La transmisión cultural del conocimiento tácitoHelena Mito y Simón De Deo
Publicado:19 Octubre 2022
Abstracto
Una amplia variedad de prácticas culturales tienen una dimensión "tácita", cuyos principios no son obvios para un observador ni conocidos explícitamente por los expertos. Esto plantea un problema para la evolución cultural: si los principiantes no pueden identificar los principios que deben imitar y los expertos no pueden decir lo que están haciendo, ¿cómo puede el conocimiento tácito pasar de generación en generación? Presentamos un modelo de dominio general de "enseñanza tácita", extraído de la física estadística, que muestra cómo es posible la transmisión de conocimiento tácito con alta precisión. Se aplica cuando las características subyacentes de la práctica están sujetas a restricciones que interactúan y compiten entre sí. Nuestro modelo hace predicciones para características clave del proceso de enseñanza. Predice una distribución reveladora de los resultados de la enseñanza, con algunos estudiantes con un desempeño casi perfecto mientras que otros que reciben la misma instrucción son desastrosamente malos. Esto difiere de los modelos estándar de evolución cultural que se basan en la copia directa y de alta fidelidad, lo que conduce a una distribución mucho más estrecha de resultados en su mayoría mediocres. El modelo también predice características genéricas de la evolución cultural del conocimiento tácito. Se espera que la evolución del conocimiento tácito sea vertiginosa, con largos períodos de estabilidad intercalados con breves períodos de cambios dramáticos, y donde el conocimiento tácito, una vez perdido, se vuelve esencialmente imposible de recuperar..
1. Introducción
Una de las características del conocimiento humano es su dimensión "tácita"; Como sugirió Polanyi, comenzamos con "el hecho de que podemos saber más de lo que podemos decir’ [1]. Una amplia gama de prácticas culturales complejas tienen una importante dimensión tácita, con principios clave que no pueden verbalizarse. La dimensión tácita recibe muchos nombres, incluido "conocimiento práctico".’ [2], ‘conocimiento práctico [3], ‘Saber cómo’ [4] y el 'saber hacer'’ [5,6]. Una importante dimensión tácita se encuentra en todo, desde los deportes [7,8] y performance artística [9] a la arquitectura [10], medicamento [11] y la ciencia misma [12], y ha sido estudiado en contextos que van desde la artesanía tradicional [13] a las profesiones [14] y organizaciones [15,16] del mundo moderno.
Para cualquier práctica, es importante distinguir el conocimiento a lo largo de la dimensión tácita tanto del conocimiento explícito (con el que generalmente se contrasta) como de otras formas más. El conocimiento explícito suele definirse como conocimiento que puede codificarse, accederse y compartirse fácilmente, pero no todo el conocimiento no verbalizable es conocimiento tácito en el sentido original. Trabajo reciente de Hoksbergen et al. [17], por ejemplo, llama la atención sobre la "dimensión X" del conocimiento: conocimiento que se pierde, no se comprende, se apropia indebidamente, o incluso se distorsiona o suprime..
También han llamado la atención las formas en que el conocimiento puede transformarse de un tipo a otro. Por ejemplo, el conocimiento explícito puede volverse tácito una vez que se pierde el código necesario para expresarlo, y el conocimiento tácito puede volverse explícito en los casos en que puede codificarse. La cuestión de la transmisión es crucial aquí, y el modelo de socialización, externalización, combinación e internalización (SECI) [16], por ejemplo, sugiere que el conocimiento tácito se adquiere a través de la socialización y el intercambio de experiencias e interacciones directas con otros. El conocimiento tácito, en su modelo, a veces puede hacerse explícito mediante la externalización, cuando se cristaliza y se hace público. Por el contrario, el conocimiento explícito puede volverse tácito cuando se internaliza. Obra de Wheeler [18], Mientras tanto, sugiere que si bien la transmisión de la dimensión explícita podría ser competencia del razonamiento deductivo o inductivo, la dimensión tácita a menudo está implicada en formas abductivas de cognición. [19].
Un aspecto central de todas estas cuestiones es el hecho de que la dimensión tácita de cualquier práctica debe, como cualquier otra cosa, transmitirse de una generación a la siguiente. Se espera que los detalles de esa transmisión tengan un impacto decisivo en su evolución en el tiempo; por ejemplo, la transmisión debe alcanzar niveles mínimos de precisión para que la evolución sea posible. [20,21]. Sin embargo, como veremos, la naturaleza misma del conocimiento tácito plantea un desafío directo a las explicaciones estándar de cómo ocurre la transmisión..
