Dos teorías psicológicas de la categorización: clasificar por semejanza con un resumen central de la categoría (prototipo) o con los casos individuales recordados (ejemplares).
La teoría clásica definía un concepto por condiciones necesarias y suficientes. Wittgenstein
ya había objetado que los juegos no comparten un rasgo común sino un «parecido de familia»
(Wittgenstein, 1953/2009, §§66–67), y en los años setenta Eleanor Rosch lo volvió experimental: las
categorías tienen estructura interna. Un petirrojo es un pájaro más típico que un pingüino;
la gente lo juzga mejor ejemplo y confirma más rápido que es un pájaro (Rosch, 1975; Rosch y Mervis, 1975).
De ahí salieron dos modelos. Según la teoría de prototipos, la mente guarda un resumen de
la categoría (la tendencia central de sus rasgos) y clasifica por semejanza con él. Según la
teoría de ejemplares (Medin y Schaffer, 1978; Nosofsky, 1986), no hay resumen: se guardan
los casos y se clasifica por semejanza con todos ellos, ponderando los rasgos según la
atención que reciben. Los ejemplares explican mejor la sensibilidad a casos atípicos y a
correlaciones entre rasgos; los prototipos, la economía. La objeción clásica a ambos es de
composicionalidad: el prototipo de «pez mascota» (un pez dorado) no es ni
un pez típico ni una mascota típica (Fodor y Lepore, 1996).
El aprendizaje automático las reinventó. k-means resume cada grupo en un centroide, un
prototipo; kNN clasifica por los vecinos más cercanos, puros ejemplares, lo que
Witten et al. (2017) llaman aprendizaje «perezoso» (2017, p. 85). Las redes prototípicas de
Snell et al. (2017) clasifican clases nuevas con pocos ejemplos por distancia al
promedio de sus embeddings. Buckner encuentra el antecedente en Berkeley y Hume,
que razonaban con particulares que representan a toda la clase (Buckner, 2024, p. 105), y
Gärdenfors (2000) propuso concebir los conceptos como regiones convexas de un espacio.
La diferencia clave es que los modelos psicológicos suponían dados los rasgos y la
métrica; las redes los aprenden. En un modelo de lenguaje, ¿un concepto es
un prototipo (una dirección, un centroide), una nube de ejemplares memorizados, o algo que
ninguna de las dos teorías previó?
Fuentes
- Buckner, C. J. (2024). From deep learning to rational machines: What the history of philosophy can teach us about the future of artificial intelligence. Oxford University Press. https://doi.org/10.1093/oso/9780197653302.001.0001 §
- Fodor, J., & Lepore, E. (1996). The red herring and the pet fish: Why concepts still can't be prototypes. Cognition, 58(2), 253–270. https://doi.org/10.1016/0010-0277(95)00694-X §
- Gärdenfors, P. (2000). Conceptual spaces: The geometry of thought. MIT Press. https://doi.org/10.7551/mitpress/2076.001.0001 §
- Medin, D. L., & Schaffer, M. M. (1978). Context theory of classification learning. Psychological Review, 85(3), 207–238. https://doi.org/10.1037/0033-295X.85.3.207 §
- Nosofsky, R. M. (1986). Attention, similarity, and the identification–categorization relationship. Journal of Experimental Psychology: General, 115(1), 39–57. https://doi.org/10.1037/0096-3445.115.1.39 §
- Rosch, E. (1975). Cognitive representations of semantic categories. Journal of Experimental Psychology: General, 104(3), 192–233. https://doi.org/10.1037/0096-3445.104.3.192 §
- Rosch, E., & Mervis, C. B. (1975). Family resemblances: Studies in the internal structure of categories. Cognitive Psychology, 7(4), 573–605. https://doi.org/10.1016/0010-0285(75)90024-9 §
- Snell, J., Swersky, K., & Zemel, R. S. (2017). Prototypical networks for few-shot learning. In Advances in Neural Information Processing Systems (Vol. 30). Curran Associates. https://proceedings.neurips.cc/paper_files/paper/2017/hash/cb8da6767461f2812ae4290eac7cbc42-Abstract.html §
- Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2017). Data mining: Practical machine learning tools and techniques (4th ed.). Morgan Kaufmann. https://doi.org/10.1016/C2015-0-02071-8 §
- Wittgenstein, L. (2009). Philosophical investigations (G. E. M. Anscombe, P. M. S. Hacker, & J. Schulte, Trans.; P. M. S. Hacker & J. Schulte, Eds.; Rev. 4th ed.). Wiley-Blackwell. (Original work published 1953) §
