS Y EXPLÍCITOS DEL APRENDIZAJE Es indudable que el aprendizaje de secuencias se ha convertido en la tarea experimental más eficaz para estudiar el aprendizaje implícito (Destrebecqz y Cleeremans, 2001), y con anterioridad hemos reparado en la evidencia y los argumentos que nos permiten considerarlo así. Esta conclusión nos ha llevado a decantarnos por esta tarea para realizar nuestro estudio comparativo de la orientación implícita y explícita hacia el aprendizaje, sin negar con ello las limitaciones de generalización impuestas por la naturaleza de este paradigma. En nuestro primer contacto con la descripción de esta tarea, nos centramos en las condiciones externas que promueven un aprendizaje de la secuencia sin que el participante se percate conscientemente de ella. Ahora, conocidas estas condiciones, pretendemos ampliar esta descripción para ofrecer una visión integral que nos permita abordar el trabajo experimental que le sigue. Esta pretensión orienta nuestra investigación hacia el análisis de los aspectos internos de este aprendizaje, en un intento 58 por definir cómo aprendemos, qué contenido almacenamos y en qué sustratos biológicos se implementa este aprendizaje 3.1. ¿CÓMO SE APRENDE?: PROCESOS DEL APRENDIZAJE IMPLÍCITO DE SECUENCIAS Considerando los términos incluidos en la definición del aprendizaje implícito, parece necesario plantearse el papel de procesos como la atención y la memoria de trabajo tanto en el aprendizaje implícito en general, como en el aprendizaje de secuencias en particular. En el marco de las tareas de secuencias, la participación de estos procesos ha sido explorada desde los primeros trabajos del grupo de Nissen, (Nissen y Bullemer, 1987) introduciendo condiciones de tarea dual en las que la tarea de secuencias es realizada junto con una tarea secundaria. La hipótesis de partida era evidente: si el proceso de aprendizaje de la secuencia es no-consciente, se podría esperar que no utilizase nuestra capacidad limitada de procesamiento, por lo que la realización simultánea de otra tarea que demande recursos de procesamiento consciente no debería interferir con la adquisición implícita de la secuencia. En la condición típica de tarea dual en tareas de aprendizaje de secuencias, el experimentador introduce un tono de frecuencia aleatoriamente alta o baja en el intervalo de tiempo existente entre la respuesta del participante y la aparición del siguiente estímulo, y pide a éste que, aparte de responder a los estímulos, lleve el cómputo de los tonos altos que van apareciendo. Los primeros trabajos con estas condiciones de tarea dual produjeron resultados que no se correspondían con la hipótesis de partida anteriormente descrita. Como muestra, en el trabajo original de Nissen y Bullemer (1987; Experimento 2) la realización de esta tarea eliminó el efecto de aprendizaje, lo que condujo a los autores a concluir que el aprendizaje de secuencias necesitaba atención. Trabajos posteriores de nuevo confirmaron la importancia de la atención toda vez que, aunque se haya obtenido aprendizaje de relaciones de primer orden (Cohen et al., 1990; Curran y Keele, 1993), e incluso de segundo orden con entrenamientos más prolongados (Reed y Johnson, 1994; Mayr 1996), este aprendizaje siempre era menor que el obtenido sin la tarea secundaria (Curran y Keele, 1993, Experimento 1; Frensch y Miner 1994; Keele y Jenkings, 1992). El aprendizaje de secuencias 59 Sin embargo, estudios más recientes han sugerido que la tarea secundaria deteriora el aprendizaje no porque reduzca los recursos atencionales dirigidos a la tarea primaria, sino porque altera la organización de la secuencia con respecto a la que presenta en condiciones de tarea simple (Heuer y Schmidtke, 1996; Schmidtke y Heuer, 1997; Stadler, 1995). En este sentido, Stadler (1995) demostró que el deterioro del aprendizaje causado por la presencia de la tarea de recuento de tonos, era superior al provocado por una tarea de memorizar letras, una tarea demandante de atención pero que no supone un elemento intercalado en la secuencia de estímulos (no modifica la secuencia). En cambio, la tarea de recuento de tonos interfería con el aprendizaje en la misma medida que la presentación aleatoria de pausas largas de 700 ms entre la respuesta y el siguiente estímulo, una condición que modifica la organización de la secuencia de manera análoga a la tarea de tonos pero sin requerir atención. Finalmente, y también en consonancia con esta interpretación, Stadler observó que la manipulación de la dificultad de la tarea de letras no influía en la medida de TR pero sí en la medida de consciencia, lo que sugiere en suma que una tarea secundaria que consuma recursos atencionales sin interferir en la organización de la secuencia no reduce el aprendizaje implícito de la misma. Para explicar cómo interfiere la modificación de la organización de la secuencia, Stadler argumentó que los tonos que deben ser contados o las pausas largas producen un cambio en la atención que detiene la corriente de estímulos que estaban siendo tomados conjuntamente en la memoria de trabajo y, como consecuencia, la siguiente sucesión de estímulos es agrupada como diferente a la anterior. De este modo, los tonos que deben contarse y las pausas largas van creando agrupamientos inconsistentes, debido a que la alternancia entre tonos altos y bajos, o entre pausas largas y cortas, es aleatoria. De acuerdo con esta interpretación, Stadler (1995) concluyó que el aprendizaje implícito de secuencias podía considerarse como un proceso automático que asocia los elementos que están simultáneamente activos en memoria de trabajo, y que la interferencia provocada por la tarea de tonos era debida a una disrupción en la organización de los estímulos en la memoria de trabajo (para una explicación similar ver Frensch et al., 1994). 60 Aunque el trabajo de Stadler (1995) reduce considerablemente el papel de la atención en el aprendizaje implícito, el propio autor subraya que "es trivial afirmar que para aprender implícitamente la secuencia se debe atender a la tarea para realizarla". De hecho, como acabamos de reseñar, concluye que los estímulos deben estar activos en memoria de trabajo para ser asociados, en otras palabras, que deben ser atendidos de alguna manera. Para precisar en qué sentido la atención sería necesaria, Jiménez y Méndez (1999) partieron de la distinción de Johnston y Dark (1986) entre atención como esfuerzo mental y atención como proceso de selección, y desarrollaron una serie de experimentos que trataban de precisar cuál de estos dos componentes era determinante en el aprendizaje implícito de secuencias. En estos experimentos, cada ensayo consistía en la presentación de un estímulo entre cuatro posibles (? ¡ * x) que aparecía en una de cuatro posiciones horizontales, y el participante debía pulsar la tecla asignada a cada posición del estímulo, independientemente de su identidad. Esta posición podía ser predicha tanto por las relaciones probabilísticas que mantenía la sucesión de posiciones, como por la forma del estímulo inmediatamente anterior. De esta manera, la tarea ocultaba dos relaciones que predecían la posición del estímulo siguiente. Como tarea secundaria, algunos participantes debían contar cuántas veces aparecían dos de las cuatro formas utilizadas (e.g. ? y *). Los resultados mostraron que cuando la tarea se realizaba sin la introducción de la tarea secundaria, los participantes aprendían la secuencia de localizaciones pero no la relación entre las formas y la localización. En cambio, cuando se introducía la tarea secundaria (contar cuántos estímulos de dos formas concretas habían aparecido) los participantes aprendían ambos tipos de relaciones predictivas. Asimismo, estos aprendizajes no fueron afectados negativamente por la realización de la tarea de recuento, y la retirada de esta tarea no mejoró el aprendizaje de la secuencia de localizaciones. De hecho, la retirada de esta tarea eliminó la expresión de la relación forma-posición en el grupo que la había aprendido. Finalmente, es importante subrayar que un análisis más preciso del contenido del aprendizaje reveló que los participantes no habían aprendido la localización específica esperada después de cada forma concreta, sino qué par de localizaciones eran más probables después de un estímulo "a contar" (objetivo) o de un estímulo a ignorar (distractor). El aprendizaje de secuencias 61 Con este conjunto de evidencia, Jiménez y Méndez (1999) concluyeron que el aprendizaje implícito de secuencias depende de una atención selectiva a las dimensiones de los estímulos a partir de los cuales se construyen las relaciones predictivas (sólo aprendían la relación forma-localización cuando atendían a la forma para llevar el computo), y está determinado por la respuesta dada esa dimensión atendida. Ahora bien, este aprendizaje no requeriría operar activamente con estas dimensiones, es decir, no precisaría esfuerzo mental, puesto que el aprendizaje no fue afectado por la presencia o la dificultad de la tarea secundaria. En palabras de Jiménez y Méndez (1999), “el aprendizaje implícito sería producto de procesos asociativos automáticos que operan independientemente de la carga cognitiva, pero que sólo asocian aquellos elementos mantenidos simultáneamente en la memoria de trabajo”. Schmidtke y Heuer (1997) exploraron una hipótesis similar a la defendida por Stadler, considerando la interferencia provocada por la tarea secundaria como resultado de la alteración producida en la organización de la secuencia por la inclusión de esa segunda tarea. En su estudio observaron que cuando los tonos también seguían una secuencia, correlacionada con la secuencia de localizaciones, los participantes aprendían de una manera integrada la secuencia conjunta originada por esa correlación, así como cada secuencia por separado. Por el contrario, cuando ambas secuencias no estaban correlacionadas, los índices de aprendizaje de cada una por separado fueron similares a los obtenidos con una secuencia de localizaciones en condiciones de tarea dual con tonos al azar. Estos resultados demostraban que una tarea secundaria sólo limita el aprendizaje de la tarea primaria si los estímulos de ambas tareas no están relacionados. Schmidtke y Heuer (1997) consideraron que esta interferencia se produce porque se elimina la información predictiva entre eventos adyacentes (e.g. tono-localización) que sí existe en condiciones de tarea simple o en condiciones de tarea dual con dos secuencias correlacionadas. Esta falta de información contingente dificulta el aprendizaje debido a que obliga el desarrollo de asociaciones entre eventos no adyacentes, por ejemplo, entre localizaciones que tiene entre sí un tono no informativo. En síntesis, los datos hasta ahora mostrados parecen converger hacia la necesidad de atención para que se produzca aprendizaje implícito, pero una atención entendida en términos de atención selectiva a las propiedades de los estímulos que permiten hacer predicciones, y no en términos de operaciones activas que demanden 62 esfuerzo mental. Sin embargo, en contra de esta conclusión podemos encontrar desde propuestas que mantienen que las tareas secundarias en efecto deterioran el aprendizaje de secuencias pero porque éste no es implícito (Shanks, 2003, Shanks y Channon, 2002), hasta posiciones que defienden la posibilidad de aprender sin ni siquiera atender selectivamente a los estímulos (Keele, Jennings, Jones, Caulton y Cohen, 2003). Con respecto a la negación del carácter implícito del aprendizaje de secuencias, recientemente Shanks (2003, Shanks y Channon, 2002) ha demostrado que diversas tareas secundarias que suponen esfuerzo mental (carga para la memoria de trabajo) sin interferir en la organización de la secuencia, reducen el aprendizaje. Sin embargo, estos resultados pueden ser difíciles de interpretar ya que las secuencias que emplea generan conocimiento explícito, una circunstancia que impide descartar que parte de esa reducción sea causada por la supresión del componente explícito del aprendizaje. Asimismo, algunas de las tareas secundarias que introduce suponen fuertes cambios en los aspectos temporales de la tarea, lo cual puede mermar la adquisición implícita del fluido hábito motor propio de esta tarea. En el extremo opuesto a esta propuesta crítica de Shanks, encontramos los desarrollos teóricos más recientes del grupo de Keele (Keele et al., 2003) desde los que se sostiene no sólo que el aprendizaje implícito se produce sin necesidad de incurrir en operaciones que requieran esfuerzo mental, sino incluso que en ciertos casos puede producirse sin necesidad de atender selectivamente a los estímulos. Concretamente Keele et al. postulan dos sistemas de aprendizaje, un sistema multimodal que aprendería sobre aquellos eventos que son atendidos pudiendo llevar a cabo asociaciones de cierta longitud entre eventos de distintas dimensiones o modalidad sensorial (recordemos los trabajos de Jiménez y Méndez, 1999 y Schmidtke y Heuer 1997), y un sistema unimodal que llevaría a cabo cómputos asociativos sin necesitad de atender a los estímulos, pero pudiendo realizar sólo asociaciones de corto alcance y dentro de la misma dimensión. Según Keele, et al., el sistema multidimensional puede aprender de forma implícita como demuestran las asociaciones entre forma y localización observadas por Jiménez y Méndez (1999), o entre tonos y localizaciones encontradas en el trabajo de Schmidtke y Heuer (1997), sin embargo las contribución de componentes atencionales en este sistema incorpora la posibilidad de que se descubran conscientemente las relaciones relevantes. En cambio, el sistema unidimensional (no El aprendizaje de secuencias 63 atencional) no podría llevar a cabo ese tipo de asociaciones multidimensionales, por tanto, como demostraron Jiménez y Méndez (1999), estas asociaciones no podrían aprenderse sin atención selectiva a la dimensión predictiva de los estímulos. En definitiva, como podemos inferir de los trabajos recientes de Shanks y la propuesta de Keele, et al., el debate sobre la implicación de la atención en el aprendizaje implícito sigue abierto, pero creemos que esta discusión tiene difícil solución hasta que no se llegue a acuerdos sobre qué secuencias deben emplearse para coincidir en que estamos hablando de efectos sobre el aprendizaje implícito, y hasta que no se definan las tareas secundarias que deben demandarse para generar carga mental sin interferir en la organización de la secuencia o los aspectos motores de la ejecución. 3.2. RELACIONES APRENDIDAS: ¿REGLAS, FRAGMENTOS O PROPIEDADES ESTADÍSTICAS DE LA SECUENCIA? Abordados los procesos, nos dirigimos hacia los contenidos del aprendizaje de secuencias, ¿qué tipo de relación queda representado en nuestra memoria? Para responder a esta pregunta, en primer lugar precisemos las diversas relaciones predictivas entre eventos que se diseñan en el ámbito de las tareas de secuencias. Según la tarea empleada, los estímulos son generados de diferente manera para constituir las secuencias que los participantes aprenden. En una tarea de secuencias fijas, el experimentador repite continuamente una secuencia. En cambio, en una tarea de secuencias probabilísticas se generan contextos antecedentes de uno o varios estímulos previos, que permiten predecir el siguiente estímulo. En una tarea de múltiples secuencias, por último, estas pueden ser producto de la aplicación de varias reglas. ¿Aprenden los participantes las series, probabilidades condicionales o reglas que imponen los experimentadores a sus estímulos? Esta pregunta tendría fácil respuesta si en cada tarea sólo pudiera aprenderse el contenido que se propone en su diseño. No obstante, si tomamos por ejemplo la repetición de una secuencia fija, es fácil comprobar que las mejoras observadas en la ejecución de los sujetos pueden obedecer no sólo al aprendizaje de la serie completa o de algunos de sus fragmentos, sino también a reglas 64 del tipo “hay escasas alternancias” (Cleeremans 1993), o de propiedades estadísticas como que después de C y D sucede A. Más extremo aún es el caso de los procedimientos de reglas, donde la aplicación de éstas genera múltiples secuencias deterministas que a su vez pueden ser interpretadas como un único conjunto de relaciones probabilísticas (Cleeremans y Jiménez, 1998, Jiménez, 1996)4. Lewicki, Hill y Bizot (1988) desarrollaron una de las primeras tareas con múltiples secuencias derivadas a partir de reglas, y concluyeron que la mejor ejecución de sus participantes en los ensayos predecibles, junto con la eliminación de esa diferencia cuando se cambiaron las reglas, revelaba que los participantes habían aprendido ese conjunto de reglas. En esta tarea cada ensayo consistía en la aparición de una “x” en cualquiera de los cuatro cuadrantes de la pantalla, y las reglas estaban contenidas en segmentos de cinco ensayos, dentro de los cuales la posición del estímulo en los dos primeros era impredecible, y en los ensayos tercero, cuarto y quinto era predecible a partir de las posiciones en los dos ensayos previos. Estas reglas se expresaban en términos de movimientos del estímulo como, por ejemplo, “diagonal, horizontal, diagonal, vertical”, o “vertical, diagonal, vertical, diagonal”. En una replicación de este estudio, Perruchet, Gallego y Savy (1990) cuestionaron esta explicación basada en reglas al observar que no todos los movimientos eran igualmente frecuentes, y que los más infrecuentes (horizontales y alternancias) se concentraban en los ensayos impredecibles, lo que podía explicar las diferencias observadas en la latencia de respuesta. Esta explicación se vio reforzada por el hecho de que, aunque según las reglas los ensayos 3, 4 y 5 eran igualmente predecibles, los TR eran menores para los ensayos 4 y 5, un dato claramente incongruente con la hipótesis del aprendizaje de las reglas. Un nuevo análisis de los movimientos producidos en cada tipo de ensayo reveló que los escasos movimientos horizontales acontecidos durante los ensayos predecibles conducían en mayor medida hacia el ensayo 3 que hacia el 4 y el 5, lo que explicaba la mayor lentitud de la respuesta en ese ensayo 3. En definitiva, para Perruchet et al. (1990) el desempeño en esta tarea 4 El análisis de las relaciones probabilísticas del conjunto total de esas secuencias fijas, revela que un ensayo predecible según una secuencia fija concreta, por ejemplo, que después de BC sigue A, deja de ser tan predecible si en dos o más del resto de secuencias a BC le sucede D en lugar de A. El aprendizaje de secuencias 65 podía explicarse por el aprendizaje presumiblemente consciente de la frecuencia relativa de ciertos movimientos. Con posterioridad, Ferrer-Gil (1994) llevó a cabo un elegante diseño con esta tarea con el objeto de analizar si el aprendizaje estaba basado fundamentalmente en reglas o en la memorización de las series. Para ello entrenó a sus participantes con sólo seis de las doce secuencias fijas que generan esas reglas de Lewicki et al. (1988), y posteriormente los transfirió a las otras seis secuencias. De esta manera, cambió las secuencias manteniendo constantes las reglas y, en consecuencia, también la frecuencia y distribución del tipo de movimientos simples descritos por Perruchet et al. (1990). Con esta preparación, los participantes no expresaron su aprendizaje en la fase de transferencia, lo que descartaría de manera bastante concluyente tanto la explicación basada en reglas como la planteada en términos de frecuencia de este tipo de movimientos. Ferrer-Gil (1994) interpretó sus resultados como evidencia en favor de la actuación de un tipo de aprendizaje basado en la memorización de las series presentadas. Sin embargo, como apuntan Cleeremans y Jiménez (1998), esta explicación no puede acomodar el dato obtenido por Perruchet et al. (1990), en el que se observaba mejor ejecución en unos estímulos predecibles que en otros, incluso dentro de una misma serie. Según Cleeremans y Jiménez (1998), una descripción más simple del aprendizaje que podría explicar todos estos resultados, sería considerar que los participantes aprenden las probabilidades condicionales de que aparezca cada estímulo en el contexto de una serie de estímulos previos (Cleeremans y Jiménez, 1998). Aplicando esta concepción estadística a los resultados observados por Perruchet et al., los autores observaron que la mayor latencia de respuesta encontrada en los ensayos 3 de cada serie era compatible con la observación de transiciones menos frecuentes hacia este ensayo. Igualmente, la aplicación de esta lógica al conjunto de los datos de Ferrer-Gil (1994) permitía explicar el patrón de resultados, no sólo considerando las transiciones de segundo orden (cuando se necesita conocer los dos estímulos anteriores para predecir cualquier estímulo), sino también, y en mayor medida, considerando las transiciones de primer orden. Es decir, en términos de relaciones probabilísticas, el ensayo previo permitía predecir el siguiente estímulo en los ensayos 3, 66 4 y 5, una circunstancia que explicaría las diferencias entre estos ensayos y los impredecibles (1 y 2) a pesar de que las reglas habían sido diseñadas de manera que se necesitara conocer un contexto de dos estímulos para predecir los ensayos 3, 4 y 5. Para Cleeremans y Jiménez (1998) este conocimiento de carácter estadístico sería también el que se obtiene en tareas con secuencias probabilísticas (Cleeremans y McClelland, 1991; Jiménez et al., 1996). Para llegar a esta conclusión se basan, por una parte, en la evidencia de que los TR correlacionan con las probabilidades condicionales expuestas a los participantes (Jiménez et al., 1996) y, por otra parte, en la imposibilidad de adquirir fragmentos de cierta longitud o reglas fiables debido a que cada estímulo tiene varios sucesores legales, y que además, la predicción de la gramática se rompe ocasionalmente mediante la irrupción de estímulos aleatorios (Cleeremans y Jiménez, 1998). Desde estos condicionantes, en estas tareas se ha observado que los participantes son gradualmente sensibles a relaciones probabilísticas de primer, segundo, (Jiménez et al., 1996) e incluso de tercer orden (Cleeremans y McClelland, 1991; Remillard y Clark, 2001) y que este aprendizaje es implícito (Jiménez et al., 1996, Jiménez y Méndez, 1999, 2001, Remillard y Clark, 2001). Finalmente, Cleeremans y Jiménez (1998) aportaron evidencia de que este conocimiento estadístico puede explicar los resultados obtenidos con la tercera de las preparaciones posibles: la secuencia fija. El aprendizaje producido con estas secuencias es difícil de precisar porque frecuentemente se solapan el aprendizaje de fragmentos y el aprendizaje de las relaciones estadísticas entre los estímulos. Para superar este solapamiento, los autores asumieron como supuesto que el aprendizaje de fragmentos podría deberse a procesos explícitos, mientras que los procesos implícitos darían lugar a la adquisición de relaciones estadísticas. Partiendo de este supuesto, manipularon la disponibilidad de procesos explícitos incluyendo condiciones con tarea secundaria o con orientación intencional hacia el aprendizaje, tanto de secuencias fijas como probabilísticas. Los resultados mostraron que en aquellas condiciones que facilitan la contribución de procesos explícitos, como era el caso de las condiciones de tarea simple y de orientación intencional, las secuencias fijas se aprendían mejor que las probabilísticas. En cambio, bajo condiciones de tarea dual no hubo diferencias en el aprendizaje de ambos tipos de secuencias. El aprendizaje de secuencias 67 En consonancia con estos resultados, Stadler (1992) demostró que los índices de aprendizaje obtenidos con una secuencia fija dependían de propiedades estadísticas como el número de veces que se presentaba cada evento, o la frecuencia de repetición de fragmentos cortos, de manera que cuanto más desigual era la probabilidad de aparición de cada estímulo y cuanto mayor número de veces se repetían fragmentos concretos, mayores índices de aprendizaje se obtenían. Este hecho le llevó a concluir que la estructura estadística de unas secuencia fija inducía en los participantes una preparación hacia los eventos más probables. La red simple recurrente: un modelo para explicar la adquisición de la estructura estadística de la secuencia Llegados a este punto, parece demostrado que al menos uno de los componentes fundamentales del aprendizaje de secuencias implica una progresiva sensibilidad a la estructura estadística de la secuencia, y que los eventos implicados en estas relaciones estadísticas deben coincidir en la memoria de trabajo para ser asociados. Pero, una vez que se cumplen estos requisitos, ¿cómo se asocian sus representaciones hasta formar asociaciones de segundo o tercer orden? Y, una vez asociados, ¿cómo se recupera este conocimiento para predecir los eventos? Hasta la fecha, son escasas las propuestas que han intentado dar respuesta a tan interesantes preguntas no sólo dentro del aprendizaje implícito de secuencias, sino en el campo del aprendizaje implícito en general (ver intentos recientes en Dominey, 2003; o Wallach y Lebiere, 2003). Dentro del paradigma de secuencias, a este respecto podemos destacar dos modelos conexionistas que tienen por objeto simular la ejecución de los participantes en estas tareas: por un lado el desarrollado por el grupo de Keele (Cohen et al., 1990; Keele y Jennings, 1992) a partir del modelo de representación serial de Jordan (1986), y por otro lado la Red Simple Recurrente (SRN; siglas de los términos en inglés “simple recurrent network”) adaptada por el grupo de Cleeremans (Cleeremans,1993; Cleeremans, Servan-Schreiber y McClelland, 1989; Cleeremans y McClelland, 1991; Jiménez et al., 1996; ServanSchreiber, Cleeremans y McClelland, 1991) a partir de una estructura de este tipo creada por Elman (1990). Ambas propuestas presentan bastantes similitudes en su estructura formal, pero también ciertas diferencias a nivel funcional que les conducen a diferentes predicciones. Debido a que una adecuada explicación de estos modelos 68 requiere cierto detenimiento, vamos a limitarnos a exponer el modelo SRN, por ser la propuesta que cuenta con mayor evidencia de ajuste a la ejecución humana. La SRN consiste en una red de propagación de activación que simula cómo mediante la práctica se puede aprender a predecir el siguiente estímulo que aparecerá en una secuencia. Para ello cuenta con tres capas de unidades conectadas, por las que se propaga la activación (ver figura 4). La primera de estas capas acoge las dos fuentes de información necesarias para predecir: las unidades de contexto (UC), que contienen una representación del estado del sistema en el ensayo previo, y las unidades de entrada (UE), que representan el ensayo actual. En la segunda capa se encuentran las unidades ocultas (UO), lugar de representación donde convergen las informaciones de las dos fuentes de la primera capa. Finalmente las UO conectan con la tercera capa, las unidades de respuesta (UR) o salida, que representan el conjunto de respuestas posibles. Unidades de Salida: estímulo t + 1 Copia Unidades Ocultas Unidades de Contexto Unidades de Entrada: estímulo t Figura 4. Esquema del modelo SRN. En el texto puede encontrarse una explicación detallada de su funcionamiento. La unidad de respuesta más activada por la propagación proveniente de las UO representará la predicción de la red para el siguiente ensayo, y la razón entre la activación de esta unidad y las de las demás unidades de respuesta de esa capa (que pueden presentar activación por otras razones, como por ejemplo, ser la última respuesta que se dio) representará la tendencia de respuesta del sistema. Por último, las propiedades recurrentes del modelo se consiguen mediante una conexión existente entre las UO y las UC, mediante la cual se copia el estado de activación de las UO en las UC, El aprendizaje de secuencias 69 de manera que sea posible considerar el estado de esas UO en cada momento como un contexto que puede ser empleado, junto con el ensayo actual, para predecir el siguiente ensayo. La clave para explicar cómo la red es progresivamente sensible a la estructura estadística de los estímulos radica en la actuación de un proceso de propagación de activación hacia atrás que modifica los pesos de conexión entre estímulos cuando se produce una discrepancia entre la predicción (unidad de respuesta más activa) y el estímulo que aparece en realidad. Finalmente, estos pesos de conexión determinan la activación que recibe cada UR desde las UOs. Cuando a este proceso se suman otros factores ajenos al aprendizaje que también facilitan la respuesta, el modelo es capaz de explicar más del 80% de la varianza de la ejecución de los participantes con secuencias probabilísticas (Cleeremans, 1993; Cleeremans y McClelland, 1991, Jiménez et al., 1996), múltiples secuencias derivadas de reglas y secuencias fijas (Cleeremans y Jiménez, 1998) reproduciendo tanto el curso del aprendizaje como sus limitaciones (Cleeremans y McClelland, 1991; Jiménez et al., 1996). 3.3. CONTENIDO DEL APRENDIZAJE: ¿APRENDIZAJE PERCEPTIVO O APRENDIZAJE MOTOR? Aprendemos la estructura estadística ¿pero de qué? Analizando el curso de una tarea de secuencias, se observan al menos dos regularidades candidatas a constituirse en los contenidos del aprendizaje: por un lado, la secuencia de estímulos creada por el experimentador (aprendizaje perceptivo E-E), y por otro lado, en la medida que cada estímulo se corresponde con una respuesta concreta, la secuencia que se produce entre las propias respuestas del sujeto (aprendizaje motor R-R). Con respecto a estas dos posibilidades Willingham (1998, 1999; Willingham, 1999; Willingham et al., 2000) ha reunido evidencia para sostener que el aprendizaje implícito de estas tareas constituye un aprendizaje de relaciones entre localizaciones de respuesta, es decir, una sucesión de los lugares hacia donde debemos dirigir 70 continuamente nuestra acción 5 . En cambio, los componentes perceptuales del aprendizaje (aprendizaje E-E) sólo aparecerían si se alcanza consciencia de la secuencia. Willingham (1999) aportó algunos de los resultados más convincentes en favor de un aprendizaje implícito R-R mediante un procedimiento que permitía la manipulación independiente de la secuencia de estímulos y la secuencia de respuestas. Gracias al curso independiente de ambas secuencias, observó que los cambios en la secuencia de respuestas provocaban aumentos en el TR. En cambio, alterar la secuencia de estímulos sin modificar la secuencia de respuestas no afectaba los índices de aprendizaje. En un trabajo posterior, Willingham et al. (2000) obtuvieron evidencia que definía este aprendizaje implícito de modo más preciso en términos de relaciones entre localizaciones de respuestas (Experimento 2). Esta matización surgió al disociar los movimientos de los dedos y la localización de la respuesta. Para ello pidieron a los participantes que cruzaran sus manos en el teclado durante la fase de aprendizaje y, una vez concluida esta fase, se les pidió que adoptaran la postura natural. Para un grupo de participantes, el cambio en la disposición de las manos fue acompañado de un cambio en la secuencia de estímulos, de manera que la secuencia de movimientos de los dedos seguía siendo la misma gracias al cambio de postura, y la secuencia de localizaciones de respuesta (teclas) era diferente precisamente por ese cambio de posición de las manos. En cambio, para otro grupo la secuencia de estímulos no cambió, lo que implicaba esta vez que la secuencia de movimientos cambiara con respecto al entrenamiento por el cambio en las manos, pero la secuencia de localizaciones de respuesta seguía siendo la misma que la entrenada. Con esta manipulación observaron que sólo los cambios que afectaban a la secuencia de localizaciones de la respuesta afectaban al aprendizaje mostrado hasta ese momento. Más evidencia en este sentido proviene de los estudios de transferencia de respuesta, en los que, como cabría esperar si se aprenden series de localizaciones de la respuesta, un cambio de responder con varios dedos a responder con un sólo dedo no reduce los índices de aprendizaje (Stadler, 1989; Cohen et al., 1990), pero por el contrario, un cambio de respuesta manual a verbal si afecta negativamente (Keele, 5 En los estudios de secuencias estas localizaciones de respuesta son las teclas de respuesta. El aprendizaje de secuencias 71 Jennings, Jones, Caulton, Cohen, 1995), ya que este cambio supone restar utilidad a la secuencia de localizaciones de respuesta previamente aprendida. Basándose en este conjunto de resultados, Willingham (1998; Willingham et al., 2000) concibe que las secuencias aprendidas inconscientemente configuran representaciones egocéntricas, un tipo de representación que consiste en relaciones entre localizaciones de objetos (en este caso, los lugares que ocupan las teclas de respuesta) codificadas en relación con la disposición de nuestro organismo para dirigir nuestra respuesta sobre ellas. En otras palabras, el aprendizaje sin consciencia en tareas de secuencias consistiría en representaciones espaciales dedicadas al movimiento, más que en representaciones puramente espaciales o motoras. Por otra parte, Willingham (1998) considera que las relaciones entre localizaciones de los objetos (relaciones E-E) se aprenderían sólo explícitamente, y que constituirían representaciones alocéntricas, es decir, un tipo de representación consciente que codifica estas localizaciones relacionándolas entre sí, independientemente de la posición del observador y de las demandas de respuesta que requieran. Evidencia en este sentido podemos encontrarla en situaciones en las que los participantes primeramente observan la secuencia de localizaciones y a continuación se les pide que respondan con las teclas (Howard, Mutter, Howard, 1992, Willingham, 1999). En ese momento sólo muestran aprendizaje en el caso de que las pruebas de consciencia reflejen que en realidad han sido conscientes de la secuencia (Willingham, 1999). En contra de este planteamiento, sin embargo, Mayr (1996) encontró aprendizaje implícito de una secuencia de localizaciones de estímulos en situaciones en las que los participantes debían responder a la forma de esos estímulos. En esta serie de experimentos se presentaban secuencias de localizaciones no correlacionadas con una secuencia de formas geométricas, y se pedía al participante que respondiera a la forma del estímulo. Aunque la secuencia de localizaciones no estaba asociada a ninguna respuesta, su aprendizaje podría facilitar la respuesta al estímulo, dado que permitiría predecir su lugar de aparición. Con este procedimiento, se observó que el TR aumentaba no sólo cuando se cambiaba la secuencia de formas geométricas, sino también cuando se modificó la secuencia de localizaciones, poniendo de manifiesto que habían 72 aprendido a predecir dónde aparecería el estímulo (aprendizaje E-E). Pruebas posteriores de consciencia revelaron que gran parte de los participantes no fueron conscientes de esta secuencia de localizaciones, una circunstancia que sugiere la adquisición de un aprendizaje perceptivo implícito (relaciones entre localizaciones independientes de cualquier respuesta). Sin embargo, el propio Mayr no descartó una interpretación motora de sus resultados, contemplando la posibilidad de que los participantes hubieran aprendido la secuencia de movimientos oculares que acompañaba a la sucesión de localizaciones. De hecho, en su estudio las localizaciones ocupadas por las formas geométricas se correspondían con los cuatro vértices de la pantalla, una disposición que supone una distancia entre localizaciones considerablemente mayor que la disposición horizontal convencional. Ahondando más en esta posibilidad, en un experimento similar pero adoptando la distancia convencional entre localizaciones, Willingham et al. (1989; Experimento 3) no observaron aprendizaje de secuencias de localizaciones cuando los participantes respondían al color del estímulo. Muy recientemente Remillard (2003) ha adoptado de nuevo la lógica de los trabajos de Mayr (1996) y Willingham et al., (1989), manipulando la distancia entre las localizaciones para determinar si los movimientos oculares influyen en los índices de aprendizaje, y en esta ocasión, observó que los participantes podían aprender relaciones perceptivas de primer orden de manera no consciente, e independientemente de la distancia entre las localizaciones. En definitiva, excluía cualquier explicación motora, y ponía de manifiesto la posibilidad de aprender secuencias E-E bajo ciertas condiciones. Ante este conjunto de resultados, una puede plantearse cuáles de esas condiciones especiales han sido relevantes para producir un efecto, en el caso de Remillard (2003), que no se habría observado en los trabajos anteriores del grupo de Willingham (Willingham, 1999; Willingham et al., 2000). Una posible explicación podemos encontrarla en que el aprendizaje perceptual, según los datos obtenidos por Remillard (2003), sólo alcanzaría relaciones de primer orden, mientras que en los experimentos del grupo de Willingham se administraban secuencias de segundo orden. Una segunda alternativa podría estar relacionada con los procedimientos específicos seguidos por Remillard para maximizar los efectos de este aprendizaje. Como plantea El aprendizaje de secuencias 73 este autor, es posible que la anticipación de la posición de un estímulo a cuya identidad hay que responder produzca ventajas demasiado pequeñas cuando la tarea consiste en detectar un único estímulo y responder a su identidad. Para maximizar los efectos de este aprendizaje perceptivo, Remillard planteó una tarea diferente, en la que varios estímulos se presentaban durante un breve periodo de tiempo antes de que una señal imperativa indicase cuál era el estímulo a cuya identidad se debía responder. En esta situación, el haber anticipado la posición del objetivo que sería señalado permitiría la realización de un pre-análisis de su identidad, y una cierta preparación de la respuesta, incluso antes de la aparición de la señal imperativa. En cualquier caso, sea cual fuere la razón de esta diferencia, lo que parece probado es que el componente de respuesta es más importante en este aprendizaje que el componente perceptivo. Para terminar de sacar todas las piezas del puzzle, recientemente ha adquirido mayor peso una propuesta desarrollada por Ziessler (1994, 1998; Ziessler y Nattkemper, 2001; ver también Hoffman, Sebald y Stöcker, 2001) que aboga por un aprendizaje de relaciones entre la respuesta y el estímulo consecuente (R-E). Con este enunciado causa extrañeza que una explicación de esta índole se haya demorado tanto, pero por el momento los trabajos, aunque prometedores, son escasos y en ellos se han empleado secuencias sencillas que generan un notorio conocimiento explícito. 