Bueno Villaverde, Ángeles - El Razonamiento Inductivo Desde Los Enfoques de Dominio General y Específico

eduPsykh, 2006, Vol. 5, No. 1, 73-97 73

RESUMENEn este artculo se ha realizado unarevisin terica de las ltimas investi-gaciones sobre el Razonamiento induc-tivo, analizando los procesos que sub-yacen a dicho razonamiento y se haexplicado desde los enfoques generalesaplicables a todos los mbitos (dominiogeneral); las teoras de los modelosmentales que explican el razonamientoaplicado a dominios especficos; y final-mente, los sistemas de categorizacin,el razonamiento probabilstico y losprocesos para realizar inferencias yatribuir causalidad que combinanambas teoras, las de dominio general yespecfico.

PALABRAS CLAVEModelos mentales, analogas, categori-zacin, razonamiento probabilstico.

ABSTRACTA theoretical revision of the latestpieces of research about InductiveReasoning has been made in thisarticle. The underlying processes ofthat reasoning have been explainedaccording to the general domainapproach; Mental model theoriesaccording to the specific domainapproach have been explained; finally,categorization systems, Probabilisticreasoning, Inferential Processing andCausality are explained taking onaccount both approaches (general andspecific).

KEY WORDSMental models, analogies, categories,probabilistic reasoning

EL RAZONAMIENTOINDUCTIVO DESDE LOS

ENFOQUES DE DOMINIO

GENERAL Y ESPECFICO

INDUCTIVE REASONINGACCORDING TO THE

GENERAL AND SPECIFIC

DOMAIN APPROACH

NGELES BUENO VILLAVERDEUniversidad Camilo Jos Cela

LUZ PREZ SNCHEZUniversidad Complutense de Madrid

e-mail: [email protected]

Universidad Camilo Jos Cela74

EduPsykh. REVISTA DE PSICOLOGA Y PSICOPEDAGOGA

INTRODUCCINDesde la poca de los primeros filsofos, el tema del razonamiento humano

despert mucho inters. La Lgica surgi con gran xito, como mtodo para ense-ar a pensar bien, y ha perdurado hasta nuestros das, convirtindose en la basede algunas teoras de la Psicologa cognitiva.

El razonamiento est relacionado con el proceso de establecer conclusionesde principios y de evidencias (Wason y Johnson-Laird, 1972, cit. Sternberg, 1996,p. 397) movindose desde lo que es conocido para inferir una conclusin nueva oevaluar una conclusin propuesta. En este sentido, estaramos ante la clsica dis-tincin entre razonamiento inductivo y deductivo.

En el caso del razonamiento deductivo, las conclusiones se derivan de laaplicacin de formas lgicas a premisas. Se asume que si las premisas son verda-deras, la conclusin tambin lo es. Si hubiera que representarlo grficamente,seguira una direccin de arriba-abajo para inferir las abstracciones a casos espe-cficos (Sternberg, 1996).

El razonamiento inductivo se refiere a la generacin de inferencias que noestn garantizadas dentro de un sistema formal. Estas inferencias son adivinacionesa partir de un conjunto de evidencias. Este tipo de razonamiento no garantiza que laconclusin sea verdadera, an partiendo de premisas verdaderas, puesto que porinduccin slo se puede llegar a conclusiones con cierto grado de probabilidad. Deforma grfica, la induccin se refiere a la construccin de abajo-arriba de abstraccio-nes derivadas de la observacin de casos especficos (Sternberg, 1996).

Desde el punto de vista de la investigacin psicolgica, no siempre se acep-ta esta clasificacin, ya que ambos tipos de razonamiento estn ntimamente vin-culados. Son muchos los modelos que cuando tratan de explicar el razonamiento,lo hacen de forma comprensiva, incluyendo aspectos que podramos encuadrartanto en el razonamiento inductivo, como en el deductivo.

Podramos ver clasificaciones novedosas de los tipos de razonamiento comola de Martn y Valia (2002), pero nos vamos a centrar en la planteada por Kurtz,Gentner y Gunn (1999), pues diferencian entre mtodos de razonamiento dbiles,fuertes y mtodos basados en la alineacin estructural.

Los mtodos dbiles de razonamiento deductivo consisten en la aplicacin dereglas para hacer inferencias sintcticas libres de contenido que operan en la formalgica de las representaciones. Estos mtodos incluyen el razonamiento con proposi-ciones, teoras basadas en reglas, razonamiento segn modelos mentales de Johnson-Laird y Byrne (2000), razonamiento a base de esquemas de Holyoak (1987), y la teo-ra del contrato social de Cosmides (1989, cit. Martn y Valia, 2002).

eduPsykh, 2006, Vol. 5, No. 1, 73-97 75

A. BUENO, L. PREZ

El segundo sistema es el razonamiento por semejanzas o mtodo fuerte.Estos sistemas se basan fundamentalmente en la experiencia especfica y la repre-sentacin del conocimiento. Estos mtodos incluyen el razonamiento por catego-rizacin, induccin basada en categoras, inferencias basadas en estadsticas yrazonamiento a base de heursticos.

El tercer sistema lo proponen Kurtz, Gentner y Gunn (1999) y es el razona-miento basado en la alineacin estructural. Para estos autores la analoga se puede defi-nir como la percepcin de comunalidades relacionales entre dominios que pueden serno-similares en la superficie, o como un tipo de razonamiento basado en la asuncinde que dos cosas que son similares de alguna manera, sern similares en otras. Esteenfoque estara a caballo de los dos anteriores, pues es una forma fuerte de razona-miento. Sus mecanismos estn muy bien especificados y son bastante independientesde otros procesos cognitivos. Este sistema incluye el razonamiento por analoga, elrazonamiento por categoras revisadas, y el razonamiento por reglas revisadas.

En este artculo se ha seguido una clasificacin ms clsica, pues gran partede la bibliografa consultada establece una distincin entre razonamiento deduc-tivo e inductivo (Sternberg, 1996).

Las tareas que implican razonamiento inductivo van desde los problemas declasificaciones verbales o figurales, problemas de completamiento de series, pro-blemas de razonamiento analgico sobre material verbal, numrico, geomtrico,figurativo, de estructura matricial, de contenido social, etc. (Alonso Tapia, 1987).Sin embargo, los problemas ms estudiados han sido los de clasificacin, comple-tamiento de series y razonamiento analgico.

La importancia del estudio de estos problemas se centra, sobre todo, en queestos procesos subyacentes implicados en la resolucin de tales problemas pare-cen ser bsicos para el funcionamiento cognitivo.

EL RAZONAMIENTO ANALGICO YLOS PROCESOS SUBYACENTES

La importancia que tiene este tipo de razonamiento se debe, segn Vosniadou(1987), a que juega un papel importante en los intentos que hacen tanto los nios,como los adultos para adquirir nuevos conocimientos. Los nios, desde edades muytempranas, estn relacionando activamente informaciones nuevas con el conoci-miento ya existente a travs de procesos de tipo analgico. En un principio, los nioscomienzan la adquisicin del conocimiento con pocos dominios conceptuales queposteriormente se reestructuran y diferencian en otros nuevos.


Segn esta autora, cuando una persona compra un nuevo coche porque legustaba el que tena anteriormente, o cuando escucha los consejos de un amigoporque tuvo razn en una ocasin anterior, es porque est pensando analgica-mente. De esta manera, se razona analgicamente cuando se intenta comprendero aprender nuevos conceptos o fenmenos al establecer relaciones paralelas conconceptos o fenmenos familiares.