En la evolución cultural, los mecanismos de transmisión estándar incluyen la enseñanza (donde un maestro comunica su comprensión a un alumno), la emulación (copiar un producto final) y la imitación (copiar las acciones que producen el producto).) [22–25]. Si bien estos tres mecanismos pueden explicar parte de cómo se transmite la cultura, pueden tener dificultades para explicar la transmisión de la dimensión tácita. Tres aspectos en particular hacen que la tarea sea desafiante.
Primero, el conocimiento tácito es una representación mental. Para ser transmitida, esa representación debe hacerse pública de alguna manera. [26]. Una forma principal de hacerlo es la instrucción verbal, y gran parte de la cultura se transmite únicamente mediante el habla. [25,27]. Sin embargo, el conocimiento tácito no se puede transmitir de esta manera. [28,29], porque, por definición, incluso aquellos que tienen el conocimiento no sabrían qué decir.
En segundo lugar, el conocimiento tácito es combinatoriamente complejo. Proporciona a quienes lo poseen un conjunto de habilidades interconectadas y desplegadas de manera contingente. [30,31]. Los aspectos clave del conocimiento tácito de un experto pueden volverse relevantes tan raramente (digamos, "bajo presión" o en un contexto excepcional) que incluso el estudiante más diligente nunca los encontrará a través de la observación únicamente. Esto hace que sea difícil encontrar una alternativa estándar a la instrucción explícita: los objetivos y sus contingencias son demasiado diversos y mutables para que funcione la simple imitación o emulación..
En tercer lugar, el conocimiento tácito incluye saber qué aspectos de la conducta constituyen la práctica y cuáles son incidentales. Esto puede dificultar la imitación: si un alumno va a adquirir habilidades a través de la imitación, necesita saber, o ser capaz de inferir, qué es relevante para imitar, incluso si una acción se entiende como instrumental o no. [32]; En situaciones puramente observacionales, la imitación excesiva es común. [33,34]. Sin embargo, el conocimiento de lo que es relevante es en sí mismo tácito. Es posible que pueda mejorar mi técnica observando a un intérprete hábil, pero sólo después de tener suficiente conocimiento tácito para distinguir lo relevante de lo incidental. Un principiante en el violín no puede aprender viendo actuar a una orquesta. Se producen desafíos similares en el caso de la emulación: cuando el conocimiento es tácito, el alumno no puede determinar qué características del producto final son importantes..
Este artículo presenta un modelo de dominio general que muestra cómo, a pesar de estos desafíos, el conocimiento tácito puede transmitirse fielmente. La solución que proponemos considera el conocimiento tácito como el producto emergente de una red de restricciones que interactúan, y la transmisión como un proceso de guiar al alumno hacia una solución mediante las demandas simultáneas y mutuamente interferibles tanto del profesor como del entorno. El conocimiento es tácito incluso en la transmisión porque sólo un fragmento enigmático está siempre presente en la mente del maestro o del alumno. La estructura necesaria para reconstruir la práctica surge de la interacción entre el practicante y el entorno, y la tarea del profesor es guiar al alumno hacia el uso correcto de esa estructura. En particular, mediante una intervención cuidadosa en una pequeña fracción de las características, un profesor puede guiar al alumno a descubrir la estructura completa de la solución culturalmente específica..
Nuestro modelo muestra cómo sólo alrededor del 10% de la tarea necesita ser transmitida por la intervención del profesor. Esto ayuda a entender una característica clave de la enseñanza vista en todo el registro antropológico, donde las formas más comunes de enseñanza en el registro cultural son de bajo costo e implican una subespecificación significativa; ver, por ejemplo. [35]. Esto, por supuesto, contrasta con lo "occidental", o EXTRAÑO [36], Imagen de la enseñanza como racionalizada, explícita y costosa..