3.4. ¿CUALES SON LOS SUSTRATOS CEREBRALES DEL APRENDIZAJE DE SECUENCIAS? En los apartados anteriores hemos intentado concretar las operaciones implicadas en el aprendizaje de secuencias y el contenido que resulta del desarrollo de esos procesos, ¿pero dónde se sitúa a nivel neuronal todo este conjunto de fenómenos internos al aprendiz? Para explorar esos sustratos neuronales contamos con dos ámbitos de investigación complementarios que se corresponden por una parte con la línea trazada a partir del empleo de las técnicas de neuroimagen y por otra parte con la investigación centrada en el estudio de pacientes. 74 3.4.1. Lo que nos dicen las técnicas de neuroimagen Las técnicas de neuroimagen, como la tomografía por emisión de positrones o la resonancia magnética funcional, nos permiten observar imágenes de la distribución del flujo sanguíneo en el cerebro mientras se realiza una tarea, un índice directamente proporcional a la actividad de las neuronas. La introducción de estas técnicas en tareas de secuencias ha revelado la existencia de ciertas diferencias en los sustratos neuronales subyacentes a los modos de adquisición explícito e implícito. Estas diferencias pueden observarse en trabajos que comparan condiciones de tarea simple y dual (Grafton, Hazeltine e Ivry, 1995; Grafton, Hazeltine e Ivry, 1998; Hazeltine, Grafton e Ivry, 1997) o pueden extraerse cotejando estudios con condiciones de tarea simple que generan conocimiento explícito (Doyon, Owen, Petrides, Sziklas y Evans, 1996; Eliasen, Souza y Sanes, 2001; Honda et al., 1998; Rauch et al., 1995; Toni, Krams, Turner y Passingham, 1998) con otros trabajos en los que un entrenamiento corto (Rauch et al., 1997) o secuencias probabilísticas (Berns, Cohen y Mintun, 1997) evitan la captación consciente de la secuencia en un considerable número de participantes. Los trabajos que comparan condiciones de tarea simple y dual muestran claramente que cada condición implica un trazado neuronal completamente diferente. Cuando se exige llevar a cabo una tarea secundaria, la activación relacionada con el aprendizaje de secuencias se concentra en coordenadas superiores del hemisferio izquierdo del cerebro, implicando al córtex parietal, área motora suplementaria, córtex motor primario y ganglios basales. En cambio, cuando sólo se realiza la tarea de secuencias, el trazado es muy diferente, ocupando fundamentalmente regiones más inferiores en el hemisferio derecho que incluyen el cerebelo, ganglios basales, y córtex occipital, temporal, prefrontal lateral, y premotor lateral (Hazeltine, 2003, Keele et al., 2003). Si consideramos que bajo condiciones de tarea dual se controla en buena medida la contribución de componentes explícitos en el aprendizaje, podríamos sugerir que estos dos trazados se corresponden con las bases neuronales diferenciadas del aprendizaje implícito y explícito de secuencias. Sin embargo, bajo condiciones de tarea simple también se ha observado que numerosos participantes aprenden la secuencia a pesar de mostrar un pobre conocimiento consciente de la misma (Berns, et al., 1997; Grafton, et al., 1995; El aprendizaje de secuencias 75 Hazeltine, et al., 1997; Rauch, et al., 1997). Sobre este particular, a partir de un reanálisis de los datos encontrados por Grafton et al. (1995) y Hazeltine et al. (1997), Keele et. al. (2003) han observado que aunque el trazado neuronal es en general similar en los participantes conscientes y no conscientes de la secuencia, los participantes que se percatan de la misma presentan una mayor activación del cíngulo anterior y el córtex temporal. A raíz de esta evidencia, estos autores sostienen que la notable diferencia entre los circuitos bajo condiciones de tarea dual o simple, no respondería a la contribución de procesos implícitos o explícitos, sino a la implicación de dos sistemas diferentes de aprendizaje, un sistema multimodal que controlaría los procesos de aprendizaje en condiciones de tarea simple, y un sistema unimodal, que ejercería el control del aprendizaje bajo condiciones de tarea dual. Como ya comentamos previamente, según Keele et al. (2003) el sistema multimodal aprendería sólo sobre aquellos eventos que son atendidos y podría llevar a cabo asociaciones de cierta longitud entre eventos de diferentes dimensiones o modalidad sensorial. Pero este sistema no controlaría el proceso de aprendizaje en condiciones de tarea dual debido a que la dimensión introducida como tarea secundaria (los tonos), se presenta al azar y, por tanto, no puede asociarse con la dimensión que sigue una secuencia. Bajo esta circunstancia el sistema multidimensional trata de aprender algo que no está estructurado (la relación entre tonos y posiciones), y el fracaso consiguiente se traduce en que sus correlatos neurales no contribuyen al proceso de aprendizaje. En ese caso sería el sistema unidimensional el que pasaría a controla el aprendizaje, un sistema que no precisa atender a los estímulos para asociarlos pero a costa de que el aprendizaje quede limitado a asociaciones de corta magnitud dentro de la misma dimensión. En definitiva, para Keele et al. (2003), los sustratos neuronales que difieren entre los modos implícito y explícito de aprendizaje radican en la contribución especial del cíngulo anterior y el córtex temporal cuando se alcanza consciencia de la secuencia, en cambio, las diferencias encontradas en estudios donde se comparan condiciones de tarea dual y simple, revelarían la actuación de dos sistemas diferentes de aprendizaje, uno unimodal que se caracteriza por ser implícito, y otro multimodal que puede ser implícito o explícito en función de si los procesos atencionales que éste incluye conducen o no al descubrimiento de la secuencia. 76 3.4.2. El estudio de pacientes Desgraciadamente, el estudio de pacientes ha generado un cuadro de resultados bastante más esquivo, fundamentalmente por dos razones. En primer lugar, el uso frecuente del informe verbal como medida de consciencia unido a la ausencia de tareas secundarias u otros métodos para minimizar el aprendizaje explícito, impiden por el momento distinguir adecuadamente entre estudios de aprendizaje implícito y aprendizaje explícito. Y en segundo lugar, variables como la extensión de las lesiones o el estado de avance de la enfermedad, generalmente no han sido debidamente controladas, desvirtuando así posibles comparaciones entre estudios y contribuyendo a un panorama de datos contradictorios. Como se puede suponer por su continua aparición a lo largo de esta introducción, los pacientes amnésicos han sido la población clínica más estudiada con el paradigma de aprendizaje de secuencias. Esta población fue introducida en el trabajo original de Nissen y Bullemer (1987; Experimento 4) observándose entonces índices aceptables de aprendizaje a pesar de que, como era de esperar por sus rasgos clínicos, los pacientes confesaban no haber detectado la secuencia. Sin embargo, su aprendizaje no alcanzaba los niveles mostrados por el grupo control de personas sanas. Trabajos posteriores no han encontrado diferencias significativas entre ambos grupos, pero constantemente siguen mostrando un aprendizaje numéricamente mayor en el grupo control (Nissen et al., 1989; Reber y Squire, 1994, 1998). Aunque la explicación más recurrente de esta diferencia ha sido concebir que los participantes del grupo control emplean estrategias explícitas durante la tarea (Reber y Squire, 1998), Curran (1997a) encontró diferencias incluso con una tarea que ambos grupos aprendieron implícitamente. Un examen minucioso del tipo de aprendizaje obtenido por cada grupo en ese estudio, reveló que las diferencias estribaban en una mayor dificultad por parte de los pacientes para aprender asociaciones de segundo orden. Un dato que, como el propio Curran (1997a; 1998) sostiene, es consistente con la extensa literatura que demuestra la participación del lóbulo temporal medial (concretamente la estructura del hipocampo) en aprendizajes asociativos de alto nivel (e.g. Cohen y Eichembaum, 1993; McDonald y White, 1993; ver también más recientemente Eichembaum, 2000), y supone además el descubrimiento de su El aprendizaje de secuencias 77 participación en procesos de adquisición implícita de asociaciones complejas. En este sentido, desde otros ámbitos del estudio de la memoria también se viene sugiriendo una relación de cierta independencia entre el hipocampo y los componentes explícitos de la memoria (Cohen et al., 1999). La conocida implicación de los ganglios de la base en el aprendizaje de hábitos ha motivado el estudio de pacientes con Parkinson y Corea de Huntington, dos trastornos degenerativos con síntomas motores que surgen a partir de disfunciones en esas estructuras. Con respecto a los pacientes de Parkinson, como tónica general se ha observado bien ausencia de aprendizaje (Jackson, Jackson, Harrison, Henderson y Kenard, 1995; Stefanova, Kostic, Ziropadja y Markovic, 2000) o bien un menor aprendizaje que el observado en los participantes sanos (Ferraro, Balota y Connor, 1993; Pascual-Leone et al., 1993; Westwater, McDowall, Siegert, Mossman y Abernethy, 1998, con una versión verbal para minimizar el impacto de los síntomas motores). Sin embargo, recientemente Smith, Richard, Siegert, McDowall y Abernethy (2001) han encontrado niveles de aprendizaje semejantes al grupo control. Para explicar este inesperado resultado, los autores subrayaron que los pacientes de su estudio mostraban intacto el cerebelo y no fueron sometidos a una evaluación precisa de las funciones ejecutivas del lóbulo prefrontal, dos estructuras que se han mostrado vinculadas al aprendizaje explícito de secuencias (Jackson et al., 1995; Belderrein, Grafman, PascualLeone y García-Monco, 1999). Como hemos señalado, este modo de adquisición presumiblemente está muy presente en los estudios con pacientes, debido al empleo generalizado de la secuencia redundante de Nissen y Bullemer (1987) y la no utilización de tareas secundarias u otras variantes que minimicen el aprendizaje consciente. Los pacientes con Corea de Huntington han sido escasamente explorados mostrando por el momento un patrón de resultados algo confuso. En los trabajos iniciales, los pacientes no alcanzaban los niveles de aprendizaje de los grupos controles (Knopman y Nissen, 1991; Willingham y Koroshetz, 1993) pero aprendían significativamente. Después de un largo paréntesis sin nuevos datos, Brown, RedondoBerge, Chacon, Lucas y Channon (2001) observaron que estos pacientes no mostraban déficit en el aprendizaje de una secuencia que generó escaso conocimiento explícito, pero sí en otra tarea de aprendizaje intencional de secuencias por ensayo y error. A 78 partir de esta disociación estos autores han sugerido que el tejido de los ganglios basales más afectado en esta enfermedad, concretamente el núcleo caudado, sería capital en el aprendizaje intencional de secuencias. Una afirmación que explicaría cómodamente los primeros estudios sobre esta patología si de nuevo asumimos la importante contribución del aprendizaje explícito en esos estudios. En resumen, aunque por el momento los estudios con pacientes parecen difíciles de interpretar por la falta de control sobre los aspectos antes comentados, los resultados apuntan hacia la participación del lóbulo temporal, no sólo en los aspectos explícitos del aprendizaje sino también en el aprendizaje implícito de relaciones complejas (Curran, 1997a, 1998), y hacia la participación indudable de los ganglios basales, pudiendo quizá distinguirse dentro de esta estructura entre la contribución del núcleo caudado en el aprendizaje intencional y la del núcleo putamen en el aprendizaje incidental (Brown et al., 2001). 3.4.3. Una propuesta estructural y funcional sobre las bases biológicas del aprendizaje de secuencias. Como podemos observar, un conjunto amplio de estructuras neuronales participan en el aprendizaje de secuencias y según las observaciones de Keele et al. (2003) una marcada participación del cíngulo anterior y el córtex temporal supondría la contribución de procesos de AE. No obstante, estos autores consideran que las mayores diferencias en los trazados neuronales se encuentran cuando el proceso de aprendizaje está controlado por el sistema multidimensional o por el sistema de módulos unidimensionales que ellos proponen. Según esta propuesta, la introducción de una tarea secundaria con estímulos al azar frustraría la participación del sistema multidimensional ya que la ausencia de relación entre las diferentes dimensiones atendidas impediría que este sistema ejecutase sus operaciones de asociación entre diferentes dimensiones relacionadas y entre eventos con relaciones predictivas de orden superior. De este modo, el proceso de aprendizaje quedaría controlado por los módulos unidimensionales (no atencionales), cuyo trazado neuronal se concentraría en una región dorsal izquierda que incluye el córtex parietal, la El aprendizaje de secuencias 79 corteza motora suplementaria y el córtex motor. Sobre estas estructuras, Hazeltine (2003) ha sugerido que la corteza suplementaria motora acogería una representación del conocimiento motor secuencial en un nivel abstracto, y el córtex parietal generaría las coordenadas espaciales para la acción, funciones en consonancia con los estudios de cambio de efector (Cohen et al., 1990, Stadler, 1989), y las propuestas que sostienen un aprendizaje de localizaciones de respuesta (Willingham, 2000). Más dudas muestra acerca de la función de los ganglios basales, que podrían ser una estructura implicada en aprendizaje secuencial per se, o sólo en la programación ordenada de acciones (ver argumentos para decantarse por esta última función en Keele et al., 2003). Este circuito de aprendizaje implícito encontraría su eslabón final en el córtex motor primario, cuya actividad sólo reflejaría los aspectos efectores específicos. En cambio, la condición de tarea simple permite al sistema multidimensional centrarse en la única dimensión que debe ser atendida, pudiendo así extraer de ella asociaciones de orden superior. Esta participación del sistema multidimensional se traduciría en un cambio del trazado neuronal hacia una región ventral fundamentalmente derecha que encierra áreas del córtex prefrontal, temporal, occipital y premotor. El nuevo trazado permite un aprendizaje contextual más complejo que no supondría obligatoriamente procesos de adquisición explícita. Ahora bien, debido a que el sistema opera con información atendida para responder sobre ella, puede alcanzarse consciencia de las relaciones, una circunstancia que se traduciría en un crecimiento de la actividad en el cíngulo y regiones temporales. Hasta ese momento el córtex prefrontal y temporal interactuarían para desarrollar asociaciones de orden superior a nivel implícito que quedarían representadas de un modo abstracto (sin efector específico) en el córtex promotor (Hazeltine, 2003). Por lo que respecta a regiones subcorticales, los ganglios de la base estarían implicados en la transición entre subsecuencias aprendidas (Keele et al., 2003) y el cerebelo intervendría en la precisión y temporización del movimiento (Hazeltine, 2003). 3.5. CONCLUSIONES En este capítulo hemos pretendido ofrecer una conceptualización integral del fenómeno del aprendizaje implícito de secuencias. Para ello, hemos descrito en primer 80 lugar el desarrollo de tres tareas (secuencias fijas, múltiples secuencias, y secuencias probabilísticas) que han demostrado a lo largo de los últimos quince años cómo bajo determinadas condiciones de entrenamiento, y empleando medidas fiables de consciencia, se puede obtener aprendizaje implícito de secuencias. Este hecho no niega sin embargo que generalmente parte del aprendizaje (fundamentalmente cuando hay una sola secuencia fija) pueda deberse a la contribución de procesos conscientes. A continuación nuestra atención se dirigió hacia el organismo que aprende, para dar cuenta de los procesos y contenidos de este aprendizaje. Respecto a los procesos implicados, parece confirmarse que el aprendizaje implícito de secuencias depende de una atención selectiva a los estímulos objeto de asociación (más concretamente a las dimensiones de éstos relevantes para crear relaciones predictivas, por ejemplo forma o localización) pero no requiere operaciones activas con estos estímulos que exijan esfuerzo mental, unos rasgos sin duda en consonancia con lo que intuitivamente concebimos como un aprendizaje inconsciente y no intencional. Una vez atendidos, las representaciones de los estímulos se activan en la memoria de trabajo y comienza un proceso automático de aprendizaje asociativo que ha sido simulado con razonable éxito por modelos conexionista como la SRN. Esta red reproduce cómo vamos haciéndonos progresivamente sensibles a las relaciones estadísticas que mantienen los eventos. En cuanto a la naturaleza de los eventos asociados, parece plausible apostar porque podemos aprender implícitamente relaciones entre estímulos y entre localizaciones de respuesta (dónde debe dirigirse la acción), aunque, por el momento, el aprendizaje de relaciones entre estímulos parece obtenerse sólo nivel de relaciones de primer orden, y el aprendizaje de respuesta parece mucho más potente. Futuras investigaciones con preparaciones que generen aprendizaje implícito deberán determinar si la reciente propuesta de un aprendizaje respuesta-consecuencia puede explicar parte de la adquisición implícita de relaciones estadísticas de una secuencia. Finalmente nos hemos introducido en el complejo entramado de las bases biológicas del aprendizaje de secuencias y hemos encontrado un panorama prometedor, aunque en este tipo de estudios sería necesario refinar aún más las condiciones de aprendizaje para separar lo que se aprende de manera explícita o implícita. En general, los estudios de neuroimagen y pacientes convergen en el trazado de un amplio circuito implicado en el aprendizaje de secuencias, pero los aspectos explícitos estarían determinados por la especial participación del cíngulo anterior y regiones temporales (Keele et al., 2003). 4. ESTUDIO EXPERIMENTAL DEL APRENDIZAJE IMPLÍCITO Y EXPLÍCITO DE SECUENCIAS 4.1. PLANTEAMIENTO DE LA INVESTIGACIÓN El objetivo general de esta investigación ha sido estudiar en qué medida las condiciones en las que se expresa el aprendizaje implícito son diferentes a aquellas en las que se expresa el aprendizaje explícito. En la búsqueda de esta disociación, hemos partido de una concepción de ambos modos de aprendizaje en la que el carácter implícito o explícito del mismo describe tanto las propiedades del proceso de adquisición como las características del conocimiento resultante de ese proceso. Desde esta perspectiva, el aprendizaje implícito viene a corresponderse con un proceso de aprendizaje incidental sobre el que pruebas posteriores de consciencia permiten confirmar que en realidad el conocimiento resultante no ha sido consciente. En cambio, el aprendizaje explícito se correspondería con una situación de aprendizaje en la que los aprendices son instruidos para que adopten una estrategia intencional que, de modo natural, conduce a un conocimiento explícito. 82 Con estas matizaciones pretendemos por una parte distinguir entre aprendizaje incidental (proceso no intencional) y aprendizaje implícito (proceso no intencional más resultado no consciente), y por otra parte también pretendemos precisar que el término de aprendizaje explícito sólo debe aplicarse si tenemos certeza de que el proceso de aprendizaje ha sido explícito, y no sólo porque sepamos que el conocimiento resultante sí lo es. En cuanto a nuestro primer propósito, la distinción entre aprendizaje incidental e implícito nos conduce a una concepción del aprendizaje implícito como un fenómeno que sólo puede ser definido a posteriori, cuando se corrobora que el aprendizaje mostrado en la medida indirecta no se observa en la medida directa. Como consecuencia, desde nuestro punto de vista, las condiciones mediante las que el experimentador pretende inducirlo, no deben denominarse condiciones de aprendizaje implícito, sino condiciones de aprendizaje incidental ya que, aunque en las instrucciones se pretende evitar que el aprendizaje sea intencional, no podemos descartar que el aprendiz adquiera cierto conocimiento consciente (de hecho es lo más frecuente). Por lo que respecta a nuestra segunda intención con estas aclaraciones terminológicas, la definición de aprendizaje explícito como un proceso de aprendizaje con orientación intencional pretende que el término no sea aplicado a los casos en los que las condiciones de aprendizaje incidental han conducido a conocimiento explícito. Las razones estriban en que cuando se alcanza consciencia de una regularidad, desconocemos si el aprendiz ha usado ese conocimiento de un modo intencional, e incluso en el caso de usarlo de este modo, no sabemos desde cuándo y con qué continuidad. En definitiva, no tenemos certeza de que el proceso de adquisición haya sido realmente intencional lo que nos lleva a considerar que el método óptimo para poder afirmar que estamos hablando de aprendizaje explícito sería crear condiciones de aprendizaje en las que los participantes sean instruidos desde el comienzo para que aprendan intencionalmente las relaciones que presenta una tarea. Como comentamos en la introducción, hasta la fecha, la comparación entre aprendizaje implícito y explícito entendida en estos términos, ha sido muy escasa y centrada, salvo escasas excepciones (e.g. Jiménez y Méndez, 2001) en la magnitud que alcanza el aprendizaje desde una u otra orientación. Sin embargo, esta investigación sería de gran utilidad para conocer las características particulares de cada forma de Estudio experimental del aprendizaje implícito y explícito de secuencias 83 aprender y establecer una definición de aprendizaje implícito en términos de intención que sería más fácil de operacionalizar (Frensch, 1998). Con el objeto de comenzar a cubrir parte de este vacío de investigaciones, en los siguientes experimentos hemos reunido una serie de predicciones que surgen del planteamiento llevado a cabo por Cleeremans y Jiménez (2002) en torno a las diferencias que deben existir en la expresión de un modo y otro de aprendizaje. De acuerdo con estos autores, el conocimiento explícito e implícito contrastan fundamentalmente en la forma en que pueden ser controlados y en la medida en que el contexto estimular determina su expresión. En términos de control, mantienen que la manifestación del conocimiento implícito sólo sería controlable de un modo indirecto, como por ejemplo modificando las condiciones estimulares para que el participante deje de prestar atención a ciertas dimensiones, o tenga que cambiar su criterio de respuesta (e.g. más cautelosa). Estos cambios supondrían una nueva forma de afrontar la tarea que, en última instancia, impediría (control indirecto) la expresión del conocimiento implícito. En otras palabras, la expresión del conocimiento implícito estaría determinada por los requerimientos de la tarea. Por el contrario, la expresión del conocimiento explícito sería más directamente controlable por el sujeto, quien podría aplicar ese conocimiento, bajo ciertas restricciones, a pesar de introducir cambios en la tarea. Este control directo determinaría que su expresión quedara en una cuestión de elección, es decir, la persona decidirá utilizarlo o dejar de hacerlo fundamentalmente en función de que crea que su aplicación es útil. Esta distinción en términos de control suscita predicciones claras acerca de los cambios en la tarea que afectarían la expresión de uno u otro tipo de aprendizaje. Como puede deducirse de lo anteriormente expuesto, la expresión del aprendizaje implícito debería ser eliminada por cambios posteriores que obliguen al participante a modificar su forma de afrontar la tarea. En cambio, el conocimiento explícito debería contrarrestar los efectos de estos cambios, expresándose siempre que, a pesar de los cambios introducidos, no se ponga en duda su validez para esa situación. Ahora bien, si los cambios afectan precisamente a la validez de aplicar ese conocimiento, debemos esperar el efecto inverso. En este caso, sería el conocimiento explícito el que se vería perjudicado, puesto que los participantes adoptarían la creencia 84 de que ya no es útil aplicarlo, mientras que, por contra, el conocimiento implícito no debería verse afectado si no se producen otros cambios estructurales que alteren la forma de afrontar la tarea. No en vano, el conocimiento implícito se caracteriza por “no saber que se sabe” (Dienes y Berry, 1997) y, por tanto, su aplicación no puede depender de creencias de utilidad y determinaciones de aplicarlo, sino del mantenimiento de unas condiciones estimulares que instiguen su expresión sin control por parte del que lo expresa. El conjunto de experimentos que presentamos a continuación ha pretendido poner a prueba estas predicciones sintetizándolas en una hipotética doble disociación, según la cual, los cambios estructurales que alteran la forma de realizar la tarea afectarían al aprendizaje implícito pero no al explícito, mientras que reducir la validez de aplicar el conocimiento adquirido, reduciría o eliminaría la expresión del aprendizaje explícito, y no afectaría al aprendizaje implícito. Estas predicciones nos remiten a diferencias en la flexibilidad que poseen uno y otro tipo de conocimiento, revelándose el conocimiento explícito como infinitamente más flexible en la medida que podría manifestarse a pesar de introducir cambios estrucuturales en la tarea, y en la medida que su expresión podría contenerse cuando la validez de aplicarlo se reduzca considerablemente. Por ello, continuando nuestro estudio sobre las diferencias en la expresión de uno y otro modo de aprendizaje, en una serie final de experimentos nos planteamos si el conocimiento adquirido podría ser transferido a otro contexto donde el uso de ese conocimiento previo facilitaría nuevos aprendizajes. Nuestra hipótesis en este sentido se decanta claramente por que sólo el conocimiento explícito sería suficientemente flexible como para facilitar un nuevo aprendizaje en un contexto diferente. Pero para contrastar todo este conjunto de hipótesis, en primer lugar necesitábamos encontrar un procedimiento que indujera aprendizaje de secuencias en una sesión limitando en lo posible la intrusión de efectos de aprendizaje explícito. El primer capítulo de nuestra serie experimental recoge dos experimentos centrados en conseguir este objetivo haciendo uso de secuencias probabilísticas, un tipo de secuencias con relaciones que encierran cierta dificultad como para ser descubiertas de modo consciente. Estudio experimental del aprendizaje implícito y explícito de secuencias 85 Una vez encontrado este procedimiento, en la segunda serie experimental hemos estudiado el efecto de los cambios estructurales sobre la expresión del aprendizaje implícito y explícito modificando la localización de los estímulos con respecto al entrenamiento previo. Estas modificaciones podían suponer una nueva fuente de conflicto a la hora de responder, obligando al participante a adoptar una conducta más cautelosa para no cometer errores (Experimentos 3 y 4), o por el contrario podían consistir precisamente en la retirada de ese conflicto, facilitando de este modo la tarea que se estaba realizando hasta ese momento (Experimento 5). Con estos dos tipos de cambios pretendíamos averiguar hasta qué punto la expresión del conocimiento estaría condicionada a cualquier cambio o sólo a aquellos cambios que conduzcan a un modo de afrontamiento más controlado. Después de la segunda serie experimental, con el objeto de cerrar la hipótetica doble disociación abierta en esa serie, nos dirigimos hacia el estudio del efecto que produce reducir la utilidad de aplicar el conocimiento previo (Experimento 6). En términos de nuestra manipulación, este cambio en la validez se concretaba en el paso de una situación en la que la repetición de una secuencia fija permitía predecir el estímulo siguiente en el 100% de los ensayos, a una situación en la que la secuencia cambiaba y sólo un 12,5% de los ensayos se correspondían con la secuencia aprendida (un ciclo de doce ensayos de la secuencia aprendida entre siete ciclos de doce ensayos de una secuencia diferente). De este modo, el conocimiento adquirido deja de ser útil (sólo sirve para responder a unos pocos ensayos) pero la breve aparición de la secuencia aprendida permite repetir las mismas condiciones del entrenamiento, y evaluar la expresión del aprendizaje. Finalmente, la serie experimental que cierra este trabajo empírico, recoge dos experimentos mediante los que pretendíamos saber si la flexibilidad que estamos atribuyendo a la expresión del conocimiento explícito (manifestándose a pesar de cambios estructurales y pudiéndose contener cuando no es útil aplicarlo) podría permitir también la transferencia del aprendizaje a otros contextos donde facilitaría nuevos aprendizajes (Experimentos 7 y 8). Para explorar esta posibilidad, los participantes llevaban a cabo dos tareas, en primer lugar una tarea con secuencias de localizaciones y en segundo lugar una tarea con secuencias símbolos pero que mantenía la misma secuencia de respuestas sobre el teclado aprendida en la tarea de localizaciones. De este 86 modo podíamos evaluar en qué medida el aprendizaje de la secuencia incluida en la segunda tarea estaba siendo facilitado por la transferencia del aprendizaje adquirido en la primera tarea. Como puede deducirse de los primeros párrafos de este apartado, en todo este conjunto de experimentos los modos implícito y explícito de aprendizaje han sido obtenidos manipulando en primer lugar la orientación hacia el aprendizaje (incidental o intencional), y corroborando posteriormente mediante pruebas de consciencia que, en efecto, las condiciones de aprendizaje incidental inducían aprendizaje implícito y los participantes en las condiciones de aprendizaje intencional seguían las instrucciones recibidas para buscar relaciones. Sobre el particular de las pruebas de consciencia empleadas, excepto en el Experimento 1, donde se utiliza una medida de reconocimiento para replicar un estudio previo de Curran (1997a), la medida directa administrada ha sido una tarea de generación que respondía a la lógica de la disociación de procesos. Como apuntan Neal y Hesketh (1997a), este procedimiento nos permite saber si el conocimiento está siendo aplicado de un modo intencional o de un modo que escapa al control de quién lo aplica, lo que supone, en otras palabras, que estamos ante una medida óptima para confirmar si la manipulación de la orientación hacia el aprendizaje (incidental o intencional) ha sido efectiva. 4.2. OBTENCIÓN DE APRENDIZAJE IMPLÍCITO DE SECUENCIAS EN UNA SESIÓN DE ENTRENAMIENTO Como antes mencionamos, para desarrollar nuestra investigación, necesitábamos en primer lugar contar con un procedimiento que indujera aprendizaje implícito de secuencias en una sesión de entrenamiento. Desde el origen de esta tarea los estudios sobre la misma han sido múltiples, y en ellos las condiciones experimentales varían ampliamente en aspectos tan dispares como por ejemplo la secuencia empleada, su longitud, la distribución de ensayos secuenciales y aleatorios, el número de bloques, el intervalo respuesta-estímulo, o si la tarea es presentada sola o simultáneamente con otra tarea secundaria (Wallach y Lebiere, 2003). Pero dentro de este amplio número de trabajos, sólo una proporción muy reducida ha conseguido que los participantes en Estudio experimental del aprendizaje implícito y explícito de secuencias 87 condiciones de aprendizaje incidental no adquieran conocimiento consciente de la secuencia, dicho de otro modo, que el aprendizaje fuera implícito. Entre estos escasos estudios, uno de los procedimientos con mayor número de evidencias consiste en alternar dentro de cada bloque de entrenamiento una secuencia fija y secuencias aleatorias, con el objeto de “esconder” suficientemente la secuencia al participante (Curran, 1997a, Curran, 1997b; Meulemans, Van der Linden y Perruchet; 1998; Stadler, 1993). Haciéndonos eco de la efectividad de este procedimiento, nuestros dos primeros experimentos adoptaron esta idea, bien replicándola (Experimento 1) o bien en una variante que consistía en presentar dos secuencias e inducir aprendizaje sobre aquella presentada con mayor frecuencia (Experimento 2). Este procedimiento tiene como principales ventajas que induce aprendizaje implícito en una sola sesión, y que permite mostrar tanto el inicio del aprendizaje como su curso temporal gracias a que podemos establecer una comparación continua entre la ejecución mostrada en la secuencia aprendida y en los ensayos de control (secuencias al azar, o una secuencia alternativa). Por contra, los procedimientos que repiten una secuencia fija sin interrupción sólo pueden conocer la magnitud final del aprendizaje cuando, al término del entrenamiento, se modifica la secuencia. Bien es cierto que en este último procedimiento el descenso progresivo del TR por la repetición de la secuencia supone un índice continuo de aprendizaje, pero este descenso presenta el inconveniente de incluir otros efectos inespecíficos de práctica distintos del aprendizaje de la secuencia, y para controlarlos deberíamos emplear grupos control sin secuencia fija, una medida más costosa cuyo resultado todavía tendría como desventaja la obtención de índices de aprendizaje grupales en lugar de los propios de cada participante. EXPERIMENTO 1 Nuestro primer intento por concretar un procedimiento de aprendizaje implícito en una sola sesión de entrenamiento pasó por someter a réplica el procedimiento de alternancia entre una secuencia fija y secuencias al azar ideado por Curran (1997a, 1997b). En este procedimiento una secuencia SOC de doce ensayos se presentaba seis 88 veces en cada bloque, pero esta presentación no era continuada, sino intercalada entre series al azar siguiendo la sucesión A-F-F-A-F-F-A-F-F-A, donde A es la secuencia de estímulos aleatorios y F la secuencia fija. Esta sucesión nos depara un procedimiento que reproduce un patrón de predicción probabilístico en el que el estímulo es predecible en el 60% de los ensayos. Asimismo, como en el estudio original de Curran (1997a), buscamos confirmación del carácter implícito del aprendizaje administrando una prueba de reconocimiento al final del entrenamiento, una medida que según Shanks y St. John (1994) satisface los criterios de sensibilidad e información. De conseguir nuestro objetivo de obtener un procedimiento que nos permita evaluar el proceso de adquisición del aprendizaje en una única sesión, debiéramos observar que a lo largo de los bloques de ensayos el tiempo que se tarda en responder a los ensayos de la secuencia fija va siendo progresivamente menor que el tiempo mostrado para responder a los ensayos que no siguen la secuencia (aleatorios). Además, si el aprendizaje adquirido fuera implícito, en la prueba final de reconocimiento los participantes no debieran saber discriminar entre series de ensayos que siguen la secuencia fija y otras series no pertenecientes a esa secuencia. MÉTODO Participantes En este experimento participaron 20 estudiantes de la Facultad de Psicología de la Universidad de Granada, obteniendo por ello puntuación extra en asignaturas del área de Psicología Básica. Todos los participantes de éste y del resto de experimentos incluidos en esta tesis desconocían los objetivos de la investigación, y ninguno había participado en experimentos similares con anterioridad. Estudio experimental del aprendizaje implícito y explícito de secuencias 89 Aparatos La secuencia de estímulos era generada por un ordenador PC-486 y la presentación de los mismos se hacía en una pantalla IBM de 14 pulgadas. El programa que controlaba la presentación de las instrucciones, la aparición de estímulos en cada ensayo, y la recogida de las respuestas, fue escrito en el lenguaje de programación MEL-2 (Schneider, 1998). Los participantes respondían en un teclado situado frente a ellos pulsando una de cuatro posibles teclas. Estímulos y Procedimiento Tarea de Tiempo de Reacción Serial Reproduciendo la preparación original de Curran (1997a), cuatro rectángulos eran situados en el eje horizontal de la pantalla y la tarea del participante consistía en pulsar la tecla asignada al rectángulo que se iluminaba en cada ensayo. Cada uno de estos rectángulos consistía en un contorno blanco sobre fondo negro que encerraba un área de 35 por 21mm, y mantenía 8mm de