Cálculo de distancias semánticas a partir de atributos

COMESAÑA, A.; GARCÍA CONI, A.; PICCOLO, B.; VIVAS, J.

San Miguel de Tucumán

Encuentro; XV Reunión Nacional y IV Encuentro Internacional de la AACC y 2º Congreso Argentino de Biología del Comportamiento COMPORTA 2015; 2015

Asociación Argentina de Ciencias del Comportamiento

Introducción: El estudio de los atributos semánticos ha dado cuenta de fenómenos tales como la generación de conceptos, los procesos de clasificación y la organización de la memoria semántica en adultos, niños y poblaciones neuropsicológicas. Así, ha permitido observar que los conceptos de seres vivos y no vivos varían en cuanto a los atributos que son más salientes para su reconocimiento. Hay evidencia de que las características visuales son más prominentes para los seres vivos, mientras que para los no vivos, lo son más las características funcionales y motoras. En el marco de la confección de normas de atributos semánticos y, más específicamente, del estudio y comparación de la organización semántica en distintas poblaciones, se ha generado un método que permite calcular las distancias semánticas en función de los atributos compartidos por los conceptos. Objetivo: Analizar y comparar la organización semántica de conceptos de seres vivos y no vivos -cómo se agrupan, cuán lejos o cerca están entre sí- de un grupo de adultos y un grupo de niños. Método: Participantes. Adultos jóvenes: 281 estudiantes de la UNMdP de 19 a 44 años de edad (media=23,3; DE=5,04). Niños: 238 niños escolarizados de 6 a 12 años de edad (media=8,9; DE=1,96) de la ciudad de Mar del Plata. Instrumentos. Para obtener los atributos semánticos, se presentaron palabras escritas y se solicitó a los participantes que mencionaran los atributos que consideraran importantes para cada concepto. Para obtener la distancia semántica se utilizó la técnica geométrica de comparación de vectores en el espacio euclidiano n-dimensional usual a partir del ángulo formado entre los mismos, representando el paralelismo el caso de mayor semejanza y la ortogonalidad, el de mayor diferencia. Este cálculo se realizó mediante la fórmula estándar de cociente entre el producto interno (componente a componente) de los vectores y el producto de sus normas. Con el resultado de la distancia entre cada par de conceptos se generó una matriz cuadrada sobre la cual se realizó la agrupación jerárquica utilizando como punto de partida una matriz de proximidades; las diferentes particiones de la matriz se ordenan de acuerdo con el aumento (o disminución) de los niveles de similitud (o disimilitud). El algoritmo comienza con la partición de identidad. Luego agrupa los ítems que se hallen más juntos (o sean menos diferentes) para luego considerarlos una sola entidad. El algoritmo continúa recursivamente hasta que todos los ítems se han unido en un solo grupo (partición completa). Resultados y discusión: Los agrupamientos de conceptos para ambos grupos presentaron similitudes: Los seres vivos (animales, frutas, verduras, partes del cuerpo) se diferencian de los no vivos (instrumentos musicales, vehículos, juguetes, herramientas, muebles) y la mayoría de las categorías semánticas conforman clusters. También se encontraron diferencias: Los niños producen menor cantidad de atributos que los adultos; esto se debe a la falta de conocimiento específico de algunos conceptos, por lo que solo brindan atributos generales, como SE COME, resultando, e.g., en que ?maní?, ?calabaza? y ?hongo? conforman un cluster, a pesar de ser de distintas categorías semánticas. Asimismo, las características perceptivas resultan más prominentes para los niños que para los adultos: ?Cocodrilo? y ?langosta? quedan cerca de ?lechuga? y ?espárrago? porque son verdes. Lo mismo sucede con ciertas propiedades esenciales: VUELA agrupa en un cluster a todo aquello que comparta el atributo (e.g., ?mosca?, ?helicóptero?, ?águila?). Consideramos que la aplicación sistemática de esta técnica resulta útil para el estudio del desarrollo conceptual en dominios específicos.