Robles-Aguirre FA

Idioma: Español
Referencias bibliográficas: 47
Paginas: 242-251
Archivo PDF: 184.88 Kb.

RESUMEN

La presente revisión discute la plausibilidad del análisis computacional de hipótesis sobre la relación cerebro-lenguaje. Se diseccionan propuestas provenientes de la lingüística y neurociencias, así como el origen y relevancia de los modelos neurocomputacionales. Desarrollo: los modelos computacionales inspirados en el funcionamiento cerebral han desatado un intenso debate al interior de las ciencias cognitivas sobre descripción y explicación de determinados procesos psicológicos, constituyendo el lenguaje uno de los procesos más complejos. La evidencia aportada por la lingüística ha sugerido una visión modular del procesamiento lingüístico con dos componentes generativos fundamentales: elementos léxicos almacenados en memoria y usados como bloques unitarios para la construcción de oraciones; y reglas aplicadas a aquellos elementos para construir formas morfológicas o sintácticas, acordes a la gramática de una lengua almacenados en sitio distinto. No obstante, los estudios neurocientíficos sobre la generación del lenguaje sugieren que ambos componentes funcionan en paralelo, proporcionando una visión de modularidad difusa, con procesamientos distribuidos en diversos circuitos cerebrales utilizando la inhibición recíproca como principal mecanismo de control neuronal, hipótesis conocida como conexionismo. Se exponen diversos modelos neurocomputacionales del lenguaje para mostrar la pertinencia de revalorar la teoría modular del procesamiento lingüístico. Por último, se propone que una teoría del lenguaje ya no puede ignorar las propiedades del sistema en el cual es implementado, puesto que se han descrito un creciente número de características de los sistemas conexionistas que parecen restringir las operaciones que realizan e inclusive las determinan.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Hauser M, Chomsky N, Fitch WT. The faculty of language: What is it, who has it and how did it evolve?. Science 2002; 298 (22): 1569-79.

2. Chomsky N. Estructuras sintácticas. México: Siglo XXI Editores, 1984/1994.

3. Chomsky N. Aspectos de teoría de la sintaxis. Barcelona: Gedisa, 1995/1999.

4. Chomsky N. El programa minimalista. Madrid: Alianza Editorial, 1999.

5. Chomsky N. Linguistics and brain science. En Miyashita Y, Marantz A, O’Neil W, editores. Image, language, brain. Cambridge: MIT Press, 2000: 13-28.

6. Casti J. Would be worlds. Nueva York: John Wiley and Sons, 1997.

7. Gardner H. La nueva ciencia de la mente. Barcelona: Ediciones Paidós, 1996.

8. Burgos J. Una reconstrucción neuro-computacional del problema de los dos tipos de condicionamiento. En Rangel-Ligia A, Carlos- Lozada Silva M, editores. Contribuciones a la Psicología en Venezuela, Tomo III. Caracas: Fondo Editorial de Humanidades, Universidad Central de Venezuela, 1999: 215-49.

9. Rumelhart D, McClelland J, Hinton GE, Sejnowski TJ, Smolensky R, Williams R, Norman D. Introducción al Procesamiento Distribuido en Paralelo. Madrid: Alianza Editorial, 1992.

10. Anderson J, Rosenfeld E. Neurocompuntig. Foundations of Research. Cambridge: MIT Press, 1988.

11. Aleksander I, Morton H. Introduction to Neural Computing. Londres: Chapman and Hall, 1990.

12. Wasserman P. Neural Computing. Nueva York: Van Nostrand Reinhold, 1989.

13. Rumelhart D, McClelland J. On learning the past tenses of english verbs. En McClelland J, Rumelhart D & PDP Research Group. Parallel distributed processing: Explorations in the Microstructure of Cognition: Vol. 2. Psychological and Biological Models. Cambridge: Bradford Books/MIT press, 1986.

14. Haykin S. Neural networks: A comprehensive foundation. Nueva York: Prentice Hall, 1999.

15. Enquist M, Ghiralanda S. Animal learning & Neural networks. Princeton: Princeton University Press, 2005.

16. Kandel ER. Mecanismos celulares del aprendizaje y sustrato biológico de la individualidad. En Kandel E, Scwartz J, Jessell T, editores. Principios de Neurociencia. Madrid: McGraw-Hill Interamericana, 2000: 1247-78.