separación con el rectángulo contiguo. Estos rectángulos se mantenían en pantalla durante toda la tarea y en cada ensayo el interior de uno de ellos era rellenado de color blanco, provocando un efecto semejante a la iluminación del mismo. Los participantes debían responder a esa iluminación del rectángulo pulsando la tecla correspondiente con esa localización. Las teclas de respuesta (las letras Z-X-N-M del teclado del ordenador) y la posición de los rectángulos mantenían una correspondencia espacial congruente. Es decir, los participantes debían responder pulsando la tecla Z cuando se iluminaba el rectángulo de la izquierda, la tecla X cuando se iluminaba el siguiente a la derecha, la tecla N para el siguiente a la derecha, y la tecla M para el rectángulo más a la derecha. Los participantes debían realizar un primer bloque de práctica de 120 ensayos, en los que la secuencia de posiciones era al azar, con la única condición de que no se repitiera la misma posición en dos ensayos consecutivos. A continuación recibían nueve bloques de 120 ensayos experimentales, en los cuales se mezclaban varias secuencias de 12 ensayos, bien aleatorias (con la única restricción de que no se repitiera la misma posición en dos ensayos consecutivos) o bien estructurada de acuerdo con la siguiente 90 secuencia fija: 1-2-1-4-2-3-4-1-3-2-4-3, en la que 1, 2, 3, y 4 se corresponden, de izquierda a derecha, con las cuatro posiciones en el eje horizontal. Esta secuencia fija contiene relaciones condicionales de segundo orden (SOC), ya que para predecir un estímulo es necesario conocer al menos los dos estímulos anteriores. Si se observa detenidamente la secuencia, un estímulo (e.g. 1) no permite predecir cuál ocurrirá a continuación, porque tras él puede aparecer cualquiera de los tres restantes con igual probabilidad (.33). En cambio, una vez que se consideran dos estímulos seguidos (e.g. 1-2) el siguiente está completamente determinado, (e.g. después de 1-2, siempre aparece el 1). En cada bloque se presentaba seis veces esta secuencia fija (F) y cuatro veces una secuencia aleatoria (A) en el orden A-F-F-A-F-F-A-F-F-A. Por tanto, los estímulos eran predecibles en el 60% de los ensayos. Para optimizar la ejecución, los participantes debían mantener ambas manos sobre el teclado, situando los dedos índice y corazón sobre las teclas Z-X-N-M. El rectángulo se mantenía iluminado hasta que se respondía y la siguiente iluminación aparecía 250 ms después de la respuesta. Durante el intervalo entre ensayos los cuatro rectángulos sin iluminar se mantenían en pantalla. Cuando el participante cometía un error, escuchaba un breve sonido a través de unos auriculares. En las instrucciones, se insistía a los participantes que debían responder con la mayor precisión y rapidez posible, sin hacer nunca mención de la presencia repetida de una secuencia fija. Asimismo, al final de cada bloque eran invitados a descansar, continuando con el siguiente bloque tras pulsar la barra espaciadora. Medida directa Al término de la tarea se informaba a los participantes sobre la presencia de una secuencia intercalada entre series al azar, y éstos llevaban a cabo una prueba de reconocimiento de fragmentos de cuatro estímulos. En esta prueba se mostraban seis fragmentos pertenecientes a la secuencia aprendida y seis distractores. Los fragmentos presentados pertenecientes a la secuencia aprendida fueron: 3413, 2142, 2431, 4234, 1324, y 3121. Los fragmentos distractores fueron: 2134, 3421, 2314, 4124, 1342 y 1241. Como puede observarse, los fragmentos distractores sólo coinciden con los pertenecientes a la secuencia aprendida en fragmentos de dos estímulos consecutivos. Estudio experimental del aprendizaje implícito y explícito de secuencias 91 Recordemos que la secuencia aprendida no contiene relaciones predictivas de primer orden, es decir, un estímulo no puede ser predicho por su antecedente. Por tanto, ambos conjuntos de fragmentos pueden coincidir a este nivel sin entorpecer la medida, ya que la información contenida en pares de estímulos no permite discriminar qué fragmento pertenece a la secuencia. En cambio, puesto que el aprendizaje de la secuencia fija comienza en la adquisición de fragmentos de tres estímulos (relaciones de segundo orden), si el solapamiento entre fragmentos distractores y los pertenecientes a la secuencia alcanzara esta longitud de tres estímulos, al participante no le serviría aplicar su conocimiento para decidir si un fragmento pertenece a la secuencia. El participante respondía a estas series de igual manera que durante el entrenamiento, esto es, ensayo a ensayo, y una vez que respondía al cuarto ensayo, en la pantalla se ofrecía una escala de 1 a 7 puntos en la que debía reflejar con qué seguridad creía que el fragmento presentado pertenecía a la secuencia que se repetía durante el experimento. Los doce fragmentos se presentaban en un orden aleatorio. Diseño En la tarea de TRS se evaluó el efecto de dos variables independientes manipuladas intraparticipante: secuencia y bloque de entrenamiento. El factor secuencia contaba con las condiciones secuencia fija y secuencia al azar, mientras que las condiciones de la variable bloque se correspondían con cada uno de los nueve bloques de entrenamiento. La variable dependiente tomada en los análisis de éste y del resto de experimentos fue el TR en cada ensayo. En la tarea de reconocimiento se consideró el factor tipo de fragmento como variable independiente manipulada intraparticipante, con los niveles secuencial, cuando el fragmento pertenecía a la secuencia, y distractor, cuando el fragmento no pertenecía a la secuencia. La variable dependiente fue la puntuación en una escala de 1 a 7 reflejando la seguridad que tenían acerca de si el fragmento presentado pertenecía o no a la secuencia practicada. 92 RESULTADOS Análisis del aprendizaje de la secuencia: Para el análisis se tomaron los TR excluyendo los ensayos con respuesta incorrecta, aquéllos con latencia superior a 1200 ms, y los dos primeros ensayos de cada bloque. Esta última medida tenía por objeto no contaminar los datos con la lentitud propia del ajuste a la tarea tras cada descanso. La exclusión por errores y respuestas superiores a 1200ms, supusieron un 3,1% y 0,5% de los ensayos respectivamente. Para mantener un paralelismo con los datos de Curran (1997a), se computaron las medianas de los TR para la secuencia fija y las secuencias al azar para cada bloque. La precisión fue generalmente alta (97% de media) y su patrón a lo largo de la práctica no contradijo el ofrecido por los TR, descartándose de este modo cualquier efecto de compensación entre rapidez y precisión. Esta alta precisión y un notorio paralelismo entre los resultados procedentes de esta medida y de la medida de TR, fueron sistemáticos en todos los experimentos. Por ello, de ahora en adelante sólo mostraremos los datos de TR. Medianas de TR (ms) 520 500 480 460 SEC-AZAR 440 SEC-FIJA 420 400 380 1 2 3 4 5 6 7 8 9 BLOQUES DE ENTRENAMIENTO FIGURA 5. TR promedio (media de la mediana del TR para cada participante) en cada secuencia (entrenada o Fija vs. secuencia al Azar) en función de los bloques de entrenamiento. Estudio experimental del aprendizaje implícito y explícito de secuencias 93 La figura 5 muestra la media de los TR en cada bloque calculada sobre las medianas de los TR de cada sujeto. Como puede observarse, desde el primer bloque los participantes responden más rápidamente a los ensayos de la secuencia fija que a los ensayos de las secuencias al azar, aumentando esta diferencia con la práctica. Estas observaciones fueron confirmadas en un análisis de varianza (ANOVA) 9 x 2 de medidas repetidas que incluía los factores bloque (1 a 9) y secuencia (fija vs. azar) como variables manipuladas intraparticipante. Mediante este análisis se observaron efectos principales de bloque, F(8, 152)= 2,82, MCe = 1029, p<0,01, y secuencia, F(1, 19) = 37,40, MCe = 1485, p<0,0001, así como efecto de la interacción bloque X secuencia, F(8,152)=2,74, MCe = 330, p<0,01. Estos resultados revelan que los participantes responden más rápido con la práctica pero, lo que es más importante, que responden también con mayor rapidez a los estímulos pertenecientes a la secuencia fija que a los presentados al azar, y que esta diferencia entre ambos tipos de estímulos progresa con el entrenamiento, demostrando que las relaciones predictivas han sido aprendidas gradualmente. Como puede observarse, con gran prontitud los índices de aprendizaje alcanzan niveles considerables a pesar de que el estímulo es predecible sólo en el 60% de los ensayos. Esta magnitud del aprendizaje parecía apuntar hacia la posibilidad de que otros aspectos ajenos al aprendizaje estuvieran provocando diferencias entre la secuencia fija y las series al azar, máxime cuando observamos que los niveles de aprendizaje eran similares a los obtenidos por Schvaneveldt y Gomez (1998; Experimento 2) con una preparación en la que los estímulos eran predecibles en el 90 % de los ensayos. Al margen del orden de los estímulos, una diferencia importante entre la secuencia fija empleada y las series de doce ensayos al azar es la desigual presencia de alternancias del tipo 232 o 313. En la secuencia SOC de doce ensayos empleada sólo se encuentra la alternancia 121 (8,3 % de los ensayos), en cambio, en doce ensayos al azar sin repeticiones consecutivas de estímulos, la probabilidad es de una alternancia cada tres ensayos (33,3 % de los ensayos). Es decir, una probabilidad cuatro veces mayor que la presente en la secuencia fija empleada. Guiados por este razonamiento pensamos que una respuesta más lenta a los ensayos que suponen una alternancia quizá explique parte de las diferencias entre la secuencia fija y las series al azar. 94 Análisis del efecto de las alternancias: Para éste análisis y todos los siguientes sobre TR, se ha escogido como medida central la media porque es desaconsejable emplear medianas cuando se comparan conjuntos de ensayos que difieren notablemente en número (Miller, 1988). El posible efecto de las alternancias se exploró tomando las medias de los TR únicamente en las series al azar, para evitar así cualquier efecto del aprendizaje sobre los TR (ver Figura 6). Sobre estos ensayos se llevó a cabo un ANOVA 2 x 9 de medidas repetidas con tipo de ensayo (de alternancia vs. no alternancia) y bloque (1 a 9) como factores manipulados intraparticipante. Este análisis mostró efecto del tipo de ensayo, F(1, 19) = 46.25, MCe = 2450, p<0,0001, consistente en un menor TR para los ensayos que no suponen alternancia (452 vs. 487 ms), pero no de la interacción tipo de ensayo X bloque (F<1). A la luz de este datos, teniendo en cuenta que las secuencias al azar presentan considerablemente más alternancias que la secuencia fija (33,3 vs. 8,3%), podemos concluir que las series al azar siempre tendrán TR más lentos que la serie fija, y que, como consecuencia de ello, comparar los TR en ambas series como índice de aprendizaje puede ser engañoso, ya que podemos encontrar que las diferencias se deban, al menos en parte, a este efecto. EFECTO DE LAS ALTERNANCIAS 520 Medias de TR (ms) 500 480 460 alternancia 440 NO-alternancia 420 400 380 1 2 3 4 5 6 7 8 9 BLOQUES DE ENTRENAMIENTO FIGURA 6. TR promedio para los ensayos que suponen una alternancia y para el resto de ensayos que no implican una alternancia, tomando sólo las secuencias aleatorias a lo largo de los nueve bloques de entrenamiento. Estudio experimental del aprendizaje implícito y explícito de secuencias 95 Finalmente, para comprobar si las diferencias entre la secuencia fija y las series al azar son sólo producto de las alternancias, comparamos ambas series (secuencia fija y azar) excluyendo los ensayos con alternancias. Bajo estas condiciones, de nuevo un ANOVA 9 x 2 con bloque (1 a 9) y secuencia (fija o azar) como medidas repetidas mostró efecto de bloque, F(8,152)= 3.31, MCe = 1118, p<0,005, secuencia, F(1,19)= 24.93, MCe = 758, p<0,0001 y de la interacción bloque x secuencia, F(8,152)= 2.33, MCe = 344, p<0,05, lo que revela un aprendizaje de relaciones de segundo orden no salientes (es decir, relaciones de tres elementos sin repetir ninguno). No obstante, en la figura 7 podemos observar cómo la diferencia entre el TR mostrado en la secuencia fija y en las secuencias al azar (tomado como índice de aprendizaje) resulta considerablemente menor cuando se excluyen las alternancias. EXCLUYENDO ALTERNANCIAS TODOS LOS ENSAYOS M edias de TR (m s) 520 500 480 460 AZAR 440 FIJA 420 400 380 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 BLOQUES DE ENTRENAMIENTO BLOQUES DE ENTRENAMIENTO FIGURA 7. TR promedio para los ensayos de la secuencia fija y de la secuencia al azar, incluyendo sólo los ensayos que no suponen alternancias (parte izquierda) o incluyendo todos los ensayos (parte derecha), en el curso de los nueve bloques de entrenamiento. Análisis de la medida directa: Sobre el promedio de las puntuaciones concedidas a cada grupo de fragmentos, se llevó a cabo un ANOVA unifactorial de medidas repetidas con tipo de fragmento (secuencial o distractor) como factor manipulado intraparticipante. Este análisis mostró que la puntuaciones asignadas a los fragmentos pertenecientes a la secuencia (4.80) y a 96 los distractores (4.77) no eran significativamente diferentes (F<1), lo que sugiere que el aprendizaje fue implícito. DISCUSIÓN En este primer experimento hemos obtenido aprendizaje implícito de una secuencia SOC “escondida” entre series aleatorias, pero al mismo tiempo hemos descubierto que parte del índice de aprendizaje que se obtiene con esta preparación puede no deberse al propio aprendizaje de la secuencia. El índice de aprendizaje en esta tarea consistía en comparar el TR mostrado en los ensayos de la secuencia fija, con el TR mostrado en las secuencias al azar. Si el primer conjunto de ensayos es respondido con mayor rapidez, se concluye que los participantes han aprendido a predecir (consciente o inconscientemente) los estímulos de la secuencia fija. Efectivamente, como esperábamos, los participantes progresivamente fueron respondiendo cada vez más rápido a la secuencia fija y consideramos que este aprendizaje fue implícito dado que en la medida directa de reconocimiento de fragmentos no supieron discriminar qué fragmentos pertenecían a la secuencia aprendida. Sin embargo, la alternancia entre una secuencia fija y series al azar preparada en este experimento convertía al procedimiento en una tarea de aprendizaje de secuencias probabilísticas bastante exigente, ya que el estímulo sólo podía ser predicho en el 60% de los ensayos. Por ello, resultó bastante llamativa la aparición tan temprana del aprendizaje en el primer bloque y los niveles que éste alcanzó, comparables a los obtenidos en un estudio realizado por Schvaneveldt y Gomez (1998; Experimento 2) en el que los estímulos eran predecibles en un 90% de los ensayos. Como consecuencia, este notorio aprendizaje nos condujo a plantearnos que el índice de aprendizaje estuviera sobreestimado y nos dirigimos a comprobar esta posibilidad. La forma de computar el aprendizaje en este procedimiento supone que los ensayos de la secuencia entrenada y los ensayos al azar sólo se diferencian en que unos mantienen un orden (secuencia fija) y otros no (secuencias al azar), y que, por tanto, Estudio experimental del aprendizaje implícito y explícito de secuencias 97 cualquier diferencia entre ellos en TR se debe al aprendizaje del orden. Sin embargo, como apuntaron Reed y Johnson (1994), dos secuencias pueden diferir en diversos aspectos al margen de las relaciones predictivas que contengan, de modo que las diferencias en TR entre ambas resulten difíciles de interpretar a menos que se controlen esos aspectos ajenos al aprendizaje. En este sentido, un elemento importante que no se controla en este experimento, ni en la mayor parte de los estudios con secuencias, es que ambos conjuntos de ensayos presenten el mismo número de alternancias (ensayos del tipo 131, 323, etc.). Como pauta sistemática, se evita incluir este tipo de fragmentos en la secuencia fija porque el participante puede descubrirlos fácilmente e inferir a partir de ellos la presencia de una secuencia, pero si esta restricción no se aplica a las secuencias al azar, nos encontramos con una distribución desigual de alternancias. Concretamente, partiendo de que siempre se controla que no se repitan estímulos de manera consecutiva, como promedio en una secuencia al azar debe acontecer una alternancia cada tres ensayos, en cambio en la secuencia fija empleada solo aparecía una alternancia cada doce ensayos. Cuando hemos analizado el efecto de las alternancias sobre el TR, nos encontramos con que los ensayos que suponen una alternancia son más lentos, y esta lentitud no se reduce ni aumenta con el entrenamiento, lo que sugiere que no es un efecto adquirido durante la tarea, sino una disposición general de nuestro sistema perceptivo-motor. Se podría pensar que, dado que la mayor parte de ensayos pertenecen a la secuencia fija, si como es nuestro caso esa secuencia sólo contiene una alternancia, el participante podría aprender que en general hay pocas alternancias, y responder más lento a éstas porque no las espera. No obstante, nuestros datos muestran que esta lentitud es un efecto de bastante magnitud y estable de principio a fin de la tarea (ver figura 6), por lo que no parece explicable en términos de un aprendizaje de la regla “hay pocas alternancias”. Por tanto, la explicación del efecto de las alternancias debiéramos buscarla en fenómenos diferentes al aprendizaje. El efecto de Inhibición de Retorno (IR; Posner y Cohen, 1984, véase Klein, 2000 o Lupiáñez, Tudela y Rueda, 1999, para una revisión) podría ser un candidato en este sentido. En numerosos estudios se ha observado que, en ausencia de predictibilidad y en una preparación con sólo dos posiciones, las respuestas a posiciones repetidas son más lentas que las respuestas a posiciones diferentes. El 98 efecto de las alternancias observado en nuestro estudio podría considerarse una extensión del efecto habitual de IR. De hecho algunos autores han mostrado que el efecto de IR se observa igualmente cuando se repite la posición de dos ensayos previos (es decir, una alternancia; Tipper, Weaver y Watson, 1996). Pero sea cual fuere la explicación del efecto de las alternancias, si a éstas se responden más lentamente y hay más alternancias en los ensayos al azar, puede ser que la mayor lentitud observada en las series al azar no se deba al aprendizaje de la secuencia, sino a la desigual distribución de las alternancias. A este respecto, cuando en el análisis hemos excluido las alternancias, seguimos observando aprendizaje de la secuencia, pero el índice es claramente menor, lo que revela que esas alternancias estaban generando índices “engañosos” de aprendizaje. En otras palabras, los participantes han aprendido las relaciones de segundo orden que contenía la secuencia SOC empleada, pero el aprendizaje no tiene la magnitud que nos mostraban los datos originales de Curran (1997a). Estas observaciones sobre la desigual distribución de las alternancias, tienen también una lectura dirigida sobre la medida de consciencia utilizada. Si nos detenemos en la composición de los fragmentos, podría discutirse la validez de la medida de reconocimiento por la ausencia de alternancias en los fragmentos distractores. Sabiendo que la mayor parte de los ensayos (60%) pertenecen a la secuencia fija y que ésta presenta sólo una alternancia (8.5% de los ensayos), y que las series al azar (40% de los ensayos) presentan una probabilidad de 0.33 de aparición de una alternancia, podemos deducir que en el conjunto de los ensayos, sólo un 18,3% de los mismos serán alternancias. Como antes hemos planteado, esta escasez de alternancias podría ser aprendida por el participante, expresándose este aprendizaje en un menor TR para la secuencia fija por presentar menos alternancias, pero este aprendizaje no podría ser mostrado en la medida directa porque los fragmentos distractores no incluyen mayor número de alternancias que los pertenecientes a la secuencia. Sin embargo, en este sentido ya hemos demostrado que el efecto de aprendizaje se mantiene cuando se excluyen los ensayos con alternancias, un dato indicador de que los participantes han aprendido relaciones de segundo orden independientemente de esas alternancias. Además, hemos subrayado también que el efecto de las alternancias Estudio experimental del aprendizaje implícito y explícito de secuencias 99 no se ve afectado por la práctica, lo que en última instancia revela que el aprendizaje gradual que muestran los participantes no es el aprendizaje de una regla del tipo “lo más probable es un ensayo diferente a los dos anteriores”. Por tanto, una vez demostrado que existe aprendizaje independientemente de los aspectos relacionados con las alternancias, la ausencia de éstas en los fragmentos distractores no resta validez a la medida de reconocimiento empleada. En definitiva, como conclusión de este experimento podemos afirmar que los participantes fueron sensibles a la presencia de una secuencia fija y que el aprendizaje adquirido fue implícito a juzgar por la pobre discriminación mostrada en la medida de reconocimiento. No obstante, el desequilibrio entre el número de alternancias presentes en la secuencia aprendida y en las secuencias al azar nos impide precisar la magnitud del aprendizaje. Por esta razón en nuestro segundo experimento de nuevo intentamos generar aprendizaje implícito de secuencias probabilísticas en una sola sesión, pero esta vez con un procedimiento que controlara estos efectos artificiosos. EXPERIMENTO 2 En este experimento diseñamos un procedimiento que pretendía controlar los efectos derivados de comparar una secuencia fija con series al azar. Este control ha sido sugerido en diversos estudios (e.g. Cleeremans y Destrebecqz, 2001; Reed y Johnson, 1994; Schvaneveldt y Gomez, 1998; Shanks y Perruchet, 2002) en la forma de dos secuencias que sólo difieran en el tipo de relaciones de segundo orden que mantienen sus estímulos, quedando constante el resto de potenciales diferencias (frecuencia de cada estímulo, alternancias…) Siguiendo estas sugerencias, en nuestra nueva preparación alternamos dos secuencias SOC de esas características e indujimos el aprendizaje de una de ellas presentándola con mucha mayor frecuencia que la otra. Concretamente una de ellas era mostrada en el 80% de los ensayos, mientras que la otra sólo aparecía en el 20% de los mismos. Para controlar el posible efecto de cualquier otra diferencia existente entre las secuencias, aparte de las alternancias, la asignación de las secuencias como secuencia entrenada (más probable, 80%) o secuencia infrecuente (20%) se contrabalanceó a través de los participantes. 100 Puesto que ambas secuencias sólo se diferenciaban en cuanto a las relaciones predictivas de segundo orden que mantienen sus estímulos, un menor TR para los ensayos de la secuencia frecuente indicaría que los participantes han aprendido al menos las relaciones de segundo orden que encierra la secuencia. Nuevamente, este procedimiento de alternancia de secuencias nos permite obtener un índice continuo del aprendizaje, y esconder una secuencia compleja (de relaciones de segundo orden) con el propósito de que no sea percibida conscientemente. Como un objetivo añadido, en este experimento además de las secuencias de localizaciones, hemos incluido el análisis de un grupo con secuencias de símbolos presentados aisladamente en el centro de la pantalla, un tipo de estímulos menos empleado en la literatura, pero que nos va a resultar de gran utilidad en nuestro proyecto sobre las características distintivas del aprendizaje intencional e incidental. Con respecto a la comparación entre el aprendizaje tradicional de localizaciones y el aprendizaje de secuencias de símbolos, existen varios trabajos previos que muestran un mejor aprendizaje de localizaciones (Hartman et al., 1989; Koch y Hoffman, 2000; Experimento 3). Koch y Hoffman (2000) plantean que esta superioridad de las localizaciones se debe a que los movimientos del estímulo propios de este tipo de secuencias generan un aprendizaje perceptivo más eficaz que el acontecido con símbolos presentados en el centro. Sin embargo, una diferencia importante de esos trabajos con respecto al presente experimento radica en que las secuencias empleadas en aquellos estudios produjeron una cantidad importante de conocimiento explícito, un efecto que esperábamos no sucediera con nuestra preparación. Sobre este particular, el modelo de Willingham (1998, Willingham et al. 2000) sugiere que el aprendizaje implícito de secuencias consiste fundamentalmente en un aprendizaje de sucesiones de localizaciones de respuestas (e.g. la secuencia de teclas), mientras que el aprendizaje de relaciones entre estímulos (que favorecería el aprendizaje de localizaciones según Koch y Hoffman, 2000) sólo se adquiriría conscientemente (Willingham, 1998). Por tanto, creemos que el aprendizaje implícito de dos secuencias de estímulos que compartan la misma secuencia de respuestas, no debe diferir en su magnitud, a pesar de que en cada tarea esa secuencia de respuestas se genere a partir de secuencias de estímulos diferentes (una a partir de localizaciones y otra a partir de símbolos). En otras palabras, si asumimos que nuestra preparación generará aprendizaje Estudio experimental del aprendizaje implícito y explícito de secuencias 101 implícito, el aprendizaje adquirido será de relaciones entre localizaciones de respuestas y, puesto que en este sentido la secuencia de localizaciones y la secuencia de símbolos son iguales, esperamos que el aprendizaje obtenido en ambas sea similar. Por último, para precisar si el aprendizaje es implícito, introdujimos como medida directa una tarea de generación consistente en predecir un estímulo a partir de una serie previa de cinco ensayos que servía como clave de recuerdo para la predicción. Esta generación se llevó a cabo tanto bajo condiciones de inclusión (predecir qué estímulo vendría a continuación) como exclusión (predecir qué estímulo no vendría a continuación). Este procedimiento tiene como ventajas una mayor semejanza con la situación de aprendizaje por su esencia predictiva (Jiménez et al., 1996) y la lógica de la disociación de procesos (Jacoby, 1991), que pretende controlar la posible influencia de conocimiento implícito sobre la ejecución en una media directa. MÉTODO Participantes En este experimento participaron 48 estudiantes de la Facultad de Psicología de la Universidad de Granada, obteniendo por ello puntuación extra para cualquier asignatura de Psicología Básica. Los participantes fueron asignados de forma aleatoria a uno de los dos grupos que precisaba este experimento, con lo que cada grupo quedó formado por 24 participantes. Aparatos Los estímulos fueron generados por un ordenador PC Pentium 4 y se presentaban en una pantalla IBM de 15 pulgadas. Los participantes respondían en un teclado situado frente a ellos pulsando una de cuatro posibles teclas. La tarea presentada a los participantes fue diseñada con el programa E-PRIME (Schneider, Eschman y Zuccolotto, 2002), mediante el cual se controlaba la presentación de los estímulos y el 102 registro de la respuesta. Este equipamiento informático se empleó también en el resto de experimentos. Procedimiento y Estímulos Tareas de Tiempo de Reacción Serial La mitad de los 48 participantes respondieron a series de símbolos (GS), y la mitad restante a series de localizaciones de un único estímulo (GL). En las series de símbolos cada ensayo consistía en la presentación de uno de los símbolos “?”, “¡”, “$”, o “#” en el centro de la pantalla, y el participante debía responder con la tecla asignada a cada estímulo. Los estímulos tenían 1 cm. de altura, y las teclas de respuesta fueron Z, X, N y M, asignadas a los símbolos “?”, “¡”, “$”, o “#” respectivamente. Sobre cada tecla se pegó un adhesivo que mostraba el símbolo asignado a esa tecla. En la pantalla, los símbolos se mostraban en color negro y eran el único elemento visible, el resto de la pantalla consistía en un fondo blanco. En cuanto a las localizaciones, en esta ocasión consistieron en movimientos de un asterisco de una a casilla a otra, adoptando en este caso el formato más utilizado dentro del paradigma. Este estímulo permanecía en pantalla hasta que el participante emitía una respuesta. En caso de error, escuchaban un ligero tono a través de unos auriculares. Las dimensiones de las cuatro casillas fueron 30mm de ancho por 25mm de alto, y el asterisco aparecía en el centro de la casilla. Este estímulo tenía un tamaño de 8 x 7 mm y la distancia desde el centro de una casilla al centro de la casilla contigua fue de 47 mm. Como en el experimento anterior, en el periodo entre ensayos las casillas no desaparecían de la pantalla. El cambio determinante con respecto al Experimento 1 fue la introducción de una alternancia de dos secuencias SOC (SOCA y SOCB) en la proporción 8-2 dentro de cada bloque. De este modo se inducía aprendizaje de la SOC presentada frecuentemente (80% de los ensayos) y se contaba con otra SOC (20% de los ensayos) que servía como control para medir el aprendizaje. La SOCA contenía la serie 134231214324, donde los números se corresponden con las cuatro localizaciones de derecha a izquierda (GL) o con los símbolos “?”, “¡”, “$”, y “#”, respectivamente (GS). La SOCB consistía en la serie 234124314213, una serie complementaria a la anterior y de igual estructura Estudio experimental del aprendizaje implícito y explícito de secuencias 103 estadística. Para la mitad de los participantes la secuencia frecuente (SOCF) fue la SOCA y la secuencia infrecuente (SOCI) la SOCB, mientras que la otra mitad de los participantes recibió la asignación inversa. Cada bloque comenzaba y terminaba con una presentación de la SOCF, y entre ambas se presentaba seis veces la SOCF (frecuente) y dos la SOCI (infrecuente) en un orden aleatorio, sólo restringido para presentar la primera serie de la SOCI en la primera mitad del bloque, y la segunda serie en la segunda mitad del mismo. Las SOCF y SOCI se vinculaban de manera que los dos últimos estímulos de cualquiera de ellas permitieran predecir el primero de la siguiente. Esta vinculación permitía mantener la estructura SOC durante todos los ensayos de cada bloque. Los participantes comenzaba realizando 14 ensayos de práctica para confirmar la comprensión de las instrucciones, y a continuación llevaron a cabo siete bloques de 120 ensayos con la citada distribución de secuencias. De este modo fueron expuestos a 56 presentaciones de la SOCF como en el Experimento 1. Al final de cada bloque eran invitados a descansar, continuando con el siguiente bloque tras pulsar la barra espaciadora. Medida Directa En esta ocasión presentamos una prueba de generación con claves con el método de inclusión-exclusión. Esta prueba consistía en la presentación de cinco ensayos en las mismas condiciones que durante el entrenamiento, y en el sexto debían predecir qué estímulo sería más probable que apareciera (condición de inclusión) o cual sería menos probable (condición de exclusión) en función de los cinco precedentes. Estos cinco primeros ensayos eran un fragmento de la SOCF o de la SOCI, fragmentos que se alternaban al azar para impedir que los participantes continuaran aprendiendo durante la tarea de generación. La predicción en el sexto ensayo se realizaba eligiendo entre dos opciones ofrecidas, una correcta, y otra incorrecta por ser la propia de la otra SOC si tuviéramos en cuenta sólo los dos ensayos previos al de predicción. Durante esta prueba se presentaron 24 segmentos de seis ensayos, 12 de cada SOC, cubriendo así todas las series de seis ensayos extraíbles de cada SOC. Los 24 segmentos se realizaron en primer lugar bajo condiciones de inclusión (elegir cuál de las dos opciones sería el ensayo más probable) y a continuación bajo instrucciones de exclusión (elegir cuál de las dos opciones sería el ensayo menos probable). 104 Diseño En esta ocasión contamos con tres variables independientes: estímulo, manipulada entre grupos, y secuencia y bloque, manipuladas intraparticipante. La variable estímulo presenta dos niveles, de manera que un grupo recibe secuencias de localizaciones, y otro grupo secuencias de símbolos. La variable secuencia tiene dos condiciones, la secuencia que se presenta frecuentemente (SOCF) y por ello será aprendida, y la secuencia que se presenta infrecuentemente (SOCI). Por último, la variable bloque cuenta con 7 niveles, correspondientes a los siete bloques de entrenamiento. En la medida directa, de nuevo contamos con la variable independiente estímulo (localizaciones vs. símbolos) manipulada entre grupos, y añadimos la variable tipo de generación, con los niveles de inclusión y exclusión. La variable dependiente fue el acierto en la predicción, donde, dado que se ofrecían dos opciones, el azar se correspondía con un 50% de acierto. RESULTADOS Análisis del aprendizaje de la secuencia: Cuatro participantes fueron excluidos del análisis, dos de ellos porque no comprendieron las instrucciones de la prueba de generación, y otros dos por un error en la recogida de los datos de esta prueba de consciencia. Dos participantes pertenecían al GS y los otros dos al GL. Debido a la importancia de la medida de consciencia en el objetivo de este experimento, no contamos con sus datos en ningún análisis. Lo más relevante de los datos mostrados en la figura 8 es la confirmación de nuestra hipótesis respecto al aprendizaje con ambos estímulos. Como puede apreciarse, con independencia de que el TR es más lento en el grupo de símbolos que en el de localizaciones, el aprendizaje obtenido es bastante similar en ambos grupos. Estudio experimental del aprendizaje implícito y explícito de secuencias SECUENCIAS DE LOCALIZACIONES 105 SECUENCIAS DE SÍMBOLOS Medias de TR (ms) 800 750 700 650 600 SOCF SOCI 550 500 450 400 1 2 3 4 5 6 BLOQUES DE ENTRENAMIENTO 7 1 2 3 4 5 6 7 BLOQUES DE ENTRENAMIENTO FIGURA 8. TRs para la SOCF (frecuente) y la SOCI (infrecuente) en el grupo con secuencias de localizaciones (parte izquierda) y en el grupo con secuencias de símbolos (parte derecha) a lo largo de los siete bloques de entrenamiento. En efecto, un ANOVA 2 x 7 x 2 mixto con estímulo (GL o GS) como factor entre grupos, y bloque (1 a 7) y secuencia (SOCF o SOCI) como factores manipulados intraparticipante, no arrojó efectos de interacción que implicaran a las variables grupo y secuencia conjuntamente, indicando, por tanto, un nivel de aprendizaje similar en ambos grupos. Como se esperaba, se obtuvieron efectos principales de los factores estímulo, F(1, 42) = 80.64, MCe = 111396, p<0.0001, bloque, F(6, 252) = 3.51, MCe = 2163, p< 0.005, y secuencia, F(1, 42) = 41.10, MCe = 2506, p< 0.0001, y efecto de la interacción bloque X secuencia, F(6, 252) = 2.16, MCe = 1255, p< 0.05, y bloque X estímulo, F(6, 252) = 6.10, MCe = 2163, p< 0,0001. El efecto de estímulo refleja la mayor rapidez esperada en la ejecución de tareas de localización, y la interacción bloque X estímulo indica que el TR general mostrado en la tarea de símbolos es más sensible a los efectos de la práctica. Lo más interesante, la interacción bloque X secuencia, revela el esperado aprendizaje gradual de la SOCF a lo largo de los bloques de entrenamiento. La ausencia de interacción estímulo X secuencia, y estímulo X bloque X secuencia (Fs < 1) nos indica que el aprendizaje obtenido no difiere entre los grupos de 106 localizaciones y símbolos. No obstante, para demostrar la existencia de aprendizaje en cada grupo, realizamos de nuevo el análisis en cada uno de ellos por separado. En este análisis se replicaron los efectos de bloque F(6, 126) = 8.93, MCe = 1478, p< 0.0001, secuencia, F(1, 21) = 34.92, MCe = 1743, p< 0.0001, y de la interacción bloque X secuencia, F(6, 252) = 3.354, MCe = 740, p< 0.005, en el GL, mientras que en el GS se observaron efectos de bloque, F(6, 126) = 2.64, MCe = 2849, p< 0.05, y secuencia, F(1,21) = 13.12, MCe = 3268, p< 0.005 pero no de la interacción entre ambas variables. Por tanto, aunque observamos aprendizaje en ambos grupos a juzgar por los efectos de secuencia presentes en cada uno de ellos, la ausencia de efecto de interacción bloque X secuencia (F<1) en símbolos revela que el aprendizaje con estos estímulos no tiene el carácter gradual mostrado por el aprendizaje de secuencias de localizaciones. Análisis de la medida directa: Para analizar los datos de la medida directa, sólo se tuvieron en cuenta las predicciones de las series que pertenecían a la SOCF. Un ANOVA 2 X 2 con estímulo (localizaciones o símbolos) como factor entre grupos y tipo de generación (inclusión o exclusión) como factor intraparticipante no produjo efectos significativos de los factores estímulo (F<1), o tipo de generación, F(1, 42) = 2.44, MCE = 2.466, p > 0.1, ni de la interacción estímulo X tipo de generación (F<1). Por tanto, sugerimos que el aprendizaje fue implícito para ambos tipos de estímulo. Analizando el efecto de la variable tipo de generación en cada grupo por separado, en el caso del GS el nivel de acierto rondó el azar tanto en inclusión (0.52) como en exclusión (0,50) y por lo que respecta al GL, el acierto en inclusión (0.56) no fue significativamente diferente al alcanzado en exclusión (0.49), F(1, 21) = 3.05; MCe = 0.02, p = 0.095. DISCUSIÓN En este experimento hemos obtenido aprendizaje implícito de secuencias en una sola sesión de entrenamiento tanto con secuencias de localizaciones como con secuencias de símbolos. El procedimiento diseñado en esta ocasión, ha permitido minimizar el efecto de factores ajenos al aprendizaje comparando la ejecución en una Estudio experimental del aprendizaje implícito y explícito de secuencias 107 secuencia fija presentada con una alta frecuencia (80% de los ensayos), con la ejecución en otra secuencia menos frecuente (20% de los ensayos) que poseía el mismo número de alternancias y la misma estructura estadística que la secuencia frecuente. Estas dos secuencias sólo se diferenciaban a nivel de relaciones de segundo orden, por lo que la tendencia a producir mayores TR en respuesta a los ensayos de la secuencia infrecuente, en relación a la infrecuente, revela que los participantes han aprendido, cuanto menos, relaciones de segundo orden. Asimismo, la medida de generación sugiere que este aprendizaje ha sido implícito. Otro resultado interesante en este segundo experimento ha sido la ausencia de diferencias entre el aprendizaje de secuencias de símbolos y secuencias de localizaciones. Este resultado contrasta con los obtenidos en estudios previos en los que se obtuvo mejor aprendizaje en localizaciones (Hartman et al., 1989; Koch y Hoffman, 2000). Pero esta discrepancia creemos que puede ser explicada en la medida que estos trabajos emplearon secuencias más fáciles, las cuales llegaron a ser explícitas, y en cambio, nuestro experimento presentaba secuencias más complejas que se han adquirido de un modo implícito. Concretemos esta explicación. En una tarea de secuencias puede aprenderse tanto la secuencia motora de respuestas como la secuencia perceptiva de los estímulos, y ambos aprendizajes pueden contribuir conjuntamente al índice de aprendizaje mostrado. Cuando se emplean localizaciones, junto a la secuencia motora, puede aprenderse la secuencia perceptiva de movimientos espaciales del estímulo, y en la medida que cada movimiento incluye dos estímulos (desde una localización a la siguiente), este aprendizaje perceptivo es más eficaz que el aprendizaje de símbolos ya que aprender dos movimientos seguidos supone aprender una serie de tres localizaciones. Por tanto, igualadas las secuencias de localizaciones y de símbolos en cuanto a la secuencia motora, el aprendizaje perceptivo de los movimientos supone una ventaja con respecto a los símbolos que incidirá en el aprendizaje global mostrado. Este razonamiento explicaría el mejor aprendizaje para localizaciones encontrado en trabajos previos, pero nuestro trabajo no se ajusta a esta lógica debido a que, a diferencia de aquellos trabajos, en esta ocasión el aprendizaje ha sido implícito. Como Remillard (2003) ha demostrado recientemente, cuando el aprendizaje es 108 implícito, el aprendizaje perceptivo parece alcanzar sólo relaciones de primer orden. Por tanto, en secuencias de localizaciones que generan aprendizaje implícito, el aprendizaje perceptivo no alcanza series de movimientos, sino tan sólo movimientos simples (la sucesión de dos localizaciones). Aplicando este dato a nuestro experimento, en él incluimos secuencias de segundo orden, donde los movimientos simples no son predictivos, una circunstancia que nos lleva a considerar que en esta ocasión el aprendizaje perceptivo se vio fuertemente limitado. Mermada la contribución del aprendizaje perceptivo, la ejecución es reflejo prácticamente exclusivo del aprendizaje de la secuencia motora, y dado que la secuencia de localizaciones y la secuencia de símbolos compartían la misma secuencia de respuestas, es esperable que ambas tareas se aprendan en igual medida a pesar de que en cada una de ellas la secuencia de respuestas se genere a partir de estímulos diferentes (una a partir de localizaciones y otra a partir de símbolos). En síntesis, lo que planteamos con esta interpretación es que cuando el aprendizaje de secuencias es más explícito se obtendrá un aprendizaje perceptivo de series de movimientos del estímulo que facilitará el aprendizaje de localizaciones gracias a la actuación conjunta de ambas fuentes de facilitación (predicción del movimiento y de la respuesta). Sin embargo, cuando el aprendizaje es implícito, en la medida que el componente de aprendizaje perceptivo sólo alcanza movimientos simples (Remillard, 2003), si la tarea exige el aprendizaje de relaciones de segundo orden, este aprendizaje no contendrá componentes perceptivos, y sin ellos, no se observará facilitación del aprendizaje de localizaciones con respecto al aprendizaje de símbolos. Pero en definitiva, al margen de este novedoso hallago de un aprendizaje similar de secuencias de símbolos y localizaciones y de la explicación que ofrecemos del mismo, lo que primordialmente buscábamos con este experimento lo hemos conseguido: un procedimiento que induzca aprendizaje de secuencias probabilísticas en una sola sesión minimizando la contribución de operaciones explícitas de aprendizaje. Un procedimiento especialmente útil ya que gracias a la continua comparación entre la secuencia aprendida y los ensayos de control podemos conocer cuando se inicia el aprendizaje y su curso posterior. Cumplido de este modo nuestro objetivo de partir de una tarea de aprendizaje implícito de secuencias, sobre ella podemos acometer el siguiente objetivo de nuestra investigación: explorar el efecto que sobre la expresión del Estudio experimental del aprendizaje implícito y explícito de secuencias 109 aprendizaje implícito y explícito ejerce la introducción de cambios estructurales en la tarea. 