El procesamiento de compuestos estimulares en juicios de causalidad

Abstract

Nuestra investigación se centra en el estudio del aprendizaje de relaciones causales en las que un compuesto estimular es una causa fiable de un efecto. En dos experimentos, hemos contrastado las predicciones derivadas de los Modelos Asociativos de Rescorla y Wagner (1972) y Pearce (1994), y los Modelos Inductivos de Cheng y Novick (1992) y Novick y Cheng (2004). En claro contraste con la investigación previa sobre este tema, en nuestros experimentos, hemos utilizado una tarea de juicios de causalidad en la que la información sobre la presencia/ausencia de las causas potenciales y el efecto se presentó mediante muestras o agrupaciones de casos. Los resultados ponen de manifiesto que los mecanismos de aprendizaje involucrados en el procesamiento de compuestos podrían ser de origen asociativo.

Our research focuses on learning about causal relationships between events when a candidate cause is a compound integrated by several individual causes. In two experiments, we compared the predictions of the Associative Models of Rescorla and Wagner (1972) and Pearce (1994), the Inductive Models of Cheng and Novick (1992) and Novick and Cheng (2004). In contrast with previous research about this topic, in these experiments, a causality judgments task was used in which the information about the presence/absence of the causes and the effect was presented through small samples of cases. Our results showed that the learning mechanisms involved in compound cue processing could be associative in origin.