Los experimentos de redes semánticas – Allan Collins y Ross Quillian La propagación

La comprensión de la arquitectura funcional que sustenta la memoria y el procesamiento lingüístico humano constituye uno de los hitos fundacionales de la ciencia cognitiva contemporánea. Durante siglos, la naturaleza del conocimiento abstracto osciló entre elucubraciones metafísicas y reduccionismos mecanicistas; sin embargo, fue a finales de la década de 1960 cuando la confluencia entre la computación incipiente y la psicología experimental permitió abordar empíricamente una pregunta crucial: ¿cómo almacena, organiza y recupera el cerebro humano los significados de las palabras y los conceptos que articulan su realidad?

En este escenario de transformación paradigmática, los trabajos pioneros del informático M. Ross Quillian y el psicólogo Allan M. Collins revolucionaron la epistemología psicológica al postular el primer modelo formalizado de la memoria semántica basado en grafos de información interconectada. Aquella propuesta inicial, encarnada en el modelo del Teachable Language Comprehender (TLC) y su validación cronométrica en 1969, concibió el almacén conceptual como una red estrictamente jerárquica gobernada por el principio de la economía cognitiva. En ella, el acceso a la información se medía mediante el tiempo en milisegundos que el pensamiento tardaba en recorrer las ramas taxonómicas de un árbol conceptual abstracto.

No obstante, la aparente elegancia deductiva del modelo jerárquico no tardó en colisionar con la complejidad probabilística de los datos experimentales. Fenómenos como el efecto de tipicidad, la familiaridad asociativa y la asimetría temporal en la verificación categórica forzaron una reformulación radical. Fue así como Allan Collins y Elizabeth Loftus publicaron en 1975 la teoría de la propagación de la activación (spreading activation theory), un marco dinámico que sustituyó la rigidez arbórea por una topología multidimensional donde la excitación neuronal metafórica se irradia como una onda expansiva a través de conexiones de fuerza variable. El presente artículo desglosa exhaustivamente la trayectoria histórica, metodológica, teórica y empírica de este programa de investigación fundamental, examinando desde sus raíces cibernéticas hasta su legado indeleble en las ciencias cognitivas y la inteligencia artificial modernas.

1. Introducción a las redes semánticas y el marco histórico de Collins y Quillian

1.1 Contexto epistemológico de la psicología cognitiva en la década de 1960

El advenimiento de la década de 1960 atestiguó el agotamiento progresivo del paradigma conductista que había hegemonizado la psicología experimental durante la primera mitad del siglo XX. El conductismo, ceñido al esquema de estímulo-respuesta y a la observación conductual estrictamente periférica, consideraba los procesos internos de la mente como una «caja negra» inaccesible al escrutinio científico legítimo. Esta restricción metodológica, si bien dotó a la psicología de un rigor cuantitativo inicial, demostró una manifiesta incapacidad para explicar fenómenos complejos como la adquisición del lenguaje, la resolución de problemas abstractos y la organización estructural del pensamiento simbólico.

Frente a este estancamiento, la llamada revolución cognitiva emergió no como una mera rectificación teórica, sino como una refundación ontológica de la disciplina. Nutriéndose de los avances de la teoría de la información formulada por Claude Shannon, la cibernética de Norbert Wiener y la gramática generativa de Noam Chomsky, los psicólogos comenzaron a conceptualizar la mente humana como un sistema activo de procesamiento de información. En el epicentro de esta transformación se consolidó la metáfora del ordenador: el cerebro pasó a ser interpretado como un soporte físico o hardware biológico, mientras que los procesos mentales, las representaciones y las operaciones cognitivas se conceptualizaron como programas y estructuras lógicas de software.

Bajo este nuevo marco conceptual, surgió la necesidad imperativa de modelar formalmente la organización interna del conocimiento léxico y conceptual. Ya no bastaba con medir la fuerza asociativa de pares de palabras en términos de condicionamiento asociativo clásico; se requería descifrar la arquitectura estructural en la que residen millones de proposiciones y categorías que los hablantes utilizan de forma instantánea al comunicarse, reflexionar y categorizar los elementos del mundo exterior.

1.2 La colaboración interdisciplinaria entre Allan Collins y Ross Quillian

La génesis de los primeros modelos de redes semánticas es inseparable de la confluencia entre dos disciplinas que hasta entonces operaban de forma paralela: la inteligencia artificial temprana y la cronometría mental experimental. M. Ross Quillian, formado en el seno de la emergente informática en el Carnegie Institute of Technology bajo la influencia intelectual de pioneros como Herbert Simon y Allen Newell, se encontraba abocado al desarrollo de sistemas de procesamiento de lenguaje natural capaces de emular la comprensión humana del texto escrito.

Por su parte, Allan Collins aportó el rigor de la psicología experimental del aprendizaje y la atención, interesado en dilucidar los correlatos temporales del procesamiento cerebral. El encuentro entre ambos científicos supuso una síntesis metodológica excepcional. Collins reconoció que los algoritmos formalizados que Quillian había programado para dotar a las máquinas de capacidad inferencial podían someterse a prueba empírica en sujetos humanos mediante experimentos cronométricos milimétricamente controlados.

La colaboración interdisciplinaria cristalizó en un objetivo inédito: fusionar la simulación computacional de estructuras relacionales con el registro de tiempos de reacción humanos en tareas de laboratorio. No se trataba simplemente de construir programas de ordenador que produjeran respuestas lingüísticas coherentes, sino de demostrar que los modelos computacionales reflejaban fidedignamente las restricciones, los costes temporales y las rutas de procesamiento que el cerebro humano despliega al recuperar significados.

1.3 Definición y alcance conceptual de la memoria semántica

Para contextualizar adecuadamente la obra de Collins y Quillian, resulta fundamental delimitar con precisión qué se entiende por memoria semántica dentro de la taxonomía cognitiva. Hacia finales de la década de 1960 y formalizado con mayor precisión por Endel Tulving a inicios de la década de 1970, la neuropsicología estableció una diferenciación funcional decisiva entre la memoria episódica y la memoria semántica.

La memoria episódica alberga los recuerdos autobiográficos anclados en un contexto espacio-temporal específico; remite al registro de eventos vividos por el sujeto («qué cené anoche» o «mi primer día de universidad»). En contraste diametral, la memoria semántica constituye el depósito del conocimiento general sobre el mundo, el lenguaje y los conceptos, desprovisto de las coordenadas temporales o emocionales en las que fue adquirido originariamente. Almacena la certeza abstracta de que un canario es un ave, que los triángulos tienen tres lados o que París es la capital de Francia, sin necesidad de evocar el momento histórico personal en que se consolidaron dichas nociones.

Este almacén semántico posee una naturaleza declarativa y explícita, pero opera a un nivel de descontextualización sumamente sofisticado. Articula una red abstracta donde se inscriben tanto los significados léxicos como las complejas relaciones proposicionales que gobiernan la realidad física, biológica y social. Modelar este almacén implicaba comprender cómo se indexa esta enciclopedia mental para que un ser humano pueda recuperar una propiedad funcional en una fracción infinitesimal de segundo.