Est demostrado por diversas investigaciones (Alonso Tapia, 1987; Stern-berg, 1986; Sternberg 1996; Vosniadou, 1987; Vosniadou y Ortony, 1989), que lasolucin de este tipo de problemas de induccin de estructuras (problemas deseries, analogas, categorizacin, etc.) implica una serie de procesos, aunque la fre-cuencia y orden en que han de ser realizados pueda sufrir variaciones de unos pro-blemas a otros. En los problemas de analogas estos procesos estn siempre pre-sentes y son ms claros, por eso, nos vamos a centrar en ellos para explicarlos.

Los procesos hacen referencia a una fase del procesamiento de la informacin.Segn Feuerstein (1986; Centro de Investigaciones Psicoeducativas, 1986), esas fasesseran la fase de entrada, codificacin o recogida de la informacin que incluira lacodificacin; la fase de elaboracin, en la que se producen las comparaciones y esta-blecimiento de relaciones entre los elementos, que es el proceso inductivo propia-mente dicho; y finalmente la fase de salida en la que el sujeto acta en consecuenciacon el resultado del proceso inductivo, plasmando los resultados en un test, la reali-zacin de acciones inducidas en una situacin natural, etc.

Los procesos anteriormente indicados son, segn Sternberg (1986):1. Descubrimiento de atributos o procesos de codificacin.

Los atributos importantes de cada trmino individual en los problemasanalgicos tienen que ser representados en la memoria. En el siguienteejemplo, el pjaro vuela por el aire, al igual que el pez nada por el agua,cada uno de los trminos del problema son: pjaro (A), aire (B), pez (C),y agua (D). La codificacin implica, por un lado, percibir el estmulo, ypor otro, interpretarlo o categorizarlo, lo que supone su comparacin conla informacin almacenada en la memoria del sujeto y a la que debe acce-der. Por ejemplo, codificar el trmino pjaro implica percibirlo, a partirde su comparacin con la informacin de la memoria, como un animalcon plumas, pico y que vuela.

2. Procesos de comparacin de atributos utilizados para pares especficosde trminos.Aqu se incluyen tres tipos de procesos distintos, la inferencia, la traslaciny la aplicacin. El primero de estos procesos se denomina inferencia, y se


eduPsykh, 2006, Vol. 5, No. 1, 73-97 77

A. BUENO, L. PREZ

ocupa de la relacin entre los dos primeros trminos de la analoga (A y B,es decir, entre pjaro y aire). La categorizacin o traslacin es un tipo pare-cido de proceso de comparacin de atributos. Se manifiesta cuando seencuentran las correspondencias entre los trminos primero y tercero deuna analoga (A y C). El tercer proceso de comparacin de atributos se deno-mina aplicacin o extrapolacin de relaciones. Consiste en aplicar la reglainferida del par (A y B) a los atributos del trmino C para producir una pro-puesta de solucin ideal que sera el trmino D.

3. Procesos de evaluacin.Estos son los que determinan si cualquier solucin de la analoga o trmi-no D es apropiada o no lo es. En las analogas simples la evaluacin con-siste en un proceso de confirmacin en el que los rasgos del trmino finalse comparan con la respuesta ideal. Sin embargo, en las analogas ambiguaso que tengan varias soluciones se requieren los procesos de discriminaciny comparacin de reglas. Este aspecto se llama justificacin.

Adems de estos procesos, Alonso Tapia (1987) aade el de discriminacinde relaciones, que se manifiesta cuando los sujetos tienen que seleccionar la mejoralternativa de las que se le ofrecen en un test de razonamiento. Esto implica unproceso de comparacin entre las distintas soluciones posibles a fin de distinguircul se ajusta ms a la relacin extrapolada y cul menos, de modo que sea posi-ble la seleccin de la respuesta.

En otro tipo de tareas de solucin de problemas analgicos, como son lasque plantean Holyoak y Kyunghee (1987), se dan otros pasos. En estos problemas,los sujetos conocen una solucin y se les da un texto nuevo ms o menos largo conotro problema, pidindoles que lo resuelvan. Los pasos que mencionan estos auto-res son los siguientes:

1. Construccin de una representacin mental del trmino fuente y objeti-vo. Siendo la fuente, la solucin conocida y que sirve de modelo, y elobjetivo, el problema que ha de resolver de forma analgica al primero.

2. Seleccin de la fuente como una analoga potencialmente relevante parael objetivo.

3. Representacin de los componentes de la fuente en el objetivo.

4. Extensin de la representacin para generar una solucin para el obje-tivo.


Estos pasos no tienen porqu ir en un orden estricto, ya que pueden inter-actuar de muchas maneras, sin embargo, proporcionan una til organizacin con-ceptual del proceso global. La solucin puede venir al establecer una relacin ana-lgica entre la solucin primera, que ya se conoce, y el segundo problema.

Dedre Gentner (Gentner, Bowdle, Wolff y Boronat, 2001; Gentner, 1983, cit.Sternberg, 1996; Law, Forbus y Gentner, 1994) explica las metforas en funcin delmodelo SME (Sructure Mapping Engine). Para esta autora, las analogas entre pro-blemas implican mapping (proyeccin) de relaciones entre los problemas; el con-tenido de los atributos de los problemas es irrelevante. En otras palabras, lo queimporta en las analogas no es la semejanza del contenido, sino el grado de seme-janza entre los sistemas estructurales de relaciones. Debido a que estamos acostum-brados a considerar la importancia del contenido, encontramos difcil dejar de ladoel contenido y dar ms importancia a la forma (relaciones estructurales).

La teora de la proyeccin de la estructura asume la existencia de represen-taciones estructuradas hechas con objetos y sus propiedades, relaciones entreobjetos, y entre relaciones con relaciones de orden ms alto. Una alineacin con-siste en un conjunto especfico de correspondencias entre los elementos represen-tados de las dos situaciones (Gentner, Bowdle, Wolff y Boronat, 2001).

Profundizando an ms en este modelo explicativo del razonamiento ana-lgico, Markman y Gentner (2001) explican estos procesos mediante los conceptosde alineacin estructural y mapping1 y los condicionantes2 en la consistencia dela estructura, que son la conectividad paralela y la correspondencia uno a uno.

Imaginemos, por ejemplo, un texto en el que se explica un complejo siste-ma de tuberas, con vlvulas que cierran y abren la presin del lquido, y bombasde presin que lo impulsan por todo el circuito. Este sistema de tuberas podraservir de ejemplo para explicar el sistema circulatorio de la sangre. En este caso elproceso de alineacin estructural implicara un proceso que es sensible a las simi-litudes, no slo entre los elementos, sino tambin entre sus relaciones. La alinea-cin estructural busca estructuras que sean consistentes. La consistencia de lasestructuras tiene dos condicionantes: la conectividad paralela y la corresponden-cia uno a uno.


