Aprendemos el lenguaje con secuencias auditivas y patrones entre éstas

Entender la maravilla del lenguaje humano, de una complejidad distintiva de nuestra especie, es un reto para las ciencias, en especial la cognitiva. Gracias a un estudio realizado entre científicos de la UNAM y la Universidad de Lancaster, Reino Unido, hoy se conoce que una de las capacidades fundamentales para este procesamiento tiene que ver con aprender rápidamente secuencias auditivas y patrones de regularidades entre éstas.

En un artículo publicado en enero pasado en la revista científica Cognition, Ángel Eugenio Tovar y Romo, profesor de la Facultad de Psicología (FP), y su colega Gert Westermann, de la Universidad de Lancaster, replicaron en redes neuronales artificiales el mecanismo básico del lenguaje.

“El principal hallazgo es que podemos dar cuenta del aprendizaje del lenguaje con mecanismos que se consideran generales, lo que significa que no necesitamos los específicos para el lenguaje, lo cual es una gran discusión en psicología”, afirmó.

Tovar y Romo explicó que “nuestros cerebros funcionan como una gran máquina estadística que lo que hace es encontrar patrones de regularidades en el ambiente y aprender de éstos”.

El académico, integrante del Laboratorio del Desarrollo Cognitivo y de Lenguaje de la FP, detalló que por ejemplo la oración “la niña juega con su mascota” tiene una secuencia muy frecuente en español (sujeto, verbo y predicado). Y comenta que quienes tenemos el español como lengua materna, estamos expuestos tantas veces a oraciones con esta estructura que nuestro cerebro se adapta a ella y procesa de manera prácticamente automática las oraciones que la respetan; en cambio, puede costarnos más trabajo procesar secuencias gramaticales menos usuales, a las que llama atípicas.

Tovar y Romo dijo que el aprendizaje de secuencias también puede dar cuenta de cómo adquirimos vocabulario en los primeros meses y años de vida. “Los bebés aprenden la mayor parte de las palabras por vía auditiva, mediante el habla de los demás”, recordó.

En su investigación, que generó el artículo titulado “No es necesario el olvido, sólo el balance: redes neuronales Hebbianas para el aprendizaje estadístico”, el universitario y sus colaboradores estudiaron el aprendizaje no en bebés sino en simuladores computacionales. “Proponemos que el estudio de estas secuencias, denominado aprendizaje estadístico, puede ser simulado en un modelo de redes neuronales artificiales”, detalló.

Este modelo de redes neuronales artificiales cuenta con algoritmos y sistemas computacionales, y una vez teniendo sus resultados el experto coteja los datos a través de estudios con niños sanos y otros con autismo y síndrome de Down que tienen variaciones en el aprendizaje.

“Un aporte clave es que nuestro modelo propone que los mecanismos neuronales de procesamiento de secuencias no son específicos para el lenguaje, sino que son los generales que usamos en otras tareas, como navegación, imaginación y otros tipos de memoria.

Tovar y Romo ahondó que el estudio con niños se divide en varios grupos: algunos sin patologías y otros con autismo y con síndrome de Down, dos padecimientos en los que se retrasa el aprendizaje del lenguaje.

“Cuando el modelo estadístico genera una predicción, vamos y lo probamos en las personas, y a veces nos genera otro dato que ajustamos en el modelo, en una retroalimentación entre el modelo computacional y las personas”, finalizó.