2. El modelo del Comprensor de Lenguaje Teachable (TLC) de Quillian

2.1 Génesis computacional del Teachable Language Comprehender

El desarrollo original del modelo de redes semánticas se remonta a la tesis doctoral de M. Ross Quillian defendida en 1966 y ampliada posteriormente en su publicación fundacional de 1968, incluida en el célebre volumen recopilatorio Semantic Information Processing editado por Marvin Minsky. En dicho trabajo, Quillian concibió el sistema computacional bautizado como Teachable Language Comprehender (TLC). El objetivo central de este software era procesar texto en lenguaje natural, comprender su contenido semántico y generar inferencias que no estuvieran formuladas de manera explícita en las oraciones leídas.

La arquitectura del TLC fue concebida como un grafo masivo en el que los términos no estaban almacenados en forma de listas de definiciones lineales o entradas estáticas de un diccionario, sino como estructuras configuracionales interconectadas. El software abordaba uno de los desafíos más desalentadores de la inteligencia artificial de primera generación: dotar a un programa de la capacidad de desambiguar palabras polisémicas y determinar el significado de expresiones contextuales a partir de un cuerpo subyacente de conocimiento declarativo previo.

A pesar de las severas restricciones impuestas por las capacidades de almacenamiento y procesamiento de las computadoras de la época, Quillian logró abstraer un algoritmo de codificación relacional que prescindía de tablas estáticas. En su lugar, el sistema utilizaba estructuras de grafos donde los términos adquirían su significado preciso en virtud de su posicionamiento topológico relativo dentro de la red.

2.2 Representación formal de conceptos como nodos interconectados

Desde el punto de vista formal y estructural, el TLC concibe el conocimiento como un grafo dirigido compuesto por dos elementos matemáticos primarios: nodos y punteros relacionales. Los nodos actúan como unidades conceptuales discretas que representan entidades, clases, objetos, estados o acciones del mundo real (por ejemplo, «pájaro», «canario», «volar», «alas»). Cada nodo no contiene en sí mismo una descripción exhaustiva del objeto, sino una etiqueta y un conjunto articulado de punteros asociativos que lo vinculan con otros nodos adyacentes o de nivel superior.

La matriz de punteros asociativos organiza una red relacional altamente estructurada. Estos enlaces no son amorfos ni homogéneos; codifican formalmente distinciones sintáctico-semánticas específicas. Mediante direcciones computacionales de memoria, un nodo particular puede apuntar hacia su clase supraordenada directa o hacia predicados que describen sus propiedades particulares. Esta codificación relacional permitía estructurar una topología en la que un concepto está definido, de facto, por la totalidad de las relaciones que mantiene con los restantes elementos del grafo.

En este diseño, la definición de una entidad como «canario» no es un texto autónomo, sino la conjunción de su enlace con el nodo «pájaro» y los enlaces adicionales que lo describen localmente como «amarillo» o «cantor». Este esquema de grafos direccionados constituyó el antecedente directo de los marcos de conocimiento y las ontologías digitales contemporáneas.

2.3 Rutas de búsqueda y mecanismos de inferencia en TLC

El mecanismo operacional mediante el cual el TLC realizaba lecturas comprensivas y respondía a interrogantes se denominó originalmente «búsqueda de intersección» (intersection search). Cuando el programa recibía dos términos o una proposición simple para evaluar (como «¿puede volar un canario?»), el algoritmo iniciaba un rastreo simultáneo e independiente a partir de los dos nodos léxicos correspondientes.

Esta búsqueda se desplegaba algorítmicamente en paralelo: el nodo «canario» proyectaba exploraciones hacia el exterior a través de todos sus enlaces salientes, mientras que el nodo «volar» (o el predicado investigado) hacía lo propio a través de sus correspondientes vínculos. La traza computacional avanzaba nodo por nodo, generando un rastro ordenado de punteros semánticos activos a lo largo del grafo.

La inferencia se consumaba cuando las dos ondas de búsqueda convergían en un punto de intersección común dentro de la topología de la red. Si el rastreo que partía de «canario» ascendía hacia «pájaro» y en este último nodo localizaba el puntero directo hacia la propiedad «volar», la máquina lograba intersectar ambas trayectorias. A partir de esa confluencia estructural, el sistema deducía que la afirmación era lógicamente válida. Este recorrido topológico convertía la inferencia proposicional en una operación geométrica sobre las aristas del grafo.

3. La arquitectura jerárquica original de la memoria semántica (1969)

3.1 Estructura taxonómica y subordinación jerárquica

Trasvasando la arquitectura computacional del TLC al ámbito de la psicología de la memoria humana, Allan Collins y Ross Quillian publicaron en 1969 su célebre artículo en el Journal of Verbal Learning and Verbal Behavior. En esta obra, los autores formalizaron el primer modelo canónico de la memoria semántica, fundamentado en una estructura taxonómica rígidamente estratificada por niveles de subordinación lógica.

Inspirados en la taxonomía de Linneo consolidada en la biología, Collins y Quillian postularon que el sistema cognitivo humano organiza los conceptos generales del mundo en un árbol jerárquico multinivel. Este árbol se estructura mediante tres estratos cardinales:

• Categorías supraordenadas: Representan los niveles más abstractos y comprehensivos del conocimiento biológico o material (por ejemplo, Animal o Ser vivo).
• Categorías básicas: Constituyen el nivel intermedio de clasificación donde se agrupan las familias morfológicas primarias (por ejemplo, Pájaro o Pez).
• Categorías subordinadas: Designan los ejemplares específicos o subespecies concretas que componen la base del árbol (por ejemplo, Canario, Avestruz o Tiburón).

El principio de inclusión de clases gobierna esta arquitectura de manera inflexible: toda categoría subordinada está estricta y funcionalmente subsumida dentro de su categoría supraordenada inmediata mediante vínculos de transitividad lógica irreductibles.

3.2 Vínculos de categoría y vínculos de propiedad

En el modelo jerárquico de 1969, los autores establecieron una distinción cualitativa de vital importancia funcional entre dos tipos específicos de enlaces que articulan los nodos:

• Vínculos de superconjunto o categoría (superset links / «es-un»): Son aristas direccionales que conectan un nodo subordinado con su correspondiente nodo de orden superior (por ejemplo, Canario $\rightarrow$ es-un $\rightarrow$ Pájaro; Pájaro $\rightarrow$ es-un $\rightarrow$ Animal). Estos enlaces estructuran la columna vertebral taxonómica de la red y no contienen descripciones físicas, sino relaciones de pertenencia clasificatoria formal.
• Vínculos de propiedad o modificación (property links / «tiene» / «puede»): Son punteros que asocian un nodo conceptual con predicados descriptivos, capacidades motoras, rasgos morfológicos o condiciones fisiológicas (por ejemplo, Pájaro $\rightarrow$ puede $\rightarrow$ volar; Pájaro $\rightarrow$ tiene $\rightarrow$ plumas; Canario $\rightarrow$ es $\rightarrow$ amarillo).

Esta especialización semántica garantizaba que el sistema pudiese diferenciar analíticamente entre la adscripción identitaria de un objeto a una clase lógica y la atribución de propiedades funcionales o anatómicas a dicho objeto dentro del grafo conceptual.