1 El trmino ingls "mapping" se podra traducir por proyeccin, pero se ha dejado este trmino anglosajn,por el uso extensivo que se hace de l en la literatura especializada; y porque en realidad proyeccin no seraun sinnimo exacto. Implica un calco de una situacin que sirve de referencia a otra, al igual que un mapa,es un "calco" de una realidad y sirve de referencia para ubicarnos en ese espacio.2 El trmino "constraint" se ha traducido por condicionante, pero en realidad, tiene un carcter ms fuerte ycoercitivo. Hace referencia a las coacciones que el trmino fuente impone sobre el trmino objetivo.

eduPsykh, 2006, Vol. 5, No. 1, 73-97 79

A. BUENO, L. PREZ

La conectividad paralela requiere que si se establece la correspondenciaentre un par de predicados, entonces tambin se establece correspondencia entresus respectivos argumentos. Por ejemplo, si se explica que la bomba impulsa ellquido por las tuberas, al igual que hace el corazn con la sangre, se estableceuna relacin entre bomba, y corazn; los sistemas de conduccin (tuberas yvenas/arterias); y los lquidos transportados (agua y sangre).

La correspondencia uno a uno requiere que un elemento en una represen-tacin puede emparejarse con slo un elemento en la otra representacin. Si seasocia la bomba de presin con el corazn, slo se puede asociar con l.

En estos problemas analgicos, el SME (Structure Mapping Engine, o Dis-positivo de proyeccin de la estructura) produce una evaluacin de la interpreta-cin, usando un tipo de algoritmo en cascada en el que la evidencia se pasa haciaabajo, desde el predicado a los argumentos.

Una forma de representar las relaciones establecidas entre los trminosfuente y objetivo y sus respectivos predicados y argumentos es la que vemos en lafigura siguiente.

Figura 1. Relaciones establecidas entre los trminos fuente y objetivo

Fase 1:Igualaciones locales

Fase 2:Unin estructural en

proyecciones consistentes

Fase 3:Estructuras pequeas combinadas en interpreta-cin mxima; posibles inferencias candidatas

(Tomado de Gentner, Bowdle, Wolff & Boronat, 2001, p. 218)



Algunas crticas que se han hecho a este modelo se refieren a las dificulta-des que plantea explicar el funcionamiento de las metforas, como si fuera idnti-co al de las analogas. En una metfora publicada en la revista Life, se establecauna relacin analgica entre el gobierno de John Fiztgerald Kennedy y la corte delRey Arturo. Se estableca una relacin entre Jackie Kennedy con Ginebra, la CasaBlanca con Cammelot, Robert Kennedy con Lancelot, Joe Kennedy con Merln, etc.Sin embargo, no es probable que el lector, a partir de los datos anteriores, induz-ca una posible relacin amorosa entre Robert Kennedy y Jackie Kennedy comoocurri entre Lancelot y Ginebra. Por tanto, aqu cabe preguntarnos porqu nosiempre es aceptable hacer todas las extrapolaciones.

El principio de sistematicidad proporciona una base para determinar quaspectos del trmino base o fuente son aplicables al trmino objetivo. Sin embar-go, ltimamente se ha empezado a contemplar la idea de un filtro a la hora de esta-blecer las relaciones analgicas. Este filtro se ha dado en llamar el modeloMAC/FAC (Many are called but Few are Chosen, o lo que es lo mismo, Muchosson los llamados, pero pocos los elegidos). Este modelo incorpora un componen-te de recuperacin del trmino base (MAC) que realiza un filtro inicial dentro dela memoria, y un proceso ms selectivo (FAC) para determinar las analogas queencajan sistemticamente para describir la estructura del trmino objetivo (Law,Forbus y Gentner, 1994).

Una vez conocidos los tipos de procesos que se dan en el pensamientoinductivo, y las interpretaciones que han dado diversos autores acerca de los mis-mos, se hace necesario, analizar las diferencias que se manifiestan entre los suje-tos en relacin a cada uno de dichos procesos. Autores como Alonso Tapia (1987),Feuerstein (1980), Sternberg (1986) piensan que la ejecucin adecuada de estosprocesos puede ser la base de las diferencias individuales en la solucin de losproblemas de razonamiento. Para explicarlos vamos a seguir la terminologa utili-zada por Sternberg y Alonso Tapia.

En relacin con los procesos de codificacin, hay que tener muy en cuenta losconocimientos previos del sujeto y las estrategias de recuperacin de informacin,pues se van a producir diferencias en la solucin de los problemas segn: la cantidadde conocimientos de los sujetos, la forma en la que se encuentran organizados, o enla capacidad de acceder a la informacin almacenada (Alonso Tapia, 1987).

Las diferencias en los procesos de inferencia se pueden deber al entrena-miento y refuerzo que los adultos hayan ejercido sobre los jvenes. Segn Prieto(1989) o Feuerstein (1980, cit Alonso Tapia, 1987), la tendencia a establecer rela-ciones entre objetos, personas, situaciones, etc., es algo que en parte se hallamediatizado por la historia de aprendizaje del sujeto, y en particular, por la media-

eduPsykh, 2006, Vol. 5, No. 1, 73-97 81

A. BUENO, L. PREZ

cin de los adultos que estimulan y refuerzan tal conducta en los nios. Cuandono se producen estas relaciones se capta la realidad de forma episdica.

El establecimiento de relaciones entre reglas o conceptos dados con otrasreglas o conceptos supone que, adems de codificar, se compare, detecten lassemejanzas y deferencias entre los objetos, personas, situaciones, etc. o entre susdiferentes atributos. Este proceso, al igual que el anterior, se ve potenciado por lamediacin de los adultos.

La aplicacin de relaciones supone el establecimiento de semejanzas entrerelaciones inferidas entre elementos (relaciones que no constituyen algo inme-diatamente presente). Esto nos hace suponer que probablemente est aqu una delas principales razones de las diferencias encontradas en la capacidad de razona-miento inductivo al tener que descubrir los sujetos algo que est implcito.

Tambin se encuentran diferencias en los sujetos en cuanto a la discrimina-cin de relaciones, es decir, segn analicen las distintas alternativas para dar unaposible solucin. Feuerstein (1980) indica que hay diferencias segn el estiloimpulsivo o reflexivo del sujeto a la hora de examinar las alternativas, y Sternberg(1986) manifiesta que hay diferencias en los sujetos en funcin de que se realicede forma exhaustiva o autoconcluyente.

Finalmente, en los procesos de decisin y respuesta, las diferencias se pue-den deber al estilo (impulsivo/reflexivo), a la familiaridad o no con la modalidadde respuesta (verbal, pictrica, etc.) (Feuerstein, 1980), o a las dificultades que tie-nen los sujetos para justificar de forma consciente y completa su respuesta, aun-que haya sido correcta (Sternberg, 1986).

Adems de las anteriores variables como posibles causantes de las diferen-cias individuales, Glaser y Pellegrino (1982, cit. Alonso Tapia, 1987) han demos-trado la existencia de otros tres factores que tambin pueden afectar y son:

a) Las diferencias en el modo de regular la carga de informacin en lamemoria activa.

b) El conocimiento de las reglas o procesos de actuacin.

c) La base de conocimiento general y de los elementos sobre los que hayque razonar.

Es decir, la memoria, el conocimiento estratgico y el grado de conocimien-to general y profundo sobre un tema (conocimiento de experto).

Alonso Tapia (1987) nombra otro factor aadido: el grado de conocimientode los sujetos sobre cundo y de qu modo utilizar los mecanismos de procesa-miento de informacin bsicos que ya se poseen para solucionar un problema, esdecir, los procesos metacognitivos que emplea el sujeto.


