APRENDIZAJE IMPLÍCITO Y EXPLÍCITO DE SECUENCIAS

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.