3.3 La diferenciación funcional entre niveles conceptuales

Dentro del formalismo de Collins y Quillian, los niveles taxonómicos se indexaron formalmente mediante una nomenclatura numérica ascendente que partía desde el nivel cero. El Nivel 0 representaba el nodo de entrada en el cual se situaba el sujeto particular examinado (por ejemplo, el concepto Canario). El Nivel 1 correspondía a su hiperónimo directo o categoría inmediata (Pájaro), mientras que el Nivel 2 representaba el hiperónimo remoto o categoría supraordenada de segundo orden (Animal).

Esta estratificación introducía una marcada asimetría representacional entre entidades singulares e hiperónimos generales. Los conceptos no flotaban en una nebulosa de semejanzas imprecisas, sino que habitaban una geografía mental con distancias discretas perfectamente cuantificables. La consecuencia directa de esta arquitectura era que la navegación cognitiva requería un coste computacional medible: para ascender del Nivel 0 al Nivel 2, el flujo de procesamiento debía transitar obligatoriamente por el Nivel 1.

La distancia topológica entre los nodos se convirtió así en una variable predictiva crucial: a mayor número de estratos taxonómicos interpuestos entre dos conceptos, mayor habría de ser el esfuerzo operativo y el retraso cronométrico invertido por el cerebro en verificar su vinculación conceptual.

4. El principio de economía cognitiva y el almacenamiento de propiedades

4.1 El postulado central de la economía cognitiva

Uno de los postulados teóricos más elegantes y debatidos del modelo de 1969 fue el principio de economía cognitiva (cognitive economy). Collins y Quillian partieron de una premisa funcional orientada a la eficiencia del sistema biológico: la capacidad de almacenamiento de la memoria humana a largo plazo, aunque vasta, debe regirse por mecanismos estrictos de optimización de recursos.

Bajo este principio, el cerebro evita redundancias representacionales innecesarias. Se dictaminó formalmente que una propiedad semántica se almacena una única vez en la red, quedando indexada exclusivamente en el nodo conceptual más alto de la jerarquía al cual resulte universalmente aplicable dicha propiedad. De este modo, propiedades universales de los animales como «respira», «come» o «se reproduce» no se codifican individualmente junto a los nodos de canario, perro, águila o ballena. En su lugar, tales atributos se asocian de forma exclusiva y unitaria al nodo supraordenado Animal.

Similarmente, el predicado «tiene plumas» o «pone huevos» no se almacena en el nodo subordinado canario, sino en el nodo intermedio Pájaro. En el nodo terminal Canario únicamente se conservan las propiedades singulares y distintivas que diferencian a esta ave de los restantes miembros de su clase, tales como «es amarillo» o «puede cantar melodiosamente».

4.2 Mecanismos de herencia de propiedades en la estructura

La contrapartida inevitable de la economía cognitiva fue la necesidad de implementar mecanismos computacionales de herencia de propiedades. Dado que un nodo específico carece de la mayor parte de las propiedades que lo caracterizan empíricamente, el conocimiento sobre sus atributos generales debe ser deducido o recuperado de forma reconstructiva en tiempo real durante el acto de cognición.

Cuando a una persona se le interroga si un canario respira, el sistema cognitivo no recurre a una memoria declarativa de acceso directo que enlace inmediatamente ambos conceptos. En lugar de ello, se activa un proceso inferencial algorítmico descendente y ascendente:

1. El sujeto identifica el nodo Canario.
2. Constata que el atributo «respira» no está adscrito localmente a dicho nodo.
3. Asciende a través del enlace de categoría hasta el nodo Pájaro y verifica si allí reside el predicado; al no hallarlo, continúa su ascenso topológico.
4. Alcanza el nodo Animal, donde efectivamente localiza la propiedad «respira».
5. Aplica la regla de herencia de clases: en virtud de que un canario es un pájaro y un pájaro es un animal, el canario hereda la propiedad de respirar.

Este mecanismo demostraba que la memoria semántica no operaba como un mero almacén pasivo de hechos empaquetados, sino como un motor activo de derivación lógica capaz de generar respuestas a partir de la geometría interna de su estructura relacional.

4.3 Implicaciones teóricas y supuestos de rigidez

El principio de economía cognitiva y el mecanismo de herencia impusieron a la teoría una serie de supuestos sumamente rígidos sobre la cognición humana. En primer término, implicaba una homogeneidad estructural absoluta: todos los miembros dependientes de un mismo nodo supraordenado compartían idéntico estatus funcional y debían beneficiarse de la misma velocidad inferencial para heredar los atributos de su clase.

Asimismo, el modelo confería a la mente humana una inflexibilidad lógica análoga a la de los sistemas deductivos de la lógica aristotélica formal o de las primeras bases de datos estructuradas en lenguajes algorítmicos. La recuperación del significado quedaba restringida a un encadenamiento de condiciones de inclusión necesarias y suficientes.

Esta formulación teórica inicial desestimó la influencia de variables ecológicas e idiosincrásicas, tales como la experiencia perceptiva directa del sujeto con los ejemplares, la saliencia perceptiva de los rasgos o la frecuencia con la que en el lenguaje cotidiano se asocian palabras que pertenecen a estratos taxonómicamente remotos. La arquitectura de Collins y Quillian asumía que la pureza topológica de la red prevalecía sobre cualquier modulación contextual.

5. Metodología experimental: Tareas de verificación de oraciones y tiempos de reacción

5.1 El paradigma cronométrico de verificación de proposiciones

Para someter a validación empírica su modelo computacional, Collins y Quillian recurrieron al paradigma de la cronometría mental fundado en el siglo XIX por Franciscus Donders, pero readaptado a las exigencias de la psicología del procesamiento de la información. El instrumento empírico axial fue la tarea de verificación de oraciones (sentence verification task).

La lógica experimental radicaba en que el tiempo de reacción (TR) —medido rigurosamente en milisegundos mediante aparatos cronométricos de alta precisión temporal vinculados a taquistoscopios o pantallas de tubos de rayos catódicos primitivas— constituía una ventana directa y cuantitativa a la complejidad y duración de las operaciones mentales subyacentes. Si la mente requería ejecutar etapas secuenciales de búsqueda a lo largo de una red física o biológica interna, cada operación adicional debía reflejarse inexorablemente en un incremento sistemático del tiempo necesario para presionar un pulsador de «Verdadero» o «Falso».

En los experimentos, los participantes eran expuestos a estímulos visuales en forma de proposiciones declarativas breves (por ejemplo, «Un canario es un pájaro», «Un canario puede volar», «Un canario es un pez»). Los experimentadores controlaron con meticulosidad variables confusoras del lenguaje, equilibrando la longitud léxica de las frases, el número de sílabas y la frecuencia de uso de los sustantivos y verbos empleados en las pruebas.