MODELOS MENTALESHasta ahora hemos explicado cmo funciona el razonamiento inductivo de

forma general y sin vincularlo a ningn contexto especfico o rea de conoci-miento. Sin embargo, a menudo, las personas ponen en juego procesos complejosde razonamiento al utilizar los conocimientos que tienen de situaciones particu-lares, objetos o acontecimientos y que utilizan para comprenderlos, predecir, yexplicarlos. Estos sistemas de conocimiento relevante, o modelos mentales, influ-yen grandemente en nuestra comprensin y en nuestra conducta.

Como ya explicamos cuando hablamos sobre el razonamiento deductivo,existen dos enfoques en el estudio de los modelos mentales. El primero se centraen estudiar las caractersticas del conocimiento y los procesos que apoyan la com-prensin y el razonamiento en reas ricas de conocimiento. El segundo se centraen estudiar los modelos como constructos de memoria de trabajo que apoyan elrazonamiento lgico.

Estos enfoques nos proporcionan definiciones diferentes de los que consti-tuyen los modelos mentales. As por ejemplo, Markman y Gentner no definenigual los modelos mentales que Johnson-Laird.

Markman y Gentner (2001; Gentner, 2001) definen los modelos mentalescomo una representacin de un dominio (rea) o situacin que sustenta la com-prensin, razonamiento y la prediccin.

Segn Johnson-Laird (1983, cit. Medin y Ross, 1997), los modelos mentalescomparten las siguientes caractersticas:

1. Se construyen para comprender y explicar la experiencia.

2. Se construyen espontneamente para comprender situaciones y parahacer predicciones futuras.

3. A menudo los modelos mentales estn encorsetados por teoras acercadel mundo en vez de ser derivados de forma emprica por la experiencia.

En este apartado slo nos vamos a centrar en los modelos mentales causa-les que sirven como modelos explicativos en las reas de conocimiento.

Modelos mentales causales en reas especficas de conocimiento

Segn el primer enfoque que hemos mencionado, estos modelos no son sim-plemente acumulaciones pasivas de informacin, sino estructuras de pseudoteor-as activamente construidas que sirven para explicar lo que ocurre en el mundo.


eduPsykh, 2006, Vol. 5, No. 1, 73-97 83

A. BUENO, L. PREZ

Algunas de las caractersticas de estos modelos mentales es que permitenrealizar simulaciones mentales, pueden coexistir modelos mentales distintossobre una misma rea de conocimiento (modelos pastiche) y se convierten enautnticas teoras intuitivas acerca del mundo y sus relaciones.

Una de las formas en la que las personas usan sus modelos es para realizarsimulaciones mentales, por ejemplo, en un problema en el que hay dispuestasruedas dentadas en forma de crculo, si se mueve una de ellas en el sentido de lasagujas del reloj En qu direccin se movern las ruedas que estn junto a ella?A menudo para resolver este tipo de problemas las personas se acompaan de ges-tos con las manos, hasta que aprenden de memoria que las ruedas contiguas giranen direccin contraria, y las alternas en la misma.

Un aspecto importante de estas simulaciones es que son cualitativas, esdecir, las personas razonan acerca de propiedades relativas de los sistemas fsicoscomo la direccin del movimiento, la velocidad relativa, y la masa relativa. Lagente no estima cantidades especficas, ni tampoco llevan a cabo simulacionesmatemticas.

Segn Gentner (2002), los modelos mentales se basan en estimaciones yrelaciones cualitativas, en vez de relaciones cuantitativas. Las personas son capa-ces de razonar bien sobre si una cantidad es menos que otra sin necesitar los valo-res exactos de las cantidades.

Otro descubrimiento de los modelos mentales es que las personas puedenmantener dos o ms modelos inconsistentes de un mismo rea, es decir, tener unpastiche de conocimientos inconexos (Gentner, 2002). Por ejemplo, un alumnonovato puede mantener dos modelos distintos para explicar porqu se seca la ropatendida al sol, y para explicar porqu se evapora el agua de un charco, sin llegar adarse cuenta de la relacin que hay entre los dos fenmenos. Los novatos, a menu-do, dan explicaciones localmente coherentes, pero globalmente inconsistentes.Siempre y cuando se acceda a cada modelo en un contexto especfico, no saldrna la luz las inconsistencias.

Una nueva aplicacin de los modelos mentales lo constituyen las teorasintuitivas. Murphy y Medin (1985, cit Markman y Gentner, 2001) han sugeridoque el conocimiento de las personas se puede entender como una teora acerca delmundo. En este sentido la palabra teora se usa para designar el conocimiento cau-sal que las personas emplean para inferir propiedades y para explicar los patroneso caractersticas que se repiten y se observan en el mundo.

Por ejemplo, Nussbaum (1979, cit. Medin y Ross, 1997), estudi la concep-cin que tenan los nios del planeta Tierra. Los nios conocan hechos acerca dela Tierra, como por ejemplo, que Cristbal Coln naveg alrededor de ella y pen-


saba que era redonda, los nios la perciben como plana, tambin conocen las foto-grafas espaciales que han visto de la Tierra, el cielo, etc. Los nios combinan estainformacin y la encuadran en un modelo explicativo. De tal manera, que cuandose les pide que dibujen su interpretacin de la Tierra, unos la perciben como undisco plano con mar alrededor, para que se pueda navegar por el ltimo crculoconcntrico; otros la conciben como una esfera hueca en la que la tierra est en laparte de abajo, los humanos se sitan en la parte plana y segura, y el cielo seencuentra por encima de sus cabezas.

Estos modelos mentales se pueden usar para comprender las observaciones,como tambin para razonar sobre fenmenos relacionados. Como sugieren Vos-niadou y Brewer (1994, cit. Medin y Ross, 1997), los modelos mentales pueden serherramientas poderosas de razonamiento. Hay estudios que se han centrado en laaplicacin de los modelos mentales en la vida diaria. Socolow (1978, cit. Gentner,2002) explica el uso consumo de las calefacciones de las casas en funcin delmodelo que tengan estas personas de cmo funciona un termostato. Leventhal,Meyer, y Nerenz (1980, cit. Medin y Ross, 1997) han estudiado cmo las personasque padecen hipertensin siguen o no el tratamiento en funcin del modelo men-tal que elaboren de dicha enfermedad.

Por otro lado, hay teoras que parten de la idea de que el pensamiento de losnios y los adultos se basa en el modelo del razonamiento cientfico, pero conalgunas diferencias, ms de tipo cuantitativo que cualitativo. Como Nersessian(1999, cit. Sastre i Riba, 2001) indica, en primer lugar, el razonamiento cientficoengloba procesos que van ms all de la prueba de hiptesis, tales como simula-cin mental y analoga, que se encuentran tambin en el razonamiento de sentidocomn. En segundo lugar, tanto los cientficos, como los que no lo son, aceptan demejor grado las evidencias que apoyan sus creencias, que las que no.

Otras diferencias entre cientficos y no cientficos son que los primerosposeen unas teoras explicativas de las causas ms profundas que los novatos. Chiet al. (1981, cit. Sternberg, 1996) mostraron que los expertos en Fsica clasificabanlos problemas en funcin de categoras basadas en principios tales como conser-vacin de la energa o equilibrio de fuerzas, mientras que los novatos los clasi-ficaban en categoras con diagramas similares.