4.3. EFECTOS DE LOS CAMBIOS EN LA ESTRUCTURA DE LA TAREA SOBRE LA EXPRESIÓN DEL APRENDIZAJE DE SECUENCIAS Como hemos mencionado anteriormente, los planteamientos de Cleeremans y Jiménez (2002) sobre las condiciones en las que se expresaría el aprendizaje en función de su carácter implícito o explícito, permiten predecir una doble disociación. Por un lado, los cambios estructurales en la tarea eliminarían la expresión de conocimiento implícito pero no la manifestación del conocimiento explícito. Por otro lado, en cambio, una reducción en la validez del conocimiento adquirido eliminaría la expresión del conocimiento explícito, pero no afectaría la manifestación del conocimiento implícito. En este capítulo comenzamos a poner a prueba estas predicciones abordando la enunciada en primer lugar: los cambios estructurales en la tarea impiden la expresión del aprendizaje sólo en el caso de que éste sea implícito. Para llevar a cabo este objetivo, en la serie experimental de este capítulo hemos empleado la tarea de símbolos desarrollada en el Experimento 2, pero con un entrenamiento más prolongado, para afianzar el aprendizaje obtenido (aún a riesgo de hacerlo más explícito), e introduciendo cambios estructurales en el tramo final del entrenamiento, para observar su incidencia sobre el aprendizaje alcanzado hasta ese momento. En los términos de Cleeremans y Jiménez (2002), los cambios estructurales abortan la expresión implícita porque obligan a cambiar el modo de afrontar la tarea, suponiendo así un control indirecto de la manifestación del aprendizaje ajeno a la intención de la persona. Para abordar en qué consiste esa nueva forma de afrontar la tarea, en los dos primeros experimentos de este capítulo (Experimentos 3 y 4) hemos dificultado la tarea en la parte final del entrenamiento para conducir al participante hacia una mayor disposición de control sobre su conducta. Esta dificultad consistía en introducir un nuevo componente que generaba un conflicto entre dos tendencias de 110 respuesta: la propia de la correspondencia aprendida entre símbolos y teclas de respuesta, y una nueva propiciada porque el cambio consiste en que el símbolo ya no aparece en el centro, sino en una posición al azar, y en consecuencia, el lado de aparición en la pantalla suscitaría el uso automático de la mano congruente con ese lado. En el primero de estos experimentos, hemos explorado el efecto de esta mayor dificultad sobre el aprendizaje implícito, y en el segundo, hemos comparado este efecto en condiciones explícitas (intencional) e implícitas de aprendizaje. Completando nuestro estudio sobre el efecto de los cambios estructurales, en el tercer y último experimento incluido en este capítulo, la modificación introducida supuso una facilitación en la tarea realizada hasta ese momento. Para ello, en esta ocasión, durante la fase de aprendizaje los símbolos aparecían en una posición al azar, generando así el conflicto entre respuestas antes mencionado, y el cambio del tramo final consistió en presentar los estímulos sólo en el centro. De este modo, a partir de la retirada del conflicto pretendíamos eliminar la disposición de control adoptada hasta el momento del cambio. En esta serie de experimentos, nuestra predicción concreta se inclinaba por que el afrontamiento que eliminaría la expresión del conocimiento implícito consistiría en una mayor disposición de control sobre la conducta, en cambio, esta disposición no eliminaría la expresión del aprendizaje explícito. De corroborarse estas predicciones, sobre las bases de las manipulaciones comentadas, la expresión del aprendizaje implícito debe eliminarse cuando se dificulte la tarea, pero no cuando se facilite, mientras que la expresión del aprendizaje explícito debe resistir la mayor dificultad introducida en la tarea. EXPERIMENTO 3 El objetivo de este experimento fue probar la hipótesis de que el conocimiento deja de expresarse cuando se introducen cambios estructurales en la tarea que dificultan su realización. Para ello un grupo de participantes realizó la tarea de secuencias de símbolos introducida en el Experimento 2, y transcurrido un periodo de entrenamiento de doce bloques, los símbolos dejaron de aparecer en el centro para ocupar en cada Estudio experimental del aprendizaje implícito y explícito de secuencias 111 ensayo cualquiera de las cuatro posiciones en disposición horizontal que se utilizan en las secuencias de localizaciones. Este cambio en primer lugar modifica aspectos atencionales de búsqueda debido a que el participante deja de atender solamente al centro para atender a las diferentes posiciones donde puede aparecer el símbolo, y en segundo lugar, supone un conflicto a nivel de respuesta, provocado por la interferencia potencial entre la localización del símbolo y la mano de respuesta. Esta interferencia ocurre, por ejemplo, cuando un símbolo tiene asignada una tecla que se pulsa con la mano derecha (“n” o “m”) pero el estímulo aparece en el lado izquierdo de la pantalla. Este conflicto nos remite al “efecto Simon” (Simon, 1969), que consiste en la producción de respuestas más rápidas ante estímulos que se presentan en el lado espacial (derecho o izquierdo) congruente con la mano requerida para responder, y más lentas ante estímulos que se presentan en el lado espacial incongruente con la mano de respuesta. Esta disposición natural en la respuesta convierte el cambio introducido en una situación de respuesta especialmente difícil, porque con frecuencia el participante debe controlar (inhibir) tendencias naturales de respuesta (e.g. responder con la mano derecha a un estímulo que aparece en ese lado) para responder con la mano contraria a donde ha aparecido el estímulo si el símbolo tiene como respuesta una tecla que se pulsa con la mano contraria al lugar de aparición. En conjunto, pensamos que los cambios en la atención selectiva y, sobre todo, el conflicto a nivel de respuesta, obligan a controlar en mayor medida la respuesta, lo que se traduce en la adopción de un criterio de respuesta más cauto o conservador por parte del individuo. De este modo los participantes tendrán que modificar la forma con la que hasta ese momento se estaban enfrentando a la tarea, para adoptar una disposición de control que creemos impedirá la expresión de conocimiento implícito. Junto a esta manipulación en la estructura de la tarea, incluimos un grupo control sin este cambio que, además de servir para contrastar el efecto de los cambios estructurales en ese momento del entrenamiento, nos permitió comprobar si el carácter implícito del aprendizaje de secuencias probabilísticas de símbolos observado en el Experimento 2, se mantiene con una práctica más prolongada (se duplica el número de bloques de entrenamiento con respecto a ese experimento). 112 MÉTODO Participantes En este experimento participaron 40 estudiantes de la Facultad de Psicología de la Universidad de Granada, obteniendo por ello puntuación extra para cualquier asignatura de Psicología Básica. De nuevo, los participantes fueron asignados de forma aleatoria a uno de los dos grupos, con lo que cada uno de ellos quedó formado por 20 participantes. Estímulos y procedimiento Tarea de tiempo de Reacción Serial El procedimiento fue el mismo que el empleado en el Experimento 2 para símbolos con la única variación de la inclusión del símbolo “*” en lugar de “$”. En otros experimentos llevados a cabo en nuestro laboratorio hemos observado que la inclusión de este símbolo facilita el aprendizaje de la secuencia, circunstancia que posiblemente se deba a que su disposición menos vertical que el resto ( ! , ?, # ) facilite operaciones de agrupamiento. En esta ocasión el entrenamiento contó con 14 bloques bajo dos condiciones diferentes. Para un grupo de participantes este entrenamiento permaneció constante hasta el final de la tarea (grupo control, GC), mientras que para el otro grupo el bloque trece supuso un cambio en el contexto de la tarea (grupo experimental, GE). Este cambio consistió en que los símbolos dejaban de presentarse en el centro para ocupar en cada ensayo cualquiera de las cuatro posiciones en disposición horizontal en el centro de la pantalla que se emplean en las secuencias de localizaciones. Estas posiciones estaban representadas por cuatro líneas de 10 mm que mantenían una distancia de 47 mm y sólo aparecieron durante en este bloque. En estos ensayos, la posición ocupada era al azar repitiéndose sólo con una probabilidad del 0.06, y la serie de símbolos mantenía la misma estructura secuencial que en los bloques anteriores. Los participantes fueron informados de la introducción de este cambio en el descanso que antecedía a ese bloque, insistiéndoles asimismo en que a pesar de ese cambio su tarea continuaba Estudio experimental del aprendizaje implícito y explícito de secuencias 113 siendo responder a la identidad del símbolo pulsando la tecla correspondiente a cada símbolo presentado. Finalmente, el bloque 14 suponía un retorno a las condiciones de los 12 primeros bloques. Medida Directa Para ambos grupos, se utilizaron las mismas medidas empleadas en el Experimento 2 para el grupo con secuencias de símbolos. Diseño Las variables independientes fueron el factor grupo, manipulado entre grupos y las variables secuencia y bloque manipuladas intraparticipante. El factor grupo presentaba dos condiciones: un grupo control (GC) en el que no cambiaban las condiciones de entrenamiento, y un grupo experimental (GE) para el que el contexto de entrenamiento cambia en el bloque 13. La variable secuencia contiene los dos niveles de secuencia frecuente (SOCF) e infrecuente (SOCI), y la variable bloque presenta 14 niveles correspondientes a los 14 bloques de entrenamiento que se realizan. Como en el Experimento 2, el análisis de la medida directa incluye como variable independiente el tipo de generación, con los niveles de inclusión y exclusión. La variable dependiente fue el acierto en la predicción, donde, dado que se ofrecían dos opciones, el azar se correspondía con un 50% de acierto. RESULTADOS En la figura 9 puede observarse cómo, de acuerdo con nuestras predicciones, el bloque que introduce el conflicto (bloque 13) reduce drásticamente la expresión del aprendizaje en el Grupo Experimental. 114 GRUPO CONTROL 850 GRUPO EXPERIMENTAL Medias de TR(ms) 800 750 700 SOCF SOCI 650 600 BLOQUES DE ENTRENAMIENTO 14 13 12 11 9 10 8 7 6 5 4 3 2 1 14 13 12 11 9 10 8 7 6 5 4 3 2 500 1 550 BLOQUES DE ENTRENAMIENTO FIGURA 9. TR para la SOCF (frecuente) y la SOCI (infrecuente) en el grupo control (GC; parte izquierda) y en el grupo experimental (GE; parte derecha) a lo largo de los diferentes bloques de entrenamiento. Análisis del aprendizaje de la secuencia: En primer lugar llevamos a cabo un análisis de los 12 primeros bloques para confirmar que ambos grupos aprendieron en igual medida durante esta parte común del entrenamiento. Un ANOVA mixto 2 x 12 x 2 con grupo como factor entre grupos (GC o GE) y bloque (1 a 12) y secuencia (SOCF o SOCI) como variables manipuladas intraparticipante, confirmó este extremo revelando efectos principales de bloque, F(11, 418) = 3.17, MCe = 3982, p<0.0001 y secuencia, F(1, 38) = 112.799, MCe = 3814, p<0.0001, y de la interacción bloque X secuencia, F(11, 418) = 3.049, MCe= 2484, p<0.001. Sin embargo, tanto la interacción grupo X secuencia como la interacción grupo X bloque X secuencia fueron claramente no significativas, F(1, 38= 1.7, MCe= 3814, p=0.2, y F>1 , respectivamente, lo que indica que ambos grupos aprendieron en igual medida la secuencia hasta llegar al bloque 12. Análisis del bloque de conflicto: A continuación conjugamos los bloques 12 y 14 en una sola medida (bloque control) y la comparamos con el bloque 13 (bloque de conflicto), donde se producía el conflicto entre respuestas para el GE. Los resultados de esta comparación se computaron mediante un ANOVA mixto 2 x 2 x 2 con grupo como factor manipulado Estudio experimental del aprendizaje implícito y explícito de secuencias 115 entre grupos (GC vs. GE), y bloque (bloque control vs. bloque de conflicto) y secuencia (SOCF vs. SOCI) como variables manipuladas intraparticipante. Como cabría esperar, este análisis mostró efectos principales de bloque, F(1, 38) = 3.45, MCe = 32876, p<0.0001, y de secuencia, F(1, 38) = 33.64, MCe = 3068, p<0.0001. Igualmente, se observó un efecto principal marginal de grupo, F(1, 38) = 3.45, MCe = 32876, p<0.071, un efecto de interacción de primer orden bloque X grupo F(1, 38) = 39.132, MCe = 2348, p<0.0001, y lo que es más interesante, interacción de segundo orden grupo X bloque X secuencia, F(1, 38) = 6.88, MCe = 981, p<0.05. Esta última interacción indica que los dos grupos expresan diferentemente el aprendizaje en el bloque 13. Corroborando este extremo, un ANOVA de grupo X secuencia centrado en ese bloque, mostró efectos significativos de grupo, F(1, 38) = 11.01, MCe = 18604, p<0.01, secuencia F(1, 38) = 17.58, MCe = 2198, p<0.05, y de la interacción grupo X secuencia, F(1,38) = 7.30, MCe = 981, p<0.05, y el análisis por separado de ambos grupos evidenció que el efecto de secuencia se obtenía en el GC, F(1, 19) = 17.13, MCe = 3050, p<0.0001, pero no en el GE (p=0.2). Por último, un ANOVA con las variables grupo y secuencia centrado en los bloques de control (12 y 14) mostró efecto principal de secuencia, F(1, 38) = 35.89, MCe = 1852, p<0.0001, pero ningún efecto de grupo (ni efecto principal ni interacción; todas las F<1). Por tanto los grupos sólo diferían en la expresión del aprendizaje en el seno del bloque 13. Análisis de la medida directa: En esta ocasión, la figura 10 sugiere que los participantes adquirieron cierto conocimiento expresable en una medida directa. Un ANOVA mixto 2 x 2 con grupo (GC vs. GE) como factor entre grupos y tipo de generación (inclusión vs. exclusión) como variable manipulada intraparticipante, confirmó esta posibilidad mostrando un efecto significativo de tipo de generación, F(1, 38) = 6.966, MCe = 0,029, p<0.05, consistente en una mejor ejecución en inclusión que en exclusión. Aunque este dato indica que los participantes adquirieron cierto conocimiento implícito de la secuencia, en la gráfica puede observarse que los valores de inclusión y exclusión no se alejan excesivamente del azar ( .5). Considerando que quizá este efecto de tipo de generación pudiera deberse a la suma de ambos grupos pero no estuviera presente en cada grupo 116 por separado, analizamos la medida de generación en cada grupo. Este análisis reveló efectos sólo marginales en ambos grupos (GC, p=0.082; GE; p=0.052), lo que sugiere que esta evidencia de conocimiento explícito no es un efecto muy robusto, dado que sólo se obtiene significatividad al aumentar la potencia estadística sumando los participantes de ambos grupos. MEDIDA DIRECTA DE GENERACIÓN 1 PROMEDIO DE ACIERTO 0,9 0,8 0,7 0,6 inclusión 0,5 exclusión 0,4 0,3 0,2 0,1 0 GRUPO CONTROL GRUPO EXPERIMENTAL FIGURA 10. Aciertos en la prueba de generación en las condiciones de inclusión y exclusión para el grupo control (GC) y el grupo experimental (GE). DISCUSIÓN En este experimento hemos podido observar que el aprendizaje incidental no puede expresarse cuando en la tarea se introduce un cambio estructural que la hace más exigente. Sobre el carácter consciente o no consciente de este aprendizaje, el análisis de la ejecución en la medida directa reveló la adquisición de conocimiento explícito pero sólo en el caso de sumar los participantes de ambos grupos. En cambio, analizando cada grupo por separado, la diferencia entre la capacidad para generar estímulos de la secuencia frecuente y de la secuencia infrecuente sólo alcanzó efectos marginales. La adquisición de cierto conocimiento explícito era probable dado que se doblegó la cantidad de entrenamiento con respecto al Experimento 2, pero no obstante, el contraste Estudio experimental del aprendizaje implícito y explícito de secuencias 117 que se observa entre el potente efecto de aprendizaje revelado en cada grupo por separado a través de la medida de TR y el efecto sólo marginal para cada grupo en la medida directa, sugiere que el aprendizaje ha sido en buena medida implícito. Estos resultados confirman nuestra hipótesis de partida en la cual predecíamos que un cambio en la tarea que aumente su dificultad anularía la expresión del aprendizaje implícito. Sin embargo, no debemos dejar de subrayar que esta confirmación de nuestra hipótesis supone al mismo tiempo poner en cuestión la robustez tradicionalmente atribuida al aprendizaje implícito (e.g. Reber, 1989). Como señalamos en la introducción, la conocida resistencia del conocimiento implícito al paso del tiempo, a los cambios evolutivos o a síndromes amnésicos, en comparación al detrimento que estas condiciones provocan en el conocimiento explícito, ha llevado a la conclusión de que las formas de aprendizaje implícitas son más robustas. Pero a la luz de nuestros resultados, debemos matizar que ese calificativo no es aplicable a este modo de aprendizaje bajo cualquier circunstancia, ya que su expresión no resiste ante ciertos cambios en el contexto estimular de la tarea. Desde nuestro punto de vista creemos que el aprendizaje implícito no ha podido ser expresado porque el participante adopta una disposición de control obligado por el cambio introducido en la tarea (a este respecto, obsérvese que el TR aumenta significativamente en el bloque de conflicto). La aparición de los símbolos en una posición aleatoria, cuando antes sólo se presentaban en el centro, supone nuevas demandas atencionales de búsqueda del estímulo (incertidumbre espacial), y nuevas exigencias de respuesta para controlar el efecto que el lugar de aparición puede tener sobre la tendencia a utilizar una u otra mano para responder. El conocido “Efecto Simon” sugiere, por ejemplo, que para responder a un estímulo que aparezcan en lado derecho tenderemos a emplear la mano derecha, una tendencia perjudicial en el caso de que el símbolo aparecido tenga asignada una tecla pulsada con la mano izquierda (e.g. “z”). Estas nuevas demandas de atención selectiva y de control (inhibir tendencias naturales) conducen a una disposición más cautelosa en el participante que creemos impide la expresión de conocimientos implícitos. Ahora bien, esta explicación cuenta con al menos dos explicaciones alternativas. En primer lugar, puede que el cambio introducido suponga unas exigencias que deterioren cualquier tipo de aprendizaje, tanto implícito como explícito; y en segundo lugar, puede que la expresión del aprendizaje 118 implícito sólo dependa de cambios en la tarea, no de cambios que la dificulten hasta el punto de tener que adoptar una mayor disposición de control para realizarla. Mediante los dos siguientes experimentos pretendemos responder a cada una de estas dos posibilidades. La primera de ellas la contrastamos en el Experimento 4, donde intentamos replicar los datos obtenidos en el presente experimento al tiempo que los comparamos con los obtenidos por un grupo de participantes orientados explícitamente hacia el aprendizaje de la secuencia. Para estudiar la segunda posibilidad realizamos el Experimento 5, en el que introdujimos un cambio estructural diferente que no induciría una mayor disposición de control dado que lejos de dificultar la tarea la haría más fácil. EXPERIMENTO 4 En esta ocasión pretendimos demostrar que el aprendizaje intencional (explícito) puede expresarse cuando se introducen cambios estructurales, aunque esos cambios supongan una mayor dificultad para realizar la tarea. Con este propósito, empleamos la misma tarea de símbolos presentada en el Experimento 3, con el mismo cambio estructural en el tramo final del entrenamiento, y manipulamos el tipo de orientación, incidental o intencional, hacia el aprendizaje. El grupo con orientación incidental suponía una replicación del grupo experimental del experimento previo. Por su parte, a los participantes del nuevo grupo intencional se les pidió que intentaran descubrir una secuencia que se repetiría con frecuencia, y que aprovecharan ese aprendizaje para responder con mayor rapidez y precisión tanto cuando los estímulos se presentaban en el centro como cuando se produce el cambio estructural. En este caso no se introdujeron grupos de control sin bloque de cambio estructural, dado que ya quedó demostrado en el experimento anterior que el aprendizaje se mantiene perfectamente hasta el bloque 14 de entrenamiento, permitiendo de este modo que la expresión del aprendizaje en el bloque de conflicto pueda ser evaluada intragrupo, comparando la ejecución en este bloque con la mostrada en los bloques precedente y posterior. En este experimento esperábamos replicar los resultados obtenidos anteriormente con el grupo de orientación incidental, en tanto que en el grupo con Estudio experimental del aprendizaje implícito y explícito de secuencias 119 orientación explícita era de esperar que el aprendizaje no se viera influido en gran medida por el cambio estructural introducido en el tramo final, de forma que se siguiera manifestando el aprendizaje incluso en ese bloque de ensayos. Nuestra predicción de que el grupo intencional expresará su aprendizaje a pesar del cambio estructural, se deriva del hecho de que este grupo adquiere un conocimiento explícito que pensamos podrá aplicarse de manera flexible en la medida que el individuo considere que es útil aplicarlo. MÉTODO Participantes En este experimento participaron 48 estudiantes de la Facultad de Psicología de la Universidad de Granada, obteniendo por ello puntuación extra para cualquier asignatura del área de Psicología Básica. La mitad de los participantes (24) fueron asignados al grupo de orientación incidental, en tanto que la otra mitad de los participantes (24) conformaron el grupo de orientación intencional. La asignación de los participantes a estos grupos fue aleatoria. Procedimiento La condición con bloque de cambio estructural utilizada en el Experimento 3 es ahora replicada bajo condiciones de aprendizaje intencional e incidental. Al grupo intencional se le dice que existe una secuencia que se repite con frecuencia y que debe intentar descubrirla para responder con mayor rapidez y precisión. Esta instrucción es recordada en cada descanso entre bloques, incluido el descanso que antecede al bloque de conflicto. En este caso no se introdujeron grupos de control sin bloque de cambio estructural. Todos los demás aspectos de la tarea coinciden con el procedimiento del Experimento 3. 120 Diseño Las variables independientes fueron el factor orientación, manipulado entre grupos, y las variables secuencia y bloque, manipuladas intraparticipante. El factor grupo presentaba las dos condiciones de grupo intencional (GINT) y grupo incidental (GINC). Por lo que respecta a las variables manipuladas intraparticipante, como en el experimento anterior, la variable secuencia contiene los dos niveles de secuencia frecuente (SOCF) e infrecuente (SOCI), y la variable bloque presenta 14 niveles correspondientes a los 14 bloques de entrenamiento que se realizan. En la medida directa, las variables independientes incluidas en el análisis fueron orientación, con los niveles conocidos de grupo intencional e incidental, y tipo de generación, con los dos niveles de inclusión y exclusión. De nuevo, la variable dependiente fue el acierto en la predicción y, dado que se ofrecían dos opciones, el azar se correspondía con un 50% de acierto. RESULTADOS Como se observa en la figura 11, los participantes intencionales aprenden mejor y, aunque en el bloque de conflicto parece debilitarse un poco la expresión de su aprendizaje, siguen manifestándolo. En cambio, de nuevo encontramos que los participantes con una orientación incidental no expresan su aprendizaje en ese bloque. Análisis del aprendizaje de la secuencia: Para comparar el aprendizaje de ambos grupos antes del cambio, realizamos un ANOVA mixto 2 x 12 x 2 con orientación (GINT o GINC) como factor entre grupos y bloque (1 a 12) y secuencia (SOCF o SOCI) como variables manipuladas intraparticipante. Como era de esperar, el análisis mostró efectos principales de bloque, F(11, 506) = 9.67, MCe = 4256, p<0.0001, y secuencia, F(1, 46) = 75.40, MCe = 6773, p<0.0001, así como de la interacción de primer orden bloque X secuencia, F(11, 506) = 2.63; MCe = 2345, p<0.005, mostrando una vez más el efecto de aprendizaje, y su progresiva adquisición. Estudio experimental del aprendizaje implícito y explícito de secuencias GRUPO INTENCIONAL 850 121 GRUPO INCIDENTAL 800 MediasdeTR(ms) 750 700 SOCF SOCI 650 600 BLOQUES DE ENTRENAMIENTO 14 13 12 11 9 10 8 7 6 5 4 3 2 1 14 13 12 11 9 10 8 7 6 5 4 3 2 500 1 550 BLOQUES DE ENTRENAMIENTO FIGURA 11. TR para la SOCF (secuencia frecuente) y la SOCI (secuencia infrecuente) en el grupo intencional (parte izquierda) y en el grupo incidental (parte derecha) a lo largo de los 14 bloques de entrenamiento. Asimismo, la manipulación de la orientación al aprendizaje fue igualmente efectiva, observándose una interacción orientación X secuencia, F(1, 46) = 14.56, MCe = 6773, p<0.0005, que revela un mejor aprendizaje en el GINT. En cualquier caso, para corroborar que el GINC también aprendió la secuencia, analizamos cada grupo por separado. Estos análisis corroboraron los efectos de principales de bloque F(11, 253) = 6.21, MCe = 4936, p<0.0001, y secuencia, F(1, 23) = 59.02, MCe = 8965, p<0.0001, y de la interacción bloque X secuencia, F(11, 253) = 2.36, MCe = 2868, p<0.01 en el GINT, y mostraron efectos principales de bloque, F(11, 253) = 3.82, MCe = 3576, p<0.0001, y secuencia, F(1, 23) = 17.51, MCe = 4580, p<0.0005, pero no de la interacción bloque X secuencia (F<1) en el GINC. Este efecto de secuencia sin interacción bloque X secuencia, revelan que hubo aprendizaje en el GINC pero sin el carácter gradual presente en el GINT. En efecto, en la figura 11 puede observarse cómo el aprendizaje en este grupo se inicia en el primer tercio del entrenamiento y se mantiene en índices similares desde ese momento hasta el final del entrenamiento. Análisis del bloque de conflicto: Para conocer el efecto del bloque de conflicto sobre la expresión del aprendizaje, nuevamente juntamos los bloques 12 y 14 en una sola medida (bloque control) y la comparamos con ese bloque de conflicto (bloque 13). Un ANOVA 2 x 2 x 2 con 122 orientación (GINT o GINC) como variable entre grupos y bloque (bloque control o bloque de conflicto) y secuencia (SOCF o SOCI) como factores manipulados intraparticipante, mostró efectos principales de bloque, F(1,46) = 195.74, MCe = 3514, p<0.0001, y secuencia, F(1, 46) = 27.15; MCe = 3505, p<0.0001, y de las interacciones de primer orden orientación X secuencia, F(1,46) = 8.119; MCe = 3505, p<0.01, y bloque X secuencia, F(1, 46) = 9.28; MCe = 3104, p<0.005. Este último efecto nos revela que el bloque de conflicto redujo la expresión del aprendizaje, y la ausencia de interacción de segundo orden orientación X bloque X secuencia, parece indicar que esta reducción se produjo en ambos grupos de manera similar. Al hacer un ANOVA de secuencia (2) X bloque (2) para cada grupo, observamos que la interacción fue significativa para el grupo de orientación incidental, F(1, 23) = 5.23; MCe = 2348, p<0.05, en tanto que sólo se fue marginalmente significativa en el grupo de orientación intencional, F(1, 23) = 3.86; MCe = 2348, p=0.062. Para explorar la expresión del aprendizaje sólo en el bloque de conflicto, se realizó un ANOVA 2 x 2 con las variables orientación y secuencia. Este análisis generó un efecto marginal de secuencia, F(1, 46) = 3.30, MCe = 2915, p=0.076, y un efecto de interacción orientación X secuencia, F(1, 46) = 4.712, MCe = 2915, p<0.05, confirmando las diferencias de grupo en la expresión del aprendizaje en ese bloque. Para comprobar que esas diferencias se debían a que sólo el GINT muestra aprendizaje en ese bloque, analizamos cada grupo por separado mediante un ANOVA unifactorial con la variable secuencia manipulada intraparticipante. En efecto, este análisis mostró efecto de secuencia sólo para el GINT, F(1, 23) = 7.637, MCe = 3039, p<0.05 (F<1 para el GINC). Análisis de la medida directa: Como se observa en la figura 12, el GINT muestra más acierto en inclusión que en exclusión, en tanto que el GINC ejecuta ambas tareas rondando el azar. Un ANOVA mixto 2 x 2 con orientación (GINT vs. GINC) como variable entre grupos y tipo de generación (inclusión vs. exclusión) como factores intraparticipante, reveló un efecto de generación, F(1, 46) = 10.890, MCe = 0.01682, p<0.005, y de la interacción orientación X tipo de generación, F(1, 46) = 4.612, MCe = 0.02637, p<0.05. El análisis de ambos grupos por separado confirmó nuestra descripción de la figura al encontrar Estudio experimental del aprendizaje implícito y explícito de secuencias 123 efecto de tipo de generación en el GINT, F(1, 23) = 11.2017, MCe = 0.03492, p<0.005, pero no en el GINC (F<1). Estos datos apuntan a que la manipulación fue también efectiva en términos del conocimiento revelado en esta medida directa, y nos permiten considerar que el aprendizaje mostrado por el GINC fue implícito. MEDIDA DIRECTA DE GENERACIÓN PROMEDIO DE ACIERTO 1 0,9 0,8 0,7 0,6 inclusión 0,5 exclusión 0,4 0,3 0,2 0,1 0 GRUPO INTENCIONAL GRUPO INCIDENTAL FIGURA 12. Acierto en la prueba de generación en las condiciones de inclusión y exclusión para los grupos intencional e incidental. DISCUSIÓN Los resultados de este experimento muestran en primer lugar que una orientación intencional conduce a un mejor aprendizaje de una secuencia probabilística de símbolos como la presentada6. En segundo lugar, que la expresión de ese aprendizaje intencional es resistente a un cambio en la tarea que suponga una mayor dificultad para realizarla, en tanto que, como ya observamos en el experimento anterior, la expresión del aprendizaje incidental sucumbe ante este cambio. Y en tercer y último lugar, confirman de nuevo que el aprendizaje incidental de secuencias de símbolos con el 6 Este es él único experimento realizado en nuestro laboratorio en el que hemos obtenido un beneficio a corto plazo de la orientación intencional sobre el aprendizaje de secuencias probabilísticas. Cuando las secuencias han incluido el símbolo “$” en lugar del “*” utilizado en este experimento, no hemos encontrado efecto de la intención. Asimismo, en la serie final de experimentos observaremos que esta orientación tampoco produjo efectos significativos a corto plazo sobre secuencias probabilísticas de localizaciones. Creemos que el efecto encontrado empleando el símbolo “*” podría deberse a que este símbolo es menos vertical que el resto (! ? #) y esta circunstancia podría facilitar operaciones de agrupamiento. 