5.2 Diseño factorial de los experimentos clásicos de 1969

El diseño experimental implementado por Collins y Quillian en su artículo de 1969 fue un diseño factorial elegante y parsimonioso. Se manipularon de forma cruzada dos variables independientes fundamentales:

• El tipo de vínculo proposicional sometido a juicio:
  1. Proposiciones de categoría (juicios sobre inclusión de conjuntos, articuladas bajo la fórmula «X es un Y»).
  2. Proposiciones de propiedad (juicios sobre la posesión de un atributo o capacidad, articuladas bajo la fórmula «X puede Y» o «X tiene Y»).
• El nivel de distancia jerárquica en la red:
  1. Nivel 0: No requiere saltos jerárquicos de clase (ej. «Un canario es un canario» o «Un canario puede cantar»).
  2. Nivel 1: Requiere la transición a través de un único nodo de separación (ej. «Un canario es un pájaro» o «Un canario puede volar»).
  3. Nivel 2: Requiere la transición a través de dos nodos taxonómicos (ej. «Un canario es un animal» o «Un canario tiene piel»).

A este diseño factorial se añadieron proposiciones falsas correspondientes a diversas distancias y cruces categoriales, las cuales cumplían la función de forzar a los sujetos a procesar exhaustivamente el contenido semántico de las oraciones antes de emitir una respuesta dicotómica.

5.3 El tiempo de reacción como función directa de la distancia topológica

La formulación matemática implícita en la hipótesis de trabajo de Collins y Quillian postulaba una función lineal aditiva simple para explicar la latencia de respuesta:

$$TR = T_0 + n(C) + m(P)$$

Donde $T_0$ correspondía al tiempo base indispensable de codificación visual y ejecución motora periférica, $n$ representaba el número de nodos de categoría transitados, $C$ la constante temporal de desplazamiento entre niveles taxonómicos sucesivos, $m$ un indicador binario sobre la necesidad de examinar un vínculo de propiedad, y $P$ la constante temporal invertida en leer y verificar la etiqueta del atributo específico.

La predicción cuantitativa era terminante: el tiempo de reacción debía ser una función monotónicamente creciente del número de enlaces taxonómicos que mediaban entre el sujeto de la oración y el predicado examinado. Cada paso a través de la arquitectura jerárquica demandaría una fracción de tiempo fija y aditiva, demostrando que la distancia semántica espacial dentro del grafo se correspondía de manera isomórfica con la distancia cronométrica en la cronología del pensamiento humano.

6. Resultados empíricos iniciales y la distancia semántica en el árbol jerárquico

6.1 Validación de la hipótesis de búsqueda a través de niveles de categoría

Los datos empíricos recabados por Collins y Quillian en sus sesiones experimentales parecieron suministrar, en una primera lectura analítica, una ratificación deslumbrante de las predicciones del modelo TLC. En las tareas que evaluaban la verificación de relaciones de pertenencia de categoría, los tiempos de reacción exhibieron un incremento escalonado y constante estrechamente ligado a los niveles jerárquicos teóricos.

Los participantes validaron proposiciones de Categoría-0 («Un canario es un canario») con una latencia promedio de aproximadamente 1000 milisegundos. Cuando debían validar oraciones de Categoría-1 («Un canario es un pájaro»), que exigían un salto ascendente en el grafo hasta el hiperónimo inmediato, la media de tiempo de reacción se incrementó sensiblemente (aproximadamente 1160 ms). Finalmente, ante oraciones de Categoría-2 («Un canario es un animal»), que obligaban a un doble salto taxonómico para acceder a la cúspide del árbol, los tiempos de reacción alcanzaron valores en torno a los 1240 ms.

El incremento temporal estadísticamente significativo entre los distintos niveles apoyó la tesis de que la verificación categórica no se produce por consulta directa a un diccionario léxico plano, sino a través de un recorrido espacial discreto y secuencial a través de nodos subordinados y supraordenados.

6.2 Discrepancias temporales en la recuperación de propiedades frente a categorías

Al analizar los resultados arrojados por las proposiciones de propiedad, los investigadores observaron dos patrones cruciales. En primer lugar, los tiempos de reacción para verificar propiedades resultaron sistemáticamente superiores a los tiempos registrados para verificar categorías en un mismo nivel abstracto. Comprobar que «un canario puede cantar» (Propiedad-0) demandó más tiempo que comprobar que «un canario es un canario» (Categoría-0); y validar que «un canario puede volar» (Propiedad-1) resultó más lento que verificar que «un canario es un pájaro» (Categoría-1).

Collins y Quillian explicaron esta discrepancia apelando a la sobrecarga computacional interna: para confirmar una propiedad, el sistema no solo debe desplazarse hasta el nodo relevante, sino que adicionalmente debe «descolgarse» lateralmente a través del puntero de atributo y contrastar el predicado léxico específico. En segundo término, el postulado de la herencia y de la economía cognitiva quedó validado en apariencia por el hecho de que verificar «un canario respira» (Propiedad-2) arrojó las latencias más prolongadas de todo el experimento, requiriendo ascender dos estratos taxonómicos completos para verificar la posesión indirecta del rasgo.

6.3 Análisis cuantitativo de los datos empíricos de verificación afirmativa y negativa

La representación gráfica de los datos de verificación afirmativa exhibió dos curvas paralelas de pendiente marcadamente positiva en función del número de niveles jerárquicos (0, 1 y 2), distanciadas entre sí por el tiempo adicional que insumía el procesamiento de las propiedades frente a las categorías. Esta concordancia lineal consolidó de forma provisional el modelo taxonómico en la literatura psicológica de finales de los sesenta.

Sin embargo, el tratamiento de las oraciones negativas («Un canario no es un perro», «Un canario no es un pez») reveló complicaciones teóricas tempranas. Aunque el modelo predecía que el rechazo de una falsedad debía sustentarse en una búsqueda exhaustiva que agotara todas las rutas sin hallar una intersección válida, las latencias para oraciones falsas mostraron discrepancias impredecibles según la lejanía categórica de los conceptos contrastados. Estas oscilaciones plantearon dudas embrionarias sobre la autosuficiencia explicativa del modelo taxonómico.

7. Anomalías empíricas: El efecto de tipicidad y las violaciones de categoría jerárquica

7.1 El fenómeno empírico del efecto de tipicidad

A pesar del impacto inicial del modelo de 1969, a comienzos de la década de 1970 se acumuló una serie masiva de anomalías empíricas que pusieron en entredicho los cimientos del árbol jerárquico estricto. La refutación experimental más demoledora provino de las investigaciones encabezadas por Edward Smith, Edward Shoben y Lance Rips (1973, 1974), quienes describieron el denominado efecto de tipicidad (typicality effect).

De acuerdo con la arquitectura de Collins y Quillian, todos los miembros subordinados a una misma categoría supraordenada habitan en el mismo nivel topológico exacto (Nivel 0) y están separados de su hiperónimo (Nivel 1) por un único vínculo de idéntica longitud computacional. Por consiguiente, verificar si un ejemplar pertenece a una categoría dada debería exigir exactamente el mismo tiempo para cualquier miembro de dicha clase. La predicción era unívoca:

$$TR(\text{«Un petirrojo es un pájaro»}) = TR(\text{«Un pingüino es un pájaro»}) = TR(\text{«Un avestruz es un pájaro»})$$

La realidad empírica desmintió drásticamente esta premisa teórica. Los sujetos experimentales respondieron de forma abrumadoramente más rápida ante ejemplares representativos o prototípicos de la categoría («petirrojo», «canario», «gorrión») que ante ejemplares atípicos o marginales («pingüino», «avestruz», «gallina»). El árbol jerárquico resultaba incapaz de explicar esta gradación continua de representatividad interna, ya que su lógica de clases binaria no admitía que unos miembros fuesen «más pájaros» que otros.