En segundo lugar, el conocimiento cientfico es probable que sea ms expl-cito que el de los principiantes. Este mayor inters por ser explcitos puede surgir,en parte, por la necesidad de los cientficos de comunicarse con otros miembrosde la comunidad cientfica, y del feedback especfico que reciben sobre sus ideas.

En tercer lugar, aunque los cientficos y los no cientficos tienen ciertaresistencia a aceptar los datos que son inconsistentes con sus creencias previas,


eduPsykh, 2006, Vol. 5, No. 1, 73-97 85

A. BUENO, L. PREZ

los cientficos estn entrenados para buscar tales datos, como por ejemplo,incluyendo en sus estudios condiciones que podran no confirmar sus hiptesis.Los no cientficos tienen un sesgo de confirmacin importante cuando pruebansus hiptesis.

Uno de los primeros autores que empez a hablar del sesgo de confirmacina la hora de probar hiptesis fue Wason (1960, cit. Medin y Ross, 1997), cuando pro-pona a los sujetos la serie 2, 4, 6, etc. Los sujetos deban indicar otras series quesiguieran el mismo patrn. El investigador les confirmaba si esas secuencias seguanla regla o no. La mayora solan indicar series que fueran ascendiendo de dos en dos.Sin embargo, nadie era capaz de proponer una secuencia que pudiera desconfirmarsu hiptesis y por tanto, tener que rechazarla. Una serie como 10, 11, 14 tambinsegua la regla. En realidad, nadie consegua descubrir que la regla en la que Wasonhaba pensado, era cualquier secuencia ascendente.

Otros estudios sobre sesgo de confirmacin son los de Mynatt, Doherty, yTweney (1977, cit. Medin y Ross, 1997). Mostraban a los sujetos una pantalla conmltiples dibujos y una partcula que se poda mover. Esta partcula nicamentese paraba al chocar con una figura de color gris. A los sujetos se les enseaba unavez el juego. Posteriormente deban seleccionar una de dos opciones para probarsu hiptesis y a continuacin se pona de nuevo la partcula en movimiento. Ten-dan a seleccionar la opcin que era consistente con su hiptesis, en vez de selec-cionar aquella que podra darla por nula.

Por su parte, Dixon y Bangert (2002) dan cuenta de un experimento hechocon alumnos de tercero y sexto grado donde deban trabajar con problemas de rue-das dentadas. Identificaron dos tipos de procesos que producen cambio en larepresentacin para solucionar problemas: revisin de teora y redescripcin. Paralos alumnos de los dos niveles el descubrimiento de los principios fsicos del sis-tema de ruedas era consistente con la revisin de teora, pero el descubrimientode una estrategia ms sofisticada, basada en la secuencia alternante de las ruedas,era consistente con la redescripcin.

Merece la pena hacer notar dos de los descubrimientos en relacin al pro-ceso de revisin de teora, pues estn relacionados con la prueba de hiptesis. Elprimero es que cuando la precisin era baja, un mayor tiempo de respuesta enintentos anteriores predeca el descubrimiento de una nueva representacin decmo funcionaban las ruedas en ese problema. El segundo es que el hecho dehaber propuesto recientemente una hiptesis incorrecta predeca el descubri-miento de una nueva representacin. Proponer una hiptesis incorrecta es nece-sario para entablar el proceso de revisin de teora, pero esto tambin crea una ten-dencia a confirmar dicha hiptesis. Estos aspectos conflictivos de proponer una


hiptesis incorrecta pueden explicar porqu los nios tienen a menudo tal difi-cultad para descubrir nuevas representaciones.

Cuando un nio tiene una representacin inadecuada de un problema,cometer repetidos errores y, por tanto, buscar una representacin ms efectiva.Una vez que tiene una representacin moderadamente efectiva, los patrones yregularidades de la solucin repetida de problemas se funden para formar unarepresentacin alternativa. El sistema metacognitivo puede seleccionar una repre-sentacin potencial ms efectiva entre dichas alternativas. Sin embargo, estrate-gias previas que haban sido efectivas permanecen disponibles y pueden ser apli-cadas si la estrategia actual empieza a fallar o llega a ser muy exigente. De estaforma, el proceso de revisin de teora permite a los nios y adultos construir algu-nas representaciones adecuadas del problema (Dixon y Bangert, 2002).

En resumen, hay puntos en comn en los estilos de razonamiento entre loscientficos y los no cientficos, y las diferencias son a menudo de grado, no de tipo.Sin embargo, la combinacin de estas diferencias (mayor explicitacin del cono-cimiento y mayor inters en buscar evidencias que desconfirmen los plantea-mientos) puede llevar a una diferencia sustancial en la prctica.

Las implicaciones que tienen los modelos mentales para la enseanza sonimportantes. Lo interesante es ir descubriendo aquellos modelos que son errneosy frecuentes, y descubrir porqu se producen, con el fin de que se puedan disearmtodos instructivos y materiales para evitar los errores.

Los modelos mentales desarrollados a partir de la experiencia pueden serresistentes a la instruccin. Por ejemplo, incluso los alumnos que haban asistidoa clases y haban visto las teoras de Newton, fallaban a la hora de predecir ladireccin de una bola que sala por un tubo curvilneo. Muchos de los alumnospredecan que la direccin sera igualmente curvilnea en vez de recta (Gentner,2002).

Algunos mtodos se han diseado para ensear partiendo de los modelosmentales de los alumnos. Uno de estos mtodos es el Intelligent Tutoring System deWhite y Frederiksen (Gentner, 2002). Este sistema se ha aplicado a la enseanzadel razonamiento en Fsica y empieza con un simple modelo mental y gradual-mente construye un modelo causal ms complejo. Sugieren que en los primerosmomentos del aprendizaje, los alumnos tienen un conocimiento rudimentario, yque aadiendo poco a poco conocimiento, los alumnos pueden adquirir un mode-lo ms fuerte y ajustado con respecto al conocimiento cientfico. Por ejemplo, siestn trabajando con cantidades y se aade conocimiento de cmo los cambios enuna cantidad afectan otras, entonces se puede progresar a unas relaciones mscomplejas entre cantidades, ms cercanas al conocimiento cientfico.


eduPsykh, 2006, Vol. 5, No. 1, 73-97 87

A. BUENO, L. PREZ

En resumen, los modelos mentales (o como los llama Pozo, Puy, Domnguez,Gmez y Postigo, 1999, conocimientos previos) comparten una serie de caracte-rsticas:

Son construcciones personales de los alumnos elaborados de formaespontnea en su interaccin cotidiana con el mundo que les rodea.

Son incoherentes desde el punto de vista cientfico, aunque no tienenpor qu serlo desde el punto de vista del alumno; de hecho, suelen serbastante predictivos con respecto a los fenmenos cotidianos.

Resultan en general, estables y resistentes al cambio, persisten a pesar dela instruccin cientfica.

Tienen un carcter implcito frente al carcter explcito de las ideas cien-tficas. Muchos estudiantes tienen grandes dificultades para expresar ydescribir cules son sus ideas, no son conscientes de ellas.

Buscan la utilidad ms que la verdad, como supuestamente haran lasteoras cientficas. Son conocimientos especficos que se refieren a reali-dades prximas y concretas a las que el alumno no sabe aplicar las leyesgenerales que se le explican en clase (Pozo, del Puy, Domnguez, Gmezy Postigo, 1999).