124 procedimiento utilizado en nuestros experimentos genera un aprendizaje fundamentalmente implícito. Por tanto, podemos concluir que ante cambios en la tarea, el aprendizaje explícito es más resistente o robusto que el aprendizaje implícito. Esta resistencia de la expresión explícita creemos que radica en que el conocimiento explícito está bajo control del que lo posee, y en consecuencia, será expresado siempre que se perciba útil aplicarlo a pesar de los cambios. No obstante, esta aplicación controlada no es inmune a la dificultad que entraña la tarea tras ese cambio, de manera que la magnitud del aprendizaje expresado puede verse reducida por las mayores exigencias introducidas a raíz del cambio. Por el contrario, la expresión implícita no está bajo control del que posee ese conocimiento expresado porque, parafraseando a Dienes y Berry (1997), “no sabe que lo sabe”. En este caso serían las condiciones estimulares las que controlan su expresión, y en consecuencia, si cambian, el aprendizaje no se expresa. Sobre la causa inmediata que provoca esta neutralización de la expresión del aprendizaje implícito, en el experimento anterior argumentamos que los cambios introducidos dificultaron la tarea llevando al participante a adoptar una disposición de control que impediría expresar el conocimiento implícito. Para comprobar que el cambio introducido en el Bloque 13 produjo el conflicto esperado, indagamos en el posible efecto de las tendencias de respuesta inducidas por la localización de los estímulos en ese bloque de conflicto. Para ello incluimos la variable congruencia al análisis anterior, contemplando la congruencia o incongruencia de los ensayos en función de que la localización del estímulo en la parte derecha o izquierda de la pantalla coincidiera con la mano utilizada para responder al símbolo presentado. De este modo, los ensayos congruentes serían aquellos en los que el símbolo aparece en lado correspondiente a la mano con la que se responde a ese símbolo. Por ejemplo, un símbolo que aparezca en una de las dos localizaciones de la derecha, y se responda con la mano derecha porque tiene asignada como respuesta la tecla “n” o “m”. Por el contrario, un ensayo sería incongruente si el símbolo aparece en el lado contrario a la mano con la que se responde a ese símbolo. Por ejemplo, un símbolo que aparezca en Estudio experimental del aprendizaje implícito y explícito de secuencias 125 una de las dos localizaciones de la derecha, pero se responda con la mano izquierda porque tiene asignada como respuesta la tecla “z” o “x”. Un ANOVA MIXTO 2 x 2 x 2, con orientación (GINT vs. GINC) como variable entre grupos, y congruencia (ensayos congruentes vs. incongruentes) y secuencia (SOCF vs. SOCI) como factores manipulados intraparticipante, arrojó como único dato novedoso un efecto principal de congruencia, F(1, 46) = 7.597, MCe = 4601, p<0.01. El resto de efectos hallados fueron los ya conocidos efecto marginal de secuencia, F(1, 46) = 4.01, MCe = 5830, p=0.051, y de la interacción de primer orden orientación X secuencia, F(1, 46) = 4.81, MCe = 5830, p<0.05. El efecto de congruencia indica, como en el clásico “efecto SIMON” (Simon, 1969), que los participantes respondían más rápido cuando el lugar que ocupaba el símbolo se correspondía con la mano necesaria para responder al mismo. Un dato que revela cómo, efectivamente, la localización del símbolo presentado puede generar una tendencia de respuesta que entre en conflicto con la respuesta asignada a cada símbolo. Por tanto, en la medida que podemos afirmar que los cambios externos introducidos generaron un conflicto entre respuestas, asumimos que el mayor control ejercido sobre la conducta para imponerse a ese conflicto, sería incompatible con la expresión del aprendizaje implícito, lo que supone, en otras palabras, que no serían los cambios externos por sí solos la causa de que se suprima la expresión del aprendizaje implícito, sino el mayor control sobre la conducta al que inducen esos cambios. El siguiente experimento pretende explorar hasta qué esta asunción está bien fundamentada. EXPERIMENTO 5 Nuestro objetivo para el presente experimento era averiguar si un cambio en la tarea que suponga facilitar su realización, también eliminaría la expresión del aprendizaje implícito. Hasta ahora sabemos que un cambio que dificulta la tarea elimina su expresión, y hemos explicado esta inhibición por el efecto que esos cambios producen sobre la forma de afrontar la tarea. Concretamente creemos que esa dificultad añadida genera un afrontamiento de la tarea más controlado, y que bajo esa disposición 126 de control no se expresa el conocimiento explícito. Pero esta explicación necesita descartar que cambios en la tarea que no provoquen un afrontamiento más controlado también eliminen la expresión del aprendizaje implícito. De lo contrario, cualquier cambio en la tarea, y no el efecto que éste produzca sobre la disposición del participante, podría ser el factor determinante de que no se exprese el aprendizaje implícito. Para conseguir introducir un cambio que suponga facilitar la tarea, invertimos el procedimiento empleado en los experimentos anteriores: el entrenamiento se realizó con los símbolos apareciendo en cualquiera de las cuatro posiciones, y el cambio supuso que sólo se presentaran en el centro. De este modo, el cambio elimina los componentes de búsqueda y de interferencia potencial entre localización y respuesta que, en esta ocasión, dificultan la tarea durante el entrenamiento. Si nuestra hipótesis es correcta, este cambio no debería eliminar la expresión del aprendizaje porque no supone una mayor disposición de control que la mostrada antes del cambio. MÉTODO Participantes En este experimento participaron 24 estudiantes de la Facultad de Psicología de la Universidad de Granada, obteniendo por ello puntuación extra para cualquier asignatura de Psicología Básica. Procedimiento Tareas de Tiempo de Reacción Serial Como antes hemos comentado, el procedimiento fue el inverso al empleado en los experimentos 3 y 4. Es decir, en esta ocasión, los participantes practicaban durante doce bloques de entrenamiento con secuencias de símbolos que podían aparecer en cualquiera de las cuatro posiciones en disposición horizontal, y en el bloque trece los símbolos seguían respondiendo a la misma secuencia probabilística pero ahora siempre aparecían en el centro de la pantalla. El bloque catorce supuso una vuelta a las Estudio experimental del aprendizaje implícito y explícito de secuencias 127 condiciones iniciales del entrenamiento, es decir de nuevo con presentación en una de las cuatro posibles posiciones. Ningún elemento más de la tarea fue modificado con respecto a los Experimentos 3 y 4. Todos los participantes llevaron a cabo la tarea bajo instrucciones de aprendizaje incidental (no se menciona la existencia de una secuencia). Medida Directa En esta ocasión cambió su presentación con respecto a los dos experimentos anteriores. Puesto que el entrenamiento implicaba que el símbolo apareciera en una posición al azar, la generación consistió en cinco ensayos de clave con esta presentación espacial y un sexto ensayo en el que dos símbolos ocupaban dos posiciones diferentes al azar. La tarea del participante consistía en elegir, a tenor de los cinco ensayos anteriores, cuál de esos dos símbolos era más probable que apareciera en ese sexto ensayo. Ningún elemento más fue modificado con respecto a las medidas directas empleadas en los experimentos 3 y 4. Diseño Las variables independientes fueron las consabidas bloque y secuencia manipuladas intraparticipante. La variable secuencia con los dos niveles de secuencia frecuente (SOCF) e infrecuente (SOCI), y la variable bloque incluyendo los 14 niveles correspondientes a los 14 bloques de entrenamiento que se realizan. En la medida directa, nuevamente la variable independiente incluida en el análisis fue el tipo de generación, con los dos niveles de inclusión y exclusión, y la variable dependiente fue el acierto en la predicción. RESULTADOS Como se observa en la figura 13, esta nueva preparación más compleja en cuanto a ejecución, también se indujo aprendizaje de la secuencia presentada con mayor frecuencia, y la expresión de ese aprendizaje parece mantenerse en el bloque de cambio 128 (bloque 13) donde se facilita la tarea retirando el componente espacial en la presentación de los símbolos (en ese bloque sólo parecen en el centro). 850 Medias de TR (ms) 800 750 700 SOCF 650 SOCI 600 550 500 1 2 3 4 5 6 7 8 9 10 11 12 13 14 BLOQUES DE ENTRENAMIENTO FIGURA 13. Medias de TR para la secuencia frecuente (SOCF) y la secuencia infrecuente (SOCI) a lo largo de los 14 bloques de entrenamiento. Análisis del aprendizaje de la secuencia: Las observaciones apuntadas respecto al aprendizaje alcanzado con la nueva preparación, fueron confirmadas en un primer análisis llevado a cabo sobre los 12 primeros bloques de entrenamiento. Un ANOVA de medidas repetidas 12 x 2 con bloque (1 a 12) y secuencia (SOCF o SOCI) como variables manipuladas intraparticipante, mostró efectos de bloque, F(11, 253) = 3.51, MCe = 4160, p<0.0001, secuencia, F(1, 23) = 6.71, MCe = 26486, p<0.05, y bloque X secuencia, F(11, 253) = 3.31, MCe = 2047, p<0.0005, poniendo de manifiesto que los participantes fueron gradualmente sensibles a la secuencia más frecuente. Análisis del bloque de conflicto: Para observar el efecto del bloque de cambio, de nuevo juntamos los bloques 12 y 14 en una sola medida (bloque control) y la comparamos con el bloque 13 (bloque de cambio), donde los estímulos sólo aparecían en el centro. Un ANOVA 2 x 2 con bloque (bloque control vs. bloque de cambio) y secuencia (SOCF vs. SOCI) como variables manipuladas intraparticipante, reveló efectos principales de bloque, F(1, 23) = 66.76, MCe = 1952, p<0.0001, y secuencia, F(1, 23) = 11.53, MCe = 4348, p<0.005, y un Estudio experimental del aprendizaje implícito y explícito de secuencias 129 efecto marginal de la interacción bloque X secuencia, F(1,23) = 3.84, MCe = 1027, p=0.062. Así, en principio, podría parecer que el efecto observado en el bloque de cambio (sin conflicto) se ve reducido con respecto a los otros bloques en los que sí está presente el conflicto, al menos de forma marginal, de acuerdo al análisis estadístico. No obstante, una apreciación más cautelosa de la figura 13 nos hace caer en la cuenta de que el efecto marginal de la interacción no se debe tanto a la reducción del efecto de aprendizaje en el bloque 13 como al incremento que se produce en el bloque 12. De hecho, un ANOVA restringido a los bloques 11, 13 y 14 nos muestra que el efecto de aprendizaje es completamente independiente del bloque (F<1; efectos de 36, 33, y 38 ms, respectivamente para los bloques 11, 13 y 14). Además, un análisis centrado en el bloque de cambio mostró un efecto de secuencia significativo, F(1, 23) = 5.318, MCe = 2440, p<0.05, que demuestra que el aprendizaje siguió expresándose a pesar del cambio. Análisis de la medida directa: Un ANOVA unifactorial con tipo de generación (inclusión o exclusión) como factor manipulado intraparticipante no deparó diferencias significativas (p>0.1), sugiriendo que el aprendizaje de la secuencia fue implícito. De hecho, el acierto mostrado en las condiciones de inclusión y exclusión fue cercano al azar en ambos casos ( .56 vs. .51, respectivamente). DISCUSIÓN En esta ocasión hemos obtenido aprendizaje implícito de una secuencia de símbolos que aparecían en posiciones aleatorias, y ese aprendizaje ha seguido expresándose cuando se ha introducido un cambio estructural en la tarea que no exigía un mayor control sobre la conducta (en esa situación de cambio los símbolos sólo se presentaban en el centro). De este modo, un cambio que no implica la adopción de una mayor disposición de control por parte del participante, de hecho implica una facilitación en la ejecución de la tarea, no impide la expresión del aprendizaje implícito. 130 No obstante, el efecto marginal encontrado en la comparación entre el aprendizaje expresado en los bloques de control y en el bloque de cambio, podría sugerir que el cambio, aunque facilitaba la tarea, puede haber reducido el aprendizaje expresado. Esta posibilidad, no demostrada firmemente por el carácter marginal del efecto, otorgaría al contexto perceptivo de la tarea cierta contribución en la expresión del aprendizaje implícito. Esta contribución podría deberse al desarrollo de asociaciones holísticas entre determinados contextos perceptivos y la respuesta emitida ante ellos. En ese caso, deberíamos asumir que cualquier cambio en aspectos accesorios de la tarea, podría influir en la expresión del aprendizaje dado que mermaría la capacidad del contexto para instigar la expresión del aprendizaje implícito. Sin embargo, como se señaló anteriormente, el efecto marginal de interacción parece indicar, más que una reducción en el efecto de aprendizaje en el bloque 13, un incremento en el bloque 12. En la medida que no hay ninguna razón para esperar un incremento en el aprendizaje sólo en el bloque 12, no descartamos que estemos ante un efecto espurio. En definitiva, estos resultados nos permiten descartar la hipótesis de que cualquier cambio en el contexto de la tarea elimina la expresión del conocimiento implícito, y nos acerca a la conclusión de que sólo determinados cambios son los que producen este efecto negativo. Los experimentos 3 y 4, sugieren que esos cambios deben implicar un aumento en la dificultad de la tarea, y hemos hipotetizado que el factor determinante en la inhibición de la expresión del aprendizaje implícito sería la adopción de un mayor control sobre la ejecución para adaptarse a las mayores exigencias de la tarea. 4.4. EFECTO DE LOS CAMBIOS EN LA VALIDEZ SOBRE LA EXPRESIÓN DEL CONOCIMIENTO ADQUIRIDO. En este capítulo, abordamos la segunda predicción que se desprende de esa hipotética doble disociación que ha inspirado gran parte de nuestra serie experimental. Hasta el momento, nos hemos centrado en demostrar que los cambios estructurales en la tarea suprimen la expresión del aprendizaje implícito pero, en cambio, no impiden la expresión del conocimiento explícito. Para explicar este contraste en el efecto de esos cambios hemos defendido que la supresión de la expresión implícita puede estar en gran Estudio experimental del aprendizaje implícito y explícito de secuencias 131 medida provocada por la adopción de un mayor control sobre la conducta ante esos cambios, mientras que la resistencia del aprendizaje explícito creemos que estaría motivada porque su expresión es controlable, es decir, su aplicación sería una cuestión de elección, determinada en última instancia por la creencia de que sea útil aplicarlo. De este modo, mientras las condiciones estimulares no pongan en duda esta creencia, el conocimiento podrá ser manifestado. Esta importancia de las creencias sobre la validez o utilidad del conocimiento explícito para que éste sea aplicado, nos conduce a la segunda predicción que cerraría la doble disociación propuesta: si la expresión del conocimiento explícito depende de esa creencia, en una situación “paradójica” donde se elimine esa creencia pero se demande ese conocimiento, no debería expresarse el aprendizaje explícito. Sin embargo, el aprendizaje implícito no sería afectado por una situación de este tipo mientras las condiciones estimulares no cambien, ya que su expresión es elicitada por estas condiciones estimulares, en otras palabras, es incontrolable. Por tanto, cambios que pueden incidir negativamente en creencias sobre la validez de aplicar ese conocimiento suprimirán la expresión del conocimiento explícito, pero no afectarán la expresión del conocimiento implícito, porque, por esencia, sobre nuestro conocimiento implícito no tenemos creencias y su expresión no es un ejercicio de intención. La comprobación de esta hipótesis requiere en primer lugar generar un conocimiento bajo ciertas condiciones, en segundo lugar, manteniendo las condiciones estimulares, eliminar cualquier creencia de que es útil aplicarlo, y en tercer lugar, demandar ese conocimiento en esas mismas condiciones estimulares que lo indujo, pero de una forma enmascarada que no permita recuperar creencias sobre su utilidad. El Experimento 6 supone un intento de reproducir estas condiciones en una tarea de TRS, mediante la reducción de la utilidad del conocimiento adquirido previamente. EXPERIMENTO 6 El objetivo de este experimento fue crear una condición de reducción en la validez del conocimiento previo, y observar sus efectos sobre los modos implícito y explícito de aprendizaje. Para ello, los participantes fueron entrenados bajo una de esas 132 dos orientaciones con una secuencia fija que se repetía continuamente durante una serie de seis bloques de ensayos, y en los dos bloques siguientes se presentó una secuencia diferente durante casi todo el bloque, excepto en un momento aleatorio en el que se recuperaba brevemente (un solo ciclo) la secuencia aprendida. Con el cambio de secuencia esperamos que el grupo explícito dejara de creer que es útil aplicar el conocimiento adquirido previamente, y con la introducción breve de la secuencia aprendida pretendemos observar si se expresa el aprendizaje. Nuestra primera predicción es que, como demuestran estudios previos (Cleeremans y Jiménez, 1998; Frensch y Miner, 1994), el aprendizaje de una secuencia fija (determinista) será superior si es intencional, pero posteriormente, nuestra segunda predicción sería que en esos escasos ensayos en los que se recupera la secuencia previa, sólo expresarán el aprendizaje previo aquellos que aprendan implícitamente la secuencia. Creemos que los participantes del grupo intencional no expresarán su aprendizaje durante la breve reaparición de la secuencia aprendida porque adoptarán una actitud de control sobre esa tendencia una vez que descubren que ya no es aplicable. Por el contrario, si el grupo incidental no ha descubierto la existencia de una regularidad, no adoptará una actitud de control con respecto a sus tendencias automáticas de respuesta, por lo que seguirá respondiendo de manera más eficiente cuando la secuencia entrenada reaparezca, incluso aunque esta aparición se produzca durante un único ciclo en el curso de un bloque de control. MÉTODO Participantes En este experimento participaron 32 estudiantes de la Facultad de Psicología de la Universidad de Granada, obteniendo por ello puntuación extra para cualquier asignatura de Psicología Básica. La mitad de los participantes fue asignada al grupo de orientación intencional mientras que el resto de participantes fueron asignados al grupo de orientación incidental. La asignación se realizó de forma aleatoria. Estudio experimental del aprendizaje implícito y explícito de secuencias 133 Procedimiento Tarea de Tiempo de Reacción Serial En esta ocasión los participantes realizaban en primer término seis bloques de práctica en los que una sola secuencia SOC (secuencia de práctica; SECP) era presentada ocho veces por bloque. Transcurridos estos seis bloques, realizaban dos bloques más en los que una secuencia SOC alternativa (secuencia nueva; SECN) era presentada siete veces en cada bloque y la SECP sólo una vez en un momento aleatorio de cada bloque. En cualquier caso, la presentación única de la SECP en estos dos bloques nunca era en el primer o en el último segmento de doce ensayos. Por último, los participantes realizaban un bloque final (bloque nueve) en el que de nuevo sólo se presenta la secuencia aprendida. Se utilizaron las mismas secuencias SOCA y SOCB que han sido utilizadas en los experimentos anteriores, siendo su asignación como SECP o SECN contrabalanceada a través de los participantes. Es decir, la mitad de los participantes recibieron como SOCP la SOCA y como SOCN la SOCB, y la mitad restante la asignación inversa. El resto de aspectos del procedimiento permanecen constantes con respecto a los anteriores experimentos. Medida directa Se emplearon las mismas pruebas de generación de los experimentos anteriores, con la particularidad de que la alternancia entre claves de cinco ensayos pertenecientes a la secuencia frecuente o a la infrecuente utilizada en esos experimentos ahora se convierte en claves de cinco ensayos pertenecientes a la secuencia SECP y la SECN. Diseño Las variables independientes fueron el factor orientación manipulado entre grupos y las variables secuencia y bloque manipuladas intraparticipante. El factor 134 orientación presentaba las dos condiciones de grupo intencional (GINT) y grupo incidental (GINC). La variable secuencia contiene los niveles de secuencia practicada (SOCP) y secuencia nueva (SOCN) introducida en los bloques siete y ocho. Por último, la variable bloque presenta 9 niveles correspondientes a los 9 bloques de entrenamiento que se realizan. Una particularidad del diseño de este experimento radica en que durante los seis primeros bloques y en el noveno (último), sólo se presenta un tipo de secuencia (la secuencia practicada), por tanto en esos bloques el diseño incluye sólo las variables orientación y bloque, ya que la secuencia permanece constante. En cambio, en los bloques siete y ocho, se presenta una secuencia nueva y la secuencia practicada, lo que supone que el tipo de secuencia se convierta en una variable y el diseño contemple ya las tres variables descritas: orientación, bloque y secuencia. En la medida directa, nuevamente las variables independientes incluidas en el análisis fueron orientación (GINT y GINC) y tipo de generación (inclusión y exclusión) mientras que la variable dependiente fue el acierto en la predicción. RESULTADOS Análisis del aprendizaje de la secuencia: Como puede observarse en la Figura 14, ambos grupos sufren un considerable aumento en el TR cuando pasan del sexto bloque de práctica al primero con la nueva secuencia y este aumento es mayor en el grupo intencional. Este patrón de ejecución sugiere que ambos grupos aprendieron la secuencia y que la intención de aprender condujo a una mayor adquisición. Para evaluar la significatividad estadística de estas observaciones se realizó un ANOVA sobre los TR de cada grupo (GINT y GINC) en los bloques sexto (último del entrenamiento) y séptimo (primero del cambio de secuencia), pero incluyendo en el bloque séptimo exclusivamente los TR de la secuencia nueva (SOCN). Este ANOVA 2 x 2 con la variable orientación (GINT vs. GINC) como factor entre grupos y bloque (6 vs. 7) como factor intraparticipante, mostró un efecto principal de bloque, F(1, 30) = 40.57, MCe = 2558, p<0.0001, indicando que hubo aprendizaje de la secuencia, y un Estudio experimental del aprendizaje implícito y explícito de secuencias 135 efecto de la interacción orientación X bloque, F(1, 30) = 4.20, MCe = 2558, p<0.05, que revela un mayor aprendizaje por parte del grupo intencional. El análisis de cada grupo por separado mostró efectos de bloque tanto en los participantes intencionales, F(1, 15) = 30.42, MCe = 2980, p<0.0001, como en los incidentales, F(1, 15) = 11.18, MCe = 2136, p<0.005, demostrando de este modo que ambos grupos aprendieron la secuencia. 520 Medias de TR (ms) 500 480 Intencional SOCP Intencional SOCN incidental SOCP incidental SOCN 460 440 420 400 380 1 2 3 4 5 6 7 8 9 BLOQUES DE ENTRENAMIENTO FIGURA 14. Medias de TR para la secuencia practicada (SOCP) y la secuencia nueva (SOCN) en el grupo intencional y en el grupo incidental a lo largo de los nueve bloques de entrenamiento. Análisis de la introducción de un sólo ciclo de la secuencia practicada: En la figura 15 recogemos sólo los bloques de reducción de la validez (bloques séptimo y octavo) para ilustrar cómo influye introducir un solo ciclo de la SOCP entre un amplio conjunto de ensayos de una secuencia diferente. Como puede observarse, esos doce ensayos de la secuencia aprendida tienen un efecto muy diferente en ambos grupos. Mientras que el GINT no muestra diferencias entre las dos secuencias, el GINC sigue expresando claramente lo aprendido, en el sentido de que siguen siendo más rápidos en la secuencia practicada. Esta ilustración quedó corroborada estadísticamente en un ANOVA 2 x 2 x 2 con orientación (intencional vs. incidental) como factor entre grupos y bloque (séptimo vs. octavo) y secuencia (SOCP vs. SOCN) como factores intraparticipante. En este 136 análisis, los efectos principales de bloque, F(1, 30) = 3.61, MCe = 3297, p=0.067, y secuencia, F(1, 30) = 3.19, MCe = 2401, p=0.08, fueron marginalmente significativos, pero la interacción orientación X secuencia si alcanzó significación estadística, F(1,30) = 6.01, MCe = 2401, p<0.05. El análisis de ambos grupos por separado mostró efecto de bloque, F(1, 15) = 23.44, MCe = 249, p<0.0001, y, lo que es más importante, efecto de secuencia, F(1, 15) = 18.97, MCe = 1138, p<0.001, pero sólo en el GINC, corroborando que este grupo mostró aprendizaje en esa breve aparición de la secuencia. Ningún efecto fue significativo en el grupo de orientación intencional (Fs>1), con lo que se demuestra que estos participantes fueron capaces de contener por completo la manifestación del conocimiento aprendido una vez que deja de ser válido. GRUPO INTENCIONAL 520 520 500 500 480 SOCP 460 SOCN 440 420 MEDIAS DE TR M EDIAS DE TR GRUPO INCIDENTAL 480 SOCP 460 SOCN 440 420 bl7 bl8 BLOQUES bl7 bl8 BLOQUES FIGURA 15. Medias de TR en la secuencia nueva (SOCN) y la secuencia aprendida (SOCP) para los grupos incidental (panel izquierdo) e intencional (panel derecho) en los bloques siete y ocho. Análisis de la medida directa: Como se observa en la figura 16, el GINT muestra más aciertos en inclusión que en exclusión, en cambio, el GINC ejecuta ambas tareas rondando el azar. Un ANOVA 2 x 2 con orientación (GINT vs. GINC) como variable entre grupos y tipo de generación (inclusión vs. exclusión) como factor intraparticipante reveló un efecto de tipo de generación, F(1, 30) = 18.87, MCe = 0.018, p<0.0005, y de la interacción orientación X tipo de generación, F(1, 30) = 5.58, MCe = 0.018, p<0.05. El análisis de ambos grupos por separado confirmó nuestra descripción de la figura 16 al mostrar efecto de tipo de generación en el GI, F(1,15) = 20.8621, MCe = 0.0201, p<0.0005 pero no el GINC (F<1). Estos datos apuntan que la manipulación fue también efectiva en términos del Estudio experimental del aprendizaje implícito y explícito de secuencias 137 conocimiento revelado en una medida directa, y nos permiten considerar el que el aprendizaje mostrado por el GINC fue implícito. PROMEDIO DE ACIERTO 0,7 0,6 0,5 0,4 INCLUSIÓN 0,3 EXCLUSIÓN 0,2 0,1 0 INTENCIONAL INCIDENTAL FIGURA 16. Promedio de acierto en la tarea de generación bajo condiciones de inclusión y exclusión en los grupos intencional e incidental. DISCUSIÓN Como puede observarse, los resultados se han correspondido completamente con nuestras hipótesis al respecto. El aprendizaje de la secuencia determinista fue superior en el grupo intencional pero, posteriormente, cuando se presentan unos escasos ensayos de esa secuencia aprendida inmersos dentro de un amplio conjunto de ensayos pertenecientes a una secuencia nueva, sólo aquellos que aprendieron implícitamente respondieron más rápido a esos escasos ensayos pertenecientes a la secuencia aprendida. De este modo podemos apreciar que ambos grupos expresan su aprendizaje de diferente manera en virtud de las características distintivas de uno y otro modo de aprendizaje. El grupo intencional adquiere un metaconocimiento sobre su aprendizaje que le permite por una parte descubrir cuándo se ha retirado la secuencia y por otra parte controlar su expresión decidiendo no aplicarlo una vez cambiada la secuencia. Por tanto, durante la breve reaparición de la secuencia aprendida, los participantes que aprendieron explícitamente demuestran su conocimiento controlando su expresión hasta 138 que no perciban que de nuevo es útil expresarlo y, como vemos, un solo ciclo de la secuencia no es suficiente, bien porque no se percatan de que ha vuelto la secuencia, o bien porque, aunque se percaten, consideran que no es útil volver a aplicar su conocimiento previo a menos que se mantenga la secuencia aprendida durante más tiempo. Por el contrario, el grupo incidental ha adquirido un conocimiento de carácter implícito a juzgar por la pobre ejecución mostrada en la prueba de generación. Este conocimiento contrasta con el adquirido por el grupo intencional en que no es directamente controlable por el individuo ya que éste no sabe que lo posee (Dienes y Berry, 1997), y como consecuencia, su expresión queda en poder de la reproducción de las condiciones estimulares que indujeron ese aprendizaje. En definitiva, como hemos planteado en varias ocasiones, desde nuestro punto de vista, el conocimiento explícito se caracteriza por estar bajo control del que lo posee, y por ello, su aplicación depende de elegir expresarlo. Pero para que se produzca esta elección, debe creerse que su aplicación es útil y, precisamente, la reducción de la validez que hemos introducido elimina esta creencia. Este descubrimiento pone de manifiesto que el conocimiento explícito necesita señales de validez para ser aplicado, pero unas señales que sean suficientes para generar la creencia de que es útil expresarlo. En cambio, como hemos podido apreciar, la expresión del aprendizaje implícito está controlada por la presencia de las condiciones ambientales que lo generaron, un control externo, ajeno a procesos de elección, que “dispara” la conducta de forma inminente una vez se reinstauran las condiciones de aprendizaje. 4.5. TRANSFERENCIA DEL APRENDIZAJE DE SECUENCIAS: FLEXIBILIDAD PARA APLICAR EL CONOCIMIENTO EN UN NUEVO CONTEXTO Los dos capítulos precedentes nos presentan claras diferencias entre el conocimiento implícito y explícito en cuanto a la flexibilidad que poseen uno y otro. A la luz de los resultados obtenidos podemos afirmar que el conocimiento explícito Estudio experimental del aprendizaje implícito y explícito de secuencias 139 adquirido en nuestras preparaciones presenta mayor flexibilidad porque puede expresarse a pesar de introducir cambios estructurales en la tarea que exijan un mayor control sobre la conducta (Experimento 4), y porque su expresión puede ser controlada (contenida) cuando la validez de aplicar ese aprendizaje se reduce considerablemente (Experimento 6). Por el contrario, el conocimiento implícito se ha mostrado inflexible como indica por una parte la eliminación de su expresión cuando los cambios estructurales en la tarea dificultan su ejecución (Experimentos 3 y 4), y por otra parte, su inmediata e incontrolable manifestación cuando se recuperan las condiciones de aprendizaje, a pesar de que esas condiciones regresan sólo brevemente inmersas en un contexto global donde la inmensa mayoría de los ensayos responden a una secuencia diferente, y por tanto, objetivamente, la utilidad de aplicar el conocimiento previo es muy baja. Esta flexibilidad propia del conocimiento explícito, subrayada desde diferentes ámbitos de estudio del aprendizaje y la memoria (e.g. Graf et al., 1985; Reber, P. Knowlton y Squire, 1996), creemos que radica en el metaconocimiento que caracteriza al contenido de este tipo de aprendizaje. Es decir, en que el individuo, sabedor de que posee ese conocimiento, puede decidir aplicarlo o dejar de expresarlo en función de que crea que es pertinente. Partiendo de esta flexibilidad del conocimiento explícito, en este capítulo quisimos ir más allá planteándonos si ese metaconocimiento permitiría que el aprendizaje adquirido fuera suficientemente flexible como facilitar nuevos aprendizajes. La forma de explorar esta posibilidad fue transfiriendo a los participantes, después de aprender una primera tarea, a una segunda tarea con contexto estimular y demandas diferentes, pero en la que aplicar conocimiento adquirido durante la primera tarea facilitaría su aprendizaje. Esta utilidad del conocimiento adquirido en la primera tarea no se mencionó a los participantes para que fueran ellos mismos quienes decidieran transferir su conocimiento en la medida que fueran conscientes de él y lo consideraran útil. Para llevar a cabo esta nueva prueba sobre la flexibilidad del conocimiento, realizamos dos experimentos donde los participantes efectuaban en primer lugar una tarea de secuencias de localizaciones con una orientación intencional o incidental, y después de realizar una prueba de generación para precisar el carácter implícito o 140 explícito del conocimiento adquirido, llevaban a cabo una segunda tarea en este caso con secuencias de símbolos que generaban la misma secuencia de respuestas aprendida en la primera tarea. De este modo, ambas tareas muestran estímulos diferentes, exigen demandas de respuesta diferentes (detección vs. discriminación) pero comparten como elemento común la misma secuencia de respuestas, un elemento que, una vez aprendido en la primera tarea, es útil para mejorar la ejecución en la segunda tarea. Ahora bien, antes de comenzar la segunda tarea (tarea de símbolos), ningún participante es informado de que ésta contendrá una secuencia, con el objeto de que sea la experiencia previa a esta tarea (e. g. aprendizaje explícito o implícito en la secuencia de localizaciones) lo que determine la transferencia del aprendizaje. Una circunstancia que creemos más cercana a la transferencia de habilidades en contextos reales. Como en los experimentos anteriores, intentamos crear condiciones que indujeran aprendizaje implícito o explícito manipulando las instrucciones, pero en esta ocasión, además manipulamos la dificultad de la secuencia que los participantes debían aprender. La razón para incluir esta nueva manipulación, estribó en que, dado que para saber si las instrucciones fueron eficaces necesitamos administrar una prueba de consciencia al final de la primera tarea, los participantes pueden comenzar la segunda tarea con la sospecha de que esta incluirá también una secuencia y adoptar en consecuencia una estrategia intencional para descubrirla. Por ello, si la secuencia es difícil, aprenderla exigirá tiempo, pero en ese caso, si esta secuencia tiene aspectos comunes con la secuencia aprendida en la primera tarea, aquellos participantes que puedan transferir su conocimiento de la primera tarea, parten con ventaja de cara a la segunda tarea, una ventaja que puede reflejarse en un mejor aprendizaje en esa segunda tarea. En cambio, si la secuencia es fácil, puede aprenderse con cierta rapidez, alcanzando pronto una asíntota de aprendizaje que impida valorar la influencia de la experiencia previa. En otras palabras, si la facilidad de una secuencia permite que se aprenda en unos pocos bloques, no existe margen para observar beneficios derivados del conocimiento previo aunque se estuviera aplicando. La dificultad de la secuencia aprendida fue manipulada contando con dos tipos de secuencias. Una más fácil de aprender denominada determinista, que consiste en la clásica repetición continua de una sola secuencia fija, y otra más compleja correspondiente a lo que venimos denominando secuencias probabilísticas. Como sus Estudio experimental del aprendizaje implícito y explícito de secuencias 141 respectivos nombres sugieren, en el primer tipo los estímulos son predecibles con un 100% de fiabilidad en todos los ensayos mientras que en las secuencias probabilísticas los estímulos son predecibles con una cierta probabilidad en función del contexto estimular antecedente. Sobre el efecto de la intención en el aprendizaje de uno u otro tipo de secuencias, sabemos que ejerce una rápida mejora sobre el aprendizaje de secuencias deterministas de localizaciones (Frensch y Miner, 1994; Cleeremans y Jiménez, 1998), pero no aporta beneficios cuando el propósito es aprender secuencias probabilísticas de localizaciones generadas por una gramática de estados finitos (Cleeremans y Jiménez, 1998; Jiménez et al., 1996). La ausencia de efectos de la intención en este último caso se debe a la dificultad que supone aprender las probabilidades condicionadas que genera una gramática de esa índole, una dificultad ante la que el participante puede verse incapaz, o exigirle demasiado esfuerzo y desistir. Pero reflexionando sobre esta dificultad, consideramos que las secuencias probabilísticas que venimos utilizando en nuestros experimentos son más fáciles de aprender que las generadas por una gramática de estados finitos, de manera que podríamos encontrar que una orientación intencional aportara beneficios al menos a largo plazo sobre el aprendizaje de una secuencia de localizaciones. La dificultad de las secuencias probabilísticas generadas a partir de una gramática de estados finitos radica en cada estímulo tiene varios sucesores igualmente legales con diferente probabilidad de aparecer, y, además, en un 15 o 20% de los ensayos el estímulo esperado es reemplazado por un estímulo escogido aleatoriamente. De este modo, es muy improbable que fragmentos de tres o más estímulos seguidos se repitan con frecuencia y como consecuencia, el participante no observa fragmentos repetitivos que facilitarían el descubrimiento de relaciones. En cambio, en la preparación probabilística que nosotros empleamos, el carácter probabilístico viene determinado no en cada ensayo como en las gramáticas de estado finito, sino a nivel de secuencia. En esta ocasión la sucesión continua de estímulos no es determinista porque en algún momento la secuencia presentada con frecuencia, es sustituida por otra secuencia diferente, pero cada vez que se presenta cualquiera de las secuencias, se presenta un ciclo completo de la misma. Esta circunstancia provoca que sistemáticamente aparezca la secuencia en toda su extensión, lo que permite al aprendiz observar patrones repetitivos que facilitarán su búsqueda de relaciones entre los estímulos. 