7.2 Violaciones empíricas de la distancia categórica jerárquica

Una segunda anomalía insalvable para el modelo fue el colapso del principio de progresión monotónica obligatoria paso a paso. Diversos experimentos cronométricos demostraron que el número de nodos taxonómicos intermedios no determinaba linealmente el tiempo de verificación, produciéndose notorias «violaciones de categoría jerárquica».

Por ejemplo, se constató empíricamente que los participantes verificaban con mayor rapidez la proposición «Un mamífero es un animal» (un salto) que «Un perro es un mamífero» (un salto), e incluso verificaban de forma sustancialmente más veloz la proposición «Un perro es un animal» (dos saltos en la jerarquía teórica) que «Un perro es un mamífero» (un solo salto). Según la lógica del modelo de 1969, era teóricamente imposible que el sistema cognitivo alcanzara el nodo Animal desde Perro sin haber procesado y validado previamente el nodo intermedio Mamífero.

Estos hallazgos evidenciaron que la familiaridad léxica, la frecuencia de coocurrencia en el uso del lenguaje cotidiano y la cercanía asociativa directa ejercían un peso cuantitativo muy superior al ordenamiento lógico de una taxonomía formal inspirada en la biología.

7.3 Paradojas en el procesamiento de proposiciones falsas

El algoritmo de TLC y el modelo jerárquico colapsaron definitivamente al intentar explicar cómo la mente humana determina que una proposición es errónea o falsa. Si el sistema dependiera de una búsqueda de intersección en un árbol taxonómico rígido, el tiempo requerido para dictaminar que una afirmación es falsa debería correlacionar inversamente con la distancia conceptual: cuanto más desconectados estuvieran dos nodos, más rápido debería abortarse la búsqueda al no encontrar vías asociativas compartidas.

Sin embargo, los experimentos empíricos arrojaron exactamente el patrón opuesto, un fenómeno conocido como el efecto de relación semántica en el juicio negativo:

• Proposiciones falsas semánticamente cercanas (por ejemplo, «Un murciélago es un pájaro») generaban tiempos de reacción sumamente prolongados y elevadas tasas de error antes de ser correctamente desestimadas.
• Proposiciones falsas semánticamente remotas (por ejemplo, «Un murciélago es un mueble») eran rechazadas de manera prácticamente instantánea.

En el marco del TLC de 1969, la cercanía semántica de «murciélago» y «pájaro» (ambos vuelan, tienen alas y son animales pequeños) confundía el mecanismo computacional, ya que la red encontraba innumerables intersecciones parciales de propiedades compartidas, lo que ponía de manifiesto que el rechazo de proposiciones no operaba mediante una búsqueda estricta de pertenencia clasificatoria, sino mediante una evaluación holística de similitud multidimensional.

8. La formulación de la teoría de propagación de la activación (Collins y Loftus, 1975)

8.1 La transición epistemológica del modelo jerárquico a la red asociativa

Conscientes de la insostenibilidad del modelo jerárquico ante las anomalías cronométricas documentadas, Allan Collins y Elizabeth F. Loftus publicaron en 1975 un artículo paradigmático en la revista Psychological Review: «A Spreading-Activation Theory of Semantic Processing». Este trabajo no constituyó un mero ajuste periférico al modelo previo, sino una revolución ontológica y epistemológica en la comprensión de la memoria humana.

Collins y Loftus abandonaron formalmente la noción de una jerarquía taxonómica rígida y desestimaron el principio irrestricto de la economía cognitiva. En su lugar, incorporaron elementos procedentes de la teoría de conjuntos semánticos de Smith et al. y de las teorías del condicionamiento asociativo contemporáneo. La memoria semántica dejó de concebirse como un árbol genealógico organizado según los dictados de la lógica formal para ser reformulada como una vasta red asociativa no jerárquica.

En esta nueva arquitectura, los conceptos se ubican en una trama interconectada donde las relaciones no están determinadas primariamente por la subsunción lógica de clases, sino por el grado de parentesco psicológico, la experiencia empírica acumulada del individuo y las regularidades estadísticas del entorno cultural y lingüístico.

8.2 La redefinición de distancias mediante gradientes de similitud semántica

El aporte conceptual decisivo de Collins y Loftus consistió en reinterpretar la métrica espacial de la red: sustituyeron los niveles discretos del árbol linneano por una topología multidimensional donde la distancia física entre nodos refleja un gradiente continuo de similitud semántica.

En la red de 1975, la longitud métrica de un enlace asociativo (arista) es inversamente proporcional a la cercanía o fuerza conceptual existente entre dos nodos:

• Dos conceptos con alta similitud semántica o intensa asociación subjetiva (como Pájaro y Petirrojo) están conectados por un enlace espacialmente corto y con baja resistencia a la conducción del flujo cognitivo.
• Dos conceptos pertenecientes a la misma categoría taxonómica pero con baja representatividad intrínseca (como Pájaro y Pingüino) se encuentran separados por un enlace sustancialmente más prolongado y con mayor resistencia de propagación.

Esta reformulación resolvió de inmediato el efecto de tipicidad: el tiempo de reacción ya no se conceptualizaba como la suma de saltos entre niveles fijos, sino como el tiempo requerido para que una onda de excitación recorriera la longitud efectiva del enlace intermedio. Cuanto más corto el vínculo en el espacio multidimensional, más veloz era la verificación mental.

8.3 Postulación formal del mecanismo de propagación de la activación

En sustitución del rígido algoritmo de búsqueda de intersecciones discretas del TLC, Collins y Loftus postularon el concepto mecanicista de la propagación de la activación (spreading activation). Este concepto se inspiró metafóricamente en la neurofisiología de la despolarización sináptica y en la física de los campos ondulatorios continuos.

La activación se definió como una energía o recurso atencional transitorio que altera el nivel excitatorio de un nodo semántico. En lugar de procesadores abstractos que leen etiquetas de punteros binarios, el procesamiento semántico pasó a concebirse como la inducción de un estado electroquímico metafórico que se transfiere de nodo a nodo a través de las ramas conductoras de la red.

La activación semántica no viaja por un único carril predeterminado: es un proceso intrínsecamente pasivo, dinámico, distribuido y continuo que modula de forma global el estado de receptividad o preparación cognitiva del léxico mental ante cualquier estímulo perceptivo o deliberativo.