Categorizacin

En el primer apartado sobre los procesos que se siguen en el razonamientoinductivo, nos centramos en explicarlos desde los enfoques de procesos generalesaplicables a todos los mbitos (dominio general), en el apartado de los modelos men-tales, nos centramos en explicarlo basndonos en las teoras de dominio especfico.

En este apartado sobre la categorizacin, las teoras que la explican, aceptanambos enfoques. Por un lado, se basan en las aportaciones de teoras generalistasde procesos generales, pero tambin recogen los fundamentos de teoras que secentran en contextos especficos, como la teora del pensamiento situado (Schu-man, 1987, cit. Markman y Gentner, 2001) que asume que todo pensamiento estregido fundamentalmente por el contexto; la teora de la modularidad (Hirschfieldy Gelman, 1994, cit. Markman y Gentner, 2001) que mantiene que el aprendizajey desarrollo humano requieren mdulos innatos para ciertos dominios, tales comola causalidad fsica o la psicologa; y finalmente la teora evolutiva (Tooby y Cos-mides, 1989, cit. Markman y Gentner, 2001) que establece que existen mdulos dedominio especfico que se usan, segn las edades, para resolver tareas complejasde razonamiento.


Similitud y categorizacin

Aparentemente la similitud y la categorizacin parecen estar muy unidas.Por tanto, no es de sorprender que muchos de los estudios sobre categorizacin sehayan centrado en las relaciones de similitud entre un nuevo elemento y la cate-gora almacenada que permite que un nuevo elemento sea clasificado como unmiembro de dicha categora.

Los enfoques, como el de Holyoak y Nisbett, que se basan en los prototipos,asumen que la representacin de una categora almacenada es un resumen de lascaractersticas ms representativas de los miembros de la categora, y que los nuevoselementos son clasificados en funcin de su similitud con ese prototipo. Por tanto,consideran que se realiza una inferencia al observar numerosos ejemplos y abstraerun prototipo, es decir, una categora que engloba reglas o conglomerados de reglas, ouna especie de red de categoras con caractersticas asociadas que covaran.

Sin embargo, los nuevos enfoques como el de mapping (proyeccin) de laestructura imponen condicionantes sobre el tipo de aspectos comunes que sonrelevantes para poder ser clasificados. La alineacin estructural, explicada por esteenfoque, puede influir tambin en la forma en que se aprenden las representacio-nes de las categoras (Gentner, Bowdle, Wolff y Boronat, 2001).

Markman y Winiewski (1997, cit. Markman y Gentner, 2001) pedan a los suje-tos que indicaran semejanzas y diferencias de parejas de categoras de objetos a dis-tintos niveles de abstraccin. Las personas podan indicar ms fcilmente las seme-janzas y diferencias alineables en parejas de categoras de un mismo nivel (ejemplo:parejas de vehculos o parejas de armas) que en parejas de diferentes niveles. Esteresultado sugiere que las categoras de objetos se organizan alrededor de grupos oconglomerados taxonmicos cuyos miembros se pueden comparar con otros miem-bros del conglomerado, pero no con miembros de diferentes conglomerados.

Estos conglomerados pueden evolucionar mediante el aprendizaje de cate-goras basadas en el recuerdo. Cuando se presenta un tem nuevo, se da una repre-sentacin inicial que sirve como pista para recordar tems de la memoria. Los con-ceptos recuperados sirven como una plantilla para construir la representacin delnuevo tem. Este proceso ayuda a crear conglomerados de categoras cuyos miem-bros son todos comparables.

Zhang y Markman (1998, cit. Markman y Gentner, 2001) han demostradoeste proceso basado en el recuerdo. En sus experimentos, hacan que la genteaprendiera acerca de una serie de marcas de palomitas de maz. Primero vean unadescripcin de la primera marca; en una segunda sesin, vean una descripcin dela primera marca seguido de las descripciones de dos marcas ms, cuyas propie-


eduPsykh, 2006, Vol. 5, No. 1, 73-97 89

A. BUENO, L. PREZ

dades se solapaban con las de la primera. La gente era capaz de aprender mejorlas propiedades de las ltimas marcas si las diferencias eran alineables con las dela primera marca que si no lo eran, sugiriendo que aprendan las ltimas marcasal alinearlas con la marca inicial. A partir de estos hallazgos inducen que la ali-neacin estructural influye en las representaciones de nuevas categoras.

Inferencias basadas en categoras

Una vez que se han establecido las categoras, la gente puede usarlas parainferir caractersticas de una nueva situacin. Por ejemplo, Osherson et al. (1990,cit. Markman y Gentner, 2001) estudiaban la probabilidad de que las personashicieran determinadas inferencias a partir de una serie de premisas. Haba dos fac-tores que podan incrementar la probabilidad de que las personas indujeran unaaseveracin acerca de una categora: a) el alto grado de semejanza entre las cate-goras de las premisas y b) alto grado de semejanza entre las categoras de las pre-misas y los miembros de la categora inclusiva de nivel ms bajo.

Para ilustrar el primer factor nos podemos fijar en el siguiente ejemplo. Losgorriones comen gusanos, los gansos comen gusanos y la conclusin sera loshalcones comen gusanos.

Como el ejemplo del segundo factor tenemos que, a partir de las premisaslos gorriones comen gusanos y los gansos comen gusanos es ms probable infe-rir las aves comen gusanos (categora inclusiva del nivel ms bajo), que los ani-males comen gusanos (categora de nivel superior a la anterior). Al fin y al cabo,la categora aves es ms similar a los miembros de las premisas, que la categoraanimales.

Algo parecido pasa con las siguientes aseveraciones: los gorriones tienen X,por tanto, los abejarucos tienen X se juzga como un argumento ms fuerte y vli-do que las avestruces tienen X, por tanto, los abejarucos tienen X. Parece que losgorriones y los abejarucos comparten ms caractersticas entre s que con las aves-truces (Sternberg, 1996).

Estos estudios tambin predecan un efecto divergente en el razonamiento,por el cual, las premisas de categoras diversas llevan a argumentos ms fuertesque premisas que son muy similares entre ellas. Por ejemplo, los universitariosencontraban el argumento los gorriones tienen X, las avestruces tienen X, portanto, todas las aves tienen X, ms fuerte que el argumento los gorriones tienenX, los abejarucos tienen X, por tanto, todas las aves tienen X. Al nombrar la pala-bra ave en la conclusin (que es la categora inclusiva de nivel superior) da msfuerza a la premisa que incluye a las avestruces (que parecen compartir menoscaractersticas con los gorriones, que los abejarucos) (Sternberg, 1996).


En resumen, las personas alinean sistemas causales especficos entre las pre-misas y las conclusiones para guiar sus inducciones. Con mayor experiencia y cono-cimiento, las personas son capaces de formar explicaciones causales ms elaboradas.

Centralidad de las caractersticas o grado de importancia de las mismas

Un aspecto importante en el que se han centrado las investigaciones de domi-nio general, ha sido el de determinar la importancia o centralidad de las caractersti-cas de una categora. La nocin de centralidad es que algunas propiedades de unacategora son ms importantes que otras. En el caso de un pjaro como el petirrojo, lapropiedad de tener alas parece ms central que la propiedad de tener pecho rojo. Unaspecto relacionado es que algunas categoras parecen ms cohesivas que otras. Lasinvestigaciones se han centrado en las propiedades estructurales que pueden deter-minar la cohesin y la centralidad de las caractersticas.