142 Con este tipo de secuencias probabilísticas a nivel de secuencia, más fáciles de aprender que las probabilísticas a nivel de ensayo, esperamos que los participantes con una orientación intencional no desistan fácilmente en su estrategia explícita y con ello mejoren paulatinamente su aprendizaje observándose efectos al menos a largo plazo. Unos efectos que, desde nuestro punto de vista, también incluirían a la segunda tarea ya que el carácter controlable, y por tanto flexible, de su conocimiento explícito, les permitiría aplicarlo incluso si esta segunda tarea se realiza bajo otro contexto estimular. En cambio, pensamos que aquellos participantes que en la primera tarea adquieren un conocimiento implícito de esta secuencia probabilística de localizaciones, no podrán transferir tal aprendizaje al nuevo contexto de la segunda tarea (símbolos) dado que su falta de metaconocimiento sobre el mismo les impedirá trasladarlo a otra situación diferente (Reber et al., 1996). Por lo que respecta a las secuencias deterministas, dado que la orientación intencional produce beneficios a corto plazo, esperamos ventajas sobre la primera tarea, pero una vez que al término de ésta los participantes del grupo incidental sean informados de que en ella había una secuencia, pensamos que en una segunda tarea con un contexto estimular diferente adoptarán una estrategia intencional cuyos efectos a corto plazo les conducirá rápidamente a niveles de ejecución comparables al grupo que desde la primera tarea adoptó una orientación intencional. EXPERIMENTO 7 En este experimento pretendíamos explorar en qué medida el carácter explícito o implícito del aprendizaje de secuencias probabilísticas determina que el aprendizaje pueda ser transferido a otro contexto estimular. Para ello manipulamos nuevamente la orientación hacia el aprendizaje pero en esta ocasión los participantes llevaron a cabo dos tareas. En primer lugar una tarea de localizaciones y en segundo lugar una tarea de símbolos donde cada símbolo reemplazaba a una localización de la tarea anterior. Este reemplazo implica en última instancia que ambas tareas compartan la misma secuencia de respuestas, un vínculo que pueden aprovechar los participantes para aprender con Estudio experimental del aprendizaje implícito y explícito de secuencias 143 facilidad la secuencia incluida en la segunda tarea. No obstante, antes de comenzar esta segunda tarea ningún participante fue informado de que en ella se incluía nuevamente una secuencia. Respecto a nuestras predicciones, debido a la dificultad que encierra aprender una secuencia probabilística de localizaciones (primera tarea), creemos que la orientación intencional no producirá beneficios si el entrenamiento es corto, pero en la medida que los participantes hayan porfiado en descubrir la secuencia, se observará un efecto beneficioso a largo plazo sobre la segunda tarea aunque esta suponga un contexto estimular diferente. Estos participantes podrán transferir el conocimiento explícito que hayan adquirido gracias a que, como venimos insistiendo, este conocimiento está bajo su control, y por ello, es lo suficientemente flexible como para poder aplicarse a otros contextos. Por el contrario, los participantes que realizan la primera tarea de un modo incidental, no transferirán su conocimiento si éste es implícito, debido a que en ese caso no pueden disponer de él de un modo que les permita usarlo para aprender otra tarea. MÉTODO Participantes En este experimento participaron 72 estudiantes de la Facultad de Psicología de la Universidad de Granada, obteniendo por ello puntuación extra para cualquier asignatura de Psicología Básica. Los datos de este estudio pertenecen a la sesión del Experimento 2, pero en esta ocasión abordaremos cómo el entrenamiento allí descrito influyó en una inmediata segunda fase de transferencia. Junto a los participantes mostrados en aquel experimento, repartidos en dos condiciones de aprendizaje no intencional, bien con secuencias de símbolos o bien con secuencias de localizaciones, unimos ahora la ejecución de 24 participantes incluidos en una condición de aprendizaje intencional de localizaciones no comentada hasta el momento. La asignación de los participantes a cada uno de los tres grupos fue aleatoria. 144 Procedimiento Tarea de tiempo de reacción serial En este experimento todos los participantes realizaban la tarea de símbolos presentada en el Experimento 2, y eran divididos en tres grupos en función de la experiencia previa a esa tarea. Un grupo se corresponde con los participantes descritos en el Experimento 2 que realizan la tarea de localizaciones con una orientación incidental (GINC; N=24). Una vez terminada esta tarea, son informados de la presencia de una secuencia, realizan una prueba de generación, y a continuación llevan a cabo la tarea de símbolos. Otro grupo de participantes, de cuya ejecución no se ha informado hasta el momento, realizó la tarea de símbolos justo después de haber aprendido la tarea de localizaciones de un modo intencional (GINT; N=24). Al igual que el grupo anterior (GINC), el GINT también realizó una prueba de generación al término de la primera tarea (localizaciones). Por último, el tercer grupo se corresponde con los participantes descritos en el Experimento 2 que llevaron a cabo la tarea símbolos desde una orientación incidental sin ninguna experiencia previa con otra tarea (GS; N=24). Los participantes pertenecientes a los dos grupos que realizaron la tarea de localizaciones, efectuaron a continuación una tarea de símbolos que mantenía la misma secuencia de respuestas que la tarea de localizaciones, circunstancia impuesta con el objeto de conocer el grado de transferencia del aprendizaje obtenido en la primera tarea. Concretamente, en la tarea de símbolos se empleaban las mismas secuencias que en la tarea de localizaciones: SOCA 134231214324 y SOCB 234124314213, difiriendo sólo en la sustitución de las localizaciones 1, 2, 3 y 4, por los símbolos !, ?, $, # respectivamente, presentados en esta ocasión de uno en uno en el centro de la pantalla. De este modo, en la medida que cada símbolo tiene asignada la misma tecla de respuesta que la localización a la que sustituye, podemos obtener dos tareas que generen la misma secuencia de respuestas a partir de una secuencia de estímulos que se repita con frecuencia (80% de los ensayos). Para ello los participantes que aprendían la SOCA durante la tarea de localizaciones fueron transferidos a una tarea de símbolos donde la secuencia frecuente de nuevo era la SOCA, y los participantes que aprendieron la SOCB en la primera tarea, fueron transferidos a una tarea de símbolos donde de nuevo la SOCB era la secuencia frecuente. El entrenamiento en ambas tareas constaba de siete Estudio experimental del aprendizaje implícito y explícito de secuencias 145 bloques de 120 ensayos y, como en varios de los experimentos anteriores (concretamente Experimentos 2-5), en cada bloque se presentaba la secuencia frecuente durante el 80% de los ensayos, y la secuencia infrecuente en el 20% de los mismos distribuyéndose la alternancia entre estas dos secuencias de la misma manera que en esos experimentos. Las instrucciones de esta segunda tarea de símbolos no hacían mención a la existencia de una secuencia frecuente, pero a este respecto, ambos grupos estaban igualados en cuanto a la presunción de su existencia dado que el GINC fue informado al final de la primera tarea (localizaciones) que ésta había contenido una secuencia que se repetía con frecuencia (sin precisar el contenido de la misma). Medida directa Al término del entrenamiento con la tarea de localizaciones y antes de comenzar la tarea de símbolos, los grupos GINT y GINC realizaron una tarea de generación en los términos descritos en el Experimento 2. Además, al final del experimento, a los participantes de estos dos grupos se les preguntó si creían que ambas tareas compartían la misma secuencia de respuestas en las teclas. Diseño La tarea de localizaciones presenta como variables independientes el factor orientación manipulado entre grupos y los factores secuencia y bloque manipulados intraparticipante. El factor orientación contaba con las condiciones conocidas de grupo intencional (GINT) y grupo incidental (GINC). La variable secuencia contiene los dos niveles de secuencia frecuente (SOCF) e infrecuente (SOCI), y la variable bloque presenta siete niveles correspondientes a los siete bloques de entrenamiento que se realizan. La tarea de símbolos incluye como variables independientes el factor experiencia previa manipulado entre grupos, y los factores secuencia y bloque manipulados intraparticipante. El factor experiencia previa presenta tres niveles: 146 realizar la tarea de símbolos habiendo anteriormente realizado una tarea de localizaciones con orientación incidental (GINC), realizar la tarea de símbolos procediendo de una tarea de localizaciones con orientación intencional (GINT), o realizar la tarea de símbolos sin experiencia previa con otra tarea (GS). La variable secuencia contiene los dos niveles de secuencia frecuente (SOCF) e infrecuente (SOCI), y la variable bloque presenta siete niveles correspondientes a los siete bloques de entrenamiento que se realizan. RESULTADOS Análisis de la tarea de localizaciones: Medias de TR (ms) INTENCIONAL | | INCIDENTAL 520 500 480 460 440 420 400 380 SOCF SOCI 1 2 3 4 5 6 BLOQUES DE ENTRENAMIENTO 7 1 2 3 4 5 6 7 BLOQUES DE ENTRENAMIENTO FIGURA 17. TR para la SOCF y la SOCI en el grupo intencional (parte izquierda) y en el grupo incidental (parte derecha) a lo largo de los 7 bloques de entrenamiento en la tarea de localizaciones. La figura 17 sugiere que ambos grupos aprendieron, a juzgar por la diferencia entre el TR mostrado en la SOCF y en la SOCI, pero que quizá el GINT alcanzó mayor aprendizaje. Un ANOVA 2 x 7 x 2 con orientación (GINT o GINC) como factor entre grupos, y bloque (1 a 7) y secuencia (SOCF o SOCI) como factores intraparticipante, reveló efectos principales de bloque, F(6, 276) = 5.50, MCe = 2122, p<0.0001, y secuencia, F(1, 46) = 92.53, MCe = 2028, p<0.0001, y efectos de interacción de primer orden orientación X bloque, F(6,276) = 3.03, MCe = 2122, p<0.01, y bloque X secuencia, F(6, 276) = 5.52, MCe = 872, p<0.0001. En cambio, la interacción de primer Estudio experimental del aprendizaje implícito y explícito de secuencias 147 orden orientación X secuencia alcanzó sólo un efecto marginal, F(1, 46) = 3.41, MCe = 2028, p=0.071, sugiriendo que la intencionalidad tiene cierta incidencia en el aprendizaje pero esta influencia no es progresiva a lo largo de la práctica, dada la ausencia de interacción grupo x secuencia x bloque (F <1). Análisis de la tarea de símbolos (transferencia): En la figura 18 se puede apreciar que el GINT realiza la tarea de símbolos considerablemente mejor que los otros dos grupos, mientras que la ejecución de estos dos últimos es bastante semejante. Medias de TR (ms) 850 800 750 700 SOCF 650 SOCI 600 550 500 1 2 3 4 5 6 7 BLOQUES DE ENTRENAMIENTO 1 2 3 4 5 6 7 BLOQUES DE ENTRENAMIENTO 1 2 3 4 5 6 7 BLOQUES DE ENTRENAMIENTO FIGURA 18. TR para la secuencia frecuente (SOCF) y la secuencia infrecuente (SOCI) a lo largo de los siete bloques de entrenamiento en el grupo incidental sin experiencia previa (GS; panel izquierdo), en el grupo con experiencia previa de aprendizaje incidental, (GINC; panel central) y en el grupo con experiencia previa intencional (GINT; panel derecho). La ilustración descrita se corroboró en un ANOVA 3 x 7 x 2 con experiencia previa (GS, GINT o GNIT) como factor entre grupos y bloque (1 a 7) y secuencia (SOCFREC o SOCINF) como variables intraparticipante. Este análisis mostró un efecto principal de la variable secuencia, F(1, 69) = 48.18, MCe = 7640, p<0.0001, efectos de interacción de primer orden experiencia previa X bloque, F(12, 414) = 1.79, MCe = 148 3472, p<0.05, y experiencia previa X secuencia, F(2, 69) = 6.15, MCe = 7640, p<0.005 y un efecto de interacción de segundo orden experiencia previa X bloque X secuencia, F(12, 414) = 1.86, MCe = 4818, p<0.05. Análisis de las medidas directas: Generación de la tarea de localizaciones Dado que la ejecución del GINC y el GS en la prueba de generación fue descrita en los resultados del Experimento 2, en esta ocasión nos centramos en el GINT. Un ANOVA unifactorial con la variable tipo de generación (inclusión vs. exclusión) como factor intraparticipante, reveló un efecto sólo marginal, F(1, 23) = 3.69, MCe= 0.0336, p=0.07, lo que sugiere que no alcanzaron un sólido conocimiento consciente de la secuencia a pesar de ser instruidos para ello. Conocimiento sobre la secuencia de respuestas Al final del experimento se les preguntaba si creían que ambas tareas compartían la misma secuencia de movimientos. Como se observa en la tabla 1, la mayoría de los participantes no se percató de esta circunstancia, ni siquiera los del GINT. Para corroborar estas apreciaciones llevamos a cabo un análisis no paramétrico mediante la prueba χ2 sobre las variables orientación (GINT vs. GINC) y respuesta (si vs. no). El resultado de este análisis no reveló efectos significativos, χ2 (2, 48) = 0.6, p. n.s. , lo que indica que ambas variables eran independientes. Por tanto, podemos concluir que, como se observa en las frecuencias de respuestas dadas, la inmensa mayoría de los participantes negaban haberse percatado de que ambas tareas compartían la misma secuencia de respuestas. SÍ ERA LA MISMA NO ERA LA MISMA Grupo intencional 5 (21%) 19 (79%) Grupo incidental 3 (12.5%) 21 (87.5%) TABLA 1. Respuestas de las participantes a la pregunta “¿presentaban las dos tareas la misma secuencia de respuesta en las teclas?”. Las cifras se corresponden con el número y porcentaje de participantes que contestan del modo indicado en la cabecera de la columna. Estudio experimental del aprendizaje implícito y explícito de secuencias 149 DISCUSIÓN En este experimento observamos que la orientación intencional sólo generó un efecto marginal en una primera tarea con secuencias probabilísticas de localizaciones, pero cuando a continuación los participantes realizaron una tarea con secuencias de símbolos que mantenían la misma secuencia de respuestas aprendida en la tarea de localizaciones, los participantes que aprendieron intencionalmente en la primera tarea, mostraron significativamente mejor aprendizaje que aquellos que realizaron esta segunda tarea después de aprender la primera de forma implícita. Asimismo, este último grupo cuyo aprendizaje fue implícito, mostró en esa segunda tarea de símbolos el mismo aprendizaje que un grupo que realizó esta tarea de símbolos de un modo incidental sin previamente haber realizado la tarea de localizaciones. En otras palabras, el aprendizaje implícito no fue transferido en absoluto a pesar de que la secuencia de respuestas aprendida previamente seguía siendo útil. Este conjunto de datos revela que una orientación intencional hacia el aprendizaje de una secuencia probabilística de localizaciones, no produce beneficios significativos a corto plazo, pero permite transferir el conocimiento adquirido a otra tarea que implique un contexto estimular diferente. Por el contrario, aunque el aprendizaje implícito de la secuencia de localizaciones no fue significativamente menor que el mostrado por los participantes intencionales, posteriormente no se observó transferencia de ese conocimiento implícito a una tarea contextualmente diferente. En la medida que las dos tarea compartían la misma secuencia de respuestas, lo más parsimonioso es pensar que los participantes del grupo intencional transfirieron ese conocimiento adquirido en la primera tarea. Sin embargo, cuando al final del experimento se les preguntaba si sospechaban que ambas tareas compartían la misma secuencia de respuestas, sorprendentemente en su gran mayoría respondían que no. Este inesperado resultado sugiere que el aprendizaje transferido consistió en estrategias para aprender secuencias probabilísticas, es decir, tomando una expresión de Maldonado (1998), que “aprendieron a aprender”. Esta transferencia consistiría en ser capaz de resolver un problema nuevo de manera más rápida o con menos errores, gracias a la aplicación de estrategias cognitivas adquiridas en experiencias previas con problemas similares (Maldonado, 1998). En el caso que nos ocupa, esas estrategias podrían ser producto de conocer aspectos abstractos relacionados con la forma de presentar los 150 estímulos como, por ejemplo, que existe una secuencia de cierta extensión, que se retira en algunas ocasiones pero regresa al poco tiempo, que una vez de vuelta se mantiene por un periodo extenso de tiempo… En definitiva, un conocimiento que, transferido a la segunda tarea, les permitiría adoptar estrategias eficaces de búsqueda de relaciones entre los estímulos. Por su parte, los participantes que aprendieron implícitamente la secuencia de localizaciones, no mostraron ningún tipo de transferencia, un dato esperado por nuestra parte dado que la falta de metaconocimiento sobre su aprendizaje les impediría aplicarlo deliberadamente en la nueva situación. Sin embargo, si tenemos en cuenta que el componente motor parece ser el contenido esencial del aprendizaje de secuencias implícito (Willingham, 1998, Willingham et al., 2000), podríamos haber esperado transferencia del conocimiento también en este grupo ya que ambas tareas compartían la misma secuencia de respuestas. ¿Por qué no se produjo entonces transferencia del aprendizaje implícito? La explicación más inmediata sería considerar que el aprendizaje implícito de la secuencia de respuestas se expresa sólo en el contexto estimular en el que se aprendió. De este modo, el cambio de introducido de localizaciones a símbolos supondría un claro impedimento para su expresión. En consonancia con esta posibilidad, Willingham et al. (1989; Experimento, 3) encontraron que el aprendizaje de una secuencia de cuadrados de diferentes colores presentados de uno en uno en el centro de la pantalla, no se transfería a una tarea de localizaciones que mantenía la misma secuencia de respuestas aprendida en la tarea de colores. Sin embargo, más recientemente, el propio Willingham (1999) ha encontrado una notable transferencia de una secuencia de dígitos presentados en el centro, a una secuencia de localizaciones que origina la misma secuencia de respuestas que la secuencia de dígitos (Experimento 2), e incluso entre secuencias que presentan diferente correspondencia estímulo-respuesta, mientras ambas secuencias se respondan con la misma secuencia motora (Experimento 3). Por tanto, la expresión del aprendizaje implícito de secuencias no parece ser tan dependiente de los aspectos perceptivos presentes en el contexto de aprendizaje. ¿Cómo podemos explicar que en unos estudios se encuentre transferencia del aprendizaje implícito cuando se cambian los estímulos (e.g. Willingham, 1999) y en Estudio experimental del aprendizaje implícito y explícito de secuencias 151 otros no se encuentre tal transferencia (e.g Willingham et al., 1989)? Desde nuestro punto de vista la explicación de esta contradicción se encuentra en que los estudios que no obtienen transferencia, bien por un cambio de colores a localizaciones (Willingham et al. 1989; Experimento 3) o bien por un cambio de localizaciones a símbolos (el presente experimento), incluyen una tarea de discriminación de identidades (colores o símbolos) que tienen asignadas respuestas arbitrarias, en cambio, los experimentos que sí obtienen transferencia no contienen una tarea de ese tipo. En el caso de la transferencia encontrada entre dígitos y localizaciones (Willingham, 1999; Experimento 2), los dígitos eran los números 1, 2, 3, y 4 y su correspondencia con las teclas de respuesta era la esperada de izquierda a derecha (no arbitraria), y en el siguiente experimento del mismo estudio en el que obtuvieron transferencia a pesar de cambiar la correspondencia estímulo-respuesta (Willingham, 1999; Experimento 3), la correspondencia modificada fue entre localización del estímulo y respuesta, es decir, no implicaba discriminar identidades para asignar una respuesta arbitraria. Las secuencias de identidades con una asignación arbitraria de respuestas presentan dos particularidades que pueden impedir que el conocimiento adquirido sobre ellas no sea transferible a una secuencia de localizaciones, o que, en sentido contrario, el conocimiento sobre una secuencia de localizaciones no sea transferible a ellas, a pesar de que compartan la misma secuencia de respuestas. En primer lugar, puede que el contenido del aprendizaje con secuencias de identidades no consista en una secuencia de localizaciones de respuesta como propone Willingham (1998, Willingham et al, 2000), sino que incluya también una representación del estímulo. Y en segundo lugar, aún suponiendo que tanto en una secuencia de identidades como en una secuencia de localizaciones se aprendiera una secuencia de localizaciones de respuestas, la discriminación necesaria en la tarea de identidades conduce a TR más altos, lo que supone que cada tarea genere una patrón temporal del curso de respuestas completamente diferente, que quizá no sea transferible de una a otra. Pero sea cual fuere la explicación de que no se encuentre transferencia entre secuencias de identidades y de localizaciones aunque compartan la misma secuencia de respuestas, este hecho contrasta con la transferencia mostrada cuando el aprendizaje es explícito. De este modo, nuevamente encontramos que el aprendizaje explícito es más 152 flexible que el implícito, pero en esta ocasión con el descubrimiento añadido de que esta flexibilidad facilita nuevos aprendizajes. EXPERIMENTO 8 En esta ocasión nuestro objetivo fue conocer más a fondo el efecto de la intención sobre el aprendizaje de secuencias deterministas a partir de una condición de transferencia del aprendizaje a un contexto estimular diferente que comparte la misma secuencia de respuestas. De nuevo adoptamos la estrategia de suceder dos tareas con diferente contexto estimular, una primera de localizaciones y una segunda de símbolos, dividiendo los participantes en un grupo intencional y otro incidental en la primera tarea para luego llevar a cabo la tarea de símbolos bajo instrucciones de aprendizaje incidental. Pero en esta ocasión nuestra predicciones eran bien diferentes con respecto a las secuencias probabilísticas. La mayor facilidad con la que se adquieren secuencias deterministas nos hizo vaticinar en el Experimento 6 un efecto beneficioso de la intención. Corroborada entonces esta predicción, la tarea realizada en segunda lugar nos puede permitir conocer si el efecto de la intención es progresivo, es decir, continúa mostrando efectos a largo plazo, o si por contra, alcanza su asíntota con relativa prontitud. Para comprender cómo podemos contestar a esta pregunta con la tarea de transferencia, debemos partir de que todos los participantes saben al final de la primera tarea que existía una secuencia fija (incluidos los del grupo incidental), y en consecuencia, pueden comenzar la segunda tarea de un modo intencional porque sospechan que de nuevo habrá otra secuencia. Si éste es el caso, en la medida que el grupo intencional en la primera tarea siga mostrando mejor aprendizaje en la segunda, debemos concluir que esa orientación produce mejoras progresivas que siguen observándose a largo plazo (en la forma de transferencia del aprendizaje). En cambio, si haber realizado la primera tarea de un modo intencional o incidental no promueve diferencias en esta segunda tarea, debemos considerar que el grupo incidental de la primera tarea realiza la segunda con una orientación intencional y que esta orientación rápidamente le lleva a niveles de aprendizaje semejantes al grupo que ha adoptado una Estudio experimental del aprendizaje implícito y explícito de secuencias 153 estrategia intencional desde la primera tarea. En otras palabras, la ausencia de diferencias entre ambos grupos en la segunda tarea, nos llevaría a concluir que la intención en el aprendizaje de secuencias deterministas genera un efecto a corto plazo que alcanza su asíntota con relativa rapidez. Para corroborar que ambos grupos adoptaron una orientación intencional en la segunda tarea, a pesar de que antes de comenzarla no se menciona que los estímulos volverán a responder a una secuencia, nuevamente se introduce una reducción en la validez de emplear el conocimiento adquirido hasta ese momento. Si los participantes aprendieron de forma explícita, no expresarán su conocimiento en la breve aparición de la secuencia aprendida. MÉTODO Participantes. Se corresponden con los mismos 32 participantes analizados en el experimento 6. Procedimiento. En esta ocasión centramos nuestra atención en una tarea con símbolos que realizaron los participantes del Experimento 6 justo a continuación de la tarea de localizaciones analizada cuando abordamos ese experimento. De nuevo, la tarea de símbolos y la tarea de localizaciones se construyeron con las mismas secuencias difiriendo en la sustitución de las localizaciones 1, 2, 3 y 4, por los símbolos !, ?, $, # respectivamente. De este modo, pudimos crear dos tareas que compartieran la misma secuencia de respuestas. En el resto de aspectos, la tarea de símbolos fue exactamente igual que la tarea de localizaciones descrita en el Experimento 6. Como en aquella ocasión, se presenta una secuencia SOC sin interrupción durante seis bloques (secuencia practicada; SOCP) y en los dos bloques siguientes se introduce una secuencia SOC alternativa (secuencia nueva; SOCN) siete veces en cada bloque mientras que la SOCP sólo aparece una vez 154 en un momento aleatorio de cada uno de estos dos bloques. Esta vez nunca era en el primer o en el último segmento de doce ensayos. Después de estos dos bloques, realizan un bloque final (bloque nueve) en el que sólo se presenta la secuencia practicada en primer término. La mitad de los participantes recibió como SOCP la SOCA y como SOCN la SOCB, la mitad restante recibió la asignación inversa. Las secuencias SOCA y SOCB son las mismas que hemos empleado desde el Experimento 2. Para mantener en la esta tarea de símbolos la misma secuencia de respuestas aprendida en la tarea previa de localizaciones, los participantes que aprendieron la SOCA en la primera tarea, recibieron esta misma secuencia como SOCP en la segunda tarea (y la SOCB como SOCN), y los participantes que aprendieron la SOCB en la primera tarea, recibieron nuevamente esta secuencia como SOCP en la segunda tarea (y la SOCA como SOCN). El resto de aspectos del procedimiento permanecen constantes con respecto a los anteriores experimentos. Diseño La tarea de símbolos reproduce el diseño realizado en el Experimento 6. RESULTADOS Una vez comentados en el Experimento 6 los resultados de la ejecución en la primera tarea realizada (localizaciones), en esta sección comentamos los resultados de la tarea de símbolos realizada justo a continuación. Como se observa en la figura 19, ambos grupos experimentan prácticamente el mismo incremento en el TR cuando se introduce la secuencia nueva, y el incremento se mantiene cuando se introduce un ciclo de la secuencia aprendida. Estos datos sugieren que el aprendizaje fue similar en ambos grupos y que no se expresó cuando brevemente apareció la secuencia aprendida. Estudio experimental del aprendizaje implícito y explícito de secuencias 155 TAREA DE SÍMBOLOS Medias de TR (ms) 850 800 Intencional SOCP Intencional SOCN incidental SOCP incidental SOCP 750 700 650 600 550 500 1 2 3 4 5 6 7 8 9 BLOQUES DE ENTRENAMIENTO FIGURA 19. TR para la secuencia practicada (SOCP) y la secuencia nueva (SOCN) en los grupos intencional e intencional a lo largo de los nueve bloques de entrenamiento de la tarea de símbolos. Sobre los TR en los bloques seis y siete, realizamos un ANOVA 2 x 2 con la variable orientación (GINT o GINC) como factor entre grupos y la variable bloque (SOCP o SOCN) factor intraparticipante. Este análisis sólo mostró efecto principal de bloque, F(1, 30) = 19.97, MCe = 9820, p<0.0005 (resto de Fs<1), lo que revela que el TR aumentó en el bloque siete con respecto al bloque seis, y que este aumento fue similar en ambos grupos, toda vez que la variable orientación no provocó ningún efecto. Para analizar el efecto de la inclusión de un solo ciclo de la secuencia aprendida en los bloques donde se introduce una secuencia nueva (bloques siete y ocho), llevamos a cabo un ANOVA 2 x 2 x 2 con orientación (intencional o incidental) como factor entre grupos y bloque (séptimo u octavo) y secuencia (SOCP o SOCN) como factores intraparticipante. Este análisis no reveló ningún efecto significativo (todas las ps>0.15), lo que demuestran que los participantes no expresaron su aprendizaje en la breve aparición de la secuencia aprendida. 156 DISCUSIÓN En esta ocasión, los participantes provenían de una primera tarea de localizaciones con secuencias deterministas donde el aprendizaje intencional fue superior al aprendizaje incidental (Experimento 6), y fueron transferidos a una tarea de símbolos también con secuencias deterministas que mantenían la misma secuencia de respuestas que la primera tarea. Cómo esperábamos, en esta segunda tarea ambos grupos mostraron el mismo patrón de aprendizaje. Esta similitud en la ejecución de una segunda tarea con secuencias deterministas sugiere que en esta tarea ambos grupos no han diferido en su orientación hacia el aprendizaje, de lo contrario, es decir, si alguno de los grupos se hubiera caracterizado por una mayor orientación intencional, ése grupo mostraría mayor aprendizaje ya que el aprendizaje se ha desarrollado sobre secuencias deterministas. Acerca de qué orientación concreta han adoptado, por una parte podemos pensar que ambos grupos se han acogido a una orientación incidental en la medida que antes de comenzar la segunda tarea no se les advierte que se presentará una secuencia de manera repetida. Pero por otra parte, dado que una vez terminada la primera tarea los participantes que pertenecieron al grupo incidental también son informados de que había una secuencia fija, podemos considerar que ambos grupos adoptan una orientación intencional porque prevén que nuevamente se presentarán una secuencia fija. Para comprobar si el aprendizaje fue explícito o implícito podemos valernos de la reducción en la validez del conocimiento introducida en el tramo final de la tarea. Los datos obtenidos en la primera tarea de localizaciones (Experimento 6) apuntan con firmeza que una reducción en la validez de aplicar el conocimiento adquirido suscita en los participantes que poseen aprendizaje explícito un control sobre su expresión, de manera que no hacen uso de su conocimiento durante los escasos ensayos en los que es válido. En cambio, si el aprendizaje es implícito, éste se expresa de forma inmediata en esos escasos ensayos sin que el participante pueda controlar su expresión. Partiendo de este hallazgo previo, en la medida que los resultados en la segunda tarea muestran que ningún grupo hizo uso de su conocimiento en la breve recuperación de la secuencia previa durante los bloques de cambio, podemos sugerir que haber sido Estudio experimental del aprendizaje implícito y explícito de secuencias 157 informados de la presencia de una secuencia fija en la primer tarea, motivó en ambos grupos una orientación intencional en la segunda tarea. Recapitulando, si ambos grupos aprendieron igual en la segunda tarea y muy probablemente adoptaron una orientación intencional, podemos concluir que la orientación intencional en el aprendizaje de secuencias deterministas, no sólo tiene efectos a corto plazo como demuestran los datos de la primera tarea (Experimento 6), sino que alcanza niveles asintóticos con cierta prontitud, como demuestra el hecho de que en la segunda tarea un grupo adoptando por primera vez una estrategia de aprendizaje intencional alcance el mismo nivel de aprendizaje que otro grupo que adopta esa estrategia por segunda vez sobre la misma secuencia de respuestas. En definitiva, poniendo en común los resultados de los experimentos 7 y 8, observamos que el efecto de la intención en el aprendizaje de secuencias de localizaciones contrasta fuertemente en función de que esa orientación se ejerza sobre secuencias probabilísticas o deterministas. Mientras que en secuencias probabilísticas produce efectos progresivos que se manifiestan a largo plazo (pudiéndose observar efectos de transferencia del aprendizaje sobre una segunda tarea con diferente contexto estimular), en secuencias deterministas se observa un efecto muy rápido (beneficio sobre la primera tarea) que alcanza con prontitud su máximo beneficio, una circunstancia que nos ha impedido evaluar durante la realización de la segunda tarea posibles diferencias en la transferencia del aprendizaje en función de que el aprendizaje en la primera tarea fuera implícito o explícito. 5. DISCUSIÓN GENERAL 5.1. UN RECORRIDO POR NUESTROS DATOS: CÓMO GENERAR APRENDIZAJE IMPLÍCITO DE SECUENCIAS Y CUÁNDO SE DISOCIAN LA EXPRESIÓN DEL APRENDIZAJE IMPLICITO Y EXPLÍCITO. En este trabajo hemos pretendido contrastar en qué medida difieren los contextos de expresión del aprendizaje implícito y explícito, con el fin de descubrir indicadores que nos revelen, desde su propia expresión, si el aprendizaje adquirido es implícito o explícito. La investigación encauzada hacia este objetivo, ha partido de una concepción de ambos modos de aprender, en la que “lo implícito” y “lo explícito” constituyen el elemento que los distingue en todos los componentes que reúne un fenómeno de aprendizaje. En sintonía con modelos para la compresión integral del aprendizaje en términos cognitivo-conductuales, aprender implica un proceso de adquisición que conduce a un contenido aprendido cuya expresión observable depende de diversos factores, entre los que cabe citar la motivación, la percepción de utilidad, o las 160 restricciones de la situación (ver argumentos para sistematizaciones en este sentido en Dickinson, 1980, o Maldonado, 1998). Por tanto, todo fenómeno de aprendizaje implica un proceso de adquisición, encierra un contenido y depende de una serie de variables que median en su expresión. Ahora bien, estos tres componentes del aprendizaje pueden variar en su carácter consciente o no consciente, originando combinaciones híbridas que impiden afirmar de un modo taxativo si un aprendizaje es explícito o implícito. Por esta razón, consideramos que la práctica habitual de juzgar el carácter implícito o explícito del aprendizaje a partir de medidas directas que evalúan sólo el contenido consciente del aprendizaje, supedita el carácter global del fenómeno a uno de sus componentes (el contenido), simplificándolo de un modo engañoso ya que un contenido consciente no puede asegurar que el aprendizaje fue intencional, ni que la expresión del mismo es también deliberada. Puede ser un epifenómeno observable sólo en medidas directas, es decir, únicamente cuando se pida explícitamente al aprendiz que lo exprese, pero que no se aplica en la fase de aprendizaje, o en el caso de realmente aplicarse en esa fase, desconocemos desde qué momento y con qué continuidad. Como prueba de la imprecisión de las medidas directas, nuestros experimentos 3 y 4 demuestran que estas medidas arrojan efectos esquivos que pueden resultar irrelevantes para conocer el proceso de aprendizaje y su forma de expresión. Aunque en estos dos experimentos los participantes con orientación incidental compartían las mismas condiciones de aprendizaje, sorprendentemente sólo en el Experimento 3 alcanzaron cierto conocimiento en la medida directa. Sin embargo, al margen de esta diferencia, ambos grupos mostraron el mismo patrón de adquisición, y no pudieron expresar lo aprendido cuando se dificultó la tarea, un perfil de adquisición y expresión completamente diferente a los participantes que aprendieron intencionalmente, los cuales aprendieron más y consiguieron expresar lo aprendido en el nuevo contexto de mayor dificultad. En definitiva, como puede apreciarse, en esta ocasión, observar el curso de aprendizaje y el contexto de expresión, reveló con mayor precisión que una medida directa si el aprendizaje se adquirió y se expresó de modo intencional o no intencional. Por ello, mantenemos que el conocimiento consciente observado en una medida directa, no aporta información concreta sobre el proceso de aprendizaje ni sobre su expresión, a lo sumo nos hace “sospechar”, y en ocasiones de manera equivocada, que esos otros componentes también son explícitos. Discusión General 161 En consonancia con estos argumentos y asimismo rompiendo con esta tradición excesivamente dependiente de la medida directa, en nuestra serie de experimentos manipulamos la orientación hacia el aprendizaje (intencional y no intencional) con el objeto de inducir diferencialmente uno u otro proceso de adquisición. Por otro lado, el carácter consciente o no consciente del contenido del aprendizaje ha sido evaluado mediante una medida directa de disociación de procesos que nos permitía averiguar si el aprendiz podía hacer un uso intencional de la información aprendida. Pero incidiendo aún más en esta concepción de la consciencia en términos funcionales de intención (Frensch, 1998), nuestra mayor aportación ha sido idear contextos donde se disocie la expresión del aprendizaje implícito vs. explícito. En otras palabras, crear situaciones donde el aprendizaje se exprese sólo si ha sido adquirido de forma incidental pero no si el proceso fue intencional, y en sentido opuesto, situaciones donde sólo se manifieste un aprendizaje intencional pero no pueda aplicarse un conocimiento adquirido de forma incidental. 