9. Mecanismos dinámicos del modelo de propagación: Nodos, enlaces y decaimiento

9.1 Dinámica física de la activación: Dispersión multidireccional desde nodos fuente

La dinámica operativa del modelo de 1975 describe con precisión analítica cómo se comporta la onda excitatoria desde el instante en que un estímulo penetra en el sistema cognitivo. Cuando un sujeto percibe una palabra (auditiva o visualmente) o evoca un pensamiento voluntario, el nodo semántico correspondiente actúa como un «nodo fuente» que experimenta una elevación abrupta de su nivel interno de activación.

A partir de este nodo emisor, la energía no se canaliza de forma unifilar hacia una sola dirección jerárquica ascendente, sino que se irradia de forma radial, simultánea y multidireccional a través de la totalidad de las ramas y enlaces que convergen en el concepto estimulado. Si se activa el concepto Manzana, la energía se dispersa de manera concurrente hacia los nodos asociados como Rojo, Fruta, Árbol, Tarta o Pecado.

Una característica matemática fundamental de este flujo es la atenuación progresiva de la onda excitatoria. Conforme la activación se propaga y se aleja del epicentro o foco de origen, su intensidad o magnitud por unidad de distancia decrece sensiblemente. La cantidad total de activación disponible para un nodo emisor en un instante temporal $t$ se distribuye entre los distintos enlaces; por ende, un nodo con un número excesivo de interconexiones (alta densidad asociativa) dispersará fracciones de activación proporcionalmente menores a cada uno de sus vecinos inmediatos.

9.2 Resistencia asociativa, pesos de enlace y modulación temporal

La transferencia de energía a través de la red está rigurosamente condicionada por dos factores estructurales: la fuerza o peso del enlace (link weight) y la cinética del decaimiento temporal espontáneo. La resistencia que una conexión opone al paso del flujo activador correlaciona inversamente con la fuerza asociativa histórica entre ambos conceptos; enlaces consolidados por el uso habitual o la saliencia perceptiva transmiten la activación con rapidez y mínima disipación.

Asimismo, el modelo postula el principio de la suma de gradientes asociativos. Si dos o más nodos fuente distintos resultan activados en el mismo marco temporal, sus respectivas ondas divergentes pueden confluir sobre un nodo común adyacente. La activación que recibe este tercer nodo no es aislada, sino la suma algebraica de los gradientes excitatorios concurrentes, lo que permite que dicho concepto sobrepase su umbral de disparo operativo con una celeridad extraordinariamente superior a la que lograría mediante una estimulación aislada.

Para prevenir la saturación catastrófica del sistema cognitivo —lo que en física equivaldría a un cortocircuito generalizado o una crisis epiléptica computacional donde todos los conceptos de la memoria se encontrarían permanentemente activados—, Collins y Loftus incorporaron la variable del decaimiento pasivo temporal. Una vez que cesa la estimulación del nodo fuente, el nivel de activación desciende exponencialmente con el paso de los milisegundos hasta restituir el estado basal de reposo electrofisiológico.

9.3 Intersección de ondas de activación y umbrales de conciencia decisional

El modelo de 1975 resolvió la verificación proposicional apelando a la convergencia topológica de gradientes de excitación. Cuando una persona procesa la afirmación «Una ambulancia es un vehículo», los nodos Ambulancia y Vehículo son activados simultáneamente en la memoria semántica, proyectando ambos una onda expansiva de propagación radial.

Las ondas avanzan a través de los enlaces intermedios hasta intersectarse en una subred de trayectorias compartidas. Si la suma de las activaciones convergentes en los puntos de contacto sobrepasa un determinado umbral crítico de activación, se dispara una señal ejecutiva en el procesador cognitivo central. Este umbral decisional alerta a la consciencia de que existe una relación semántica estrecha y legítima entre ambos conceptos.

Superado este umbral, el sistema cognitivo ejecuta un proceso secundario, consciente y proposicional de evaluación estructural sobre el trayecto interconectado. En esta fase de validación atencional, se inspeccionan las características específicas y los condicionantes lógicos de la conexión para certificar que la relación es afirmativa y coherente («es un») antes de habilitar la emisión de una respuesta conductual afirmativa en la tarea experimental.

10. Evidencia empírica del cebado semántico (Semantic Priming) derivado de la propagación

10.1 El paradigma de facilitación semántica de Meyer y Schvaneveldt (1971)

La postulación de la teoría de propagación de la activación encontró su confirmación empírica más sólida y elegante en un fenómeno descubierto pocos años antes por David Meyer y Roger Schvaneveldt (1971): el fenómeno del cebado semántico o semantic priming.

Meyer y Schvaneveldt diseñaron el paradigma cronométrico de la tarea de decisión léxica (lexical decision task). En este procedimiento, los sujetos experimentales observaban en una pantalla pares de cadenas de letras presentadas sucesivamente o en simultáneo, debiendo dictaminar con la mayor rapidez y precisión posible si ambas cadenas constituían palabras reales de su idioma o si alguna de ellas era una pseudopalabra sin significado (por ejemplo, «PAN – MANTEQUILLA» frente a «PAN – MANTORRA»).

El hallazgo experimental fue contundente e inequívoco: los participantes mostraron tiempos de reacción sustancialmente más reducidos (entre 30 y 80 milisegundos más rápidos) al juzgar la segunda palabra (denominada «estímulo diana» o target, como Mantequilla) cuando esta venía precedida inmediatamente por una palabra semánticamente vinculada (el «cebador» o prime, como Pan), en comparación con condiciones donde la palabra diana estaba precedida por una palabra semánticamente no relacionada (como Enfermera – Mantequilla).

Este efecto de facilitación semántica constituyó el correlato empírico directo por excelencia de la teoría de Collins y Loftus: el procesamiento inadvertido del cebador desencadena una onda de activación residual pasiva que se irradia hasta preactivar el nodo de la palabra diana, reduciendo el trabajo neural requerido para procesarla cuando esta aparece ante los ojos del observador.

10.2 Cebado automático frente a procesamiento estratégico controlado

La robustez teórica del modelo de propagación exigió demostrar que la dispersión de activación a través de los nodos operaba en una dimensión verdaderamente pasiva e involuntaria, y no como consecuencia de estrategias deductivas conscientes o deliberaciones reflexivas de los sujetos experimentales. Esta clarificación llegó mediante los estudios de manipulación temporal del Intervalo de Interés de Estímulo (denominado Stimulus Onset Asynchrony o SOA).

Al manipular el tiempo que mediaba entre la aparición del estímulo cebador y la exposición de la palabra diana, los investigadores identificaron una disociación psicofísica crucial:

• SOA ultracortos (menos de 250 milisegundos): El sujeto carece de tiempo biológico suficiente para generar expectativas atencionales conscientes o formular hipótesis estratégicas sobre qué palabra aparecerá a continuación. Sin embargo, el efecto de facilitación semántica se manifiesta de manera nítida e irreductible, ratificando la existencia de una propagación de la activación puramente automática, mecánica e inconsciente a través de las redes neuronales léxicas.
• SOA prolongados (más de 500 a 800 milisegundos): Entran en juego los mecanismos del procesamiento controlado y estratégico mediados por la memoria operativa y la corteza prefrontal, donde el sujeto elabora activamente predicciones que pueden acelerar la respuesta ante estímulos esperados o ralentizarla significativamente ante sorpresas léxicas incoherentes.