17. Ponce A. Extracción de reglas en redes neuronales difusas. Guadalajara. Universidad de Guadalajara, 2005.

18. Pinker S, Price A. On language and connectionism - analysis of a parallel distributed processing model of language acquisition. Cognition 1988; 28: 73-93.

19. Westermann G, Plunkett K. Connectionist models of inflection processing. Lingue e Linguaggio 2007; VI.2: 291-311.

20. Poeppel D, Hickok G. Towards a new functional anatomy of lanaguage. Cognition 2004; 92: 1-12.

21. Friederici A. Pathways to language: Fibertracts in the human brain. Trends in Cog Sci 2009; 13(4): 175-81.

22. Friederici A. Broca’s area and the ventral premotor cortex in language: Functional differentiation and specificity. Cortex 2006; 42: 472-5.

23. Shalom D, Poeppel D. Functional anatomic models of language: assembling the pieces. The Neuroscientist 2008; 14(1): 119-27.

24. Garagnani M, Wennekers T, Pulvermüller F. Recruitment and consolidation of cell assemblies for words by way of Hebbian learning and competition in a multi-layer neural network. Cogn Comp 2009; 1: 160-76.

25. Chomsky N. Three factors in language design. Ling Inq, 2005; 36 (1): 1-22.

26. Fitch WT, Hauser M y Chomsky N. The evolution of the language faculty: Clarifications and implications. Cognition 2005; 97: 179-210.

27. Chomsky N, Hauser M, Fitch WT. Appendix. The minimalist program. En http://www.wjn.harvard.edu/~mnkylab.

28. Pinker S, Jackendoff R. The faculty of language: what’s special about it?. Cognition 2005; 95: 201-36.

29. Jackendoff R, Pinker S. The nature of the language faculty and its implications for evolution of language. Cognition 2005; 97:211-25.

30. MacWhinney B, Leinbach J. Implementations are not conceptualizations: Revising the verb learning model. Cognition 1991; 40: 121-57.

31. Plunkett K, Marchman V. U-shaped learning and frequency-effects in a multilayered perceptron - Implications for child languageacquisition. Cognition 1991;38:43-102.

32. Westermann G. A constructivist neural network learns the past tense of english verbs. En: Proceedings of the GALA ’97 Conference on Language Acquisition; Edinburgo: HCRC. 1997; 393-8.

33. Westermann G. Emergent modularity and U-shaped learning in a constructivist neural network learning the english past tense. En: Gernsbacher, M. y Derry, J, editors. Proceedings of the Twentieth Annual Conference of the Cognitive Science Society;1998;1130-5.

34. Pinker S, Ullman MT. The past and future of the past tense. Trends in Cog Sci 2002; 6: 456-63.

35. Pinker S. Words and rules: the ingredients of language. Nueva York: Basic Books, 1999.

36. Jackendoff R. Foundations of language. Oxford: Oxford University Press, 2002.

37. Jackendoff R. A parallel architecture perspective on language processing. Brain Res 2007; 1146: 2-22.

38. Culicover P, Jackendoff R. The simpler syntax hypothesis. Trends in Cog Sci 2006; 10 (9): 413-8.

39. Culicover P., Jackendoff R. Simpler syntax. Oxford: Oxford University Press, 2005.

40. Balaguer RD, Rodríguez-Fornells A, Rotte M, Bahlmann J, Heinze H, Münte T. Neural circuits subserving the retrieval of stems and grammatical features in regular and irregular verbs. Hum Brain Mapp 2006; 27: 874-88.

41. Sahin N. Seeking the neural basis of grammar: English noun and verb morphological processing investigated with rapid eventrelated fMRI and intracortical electrophysiology (tesis). Cambrdige: Massachussets Institute of Technology, 2003.

42. Sahin N, Pinker S, Halgren E. Abstract grammatical processing of nouns and verbs in Broca’s area: Evidence from fMRI. Cortex 2006; 42: 540-62.

43. Pulvermüller F. The neuroscience of language. On brain circuits of words and serial order. Cambridge: Cambridge University Press, 2002.