Show simple item record

dc.contributor.authorPerales, José Césarspa
dc.contributor.authorCatena, Andrésspa
dc.contributor.authorMaldonado, Antoniospa
dc.date.issued2002spa
dc.identifier.citationp. 37-40spa
dc.identifier.urihttp://hdl.handle.net/11162/67488
dc.descriptionResúmen basado en el del autor. Resúmen en castellano e inglésspa
dc.description.abstractEn las dos últimas décadas el estudio del Aprendizaje Causal ha experimentado un gran avance en lo que se refiere a la formulación de modelos que tratan de explicar cómo las personas somos capaces de inferir relaciones de causalidad a partir de la observación de la correlación estadística entre acontecimientos del medio. Muchos modelos reducen la explicación a un algoritmo de cómputo simple. Frente a esa idea mecanicista, se adopta una perspectiva computacional, intentando dotar de sentido normativo y funcional a la adquisición de conocimiento causal. En otras palabras, se pretende responder a dos preguntas fundamentales: a) ¿qué información es relevante en el aprendizaje de relaciones de causalidad?. y b) ¿ por qué dicha información es relevante? Desde este punto de vista, lo más importante no es describir la formulación matemática de los procesos implicados en el procesamiento, sino analizar el sentido funcional de dichos procesos. A continuación, se discute sobre cómo este marco computacional puede guiar la construcción teórica en el futuro a nivel algorítmico y ayudar a integrar los distintos modelos actuales.spa
dc.format.mediumRevistaspa
dc.language.isospaspa
dc.relation.ispartofCognitiva. 2002, v. 14, n. 1; p. 15-43spa
dc.rightsCuando no se especifique otra condición, los documentos incorporados a Redined a texto completo, se hallan bajo las condiciones de uso de sólo lectura y únicamente podrán ser citados con reconocimiento del autor(es). Para cualquier otro uso, deberá solicitarse el permiso del autor (es)spa
dc.subjectteoría del aprendizajespa
dc.subjectpsicología cognitivaspa
dc.subjectrazonamientospa
dc.subjectprobabilidadspa
dc.subjectmodelospa
dc.subjectproceso cognitivospa
dc.titleAprendizaje de relaciones de contingencia y causalidad : hacia un análisis integral del aprendizaje causal desde una perspectiva computacionalspa
dc.typeArtículo de revistaspa
dc.audienceAlumnadospa
dc.bbddAnalíticasspa
dc.date.provenance1990-05-01T10:10:10spa
dc.description.locationBiblioteca de Educación del Ministerio de Educación, Cultura y Deporte; Calle San Agustín, 5 - 3 Planta; 28014 Madrid; Tel. +34917748000; biblioteca@mecd.esspa
dc.description.paisESPspa
dc.educationLevelÁmbito generalspa
dc.identifier.signaturaEC R-1501spa
dc.title.journalCognitivaspa


Files in this item

FilesSizeFormatView

There are no files associated with this item.

    Show simple item record