10.3 Efectos de mediación y propagación semántica indirecta

Una prueba todavía más concluyente de la naturaleza relacional de las redes semánticas fue la demostración experimental del fenómeno del cebado mediado o indirecto (mediated priming). Si la activación se propaga verdaderamente en forma de onda expansiva a través de los nodos de la red, dicha onda debería ser capaz de atravesar estaciones conceptuales intermedias sin necesidad de que estas sean explicitadas sensorialmente al participante.

En experimentos diseñados a tal efecto, se expuso a los sujetos a secuencias léxicas donde el estímulo cebador y el estímulo diana no poseían una relación asociativa directa verificable en normas de asociación libre, pero estaban articulados por un tercer concepto intermedio que permanecía oculto (por ejemplo, el par León $\rightarrow$ Franjas, mediado encubiertamente por el nodo asociativo Tigre: el león evoca al tigre, y el tigre posee franjas).

Los datos cronométricos confirmaron la presencia de una facilitación estadísticamente significativa en la detección de la palabra Franjas tras leer León, si bien con una magnitud temporal sensiblemente inferior y más frágil que la observada en el cebado directo. La disipación geométrica de la magnitud del efecto conforme se intercalan enlaces corroboró la hipótesis matemática de Collins y Loftus: la activación no permanece confinada en el nodo diana primario, sino que se infiltra residualmente a través de la topología circundante de la memoria.

11. Críticas metodológicas, computacionales y modelos alternativos

11.1 El problema de la falta de falsabilidad epistemológica

A pesar del formidable éxito explicativo y heurístico alcanzado por la teoría de la propagación de la activación de Collins y Loftus (1975), el modelo fue objeto de intensos debates epistemológicos en la comunidad de la psicología matemática. La crítica más incisiva, articulada entre otros por investigadores del procesamiento cognitivo analítico, apuntó a la falta de falsabilidad popperiana del modelo.

La reformulación de 1975 introdujo tal cantidad de variables libres y parámetros flexibles —longitudes de enlace variables, diferentes pesos de transmisión, umbrales de activación configurables ad hoc, tasas de decaimiento modulables y mecanismos secundarios de verificación reflexiva— que el modelo se convirtió en una estructura explicativa prácticamente invulnerable a la refutación experimental.

Si un experimento revelaba que el Concepto A facilitaba al Concepto B pero no al Concepto C, los teóricos podían justificar el resultado simplemente aduciendo que la longitud del enlace A-C era mayor, que su resistencia era más elevada o que la activación se había disipado con anterioridad. Al carecer de una fórmula matemática estricta que fijara a priori los parámetros numéricos de la red con independencia de los propios datos cronométricos que se pretendían explicar, la teoría incurría recurrentemente en explicaciones circulares y justificaciones post-hoc.

11.2 Modelos de comparación de rasgos semánticos como alternativa formal

La alternativa teórica más influyente frente a las redes asociativas en la década de 1970 fue el modelo de comparación de rasgos (Feature Comparison Model), formulado originalmente por Edward E. Smith, Edward J. Shoben y Lance J. Rips en 1974. En abierta contraposición a la noción de grafos y punteros espaciales, estos autores propusieron que los conceptos están representados en la mente como conjuntos o listas multidimensionales de rasgos semánticos independientes.

El modelo de Smith et al. postulaba una distinción estructural fundamental entre dos clases cualitativas de atributos:

• Rasgos definitorios (defining features): Atributos esenciales y nucleares que una entidad debe poseer necesariamente para pertenecer a una clase lógica (por ejemplo, para el concepto Pájaro: poseer ADN aviar, plumas, ser ovíparo).
• Rasgos característicos (characteristic features): Propiedades descriptivas que son comunes, contingentes o frecuentes entre los ejemplares de la categoría, pero no estrictamente indispensables para su pertenencia taxonómica (por ejemplo, para Pájaro: volar, anidar en árboles, cantar, tener un tamaño pequeño).

El procesamiento semántico se modeló mediante un algoritmo de decisión en dos etapas:

1. Primera etapa (holística): Se compara velozmente la totalidad de los rasgos (tanto definitorios como característicos) entre el sujeto y el predicado. Si la similitud global resultante es sumamente alta (caso de un petirrojo como pájaro), se emite un juicio afirmativo instantáneo sin mayor cómputo. Si la similitud global es sumamente baja (un murciélago frente a un mueble), se emite un rechazo negativo inmediato.
2. Segunda etapa (analítica): Únicamente cuando la similitud global cae en una zona de incertidumbre o solapamiento intermedio (el caso de un ejemplar atípico como un pingüino frente a la categoría pájaro, o un caso confuso como un murciélago), el sistema ejecuta una segunda etapa exhaustiva y cognitivamente costosa que evalúa de forma exclusiva los rasgos definitorios nucleares.

Este elegante modelo de dos etapas explicó de manera brillante y sin necesidad de recurrir a la topología de redes las anomalías de la tipicidad y la asimetría temporal en las proposiciones negativas.

11.3 La transición hacia arquitecturas conexionistas y modelos distribuidos (PDP)

Hacia la década de 1980, tanto el modelo de redes semánticas de Collins y Loftus como el modelo de comparación de rasgos comenzaron a converger hacia una síntesis superadora impulsada por el advenimiento del conexionismo y los modelos de procesamiento distribuido en paralelo (PDP), liderados por David Rumelhart, James McClelland y el grupo PDP.

La crítica medular que el conexionismo formuló contra el modelo de Collins y Quillian / Collins y Loftus se centró en la naturaleza localista de la representación. En las redes semánticas clásicas, cada nodo es una unidad simbólica discreta y aislada: existe un nodo físico único para «canario», otro para «pájaro» y otro para «amarillo». Si un traumatismo cerebral, una isquemia focal o una ablación quirúrgica destruye microscópicamente el nodo local de un concepto, la totalidad del conocimiento asociado a dicha entidad se esfumaría de manera absoluta y binaria.

Los modelos conexionistas reformularon radicalmente esta noción mediante la postulación de representaciones subsimbólicas distribuidas. En una red neuronal distribuida, los conceptos ya no se ubican en nodos individuales cerrados, sino en patrones globales de activación que se despliegan de forma simultánea a través de cientos o miles de unidades computacionales simples interconectadas por pesos sinápticos adaptativos. El significado de «canario» no es un punto en el espacio mental, sino una configuración dinámica de vectores en un espacio de estados distribuido, permitiendo una degradación elegante y robusta de la memoria similar a la observada en pacientes neurológicos reales.

12. Legado contemporáneo e impacto en la ciencia cognitiva y la inteligencia artificial

12.1 Influencia directa en las ontologías computacionales y la Web Semántica

A pesar del advenimiento de los paradigmas estadísticos y distribuidos, las intuiciones ingenieriles originarias de Ross Quillian y Allan Collins continúan desplegando una influencia decisiva en el ecosistema informático contemporáneo. Las estructuras de grafos jerárquicos y las relaciones tipificadas constituyeron el cimiento genealógico sobre el cual se edificaron las ontologías computacionales modernas y el movimiento tecnológico de la Web Semántica estructurado por el Consorcio W3C.