Gentner (1988) explor las diferencias entre sustantivos y verbos y sugirique los sustantivos difieren de los verbos en la densidad relacional de sus repre-sentaciones. Es decir, los componentes semnticos de los significados de los sus-tantivos estn ms fuertemente interconectados que los de los verbos. Una conse-cuencia de esta diferencia es que los significados de los nombres parecen menosmutables que los significados de los verbos. Por ejemplo, cuando a unas personasse les peda que parafrasearan una oracin como el lagarto rezaba solan cambiarel significado del verbo (un pequeo reptil estaba tumbado al sol), antes quecambiar el significado del sustantivo (un seor con piel escurridiza oraba). Eneste caso, el grado en el que la propiedad de un concepto est interconectada influ-ye en la facilidad para alterar dicha propiedad.

Se ha demostrado que un factor determinante de la centralidad de la carac-terstica es si una propiedad participa de una estructura de orden superior comola causalidad. Estudios sobre la centralidad como los de Ahn (1999 y 2000, cit.Markman y Gentner, 2001) han investigado cmo los sujetos preferan establecercategoras atendiendo a tems que compartieran la misma causa o efecto, ya quese centran en la informacin alineable que tiene que ver con las causas.

Enfoques de dominio especfico para la categorizacin

Tradicionalmente se ha estudiado la categorizacin desde el punto de vistade los procesos de dominio general que la regulan. Sin embargo, las investigacio-nes recientes han conectado, el enfoque psicolgico y el antropolgico para estu-diar los procesos de dominio especfico.


eduPsykh, 2006, Vol. 5, No. 1, 73-97 91

A. BUENO, L. PREZ

Malt (1995, cit. Markman y Gentner, 2001) hizo una revisin de las cate-goras biolgicas que establecan las personas de diferente nivel cultural paraaveriguar qu influye ms en la estructura de la categora, si es la informacinobjetiva disponible en el mundo, o por el contrario, si influye ms la estructu-ra del sistema cognitivo. Una forma de estudiar esto es comparando los siste-mas comunes de las personas con las taxonomas cientficas, que estn disea-das para captar los hechos objetivos acerca del mundo. En general, las catego-ras biolgicas populares tienen un gran parecido con las categoras cientficas,principalmente en los niveles ms elementales de la clasificacin. Esto sugiereque hay conglomerados de categoras en el mundo, y que la gente es sensible aestos conglomerados.

Sin embargo, hay influencias claras de los factores culturales en estascategoras. Por ejemplo, la categora popular rbol no distingue una clase dis-tinta de plantas como son los arbustos, y muchas plantas etiquetadas comorboles estn en esta categora de arbustos dentro de las taxonomas cientficas.En cambio, la categora de rbol tiene asociadas ciertas propiedades funciona-les como dar sombra.

Razonamiento probabilstico y toma de decisiones

Vamos a centrarnos ahora en un tipo particular de razonamiento inductivo:el uso de la informacin probabilstica acerca de acontecimientos improbables. Lamayor parte de la informacin que manejamos en nuestra vida es probabilstica,por ejemplo, la presencia de nubes significa que es probable, pero no cierto quellueva.

En muchas ocasiones el uso correcto de la informacin probabilstica esimportante dominarlo para realizar buenas predicciones o tomar decisionescorrectas. Por ejemplo, los mdicos a menudo se encuentran con situaciones en lasque se lanza al mercado un nuevo producto para realizar diagnsticos. Este nuevotests tiene las siguientes propiedades:

Si la enfermedad est presente, el 98% de las veces el test resulta positivo.Si la enfermedad est ausente, slo el 1% de las veces el test resulta posi-

tivo.En esta situacin, lo ms claro sera construir una tabla en la que se inclu-

yeran las probabilidades de tests positivo y negativo con enfermedad ausente ypresente.


Tabla 1Ejemplo de problema de probabilidades

Cuanto mayor sea el nmero de pacientes con un resultado positivo y quepresenten la enfermedad, y a la vez de pacientes con resultado negativo que no lapadezcan, mejor ser el test.

Para poder interpretar estos datos mediante frmulas, vamos a indicar elcuadro anterior con letras.

Tabla 2Ejemplo de problema de razonamiento probabilstico

La proporcin de tests positivos entre aquellos que padecen la enfermedades a/(a+c). La proporcin de pacientes que son diagnosticados errneamente, esdecir, que no padecen la enfermedad, pero que el test es positivo es b/(b+d). Laproporcin (el trmino ingls es base rate) de la existencia de la enfermedadentre la poblacin examinada es (a+c)/(a+b+c+d). Pero esta frmula sera vlidasi hubisemos evaluado a gran parte de la poblacin. Sin embargo, al principio,hemos dicho que se trata de una enfermedad muy rara, y que slo se ha aplicadoel test a aquellas personas que podan padecerla. Por tanto, los datos anteriorescorresponden a unos pocos pacientes.

Imaginemos que slo una de cada diez mil personas puede padecer dichaenfermedad. En ese caso, los datos anteriores deberamos variarlos como sigue:


RESULTADOS DEL TEST ENFERMEDAD PRESENTE ENFERMEDAD AUSENTETest positivo 98 1Test negativo 2 99

TOTAL 100% 100%

RESULTADOS DEL TEST ENFERMEDAD PRESENTE ENFERMEDAD AUSENTETest positive a BTest negative c D

eduPsykh, 2006, Vol. 5, No. 1, 73-97 93

A. BUENO, L. PREZ

Tabla 3 Ejemplo de problema de razonamiento probabilstica

En este caso, la probabilidad de que la enfermedad est presente, dando unresultado positivo, es 98/(98+99). Cuando las enfermedades son muy raras, vanaumentando las posibilidades de que los resultados de los tests sean positivos ysin embargo, no se padezca la enfermedad.

De ah la importancia de entender bien las probabilidades de aparicin dela enfermedad. Pues en situaciones como las que estamos acostumbrados a encon-trarnos en los medios de comunicacin, en los que se juzga por consumo de sus-tancias a deportistas o personas que manejan mquinas, se les puede estar acu-sando errneamente y tomar decisiones muy lesivas para ellos, precisamente porno dominar los conceptos de probabilidades y no comprender las posibilidadesque tienen los tests de dar resultados que no son ciertos.

Inferencias causales

Otra forma de estudiar el razonamiento inductivo es ver cmo las personasrealizan inferencias causales y atribuyen la causa de un acontecimiento a algo.

Ya en 1870, John Stuart Mill propuso una serie de principios para realizarjuicios causales. El primero de los cuales era el mtodo de acuerdo que implicala construccin de listas separadas de las posibles causas que estn presentescuando ocurre un acontecimiento, y otra lista con las que no estn presentes. Sislo una causa est presente se le puede atribuir la causa de lo acontecido. Porejemplo, si un grupo de personas han sido hospitalizadas por problemas gstricos,y resulta que viven en barrios distintos, compran en supermercados diferentes ycoincidieron en cenar langostinos en un restaurante, se puede deducir que lacausa de sus problemas, fuera aquella cena.