5.1.1. Condiciones para obtener aprendizaje implícito de secuencias El inicio de este proyecto necesitaba como elemento primordial precisar unas condiciones de aprendizaje suficientemente enmascaradas para inducir un aprendizaje implícito ya que, indudablemente, sólo contando con unas condiciones de esta índole podríamos estudiar el efecto de la orientación hacia el aprendizaje y manipular el contexto de la tarea para observar su efecto sobre los modos explícitos e implícitos de aprendizaje. Centrados en este propósito, nuestros primeros experimentos confirmaron que una secuencia de estímulos podía aprenderse implícitamente en una sola sesión de entrenamiento si en diversos momentos de su continua repetición se introducen otras secuencias con el objeto de dificultar el descubrimiento de la secuencia repetida. Esta preparación convierte la sucesión de estímulos en un contexto de predicción probabilística en el que los estímulos serán predecibles con una cierta probabilidad correspondiente al porcentaje de ensayos en el que se presenta la secuencia objeto de aprendizaje. Pero en nuestro empeño por concretar estas condiciones de aprendizaje 162 implícito, hemos descubierto que “esconder” la secuencia fija insertando secuencias al azar conduce a índices de aprendizaje sobreestimados. El desacierto radica en que, como práctica habitual, las secuencias fijas escogidas se construyen con escasos eventos que supongan una alternancia (e.g. 121, 232), una restricción comprensible dado que este tipo de eventos son fáciles de descubrir, pero que, en caso de no aplicarse en la misma medida a las secuencias aleatorias, se genera un desequilibrio entre ambas secuencias (más alternancias en las series aleatorias) que desvirtúa los índices de aprendizaje. Nuestro análisis de la ejecución en los ensayos que suponen una alternancia ha revelado que tenemos una disposición natural a responder con mayor lentitud a este tipo de ensayos y, confirmando lo esperado, que esta disposición incrementaba de manera artificiosa el índice de aprendizaje, ya que las secuencias al azar contaban con mayor número de ensayos de este tipo. Excluidos estos ensayos, los participantes seguían mostrando aprendizaje, un dato que revela la idoneidad de este tipo de preparación para enmascarar la secuencia. Pero esa exclusión nos impide precisar la magnitud del aprendizaje porque también supone prescindir de las escasas alternancias presentes en la secuencia aprendida. Este hallazgo fruto de nuestro primer experimento, supone concretar cómo afecta al índice de aprendizaje la desigual distribución de alternancias entre dos secuencias, una observación advertida por otros autores en anteriores ocasiones (e. g. Reed y Johnson, 1994) pero que según nuestro conocimiento es la primera vez que se analiza con una precisión cuantitativa. En efecto, existen diversos estudios en los que se ha controlado esta desigual distribución de alternancias (u otro tipo de eventos) para evitar problemas de este tipo (e.g. Cleeremans y Destrebecqz, 2001; Reed y Johnson, 1994; Shanks y Channon, 2002 ), pero creemos que la precisión que aportamos en este experimento es de suma importancia toda vez que la medida de aprendizaje más habitual en las tareas de TRS ha consistido en comparar el TR en los ensayos de una secuencia con escasas alternancias con el TR mostrado cuando los estímulos se generan al azar, sin restringir el número de alternancias. En nuestro segundo experimento contrarrestamos esa desigual distribución de alternancias interrumpiendo la secuencia fija con la aparición de otra secuencia de igual Discusión General 163 estructura pero diferentes relaciones predictivas entre los estímulos. Las secuencias diferían solamente a nivel de relaciones de segundo orden, es decir, ninguna de las dos secuencias permitía predecir un estímulo en función del aparecido justamente antes (relación de primer orden), pero si tomamos una sucesión de dos estímulos (e.g. 1-3) cada secuencia predice un sucesor distinto como continuación de esos dos estímulos (e.g. 1-3-2 para una Secuencia A y 1-3-4 para una secuencia B). Construidas estas dos secuencias complementarias, pretendimos inducir el aprendizaje de una de ellas presentándola con una considerable mayor frecuencia (80 % de los ensayos). El resultado de esta preparación fue una mayor rapidez en la respuesta a los ensayos de la secuencia más frecuente, que no obstante no se vio reflejada en una posterior medida directa de generación. Esta disociación, según nuestro conocimiento, supone la primera demostración de aprendizaje implícito de secuencias probabilísticas en una sola sesión de entrenamiento controlando los efectos artificiosos de las preparaciones que alternan una secuencia fija y secuencias al azar. Dado que la asignación de las secuencias al rol de secuencia frecuente e infrecuente se contrabalanceó a través de los participantes, no sólo las alternancias, sino cualquier otra diferencia que pudiera existir entre las secuencias, quedaría anulada. De esa forma, la medida obtenida refleja exclusivamente el mayor entrenamiento con una de las secuencias, es decir, es una medida pura del aprendizaje. Desde este procedimiento, indujimos aprendizaje implícito tanto empleando las tradicionales secuencias de localizaciones como con secuencias de símbolos, sin encontrar diferencias en la magnitud del aprendizaje derivado de uno u otro tipo de estímulos. Esta similitud contrasta con estudios previos en los que siempre las localizaciones se aprendían mejor (Hartman et al., 1989; Koch y Hoffman, 2000; Experimento 3). Sin embargo, encontramos razones para tal discrepancia en el hecho de que esas investigaciones empleaban secuencias fáciles de descubrir, lo que supone una contribución de procesos explícitos en el aprendizaje. Cuando estos procesos contribuyen en el aprendizaje, los aspectos perceptivos del aprendizaje cobran mayor peso en el aprendizaje global mostrado, y efectivamente, en término perceptivos, las localizaciones suponen movimientos más fáciles de aprender que una sucesión superpuesta de símbolos. 164 5.1.2. Efecto de los cambios estructurales en la tarea: ¿generar control sobre la conducta inhibe la expresión del conocimiento implícito? Una vez que contábamos con una tarea capaz de inducir aprendizaje implícito, en los siguientes experimentos la empleamos con la intención de estudiar una serie de condiciones que imaginábamos afectarían de un modo diferente a la expresión del aprendizaje implícito y explícito. Nuestras predicciones estaban inspiradas en los planteamientos de Cleeremans y Jiménez (2002) sobre las características de ambas formas de aprendizaje, y cristalizaron en una hipotética doble disociación según la cual los cambios estructurales en el contexto de la tarea anularían la expresión del aprendizaje implícito pero no del aprendizaje explícito, mientras que reducir la validez de aplicar el conocimiento adquirido, reduciría o eliminaría la expresión del aprendizaje explícito, pero no afectaría al aprendizaje implícito. Para explorar la primera de las disociaciones esperadas, en la segunda serie de experimentos manipulamos el tramo final del entrenamiento, introduciendo cambios en el contexto de la tarea que dificultaran o facilitaran su ejecución, y comenzamos a manipular directamente el tipo de orientación hacia el aprendizaje, añadiendo a los grupos de orientación incidental otros grupos con una orientación intencional hacia el aprendizaje. Como esperábamos, los resultados de estos experimentos revelaron que el aprendizaje explícito podía expresarse a pesar de introducir cambios que dificultaran la realización de la tarea (Experimento 4) pero en cambio, el aprendizaje implícito se expresaba sólo cuando los cambios contextuales facilitaban la tarea (Experimento 5), sucumbiendo ante los cambios que la dificultaban (Experimentos 3 y 4). Estos datos ponen de manifiesto que la expresión del aprendizaje implícito no se obstaculiza por la simple introducción de cambios contextuales, sino por el efecto que provocan esos cambios en la forma de afrontar la tarea. En este sentido sugerimos que esa nueva forma de afrontar la tarea que estaba suprimiendo la expresión del aprendizaje implícito podría consistir en un mayor control sobre la conducta que sería incompatible con la expresión de ese conocimiento implícito. Una explicación novedosa que contemplamos como una interesante hipótesis de trabajo para seguir investigando. Discusión General 165 5.1.3. Reducir la utilidad de expresar lo que se sabe: la contención de la expresión del conocimiento explícito La hipótesis concerniente a la reducción en la validez de aplicar el conocimiento adquirido fue contrastada retirando una secuencia que hasta ese momento estaba siendo repetida de manera continua, para recuperarla poco después por un breve espacio de tiempo de tan sólo un solo ciclo de doce ensayos (Experimento 6). De este modo creábamos un contexto que demandaba de nuevo el aprendizaje obtenido previamente, pero ahora de una forma enmascarada (muy poco tiempo) para evitar primordialmente que esa demanda fuera descubierta por los participantes que aprendieron explícitamente. Como esperábamos, en ese breve número de ensayos en los que nuevamente aparecía la secuencia aprendida, sólo expresaron su conocimiento los participantes que aprendieron la secuencia implícitamente, poniendo de manifiesto un importante contraste en la expresión de un modo u otro de aprendizaje, en función de la utilidad de aplicar el conocimiento. Concretamente, cuando la utilidad se reduce a un breve espacio de tiempo, el aprendizaje implícito es instigado de manera inmediata por la vuelta de las condiciones de aprendizaje; en cambio, la expresión del aprendizaje explícito requeriría señales más evidentes que permitan recobrar la creencia de que es útil aplicar lo aprendido previamente. En otras palabras, “no saber lo que se sabe” otorga al medio el poder para instigar nuestro conocimiento, mientras que ser concientes de lo que sabemos implica que ese conocimiento se aplique por elección, es decir, está bajo control del individuo. 5.1.4. La intención en el aprendizaje de secuencias: una forma de aprendizaje transferible para facilitar otros aprendizajes. Finalmente, el estudio del efecto diferencial de una orientación incidental vs. intencional hacia el aprendizaje nos condujo a cuestionarnos en qué medida la intención de aprender puede favorecer el aprendizaje y la transferencia del mismo a otras tareas. A este respecto, los trabajos previos han puesto de manifiesto que la dificultad que entraña la información que debe aprenderse determina los beneficios que pueden obtenerse aprendiendo intencionalmente. En el caso del aprendizaje de secuencias, las secuencias deterministas de localizaciones, por su mayor sencillez, se aprenden mejor 166 intencionalmente (Cleeremans y Jiménez, 1998; Frensch y Miner, 1994), mientras que las complejas secuencias probabilísticas no se benefician de esa orientación (Cleeremans y Jiménez, 1998; Jiménez et al., 1996). Sin embargo, nuestra preparación suponía una secuencia probabilística más sencilla que las utilizadas anteriormente, por lo que esperábamos que la intención beneficiara al menos a largo plazo en la forma de transferencia del conocimiento a una segunda tarea con un contexto estimular diferente pero que mantenía la misma secuencia de respuestas. Un diseño de cambio estimular muy próximo a los estudios clásicos de transferencia del aprendizaje en otras tareas de aprendizaje implícito, con el que pretendíamos poner a prueba de un modo diferente la flexibilidad del aprendizaje explícito e implícito. Como esperábamos, en el Experimento 7 se observó que el grupo intencional no aprendía significativamente mejor que el grupo incidental en una primera tarea de secuencias de localizaciones, pero sí alcanzó un mejor aprendizaje en una segunda tarea de símbolos que mantenía la secuencia de respuestas de la primera tarea. En cambio, el grupo incidental no sólo mostró peor aprendizaje que el grupo intencional en esta segunda tarea de símbolos, sino que el aprendizaje mostrado en esta tarea fue similar al alcanzado por un tercer grupo que no realizó ninguna tarea con anterioridad. En conjunto, estos resultados pusieron de manifiesto la flexibilidad del aprendizaje explícito para adaptarse a otro contexto donde puede facilitar nuevos aprendizajes, al tiempo que dejaron en evidencia la notable inflexibilidad del aprendizaje implícito, ejemplificada en la nula transferencia mostrada por el grupo incidental. Con respecto al contenido del aprendizaje transferido, nos encontramos con la intrigante sorpresa de que los participantes no se percataron de que ambas tareas compartían la misma secuencia de respuesta. Eliminada esta posibilidad como explicación de la transferencia, nos queda pensar que los participantes del grupo intencional aprendieron estrategias para aprender una secuencia probabilística como las presentadas, con independencia del contenido estimular o motor de las mismas. En otras palabras, “aprendieron a aprender”. Discusión General 167 Por último, en el experimento que cierra nuestra serie, replicamos el diseño anterior pero en esta ocasión con secuencias deterministas, en un intento por establecer los límites del beneficio de una orientación intencional en el aprendizaje de secuencias más fáciles. En esta ocasión, el grupo intencional mostró mejor aprendizaje en la primera tarea, pero no hubo diferencias entre el grupo intencional y el grupo incidental en el aprendizaje de una segunda tarea de símbolos sobre la que ambos grupos adoptaron una orientación intencional. Unos resultados completamente opuestos a los obtenidos con secuencias probabilísticas, que suponen corroborar los conocidos efectos a corto plazo de la intención sobre el aprendizaje de secuencias deterministas, y el descubrimiento de que este beneficio alcanza niveles asintóticos con relativa prontitud. Recapitulando este conjunto de resultados, podemos observar que la evidencia obtenida supone aportaciones concretas para conocer mejor la flexibilidad y las fuentes de control de la expresión de nuestro conocimiento. Esta cuestiones se han convertido en temas habituales desde diferentes acercamientos al estudio del aprendizaje y la memoria que van desde la experimentación animal (Eichenbaum, 2000), a estudios en humanos con tareas de memoria implícita (Cermak, Mather, y Hill, 1997; Graf et al., 1985) o de aprendizaje implícito (Reber et al., 1996). ¿Qué aportan nuestros datos a lo ya sabido? 5.2. EL APRENDIZAJE IMPLÍCITO: UN CONOCIMIENTO INFLEXIBLE PERO NO HIPERESPECÍFICO Investigaciones procedentes de diferentes áreas de estudio del aprendizaje y la memoria coinciden en señalar que el conocimiento implícito se expresa solamente bajo condiciones muy similares a las de aprendizaje, constituyendo, por tanto, un conocimiento hiperespecífico e inflexible (Berry y Dienes, 1993; Graf et al., 1985; Reber et al., 1996), el cual contrastaría con la flexibilidad mostrada por el conocimiento explícito. La flexibilidad del conocimiento, entendida ésta como la capacidad para ser expresado en diferentes contextos, nos remite sin duda al ámbito de los estudios de transferencia del aprendizaje. La lógica de estos estudios consiste en modificar el 168 contexto de adquisición para observar en qué medida el aprendizaje puede manifestarse en esa nueva situación. En el marco del aprendizaje implícito, esos cambios han ofrecido respuestas sobre el contenido del aprendizaje, concretando qué elementos de una tarea necesitan estar siempre presentes para que el aprendizaje se exprese. Si los cambios introducidos afectan significativamente la expresión del aprendizaje, podemos sugerir que los elementos sustituidos constituyen el contenido del mismo, siendo su ausencia lo que impide la recuperación de ese conocimiento. En cambio, si a pesar de retirar o reemplazar ciertos elementos, el aprendizaje se expresa sin especial menoscabo, podemos concluir que esos elementos suponen aspectos accesorios que no comprometen al contenido esencial del aprendizaje. Hecha esta distinción, ¿debemos pensar que el aprendizaje implícito es tan inflexible que sucumbe ante cualquier cambio? En otras palabras, ¿nada es accesorio en el contexto estimular sobre el que se induce un aprendizaje implícito? Como hemos citado en varias ocasiones, en el ámbito del aprendizaje de secuencias, Willingham (1998, Willingham et al., 2000) sostiene que el aprendizaje adquirido consiste en una secuencia de localizaciones de repuestas (generalmente, secuencias de teclas), es decir, una secuencia de los lugares dónde debe dirigirse la respuesta. Efectivamente, numerosos estudios de transferencia ponen de manifiesto que manteniendo invariante esa secuencia, el aprendizaje se sigue expresando sin detrimento, a pesar de que se cambien los dedos empleados para responder (Stadler, 1989; Cohen et al., 1990), la secuencia motora de los dedos (Willingham et al., 2000; Experimento 2), e incluso la secuencia de estímulos (Willingham, 1999; Experimento 2, Willingham et al., 2000; Experimento 1) o la correspondencia entre estimulo y respuesta (Willingham, 1999, Experimento 3). Por el contrario, si se transfiere a una situación en la que cambios introducidos en la secuencia de estímulos o en la secuencia de respuestas implican modificación de la secuencia de localizaciones de respuestas (e.g. Willingham, 1999, Willingham et al., 2000; Dominey et al., 1998), o en la que un cambio en el tipo de respuesta requerida (e.g. de manual a vocal) reduce la utilidad de ese aprendizaje (Keele et al., 1995), el aprendizaje implícito deja de expresarse. Este conjunto de datos sugiere que el aprendizaje implícito en una tarea de TRS no es específico hasta el extremo de ser afectado por todo tipo de cambio. Más bien, al contrario, parece que existen componentes estimulares que no son determinantes para la Discusión General 169 expresión del aprendizaje. En línea con este razonamiento, nuestra serie experimental sobre cambios estructurales en el tramo final de la tarea, introducía o retiraba ciertos aspectos en la tarea que, en principio, podríamos considerar accesorios a la luz del contenido que parece ser esencial en el aprendizaje una tarea de TRS. Partiendo de que el aprendizaje consiste en secuencias de localizaciones de respuestas, cambios en el modo de presentar los estímulos sin modificar la secuencia de teclas de respuesta, no deberían afectar la expresión del aprendizaje. Sin embargo, nuestros resultados revelaron una novedosa matización. Cuando los cambios introducidos facilitaron la tarea (Experimento 5) por la retirada de la presentación espacial que inducía un conflicto entre respuestas, el aprendizaje seguía expresándose. En cambio, cuando se aumentó la dificultad de la tarea introduciendo por primera vez ese conflicto entre respuestas (Experimento 3 y 4), el aprendizaje implícito dejó de expresarse. Este contraste sugiere que la manifestación del conocimiento implícito fue abortada no por un cambio estimular cualquiera, sino por un cambio que generaba un conflicto entre respuestas. Este conflicto, entre la respuesta automática instigada por la localización del símbolo (incita el empleo de la mano congruente con su lugar de aparición) por una parte, y, por otra parte, la respuesta propia de la correspondencia entre el símbolo y su tecla asignada (la respuesta correcta), obliga al participante a adoptar un mayor control sobre su conducta con el objeto de evitar los errores que podría provocar el empleo de la mano congruente con la localización del estímulo. Desde nuestro punto de vista, esta disposición de control sería la causa de que no se exprese el aprendizaje implícito ya que este control inhibiría no sólo la tendencia natural de responder con la mano congruente al lugar de aparición del símbolo (efecto “Simon”), sino todo tipo de manifestación automática entre las que obviamente se incluye la expresión de conocimiento implícito. En contraste con esta supresión del aprendizaje implícito al instaurar el conflicto entre respuestas, la expresión del aprendizaje explícito persistió a pesar de esa mayor dificultad de la tarea (Experimento 4), confirmando su flexibilidad a los cambios. Más aún, esa flexibilidad también se manifestó incluso cuando se cambiaron los estímulos de la secuencia, pasando de localizaciones de estímulos a la presentación centrada de 170 símbolos (Experimento 7), un cambio ante el que nuevamente el aprendizaje implícito no sobrevivió. Sin embargo, por esta vez, el fracaso para transferir el conocimiento implícito podríamos considerarlo inesperado, ya que ambas tareas compartían la misma secuencia de respuestas, lo que significa igualmente compartir la misma secuencia de localizaciones de respuesta, el contenido del aprendizaje en este tipo de tareas según sugiere Willingham (Willingham, 1998; Willingham et al., 2000). La explicación más inmediata sería considerar que el aprendizaje de la secuencia de respuestas se expresa sólo en el mismo contexto estimular en el que se aprendió. De este modo, el cambio introducido de localizaciones a símbolos supondría un claro impedimento para la expresión del aprendizaje implícito. ¿Estamos de nuevo ante la hiperespecifidad estimular del aprendizaje implícito o en realidad el contenido del aprendizaje no se limita a ese sucesión de localizaciones de respuestas? Entre estas dos posibles explicaciones, nos inclinamos por sugerir que el aprendizaje implícito no se transfirió porque este aprendizaje, cuando acontece sobre una secuencia de símbolos, creemos que no se reduce a una serie de localizaciones de respuesta. Efectivamente, los datos convergen en que las tareas de localizaciones inducen un aprendizaje de localizaciones de respuestas (Willingham, 1998; Willingham et al., 2000), sin embargo creemos que las tareas de símbolos originan un aprendizaje diferente que también incluye al estímulo. Curiosamente, la principal evidencia sobre esta posibilidad proviene de un trabajo del propio Willingham (Willingham et al. 1989, Experimento 3) en el que no encontraron transferencia del aprendizaje de una secuencia de cuadrados de diferentes colores presentados de uno en uno en el centro de la pantalla, a una tarea de localizaciones que mantenía la misma secuencia de respuestas acontecida en la tarea de colores. En la discusión de estos resultados, los autores propusieron que el contenido del aprendizaje encerraba una relación de eventos que incluían tanto al estímulo como a la respuesta. Una explicación que posteriormente desestimaron cuando encontraron una notable transferencia entre una secuencia de dígitos presentados en el centro y una secuencia de localizaciones (Willingham, 1999; Experimento 2), e incluso entre secuencias que presentaban diferente correspondencia estímulo-respuesta (Willingham, 1999; Experimento 3), mientras ambas secuencias se respondieran con la misma secuencia motora. Discusión General 171 Sin embargo, creemos que la contradicción que encierra este conjunto de datos radica en que estos últimos experimentos (Willingham, 1999) no son comparables con tareas de discriminación de identidades (colores o símbolos) que tengan asignadas una respuesta arbitraria. Como explicamos con anterioridad, en el primero de los experimentos mencionados (Willingham, 1999; Experimento 3), los dígitos empleados fueron los números 1, 2, 3, y 4 y las teclas de respuesta asignadas se correspondían de izquierda a derecha con esos números. Por tanto, más que una secuencia de símbolos, esta tarea supone una secuencia de señalizaciones acerca de qué respuesta dar, unas condiciones que reproducen prácticamente una tarea de localizaciones. Por lo que respecta al segundo de los experimentos (Willingham, 1999; Experimento 3), en él se modificó la correspondencia entre localización del estímulo y respuesta espacial asignada, una manipulación que nuevamente no permite extraer conclusiones sobre el contenido del aprendizaje de secuencia de identidades como colores o símbolos. En definitiva, desde nuestro punto de vista el aprendizaje implícito no se transfiere de identidades a localizaciones (Willingham et al., 1989) o de localizaciones a identidades (nuestro Experimento 7), porque el cambio de estímulo probablemente no supone un cambio accesorio, sino un cambio en el contenido del aprendizaje. En este sentido, creemos que en una tarea de discriminación en la que diferentes identidades (e.g. símbolos o colores) tienen asignadas respuestas arbitrarias, el contenido del aprendizaje de secuencias entre esos estímulos consistiría en una secuencia de eventos en la que cada evento incluye al estímulo y la respuesta (Willingham et al., 1989)7. En otro orden de cosas, este contraste que creemos puede producirse en el aprendizaje inducido según el tipo de estímulos empleados (aprendizaje de localizaciones de respuesta en secuencias de localizaciones y aprendizaje de relaciones entre eventos E-R en secuencias de símbolos), también puede acercarnos a comprender por qué los participantes intencionales transfirieron su experiencia previa a pesar de no percatarse de que ambas tareas compartían la misma secuencia de respuestas. Si 7 No obstante, como alternativa o complemento a esta explicación, no debemos olvidar que las tareas de identidades con respuestas arbitrarias y las tareas de localizaciones generan secuencias de respuestas muy diferentes en términos temporales ya que la respuesta a la identidad es más lenta. Por ello, podemos considerar que cada tarea induce un aprendizaje motor con parámetros temporales bien distintos que quizá no sea transferible de una tarea a otra. 172 partimos de que estas dos tareas generan aprendizajes en gran medida diferentes, estas diferencias incrementan aún más cuando en el aprendizaje participan operaciones explícitas. En virtud de estos procesos, se amplían los contenidos del aprendizaje, incluyendo aprendizajes perceptivos (relaciones entre estímulos independientes de la respuesta), existentes pero bastante limitados cuando el aprendizaje es implícito (Remillard, 2003), y posiblemente también se adquieran estrategias para aprender secuencias probabilísticas como las que hemos presentado. Estrategias entre las que podemos considerar, por ejemplo, conocimiento acerca de que la secuencia será retirada pero regresará en breve, que una vez de vuelta se mantiene por un periodo extenso de tiempo, etc. Contemplando este amplio conjunto de aprendizajes posibles bajo una orientación intencional, no debe extrañarnos que la experiencia subjetiva del aprendizaje obtenido en cada una de las tareas sea notablemente diferente y por ello, los participantes no reparen en que ambas comparten la misma secuencia de respuestas. No descubierto este vínculo entre ambas tareas, sugerimos que la experiencia previa sirvió para adquirir un conocimiento sobre el modo en que se presenta una secuencia probabilística a nivel de secuencia, con independencia del contenido estimular, un conocimiento transferible a otra tarea pero que, como hemos observado, no es fácil de adquirir. Recordemos que sobre estas secuencias probabilísticas de localizaciones la intención sólo aportó beneficios significativos en la segunda tarea, es decir, a largo plazo. Esta transferencia gracias a un conocimiento abstracto desligado de los aspectos perceptivos de la información, nos pone en contacto con una cuestión abordada ampliamente en el ámbito del aprendizaje implícito desde prácticamente su origen (e.g. Reber, 1969), pero con un cerco de discusión en gran medida restringido a la tarea de gramáticas artificiales. Como discutimos ampliamente en la introducción, el conocimiento implícito que se adquiere en esta tarea está fuertemente limitado a las características perceptuales del material aprendido (e.g. Dienes y Berry, 1997) y consiste fundamentalmente en fragmentos de las cadenas de letras memorizadas. Por ello, cuando a los participantes se les pide que juzguen la gramaticalidad de cadenas de letras diferentes que responden a las mismas reglas gramaticales, la transferencia mostrada es, en el mejor de los casos, escasa y posiblemente debida a operaciones Discusión General 173 explícitas de comparación realizadas durante la clasificación de las nuevas letras (Brooks y Vokey, 1991; Neal y Hesketh, 1997b; Redington y Chater 1996). En sintonía con esta posible influencia de operaciones explícitas, Gomez (1997) encontró transferencia sólo en aquellos participantes que mostraban conocimiento explícito de los fragmentos. ¿Por qué sería inflexible ese conocimiento implícito sobre fragmentos? Este conocimiento genera una mayor fluidez perceptiva en la lectura de cadenas que contienen fragmentos aprendidos, y esa fluidez provocaría un sentimiento de familiaridad sobre el que se desarrollan intuiciones acerca del carácter gramatical de esa cadena (Lieberman, 2000). De acuerdo con este proceso, un cambio en los estímulos eliminaría el efecto de fluidez perceptual, y en ese caso sólo podrían acertar si operan sobre su conocimiento de fragmentos para darle otro uso, en otras palabras, si convierten ese conocimiento de fragmento ligado a ciertas letras, en un conocimiento más abstracto. Pero para llevar a cabo esas operaciones, se requiere ser consciente de poseer ese conocimiento (Brooks y Vokey, 1991; Gomez, 1997; Neal y Hesketh, 1997b; Redington y Chater 1996), porque sólo así el conocimiento es suficientemente flexible para generarse desde él otro conocimiento aplicable a la nueva situación. Partiendo de estas pautas de interpretación realizadas sobre los trabajos con gramáticas artificiales, podemos volver al Experimento 7 que venimos describiendo para encontrar en él un ejemplo ilustrativo que nuevamente corrobora esta flexibilidad exclusiva del conocimiento explícito. Como hemos reseñado, en este caso el grupo de aprendizaje intencional adquirió cierto conocimiento sobre aspectos abstractos de la presentación de una secuencia probabilística de localizaciones, y este aprendizaje facilitó el posterior aprendizaje de una secuencia de símbolos. En otras palabras, a partir de un aprendizaje adquirido gracias a una orientación intencional, se adquirió mejor un nuevo conocimiento aplicable a otra situación. En cambio, el grupo que adquirió aprendizaje implícito en la primera tarea, no obtuvo ninguna facilitación en el aprendizaje de la segunda tarea, confirmando más si cabe el carácter inflexible de este aprendizaje. Por tanto, a modo de síntesis, creemos que el conjunto nuestros datos corrobora que el aprendizaje implícito es inflexible, pero no porque precise un contexto que 174 replique de forma mimética las condiciones de su adquisición, sino más bien porque su expresión exige unas condiciones que escenifiquen de un modo directo el contenido de ese aprendizaje implícito ya que sobre éste aprendizaje no se puede operar para crear un nuevo conocimiento aplicable a otra situación o para desarrollar inferencias útiles en otro contexto. En definitiva, podemos sugerir que el aprendizaje implícito no es tanto hiperespecífico como inflexible. Pero al margen de esta afirmación, nuestros experimentos suponen además el descubrimiento de cómo la inclusión de ciertos aspectos ajenos al contenido del aprendizaje puede suprimir su expresión cuando interrumpen una disposición de fluidez automática de la conducta para instaurar una disposición de control sobre la misma. Esta nueva disposición se traduce en una conducta más cautelosa que ejercería un efecto inhibitorio sobre la expresión de tendencias automáticas como el conocimiento implícito. 5.3. DESCUBRIENDO DÓNDE RESIDE EL CONTROL DE LA EXPRESIÓN DE NUESTRO CONOCIMIENTO En un acertado juego de palabras, Dienes y Berry (1997; véase también Dienes y Perner, 2002) definieron el aprendizaje explícito como “el saber que se sabe”, un metaconocimiento del que carecería el conocimiento implícito. Esta apreciación, traducida a términos de control del comportamiento, nos conduce a considerar que el conocimiento explícito será controlable directamente por el propio individuo. En otras palabras, sabedor de que lo posee, podrá elegir cuando emplearlo. ¿Qué ocurre en ese caso con el conocimiento implícito? Si desconocemos que lo poseemos, no podremos controlarlo directamente, una circunstancia que nos obliga a buscar fuera de nosotros el control de su expresión. Estas consideraciones sobre el control de la conducta, fueron confirmadas en nuestro Experimento 6 cuando observamos que la vuelta momentánea (un solo ciclo) de la secuencia aprendida “disparó” de forma inmediata la expresión del aprendizaje en aquellos participantes que aprendieron esa secuencia de forma implícita, pero no sirvió para provocar la expresión del aprendizaje de quienes aprendieron de forma consciente. Discusión General 175 Este contraste pone en evidencia que la expresión del conocimiento implícito está controlada por la fuentes estimulares, resultando incontrolable para el individuo, mientras que la expresión del conocimiento explícito no sería provocada directamente por el contexto, quedando bajo control del individuo, quien decidiría aplicarlo en función de que lo crea pertinente. Una primera lectura sobre estos diferentes focos de control, situaría al aprendizaje explícito en una posición ventajosa dado que podría ser aplicado en contextos diferentes (flexibilidad) si se cree oportuno, y podría ser ocultado en situaciones en las que no se desee expresarlo. Por ejemplo, imaginemos que aprendemos de forma consciente un modo de hablar, o simplemente que alcanzamos consciencia de que hablamos de manera diferente en contextos distintos: un determinado vocabulario, tono de voz, velocidad, vocalización, etc. En ese caso, conocer cómo hablamos nos concede la posibilidad de intentar adoptar una forma de hablar concreta en el contexto que la creamos pertinente o deseable, evitando la expresión de otros modos menos deseables en esa o en cualquier situación. Pero si por el contrario, no somos conscientes de nuestra forma de hablar, una forma determinada será instigada por un contexto concreto (e.g. nuestro jefe, amigos, familiares…) sin poder ser corregida aún cuando no nos conduzca a un diálogo fluido o a conseguir nuestros objetivos. Pero estas diferencias en términos de control pueden acogerse a una segunda lectura desde la que la posición ventajosa se invierta. Imaginemos que una conducta aprendida debe ser aplicada tan pronto como se presenten las condiciones en las que resulta útil (e.g. para evitar un accidente). En ese caso, su aplicación requiere una urgencia que no deja margen de tiempo para decidir si la situación precisa aplicar esa conducta. En pocas palabras, el conocimiento explícito no solventaría la situación. En cambio, un conocimiento aplicado por imperativo de los estímulos sería sin duda el recurso más adaptativo. En definitiva, el control de la expresión de nuestro conocimiento reside en lugares bien distintos en función de que sea consciente (control directo) o inconsciente (control estimular), una diferencia que supondrá ventajas o inconvenientes según la 176 situación que deba afrontarse, pero que sin duda se convierte en un fiable indicador del carácter consciente o no consciente del conocimiento que está siendo expresado. 5.4. APRENDIZAJE IMPLÍCITO Y EXPLÍCITO DE SECUENCIAS: DETERMINANTES E INDICADORES Todo lo apuntado teórica y empíricamente en este trabajo, ha nacido de un interés por el aprendizaje implícito arraigado en una firme creencia sobre su relevancia para comprender numerosos comportamientos de nuestra vida cotidiana. Este interés nos ha conducido al estudio del aprendizaje de secuencias por ser el procedimiento con mayor evidencia de aprendizaje sin consciencia. Tomándolo como herramienta, hemos intentado precisar contextos en los que sólo se exprese el aprendizaje sin intención, en contraposición a contextos donde sólo se exprese el aprendizaje adquirido de forma intencional. La consecución de estas disociaciones nos permitiría definir lo consciente y no consciente en términos funcionales de intención, y no a expensas de medidas directas de consciencia que arrastran numerosos problemas de interpretación. Encontrar diferencias a nivel de contextos requiere, en primer lugar, determinar uno u otro modo de aprendizaje. En el curso de este propósito confirmamos que las instrucciones que incitan la búsqueda de una secuencia surten efecto en función de la dificultad de la tarea, resultando útil cuando las secuencias son fáciles de aprender. Pero de forma paralela a esta confirmación de lo ya sabido, hemos descubierto que los efectos beneficiosos de la intención sobre secuencias fáciles se concretan a corto plazo, alcanzando su asíntota con prontitud. En cambio, con secuencias más complejas (secuencias de localizaciones probabilísticas), aunque no se obtengan beneficios significativos a corto plazo, puede observarse un beneficio gradual apreciable a largo plazo, incluso sobre otro contexto, si el material no encierra una complejidad tan extrema que lleve a los participantes a desistir en su búsqueda o convierta ésta en estéril. Por tanto, si los determinantes del aprendizaje implícito de secuencias complejas consistían en una orientación incidental y unas condiciones que oculten suficientemente Discusión General 177 la secuencia, el aprendizaje explícito no sólo precisa una orientación intencional hacia el aprendizaje, sino también que la dificultad del aprendizaje sea baja o moderada. Pero dejando a un lado la precisión de estos determinantes, el objetivo principal de nuestra investigación se situaba en los indicadores del modo de aprendizaje expresado. Concretar contextos en los que sólo se exprese el aprendizaje adquirido sin intención, pero no se manifieste el aprendizaje intencional, o viceversa, supondría poder conocer, en el propio curso de la adquisición y expresión del aprendizaje, el carácter implícito o explícito del mismo. En este sentido, a la luz de los resultados obtenidos, sugerimos que la supresión de la expresión del aprendizaje de secuencias cuando ciertos cambios en la tarea obligan a adoptar un mayor control sobre la conducta, la imposibilidad para transferir ese aprendizaje a otro contexto estimular que exige un uso flexible del conocimiento adquirido, o su manifestación en un contexto en el que se reduce la validez de aplicarlo, pueden considerarse diferentes indicadores del carácter implícito de un aprendizaje. En cambio, en la vertiente opuesta, la expresión del aprendizaje a pesar de introducir cambios que induzcan un mayor control del comportamiento, su manifestación en un contexto en el que se requiera un uso flexible del mismo para facilitar otros aprendizajes, o por contraste, la posibilidad de evitar su expresión cuando se reduce la validez de aplicarlo, serían distintas formas de indicarnos que el aprendizaje objeto de observación es explícito. Al margen de las propias consideraciones sobre lo que aportan estos indicadores para conocer uno y otro tipo de aprendizaje, una de sus principales ventajas radica en que pueden convertirse en un método para evaluar el modo de aprendizaje en cualquier momento sin el retraso siempre criticado de la medidas directas (e.g. Shanks y St. John, 1994), y sin tener que desvelar al aprendiz los entresijos de la tarea. De este modo, podríamos seguir estudiando características del aprendizaje implícito después de haberlo evaluado, una posibilidad que no puede contemplarse utilizando medidas directas, ya que, después de su administración, el aprendiz modifica su orientación hacia el aprendizaje. 