Los estándares internacionales de modelado de datos como el marco de descripción de recursos (RDF, Resource Description Framework) y el lenguaje de ontologías web (OWL, Web Ontology Language) implementan de forma rigurosa la distinción ontológica formulada en 1969 entre enlaces de pertenencia taxonómica («subClassOf», idéntico al «es-un» de Quillian) y enlaces de propiedades de instancia («hasProperty»).

Asimismo, los grafos de conocimiento (Knowledge Graphs) a gran escala que impulsan los motores de búsqueda contemporáneos como Google Knowledge Graph, DBpedia o Wikidata recurren directamente a algoritmos de propagación de activación adaptados para tareas complejas de desambiguación de entidades, recuperación de información asociativa y recomendación semántica contextualizada sobre miles de millones de nodos interconectados.

12.2 Modelos contemporáneos de procesamiento del lenguaje natural y psicometría

En el campo del procesamiento del lenguaje natural (PLN) y la lingüística computacional, los principios de propagación de la activación experimentaron una fructífera convergencia con los modelos vectoriales distribuidos (tales como Word2Vec, GloVe y las representaciones matriciales de los modelos masivos de lenguaje basados en arquitecturas Transformer).

En el plano clínico y neuropsicológico, el marco formal de las redes semánticas preserva una vigencia metodológica indispensable. En la evaluación de la fluidez verbal categórica y el análisis de la degradación semántica en patologías neurodegenerativas graves —como la demencia semántica, la afasia progresiva primaria o la enfermedad de Alzheimer—, los especialistas modelan el orden y las latencias temporales de las palabras emitidas por los pacientes como trayectorias de búsqueda geométrica sobre redes asociativas alteradas. La pérdida paulatina de enlaces subordinados con preservación paradójica de las categorías supraordenadas generales («llama pájaro a un pato o animal a un caballo») constituye un testimonio empírico directo de la validez de la estratificación abstracta concebida en los experimentos seminales de 1969.

12.3 Validación neurobiológica mediante técnicas de neuroimagen funcional

Finalmente, los descubrimientos neurobiológicos alcanzados en las últimas tres décadas mediante técnicas no invasivas de neuroimagen funcional —como la resonancia magnética funcional (fMRI), la magnetoencefalografía (MEG) y los registros electrofisiológicos de potenciales evocados relacionados con eventos (particularmente el componente ERP N400)— han aportado una ratificación biofísica asombrosa a las intuiciones de Collins y Loftus.

El célebre efecto N400, descrito originalmente por Marta Kutas y Steven Hillyard en 1980, manifiesta una deflexión electroencefalográfica negativa prominente que se desencadena con precisión milimétrica 400 milisegundos después de que un sujeto percibe una palabra semánticamente incongruente o inesperada en el contexto de una oración. La amplitud del componente N400 modula de forma continua y gradual en función exacta de la distancia semántica existente entre la palabra diana y el campo semántico previo activado por el contexto discursivo.

Asimismo, los mapas semánticos corticales delineados mediante resonancia funcional muestran que las representaciones conceptuales no residen en una «caja» anatómica única, sino que se organizan a través de amplias redes temporo-parietales y frontales que se activan en cascada rápida ante la presentación de un estímulo. Esta dinámica cerebral corrobora empíricamente que, tal como predijeron Allan Collins y Ross Quillian en las alboradas de la revolución cognitiva, el pensamiento humano opera como un tejido infinito de significados donde la chispa de una palabra despierta, a la velocidad de la luz biológica, la constelación entera de nuestro conocimiento del mundo.

Conclusiones

La trayectoria teórica y experimental protagonizada por Allan Collins, Ross Quillian y Elizabeth Loftus representa uno de los capítulos más fecundos de la historia de la ciencia cognitiva. La evolución desde el modelo del Teachable Language Comprehender (TLC) de 1968 y el árbol taxonómico de 1969 hacia la teoría de la propagación de la activación de 1975 encapsula el aprendizaje epistemológico de toda una generación de psicólogos que descubrió que la mente humana, lejos de operar como un autómata puramente deductivo y lógico-formal, se asemeja más a un sistema probabilístico, dinámico y contextualmente maleable.

El modelo jerárquico original de 1969, cimentado sobre el principio de la economía cognitiva y el mecanismo de herencia taxonómica, sentó las bases de la cronometría mental aplicada al significado. A pesar de su colapso ante las anomalías empíricas del efecto de tipicidad, la familiaridad asociativa y el coste de las proposiciones negativas, su formulación fue indispensable para inaugurar un campo de investigación cuantificable que vinculó el tiempo de reacción en milisegundos con las operaciones abstractas del cerebro.

La subsiguiente formulación de la teoría de propagación de la activación por Collins y Loftus en 1975 no solo resolvió tales contradicciones mediante la adopción de distancias semánticas continuas, sumas de gradientes y umbrales atencionales dinámicos, sino que proporcionó la explicación teórica fundacional para fenómenos como el cebado semántico automático y el cebado mediado. Hoy en día, su legado reverbera simultáneamente en las neurociencias cognitivas y en la inteligencia artificial, demostrando que la metáfora de la red —esa trama sutil donde la activación de un concepto resuena en los confines de la memoria— continúa siendo el mapa más lúcido que poseemos para navegar los laberintos del pensamiento humano.

Referencias

• Collins, A. M., & Loftus, E. F. (1975). A spreading-activation theory of semantic processing. Psychological Review, 82(6), 407–428. https://doi.org/10.1037/0033-295X.82.6.407
• Collins, A. M., & Quillian, M. R. (1969). Retrieval time from semantic memory. Journal of Verbal Learning and Verbal Behavior, 8(2), 240–247. https://doi.org/10.1016/S0022-5371(69)80069-1
• Kutas, M., & Hillyard, S. A. (1980). Reading senseless sentences: Brain potentials reflect semantic incongruity. Science, 207(4427), 203–205. https://doi.org/10.1126/science.7350657
• Meyer, D. E., & Schvaneveldt, R. W. (1971). Facilitation in recognizing pairs of words: Evidence of a dependence between retrieval operations. Journal of Experimental Psychology, 90(2), 227–234. https://doi.org/10.1037/h0031564
• Quillian, M. R. (1968). Semantic memory. En M. Minsky (Ed.), Semantic Information Processing (pp. 227–270). MIT Press.
• Rips, L. J., Shoben, E. J., & Smith, E. E. (1973). Semantic distance and the verification of semantic relations. Journal of Verbal Learning and Verbal Behavior, 12(1), 1–20. https://doi.org/10.1016/S0022-5371(73)80056-8
• Rumelhart, D. E., McClelland, J. L., & the PDP Research Group. (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. MIT Press.
• Smith, E. E., Shoben, E. J., & Rips, L. J. (1974). Structure and process in semantic memory: A featurally based model for semantic decisions. Psychological Review, 81(3), 214–241. https://doi.org/10.1037/h0036351
• Tulving, E. (1972). Episodic and semantic memory. En E. Tulving & W. Donaldson (Eds.), Organization of Memory (pp. 381–403). Academic Press.