El segundo de los principios es el mtodo de la diferencia. Es decir, si dosgrupos de personas comparten todo igual, excepto una, se puede deducir que lacausa de la diferencia es precisamente la caracterstica que no comparten. Porejemplo, dos grupos de alumnos atienden las clases con los mismos profesores,comen en el mismo comedor, realizan las mismas actividades extraescolares y slo

RESULTADOS DEL TEST ENFERMEDAD PRESENTE ENFERMEDAD AUSENTETest positive 98 10000-9901=99Test negative 2 10000-99=9.901

TOTAL 9.900


varan en que un grupo asiste a un seminario y consiguen siempre sobresalientesy el otro no asiste a dicho seminario y no consigue tan buenos resultados. En estecaso, cabe deducir que el causante de tan brillantes calificaciones sea la asistenciaal seminario.

Este proceso es similar al que se sigue en el mtodo cientfico, por el que sevan manipulando las variables independientes para aislar las causas que provocanlos efectos. La nica diferencia es que en estos ejemplos no se pueden manipularvariables, sino simplemente observarlas.

Sternberg (1996) da cuenta de una investigacin en la que se estudiaba elrazonamiento inductivo para establecer las causas de una situacin. A los sujetosde la investigacin se les proporcionaba los siguientes datos sobre tres compaasy tenan que deducir las causas de la cada de sus acciones en la bolsa.

Tabla 4Ejemplo de problema de razonamiento inductivo para establecer causas


Compaa A El personal de la oficina de la compaaorganiz un comit de empresa.El producto principal de la compaa sepensaba que poda ser cancergeno.

Hubo una cada drsti-ca en el valor de lasacciones de la compa-a.

Compaa B El personal de oficina de la compaa noorganiz un comit de empresa.El producto principal de la compaa sepensaba que poda ser cancergeno.

Hubo una cada drsti-ca en el valor de lasacciones de la compa-a.

Compaa C Se estaba investigando a los directivosde la empresa por haber dado fondos ile-gales en la campaa.El producto principal de la compaa nose pensaba que pudiera ser cancergeno.

No hubo cada delvalor de las accionesde la compaa.

Encontraron que la gente utilizaba cuatro tipos de informacin para realizarjuicios causales.

eduPsykh, 2006, Vol. 5, No. 1, 73-97 95

A. BUENO, L. PREZ

Tabla 5 Tipos de informacin para realizar juicios causales

INFERENCIACAUSAL

BASES PARALA INFERENCIA

EXPLICACIN

Confirmacin La presencia conjun-ta de la posible causay el resultado

Si un acontecimiento y un resultado ten-dan a co-ocurrir, la gente tenda a pensarque el acontecimiento causa el efecto

Confirmacin La ausencia de la posi-ble causa y el resulta-do al mismo tiempo

Si el resultado no ocurre, ni tampoco se da laposible causa, entonces la gente tiende apensar que el acontecimiento causa el efecto

Desconfirmacin La presencia de laposible causa, pero laausencia del resultado

Si la posible causa est presente, pero no elresultado, entonces el acontecimiento esvisto como menos probable de producir elresultado

Desconfirmacin La ausencia de la posi-ble causa, pero la pre-sencia del resultado

Si el resultado ocurre en la ausencia de laposible causa, entonces el acontecimientoes visto como menos probable de producirel resultado

En este caso, la gente era capaz de hacer juicios sobre las causas bastanteacertados, sin dejarse llevar por el error del sesgo de confirmacin (del que yahemos dado cuenta en el apartado de modelos mentales, cuando se habl de laprueba de hiptesis).

REFERENCIAS BIBLIOGRFICASAlonso Tapia, J. (1987). Ensear a pensar? Perspectivas para la educacin com-

pensatoria. Madrid: Centro Nacional de Investigacin y DocumentacinEducativa. MEC.

Centro de Investigaciones Psicoeducativas (1986). Programa de EnriquecimientoInstrumental. Siglo Cero, 106, 12-26.

Dixon, J.A. y Bangert, A.S. (2002). The Prehistory of Discovery: Precursors ofRepresentational Change in Solving Gear System Problems. DevelopmentalPsychology, 38, 6, 918-933.


Feuerstein, R. (1980). Programa de Enriquecimiento Instrumental. Madrid: S. Po X.

Feuerstein, R. (1986). Mediated learning experience. Jerusalem: Hadasan-Wizo-Canada Research Institute.

Gentner, D. (1988). Metaphor as structure mapping: The relational shift. Childdevelopment, 58, 47-59.

Gentner, D. (2001). Spatial Metaphors in Temporal Reasoning. En M.Gattis (Ed.),Spatial schemas in abstract thought. Cambridge, MA: MIT Press.

Gentner, D. (2002). Psychology of Mental Models. En N.J. Smelser P.B. Bates (Eds.),International Encyclopedia of the Social and Behavioral Sciences. Amster-dam: Elsevier Science.

Gentner, D. Bowdle, B.F. Wolff, P. y Boronat, C. (2001). Metaphor is like analogy.En Gentner, D., Holyoak, K.J., y Kokinov, B.N. (Eds.), The analogical mind:Perspectives from cognitive science. Cambridge MA: MIT Press.

Holyoak, K.J. y Kyunghee, K. (1987). Surface and structural similarity in analogi-cal transfer. Memory and cognition, 15, 4, 332-340.

Http://www.tcd.ie/Psychology/Ruth_Byrne/mental_models/theory.html

Johnson-Laird, P. y Byrne, R. (2000). Mental Models Website. The mental modeltheory of thinking and reasoning.

Kurtz, K.J., Gentner, D. y Gunn, V. (1999). Reasoning. En D.E. Rummelhart y B.M.Bly (Eds.), Cognitive Science: Handbook of perception and cognition. SanDiego: Academic Press.

Law, K., Forbus, K.D., y Gentner, D. (1994). Simulating similarity-based retrieval:A comparison of ARCS and MAC/FAC. Proceedings of the Sixteenth AnnualConference of the Cognitive Science Society, p. 543-548.

Markman, A.B. y Gentner, D. (2001). Thinking. Annual Review of Psychology, 52,223-247.

Martn, M. y Valia, M D. (2002). Razonamiento deductivo: una aproximacin alestudio de la disyuncin. Revista de Psicologa General y Aplicada, 55, 2,225-248.

Medin, D.L. y Ross, B.H. (1997). Cognitive Psychology. Forth Worth: HarcourtBrace College Publishers.

Pozo, J.I., del Puy, M, Domnguez, J., Gmez, M.A. y Postigo, Y. (1999). La solucinde problemas. Madrid: Santillana.

Prieto, M D. (1989). Modificabilidad cognitiva y P.E.I. Madrid: Editorial Bruo.


eduPsykh, 2006, Vol. 5, No. 1, 73-97 97

A. BUENO, L. PREZ

Sastre i Riba, S. (2001). Desarrollo cognitivo diferencial e intervencin psicoedu-cativa. Contextos educativos, 4, 95-117.

Sternberg, R, (1996). Cognitive Psychology. Orlando: Harcourt Brace College Publis-hers.

Sternberg, R. (1986). Las capacidades humanas. Un enfoque desde el procesa-miento de la informacin. Barcelona: Labor Universitaria.

Vosniadou, S. (1987). Children and Metaphors. Child Development, 3, 58, 870-885.

Vosniadou, S. y Ortony, A. (Ed.) (1989). Similarity and analogical reasoning. Cam-bridge: Cambridge University Press.

Documents

Bueno Villaverde, Ángeles - El Razonamiento Inductivo Desde Los Enfoques de Dominio General y Específico