178 Como punto final, debemos reconocer que nuestros resultados y las sugerencias que aportamos a raíz de ellos deben tomarse con cierta cautela dadas las limitaciones que imponen las propiedades concretas de las tareas de aprendizaje de secuencias. Su generalización exige replicar estos efectos en otras tareas de aprendizaje implícito, pero por el momento, este objetivo es complicado ya que el resto de procedimientos creados para el estudio del aprendizaje implícito están sufriendo en gran medida las dificultades que entraña inducir aprendizajes inconscientes en un laboratorio. Sin duda, no ha faltado el ingenio para crear tareas, pero la dificultad de la empresa nos exige continuar porfiando para mejorar las existentes o desarrollar nuevas preparaciones. Posiblemente, como fruto de esos nuevos desarrollos, se multipliquen los por ahora escasos intentos por establecer analogías entre los estudios de aprendizaje inconsciente en el laboratorio y contextos reales. El lenguaje (Reber, 1967), la intuición (Lieberman, 2000), la adquisición de habilidades motoras como las propias de tocar un instrumento (Clegg, DiGirolamo y Keele, 1998), el desarrollo de actitudes afectivas (Olson y Fazio, 2001) o comprender el efecto de la publicidad (Froufe y Sierra, 1998), por citar algunos ejemplos, podrían convertirse en idóneas cajas de resonancia del esfuerzo dedicado en los laboratorios. En definitiva, “el mañana empezó ayer”. 179 REFERENCIAS Allen, R. y Reber A. S. (1980).Very long-term memory for tacit knowledge. Cognition, 8, 175-185. Altmann, G. T., Dienes, Z. y Goode, A. (1995). On the modality independence of implicitly learned grammatical knowledge. Journal of Experimental Psychology: Learning Memory and Cognition, 21, 899-912. Alvarado, M. C. y Bechevalier, J. (2000). Revisiting the developmental of medial temporal lobe memory funtions in primates. Learning and Memory, 7, 244256. Atwell, J. A., Conners, F. A. y Merril, E. C. (2003). Implicit and explicit learning in young adults with mental retardation. American Journal of Mental Retardation, 180, (1), 56-58. Baars, B. J. (1988). A cognitive theory of consciusness. Cambridge: Cambridge University Press. Baeyens, F., Eelen, P., Berg., O. y Crombez, G. (1989). Acquired affective-evaluative value: conservative but not unchangeable. Behavior Research and Therapy, 27, 279-287. Beldarrain, M. G., Grafman, J., Pascual-Leone, A. y Garcia-Monco, J. C. (1999). Procedural learning is impaired in patients with prefrontal lesions. Neurology, 52, 1853-1860. Berns, G. S., Cohen, J. D. y Mintun, M. A. (1997). Brain regions responsive to novelty in the absence of awareness. Science, 276, 1272-1275. Berry, D. (1997). How implicit is implicit learning? Oxford: Oxford University Press. Berry, D. C. y Broadbent, D. E. (1984). On the relationship between task performance and associated verbalizable knowledge. Quarterly Journal of Experimental Psychology, 36, 209-31. Berry, D. C. y Broadbent, D. E. (1988). Interactive tasks and the implicit-explicit distinction. British Journal of Psychology, 79, 251 - 272. Berry, D. C. y Dienes, Z. (1993). Implicit learning: Theoretical and practical issues. Hillsdale, NJ: Lawrence Erlbaum. 180 Broadbent, D. E., Fitzgerald, P. y Broadbent, H. P. (1986). Implicit and explicit knowledge in the control of complex systems. British Journal of Psychology, 77, 35-50. Brooks, L. y Vokey, J. (1991). Abstract analogies and abstracted grammars: Coment on Reber (1989) and Mathews et al. (1989). Journal of Experimental Psychology, 120, 316-320. Brown, R. G., Redondo-Verge, L., Chacon, J. R., Lucas, M.L. y Channon, S. (2001). Dissociation between intencional and incidental sequence learning in Huntington’s disease. Brain, 124, 2188-2202. Buchner, A., Funke, J. y Berry, D. C. (1995). Negative correlations between control performance and verbalizable knowledge: Indicators for implicit learning in process control tasks? Quarterly Journal of Experimental Psychology, 48A, 166 - 187. Cermak, L. S., Mather, M. y Hill, R. (1997). Unconscious influences on amnesics' word-stem completion. Neuropsychologia, 35, 605-610. Cheesman, J. y Merikle, P. M. (1984). Priming with and without awareness. Perception and Psychophysics, 36, 387-395. Cherry, K. E. y Stadler, M. A. (1995). Implicit learning of nonverbal sequence in younger and older adults. Psychology and Aging, 10, 379-394. Chun, M. M. y Jiang, Y. (1998). Implicit learning and memory of visual context guides spatial attention. Cognitive Psychology, 36, 28-71. Chun, M. M. y Jiang, Y. (1999). Top-down attentional guidance based on implicit learning of visual covariation. Psychological Science, 10, 360-365. Clark, R. E. y Squire, L. R. (1998). Classical conditioning and brain systems: The role of awareness. Science, 280, 77-81. Cleeremans A. y Jiménez L. (1998). Implicit sequence learning: The truth Is in the details. En M. Stadler y P.A. Frensch (Eds.), Handbook of implicit learning (pp. 323-364). Thousand Oaks, CA: Sage Publications. Cleeremans, A. (1993). Mechanisms of Implicit Learning. Cambridge, MA: MIT Press. Cleeremans, A. y Jiménez, L. (2002) Implicit learning and consciousness: A graded, dynamic perspective. En A. Cleeremans y R. French (Eds.). Implicit Learning and Consciousness: An empirical, philosophical, and computational consensus in the making (pp.1-40). Hove, East Sussex: Psychology Press. 181 Cleeremans, A. y McClelland, J. L. (1991). Learning the structure of event sequences. Journal of Experimental Psychology: General, 120, 235-253. Cleeremans, A., Servan-Schreiber, D. y McClelland, J. L. (1989). Finite state automata and simple recurrent networks. Neural Computation, 1, 372-381. Clegg, B. A., DiGirolamo, G. J. y Keele, S. W. (1998). Sequence learning. Trends in Cognitive Science, 2, 275–281. Cohen, A., Ivry, R. I. y Keele, S. W. (1990). Attention and structure in sequence learning. Journal of Experimental Psychology: Learning, Memory and Cognition, 16, 17-30. Cohen, N. J. y Eichembaum, H. (1993). Memory, Amnesia, and Hippocampal System. Cambridge: MIT Press. Cohen, N. J., Ryan, J., Hunt, C., Romine, L., Wszalek, T. y Nash, C. (1999), "The Hippocampal System and Declarative (Relational) Memory: Evidence from Functional Neuroimaging Studies," Hippocampus, 9, 83-98. Corr, P. J., Pickering, A. D. y Gray, J. A. (1997). Personality, punishment and procedural learning: a test of J. A. Gray´s theory of anxiety. Journal of Personality and Social Psychology, 73 (2), 337-344. Curran, T. (1997a). Higher-order associative learning in amnesia: evidence from the serial reaction time task. Journal of Cognitive Neuroscience, 9 (4), 522-533. Curran, T. (1997b). Effects of aging on implicit sequence learning: Accounting for sequence structure and explicit knowledge. Psychological Research, 60, 24-41. Curran, T. (1998). Implicit sequence learning from a cognitive neuroscience perspective. En M.A. Stadler y P.A. Frensch (Eds.), Handbook of implicit learning (pp.365-400). Thousand Oaks, CA: SAGE. Curran, T. y Keele, S. W. (1993). Attentional and non-attentional forms of sequence learning: Accounting for sequence structure. Journal of Experimental Psychology: Learning, Memory and Cognition, 19, 189-202. De Houwer, J., Baeyens, F. y Eelen, P. (1994). Verbal evaluative conditioning with undetected US presentations. Consciousness and Cognition, 6, 629-633. De Houwer, J., Hendrickx, H. y Baeyens, F. (1997). Evaluative learning with "subliminally" presented stimuli. Consciousness and Cognition, 6, 87-107. Dehaene, S. y Naccahe, L. (2001). Towards a cognitive neuroscience of conscousness: Basic evidence and a workspace framework. Cognition, 79, 1-37. 182 Destrebecqz, A. y Cleeremans, A. (2001). Can sequence learning be implicit? New evidence with the process dissociation procedure. Psychonomic Bulletin and Review, 8 (2), 343-350. Dickinson, A. (1980). Contemporary animal learning theory. Cambridge: Cambridge University Press. Dienes, Z. y Altmann, G. T. M. (1997). Transfer of implicit knowledge across domains? How implicit and how abstract? En D. Berry (Ed.), How implicit is implicit learning? (pp 107-123). Oxford: Oxford University Press. Dienes, Z. y Berry, D. C. (1997). Implicit learning: below the subjective threshold. Psychonomic Bulletin and Review, 4, 3-23. Dienes, Z. y Fahey, R. (1995). The role of specific instances in controlling a dynamic system. Journal of Experimental Psychology: Learning, Memory y Cognition, 21, 848- 862. Dienes, Z., Altmann, G. T. M. Kwan, L. y Goode, A (1995). Unconscious knowledge of artificial grammars is applied strategically. Journal of Experimental Psychology: Learning, Memory and Cognition, 21, 1322- 1338. Dienes, Z., Broadbent, D. y Berry, D. C. (1991). Implicit and explicit bases in artificial grammar learning. Journal of Experimental Psychology: Learning, Memory and Cognition, 17, 875-887. Dienes, Z. y Perner, J. (2002). A theory of the implicit nature of implicit learning. En A. Cleeremans y R. French (Eds.). Implicit Learning and Consciousness: An empirical, philosophical, and computational consensus in the making (pp.6892). Hove, East Sussex: Psychology Press. Dominey, P. F., Lelekov, T., Ventre-Dominey, J. y Jeannerod, M. (1998). Dissociable processes for learning the surface and abstract structure sensorimotor sequences. Journal of Cognitive Neuroscience, 10, 734–751. Domjan, M. y Burkhard, B. (1990). Principios de Aprendizaje y Conducta. Madrid: Debate. Donald, M. (1991). Origins of the modern mind: Three stages in the evolution of the culture and cognition. Cambridge: Harvard University Press. Doyon, J., Owen, A. M., Petrides., M. Sziclas., V. y Evans, A. C. (1996). Funtional anatomy of visuomotor skill learning in human subjects examined with Positron Emission Tomography. European Journal of Neuroscience, 9, 637648. 183 Dulany, D. E., Carlson, R. y Dewey, G. (1984). A case of syntactical learning and judgement: How concrete and how abstract is? Journal of Experimental Psychology: General, 113, 541-55. Eichenbaum, H. (2000). A cortical-hippocampal system for declarative memory. Nature Reviews Neuroscience, 1, 41-50. Elliasen, J. C., Souza, T. y Sanes, J. N. (2001). Human brain activation accompanying explicitly directed movement sequence learning. Experimental Brain Research, 141, 269-280. Elman, J. L. (1990). Findings structure in time. Cognitive Science, 14, 179-211. Estevez, F., Parra, C., Dimberg, U. y Öhman, A. (1994). Nonconscious associative learning: Pavlovian conditioning of skin conductance responses to masked fear-relevant facial stimuli. Psychophysiology, 33, 375-385. Ferraro, F. R., Balota, D. A. y Connor, T. (1993). Implicit memory and the formation of new associations in nondemented Parkinson´s disease individuals and individuals with senil dementia of Alzheimer´s type: a serial reaction time (SRT) investigation. Brain and Cognition, 21, 163-180. Ferrer-Gil, E. (1994). La unidad de aprendizaje en procesamiento no consciente. Un análisis experimental. Psicologemas, 7, 195-217. Frensch, P. A. (1998). One concept, multiple meanings: How to define the concept of “implicit learning.” En M. Stadler y P.A. Frensch (Eds.). Handbook of implicit learning (pp.47-104). Thousand Oaks, CA: Sage Publications. Frensch, P. A., Buchner, A. y Lin, J. (1994). Implicit learning of unique and ambiguous serial transitions in the presence and absence of a distractor task. Journal of Experimental Psychology: Learning, Memory, and Cognition, 20, 567-584. Frensch, P. A. y Miner, C. S. (1994). Effects of presentation rate and of individual differences in short-term memory capacity on an indirect measure of serial learning. Memory and Cognition, 22, 95-110. Froufe, M. (1997). El inconsciente cognitivo: la cara oculta de la mente. Madrid: Biblioteca Nueva. Froufe, M. y Sierra, B. (1998). Condicionamiento clásico de las preferencias: implicaciones para la publicidad. Revista de Psicología General y Aplicada, 51, 85-104. 184 Geddes, B. W. y Stevenson, R. J. (1997). Explicit Learning of a Dynamic System with a Non-salient Pattern. The Quarterly Journal of Experimental Psychology, 1997, 50A (4), 742-765. Gomez, R. L. (1997). Transfer and complexity in artificial grammar learning. Cognitive Psychology, 33, 154-207. Gomez, R. L. y Gerken, L. A. (1999). Artificial grammar learning by one-year-olds leads to specific and abstract knowledge. Cognition, 70, 109-135. Gomez, R. L. y Schvaneveldt, R. W. (1994). What is learned from artificial grammars? Transfer test of simple associations. Journal of Experimental Psychology: Learning Memory and Cognition, 20, 396-410. Gomez, R. L., Gerken, L. y Schvaneveldt, R. W. (2000). The basis of transfer in artificial grammar learning. Memory y Cognition, 28, 253-263. Graf, P., Shimamura, A.P. y Squire, L. R. (1985). Priming acroos modalities and priming across category levels: Extending the domain of preserved funtion in amnesia. Journal of Experimental Psychology: Learning, Memory and Cognition, 10, 164-178. Grafton, S. T., Hazeltine, E. e Ivry, R. (1995). Functional mapping of sequence learning in normal humans. Journal of Cognitive Neuroscience, 7, 497–510. Grafton, S. T., Hazeltine, E. e Ivry, R. (1998). Abstract and effector-specific representations of motor sequences identified with PET. Journal of Neurophysiology, 18, 9420-9428. Hartman, M., Knopman, D. S. y Nissen, M. J. (1989). Implicit learning of new verbal associations. Journal of Experimental Psychology: Learning, Memory, and Cognition, 15, 1070-1082. Hayes, N. A. y Broadbent, D. E. (1988). Two modes of learning for interactive tasks. Cognition, 28, 249-276. Hazeltine, E. (2003). Neural structures that support sequence learning. En L. Jiménez (Ed). Attention and Implicit learning. (pp.71-107). Amsterdam: John Benjamins Publishers. Hazeltine, E., Grafton, S. T. e Ivry, R. (1997). Attention and stimulus characteristic determine the locus of motor-sequence study: A PET study. Brain, 120, 123140. 185 Herrera A. (2003). Aprendizaje implícito y detección de causalidad: conocimiento adquirido y transferencia. Tesis doctoral no publicada. Universidad de Granada. Heuer, H. y Schmidtke, V. (1996). Secondary-task effects on sequence learning. Psychological Research, 59, 176-186. Hoffman, J., Sebald, A. y Stöcker, C. (2001). Irrelevant response effects improve serial learning in serial reaction time task. Journal of Experimental Psychology: Learning, Memory, and Cognition, 27, 470-482. Honda, M., Dieber, M. P., Ibañez, V., Pascual-Leone, A., Zhuang, P. y Hallet, M. (1998). Dynamic cortical involvement in implicit and explicit motor sequence learning: A PET study. Brain, 121, 2159-2173. Howard, D. V. y Howard, J. H. (1989). Age differences in learning serial patterns. Direct versus indirect measures. Psychology and Aging, 4, 357-364. Howard, D. V. y Howard, J. H. (1992). Adult age differences in the rate of learning serial patterns. Evidence from direct and indirect test. Psychology and Aging, 4, 232-241. Howard, J. H., Mutter, S. A. y Howard, D. V. (1992). Serial pattern learning by event observation. Journal of Experimental Psychology: Learning, Memory, and Cognition, 15, 1070-1082. Jackson, G. M., Jackson, S. R., Harrison, J., Henderson, L. y Kennard, C. R. (1995). Serial reaction time learning and Parkinson’s disease: Evidence for a procedural learning deficit. Neuropsychology, 33, 577-593. Jacoby, L. L. (1991). A process dissociation framework: Separating automatic from intentional uses of memory. Journal of Memory and Language, 30, 513-541. Jenkins, J. G. (1933). Instruction as a factor in “incidental” learning. American Journal of Psychology, 45, 471-477. Jiang, Y. y Chun, M. M. (2001). Selective attention modulates implicit learning. The Quartely Journal of Experimental Psychology, 54A (4), 1105-1124. Jiménez, L. (1996). Aprendizaje secuencial: Modelos de reglas versus modelos conexionistas. Cognitiva, 8, 235-255 Jimenez, L. (2003). Intention, attention, and consciousness in probabilistic sequence learning. En Jiménez, L. (Ed). Attention and Implicit learning. (pp.43-68). Amsterdam: John Benjamins, Publishers. 186 Jiménez, L. y Méndez, C. (1999). Which attention is needed for implicit sequence learning? Journal of Experimental Psychology: Learning, Memory and Cognition, 25 (1), 236-259. Jiménez, L. y Méndez, C. (2001). Implicit sequence learning with competing explicit cues. The Quarterly Journal of Experimental Psychology: Human Experimental Psychology, 54(A), 345-369. Jiménez, L., Méndez, C. y Cleremens, A. (1996). Comparing direct and indirect measures of sequences learning. Journal of Experimental Psychology: Learning, Memory and Cognition, 22, 948-968. Jiménez, L., Méndez, C. y Lorda, M. J. (1994). Aprendizaje Implícito: Tres aproximaciones a la cuestión del aprendizaje sin conciencia. Estudios de Psicología, 51, 99-126. Johnstone, T. y Shanks, D. R. (1999). Two mechanisms in implicit artificial grammar learning? Comment on Meulemans and Van der Linden (1997). Journal of Experimental Psychology: Learning, Memory, and Cognition, 25, 524-531. Johnstone, T. y Shanks, D. R. (2001). Abstractionist and processing accounts of implicit learning. Cognitive Psychology, 42, 61-112. Johnstone, W. A. y Dark, V. J. (1986). Selective attention. Annual Review of Psychology, 37, 43-75. Jordan, M. I. (1986). Attractor dynamics and parallelims in a connectionist sequential machine. Proceedings of theTwelfth Annual Conference of Cognitive Science Society (pp.177-186). Hillsdale, NJ: Erlbaum. Keele, S. W., Ivry, R., Mayr, U., Hazeltine, E. y Heuer, H. (2003). The cognitive and neural architecture of sequence representation. Psychological Review, 110, 316-339. Keele, S. W., Jennings, P., Jones, S., Caulton, D. y Cohen, A. (1995). On the modularity of sequence representation. Journal of Motor Behavior, 27, 17-30. Keele, S. W. y Jennings, P. J. (1992). Attention in the representation of sequence: Experiment and Theory. Human Moviment Studies, 11, 125-138. Kimble, G. A. (1961). Hilgard and Marquis' Conditioning and Learning (2nd ed.). Englewood Cliffs, N.J.: Prentice-Hall. Kinder, A. (2000). The knowledge acquired during artificial grammar learning: Testing the predictions of two connectics models. Psychological Research, 63, 95-105. Klein, R. (2000). Inhibition of Return. Trends in Cognitive Sciences, 4, 138-147. 187 Knopman, D. S., y Nissen, M. J. (1991). Procedural learning is impared in Huntington’s disease: evidence from a serial reaction time task. Neuropsychology, 29, 245254. Knowlton, B. J. y Squire, L. R. (1996). Artificial grammar learning depends on implicit acquisition of both abstract and exemplar-specific information. Journal of Experimental Psychology: Learning, Memory, and Cognition, 22, 169-181. Knowlton, B. y Squire, L. R. (1994). The information acquired during artificial grammar learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 20, 79-91. Knowlton, B., Ramus, S. y Squire, L. (1992). lntact artificial grammar learning in amnesia: Dissociation of classification learning and explicit memory for specific instances. Psychological Science, 3, 172-179. Koch, I. y Hoffman, J. (2000). The role of stimulus-based and response-based spatial information in sequence Learning. Journal of Experimental Psychology: Learning, Memory and Cognition, 26, 863-882. Lambert, A., Naikar, N., McLachlan, K. y Aitken, V. (1999). A new component of visual orientation: implicit effects of peripherical information and subthreshold cues on covert attention. Journal of Experimental Psychology: Human Perception and Perfomance, 25(2), 321- 340. Leahey, T. H. y Harris, R. J. (1997): Human learning. Englewood Cliffs, N.J: Prentice Hall. Lewicki, P. (1986). Processing information about covariations that cannot be articulated. Journal of Experimental Psychology: Learning, Memory and Cognition, 12 (1) 135-146. Lewicki, P., Czyzewska, M. y Hofman, H. (1987). Unconscious acquisition of complex procedural pattern knowledge. Journal of Experimental Psychology: Learning, Memory and Cognition, 13, 523-530. Lewicki, P., Hill, T. y Bizot, E. (1988). Acquisition of procedural knowledge about a pattern of stimuli that cannot be articulated. Cognitive Psychology, 20, 24-37. Lieberman, M. D. (2000). Intuition: A social cognitive neuroscience approach. Psychological Bulletin, 126, 109-137. Lupiáñez, J., Tudela, P. y Rueda, C. (1999). Inhibitory control in attentional orientation: A review about the inhibition of return. Cognitiva, 11(1), 23-44. 188 Maldonado, A. (1998). Aprendizaje, cognición y comportamiento humano. Madrid: Biblioteca Nueva. Manza, L. y Reber, A. S. (1997). Representation of tacit knowledge: Transfer across stimulus forms and modalities. En D. Berry (Ed.). How implicit is implicit learning? (pp. 703-106). Oxford: Oxford University Press. Marcus, G. F., Vijayan, S., Bandi Rao, S. y Vishton, P. M. (1999). Rule learning by seven-month-old infants. Science, 283, 77–80. Mathews, R. C. y Roussel, L. G. (1997). Abstractness of implicit knowledge: a cognitive evolutionary perspective. En D.C. Berry (Ed). How implicit is implicit learning? (pp.13-47). Oxford: Oxford University Press. Matthews, R. C., Buss, R. R., Stanley, W. B., Blanchard-Fields, F., Cho, J. R. y Druhan, B. (1989). Role of implicit and explicit processes in learning from examples: A synergistic effect. Journal of Experimental Psychology: Learning, Memory, and Cognition, 15, 1083-1100. Mayr, U. (1996). Spatial attention and implicit sequence learning: Evidence for independent learning of spatial and nonspatial sequences. Journal of Experimental Psychology: Learning, Memory and Cognition, 22, 350-364. McDonald, R. J. y White, N. M. (1993). A triple dissociation of memory systems: Hippocampus, amygdala and dorsal striatum. Behavioral Neuroscience, 107, 1, 3-22. McDowall, J. y Allison, C. (1995). Anxiety and learning: a dissociation between explicit and implicit processes. New Zealand Journal of Psychology, 24 (2), 44-49. Merikle, P. M. y Reingold, E. M. (1992). Measures unconscious perceptual processes. En R.F Bornstein y T.S Pittman (eds). Perception without awareness: Cognitive, Clinical and Social Perspectives. New York: Guilford. (pp.55-80). Meulemans, T. y Van der Linden, M. (1997). Associative chunk strength in artificial grammar learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 23, 1007-1028. Meulemans, T. y Van Der Linden, M. (2002). Artificial grammar learning in Amnesia. En A. Cleeremans y R. French (Eds.). Implicit Learning and Consciousness: An empirical, philosophical, and computational consensus in the making (pp. 144-163). Hove, East Sussex: Psychology Press. 189 Meulemans, T., Van der Linden, M. y Perruchet, P. (1998). Implicit learning in children. Journal of Experimental Child Psychology, 69, 199-221. Miller, J. (1988). A warning about median reaction time. Journal of Experimental Psychology: Human Perception and Performance, 14, 539-543. Neal, A. y Hesketh, B. (1997a). Episodic knowledge and implicit learning. Psychonomic Bulletin y Review, 4, 24–37. Neal, A. y Hesketh, B. (1997b). Future decisions for implicit learning: Toward a clarification of issues associated with knowledge representation and consciousness. Psychonomic Bulletin and Review, 4, 73–78. Negash, S., Howard, D. V., Japikse, K. C. y Howard Jr., J. H. (2003). Age-related differences in implicit learning of non-spatial sequential patterns. Aging, Neuropsychology, & Cognition, 10(2), 108-121. Nissen, M. J. y Bullemer, P. (1987). Attentional requirements of learning: Evidence from performance measures. Cognitive Psychology, 19, 1-32. Öhman, A. y Soares J. J. F. (1998). Emotional conditioning to masked stimuli: Expectancies for aversive outcomes following nonrecognized fear-relevant stimuli. Journal of Experimental Psychology: General, 127, 69-82. Öhman, A. y Soares, J. J. F. (1994). “Unconsous anxiety”: Phobic responses to masked stimuli. Journal of Abnormal Psychology, 103, 231-240. Olson, M. A. y Fazio, R. H. (2001). Implicit attitude formation through classical conditioning. Psychological Science, 12, 5, 413-417. Pascual-Leone, A., Grafman, J., Clark, K., Stewart, M., Massoquoi, S., Lou, J.-S. y Hallet, M. (1993). Procedural learning in parkinson’s disease and cerebellar degeneration. Annals of Neurology, 34, 594-602. Perruchet, P. y Amorin, M. (1992). Conscious knowledge and changes in performance in sequence learning: Evidence against dissociation. Journal of Experimental Psychology: Learning, Memory and Cognition, 18, 785-800. Perruchet, P. y Pacteau, C. (1990). Synthetic grammar learning: implicit rule abstraction or explicit fragmentary knowledge. Journal of Experimental Psychology: General, 119, 264-275. Perruchet, P., Gallego, J. y Pacteau, C. (1992). A reinterpretation of some earlier evidence for abstractiveness of implicitly acquired knowledge. Quarterly Journal of Experimental Psychology, 44A, 193-210. 190 Perruchet, P., Gallego, J. y Savy, I. (1990). A reinterpretation of some early evidence for abstraction of determinist rules in complex experimental situations. Cognitive Psychology, 22, 492-516. Perruchet. P. y Vinter, A. (2002). The self-organising Consciousness: A framework for implicit learning. En A. Cleeremans y R. French (Eds.). Implicit Learning and Consciousness: An empirical, philosophical, and computational consensus in the making (pp. 41-67). Hove, East Sussex: Psychology Press. Posner, M. I. y Cohen, Y. (1984). Components of visual orienting. En H. Bouma y D. Bouwhuis (Eds.). Attention and Performance X (pp. 531-556). London: Lawrence Erlbaum. Rathus J. H., Reber, A. S., Manza, L. y Kusner, M. (1994). Implicit and explicit learning: differencial effects of affective states. Perceptual and Motor Skill, 79, 163-184. Rauch, S. L., Whalen, P. J., Savage, C. R., Curran, T., Kendrick, A., Brauwn, H. D., Bush, G., Breiter, H. C. y Rosen, B. R. (1997). Striatal recruitment during an implicit sequence learning task as measured by funtional magnetic resonance imaging. Human Brain Mapping, 5, 124-132. Rauch, S. L., Savage, C. R., Brown, H. D., Curran, T., Alpert, N. M., Kendrick, A., Fischman A. J. y Kosslyn, S. M. (1995). A PET investigation of implicit and explicit sequence learning. Human Brain Mapping, 3, 271-286. Reber, A. S. (1967). Implicit learning of artificial grammars. Journal of Verbal Learning and Verbal Behavior, 77, 317-327. Reber, A. S. (1969). Transfer of syntactic structures in synthetic languages. Journal of Experimental Psychology, 81, 115-19. Reber, A. S. (1976). Implicit learning of synthetic languages: The role of instructional set. Journal of Experimental Psychology: Human Learning and Memory, 2, 88-94. Reber, A. S. (1989). Implicit learning and tacit knowledge. Journal of Experimental Psychology: General, 118, 219-235. Reber, A. S. (1993). Implicit learning and tacit knowledge: an essay on the cognitive unconscious. New York: Oxford University Press. Reber, A. S. y Allen, R. (1978). Analogy and abstraction strategies in synthetic grammar learning: A functionalist interpretation. Cognition, 6, 189-221. 191 Reber, A. S. y Lewis, S. (1977). Toward a theory of implicit learning: The analysis of the form and structure of a body of tacit knowledge. Cognition, 5, 333-361. Reber, A. S., Kassin, S. M., Lewis, S. y Cantor, G. (1980). On the relationship between implicit and explicit modes in the learning of a complex rule structure. Journal of Experimental Psychology: Learning, Memory, and Cognition, 6, 492-502. Reber, A. S., Walkenfeld, F. y Hernstadt, R. (1991). Implicit and explicit learning: Individual differences and IQ. Journal of Experimental Psychology: Learning, Memory and Cognition, 17, 888-896. Reber, P .J. y Squire L. R. (1994). Parallel brain systems for learning with and without awareness. Learning and Memory, 5, 420-428. Reber, P. J. y Squire, L. R. (1998). Encapsulation of implicit and explicit memory in sequence learning. Journal of Cognitive Neuroscience, 10 (2), 248-263. Reber, P. J., Knowlton, B. J. y Squire, L. R. (1996). Dissociable properties of memory systems: Differences in the flexibility of declative or non-declarative knowledge. Behavioral Neuroscience, 110. 861-871. Redington, M. y Chater, N. (1996). Transfer in artificial grammar learning: A reevaluation. Journal of Experimental Psychology: General, 125, 123-138. Reed, J. y Johnson, P. (1994). Assessing implicit learning with indirect tests: Determining what is learned about sequence structure. Journal of Experimental Psychology: Learning, Memory, and Cognition, 20, 585-94. Reingold, E. M. y Merikle, P.M. (1988) using direct and indirect measures to study perception without awareness. Perception and Psychophysics, 44, 563-575. Remillard, G. (2003). Pure perceptual-based sequence learning. Journal of Experimental Psychology: Learning, Memory and Cognition, 29 (4), 581-597. Remillard, G. y Clark, J. M. (2001). First, second, and third order transitions probabilities. Journal of Experimental Psychology: Learning, Memory and Cognition, 27, 483-503. Saffran, J. R., Aslin, R. N. y Newport, E. L. (1996). Statistical learning by 8-month-old infants. Science, 274, 1926-1928. Sanderson, P. M. (1989). Verbalizable knowledge and skilled task performance: Association, dissociation, and mental models. Journal of Experimental Psychology: Learning, Memory, and Cognition, 15, 729-747. Schmidtke, V. y Heuer, H. (1997). Task integration as a factor in secondary-task effects on sequence learning. Psychological Research, 60, 53-71. 192 Schneider, W. (1988). Micro Experimental Laboratory: An integrated system for IBM PC compatibles. Behavior Research Methods, Instruments & Computer, 20, 206-271. Schneider, W., Eschman, A. y Zuccolotto, A. (2002). E-Prime User’s Guide. Pittsburg: Psychology Software Tools Inc. Schvaneveldt, R. W. y Gomez, R. L. (1998). Attention and probabilistic sequence learning. Psychological Research, 61, 175-190. Seger, C. (1994). Implicit learning. Psychological Bulletin, 115, 163-196. Servan-Schreiber, D., Cleeremans, A. y McClelland, J. L. (1991). Graded State Machines: The representation of temporal contingencies in simple recurrent networks. Machine Learning, 7, 161-193. Shanks, D. R. (2003). Attention and awareness in “implicit” sequence learning. En Jiménez L. (Ed.), Attention and implicit learning (pp. 11-42). Amsterdam y Philadelphia: John Benjamins. Shanks, D. R. Johnstone, T. y Staggs, L. (1997). Abstraction processes in artificial grammar learning. Quarterly Journal of Experimental Psychology, 50A, 216252. Shanks, D. R. y Channon, S. (2002). Effects of a secondary task on “implicit” sequence learning: Learning or performance? Psychological Research, 66, 99-109. Shanks, D. R. y Johnstone, T. (1998). Implicit knowledge in sequential learning tasks. En Stadler, A. Michael y P. A. Frensch (Eds). Handbook of implicit learning. (pp. 533-572). Thousand Oaks, CA: Sage Shanks, D. R. y Johnstone, T. (1999). Evaluating the relationship between explicit and implicit knowledge in a sequential reaction time task. Journal of Experimental Psychology: Learning, Memory and Cognition, 25(6), 1435-1451. Shanks, D. R. y Perruchet, P. (2002). Dissociation between priming and recognition in the expression of sequential knowledge. Psychonomic Bulletin and Review, 9(2), 362-367. Shanks, D. R. y St. John, M. F. (1994). Characteristics of dissociable learning systems. Behavioral and Brain Sciences, 17, 367-447. Shanks, D. R., Johnstone, T. y Kinder, A. (2002). Modularity and artificial grammar learning. En R.M. French y A. Cleeremans (Eds.), Implicit learning: An empirical, philosophical and computational consensus in the making (pp. 93120). Hove, England: Psychology Press. 193 Simon, J. R. (1969). Reactions towards the sources of stimulation. Journal of Experimental Psychology, 81, 174-176. Smitdtke, V. y Heuer, H. (1997). Task integration as a factor in secondary-task effects on sequence learning. Psychological Research, 60, 53-71. Smith, J. G., Siegert, R. J., McDowall, J. y Abernethy, D. (2001, Agosto). Preserved implicit learning on both serial reaction time task and artificial grammar in patiens with parkinson’s disease. Comunicación presentada en la 23ª Annual Conference of the Cognitive Science Society. Edinburgo, Escocia. Squire, L. y Frambach, M. (1990). Cognitive skill learning in amnesia. Psychobiology, 18, 109-17. Stadler M. A. (1989). On learning complex procedural knowledge. Journal of Experimental Psychology: Learning, Memory, and Cognition, 15, 1061-1069. Stadler, M. A. (1992). Statistical structure and implicit learning. Journal of Experimental Psychology: Learning, Memory and Cognition, 18, 318-327. Stadler, M. A. (1993). Implicit serial learning. Questions inspired by Hebb (1961). Memory and Cognition, 21, 819-827. Stadler, M. A. (1995). Role of attention in implicit learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 21, 674-685. Stadler, M. A. (1997). Distinguishing implicit and explicit learning. Psychonomic Bulletin and Review, 4, 56-62. Stanley, W. B., Mathews, R., Buss, R. y Kotler-Cope, S. (1989). Insight without awareness: On the interaction of verbalization, instruction and practice on a simulated process control task. Quarterly Journal of Experimental Psychology, 41, 553-77. Stefanova, E. D., Kostic, V. S., Ziropadja, L. y Markovic, M. (2000). Visomotor skill learning on serial reaction time task inpatiens with early Parkinson’s disease. Movement Disorder, 15, 1095-1103. Svartdal, F. (1992). Sensitivity to nonverbal contingencies. Do limited processing resources affect operant conditioning in humans? Learning and Motivation, 23, 383-405. Thorndike, E. L. y Rock, R. T. (1934). Learning without awareness of what is being leaning or intent to learn it. Journal of Experimental Psychology: Learning, Memory, and Cognition, 17, 1-19. 194 Tipper, S. P., Weaver, B. y Watson, F. L. (1996). Inhibition of return to successively cued spatial locations: commentary on Pratt and Abrams (1995). Journal of Experimental Psychology: Human Perception and Performance, 22, 19891993. Toni, I., Krams, M., Turner, R. y Passingham, R. E. (1998). The time course of changes diring motor sequence learning. A whole-brain fMRI study. NeuroImage, 8, 50-61. Tubau, E. y Herrera, P. (1994). Aprendizaje implícito y representación del conocimiento en tareas de control de sistemas interactivos. Cognitiva, 6, 47-65. Turner, K. C. (2002). The developmental of sequence acquisition. Dissertation Abstract International: Section-B: The Science and Engineering, 62(10-B), 4822. Tzelgov, J. (1997). Automatic but conscious: That is how we act most of the time. En R. Wyer (Ed.), Advances in Social Cognition, Vol. X. (pp. 217-230). Mahwah, NJ: Erlbaum. Vaqueiro, J. A. y Marcos-Ruiz, R. (1998, Diciembre). Seis meses después saben lo que notaron haber aprendido: Resistencia a la extinción de un aprendizaje implícito de secuencias. Póster presentado en el II Congreso de la Sociedad Española de Psicología Experimental (SEPEX). Granada, España. Vokey, J. R. y Brooks, L. R. (1992). Salience of item knowledge in learning artificial grammars. Journal of Experimental Psychology: Learning, Memory, and Cognition, 18, 328-344. Wallach, D. y Lebiere, C. (2003). Implicit and explicit learning in a unified architecture of cognition. En L. Jiménez (Ed.), Attention and Implicit Learning (pp. 215252) John Benjamins. Westwater, H., McDowall, J., Siegert, R., Mossman, S. y Abernethy, D. (1998). Implicit learning and Parkinsson Disease: Evidence from a verbal version of the serial reaction time task. Journal of Clinical Experimental Neuropsychology, 20 (3), 413-418. Whittlesea, B. W. A. y Wright, R L. (1997). Implicit (and Explicit) Learning: Acting adaptively without knowing the consequences. Journal of Experimental Psychology: Learning, Memory, and Cognition, 23(1), 181–200. Whittlesea, B. W. A. y Dorken, M. D. (1993). Incidentally, things in general are particularly determined: An episodic-processing account of implicit learning. Journal of Experimental Psychology: General , 122, 227-248. 195 Whittlesea, B., W. A. y Dorken, M. D. (1997). Implicit learning: Indirect, not unconscious. Psychonomic Bulletin and Review, 4, 63–67. Willingham D. B. y Korosthez, W. J. (1993). Evidence for dissociable motor skills in Huntington´s diseased patiens. Psychobiology, 21, 173-182. Willingham, D. B. (1998). A neuropsychological theory of motor skill learning. Psychological Review, 105, 558-584. Willingham, D. B. (1999). Implicit motor sequence learning is not purely perceptual. Memory & Cognition, 27, 561-572. Willingham, D. B. y Koroshetz, W.T., (1993). Evidence for dissociable motor skills in Huntington’s disease patiens. Psychobiology, 21, 173-182. Willingham, D. B., Greeley, T. y Bardone A. M. (1993). Dissociation in a serial response time task using a recognition measure: Comment on Perruchet and Amorin (1992). Journal of Experimental Psychology: Learning, Memory and Cognition, 19, 1424-1430. Willingham, D. B., Nissen, M. J. y Bullemer, P. (1989). On the development of complex procedural knowledge. Journal of Experimental Psychology; Learning, Memory and Cognition, 15, 1047- 1060. Willingham, D. B., Wells, L. A., Farrel, J. M. y Stemwedel, M. E. (2000). Implicit motor sequence learning is represented in response. Memory and Cognition, 28 (3), 366-375. Ziessler, M. (1994). The impact of motor responses on serial-pattern learning. Psychological Research, 5, 30-41. Ziessler, M. (1998). Response-effect learning as a major component of implicit serial learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 24, 962-978. Ziessler, M. y Nattkemper, D. (2001) Learning of event sequences is based on response-effect learning: Further evidence from a serial reaction task. Journal of Experimental Psychology: Learning, Memory, and Cognition, 27, 595-613.