Nuestro modelo también puede, como mostramos, ayudar a explicar una característica desconcertante de la evolución cultural: el hecho de que la cultura a menudo parece proceder de manera explosiva, con largos períodos de estasis intercalados con breves estallidos de innovación caótica que conducen a cambios rápidos y dramáticos. La evolución explosiva es común en la evolución cultural (ver, por ejemplo. [37]). También es una característica definitoria de la prehistoria: los cambios bruscos en la cultura material, por ejemplo, proporcionan la base de cómo dividimos las culturas prehistóricas en distintos períodos (ver [38] para una discusión). Esta alternancia de períodos de estancamiento y de períodos cortos de cambios rápidos se observa en la evolución de los sistemas tecnológicos. [39,40] y es un foco de relatos recientes sobre innovación tecnológica. [41] que enfatizan analogías con la evolución biológica [42–44]. La teoría del parasitismo. [45,46], donde los beneficios de una tecnología dependen de la existencia y difusión de otra tecnología, también predice cambios graduales [47] que surgen debido a interacciones y restricciones no dentro de un sistema (como en nuestro modelo), sino entre sistemas.
Presentamos nuestro trabajo en tres partes. Primero presentamos el modelo, mostrando cómo la representación mental de la práctica está integrada en una red de limitaciones encarnadas y cómo interviene un profesor para ayudar a construir la representación para el alumno. Luego mostramos cómo la naturaleza fragmentaria de estas intervenciones se combina con las limitaciones del entorno para permitir la transmisión precisa de conocimientos de generación en generación. Finalmente, presentamos nuestros resultados sobre la dinámica cultural que surge espontáneamente del modelo, a saber, la evolución en ráfagas..
2. Modelo
El conocimiento tácito puede aparecer en una amplia variedad de ámbitos. Nuestro modelo intenta capturar las características generalizables del conocimiento tácito trabajando a un nivel abstracto. Presentamos el modelo en dos pasos. Primero, presentamos las definiciones básicas, utilizando un ejemplo de juguete para conectar nuestro trabajo con cuestiones más amplias en antropología, arqueología y psicología. Luego, mostramos cómo esta explicación cualitativa puede capturarse en un marco matemático general, que nos permite predecir cómo se desarrolla este proceso en la realidad..
2.1. Conocimiento tácito basado en restricciones
Nuestro modelo comparte una serie de características con el de [48]; en particular, ambos describen diferentes formas de conocimiento cultural tácito como sistemas de elecciones restringidas e interactivas. Formalmente, un caso particular de conocimiento tácito se define como una lista de conductas condicionales. Nos referimos a ellas como "facetas". Como ejemplo, considere montar a caballo. Un estilo particular de montar corresponde a una práctica de conocimiento tácito, y cada estilo implicará una relación compleja entre cómo, por ejemplo, el jinete coloca sus extremidades en respuesta a los movimientos de su montura..
En principio, cada uno de estos comportamientos condicionales puede especificarse mediante uno de un conjunto de símbolos. Si el cuerpo está en tal y cual posición, y el caballo hace tal y cual cosa, el jinete debe responder bajando las manos ('opción a para la faceta uno', o a1 para abreviar), o, alternativamente, elevándolos (opción B1)? ¿Deberían relajar la espalda (opción a2) o enderezarlo (opción B2)? Parte de la especificación de facetas para un estilo de conducción podría ser a1a2, mientras que otro estilo podría ser B1B2, Etcétera. El número de facetas es potencialmente muy alto..
El segundo paso de nuestro modelo considera las restricciones que interactúan entre estas diferentes facetas. Lo que un jinete hace con una parte de su cuerpo en un contexto particular será, debido a la naturaleza del cuerpo humano o equino, o debido a los artefactos particulares utilizados para montar (la silla, el arreo, etc.), será más o menos en consonancia con lo que hace con otra parte de su cuerpo. Por ejemplo, la combinación de bajar las manos y relajar la espalda puede ser una combinación particularmente consonante, mientras que bajar las manos y enderezar la espalda puede no serlo; es decir, una respuesta "incorrecta" o inexperta podría ser una combinación. a1B2. Una buena combinación será algo que, en igualdad de condiciones, la persona pueda recibir algún tipo de retroalimentación del entorno. Por ejemplo, un emparejamiento de consonantes puede requerir menos esfuerzo o proporcionar algún otro beneficio notable, como la fluidez..
Estas relaciones de consonancia, en conjunto, se denominan red de restricciones. En nuestro modelo, cada faceta de la red guarda alguna relación con las demás. Puede ser un vínculo directo, como en el ejemplo anterior, o puede ser un vínculo indirecto, mediado por facetas intermedias. Por ejemplo, podríamos imaginar un tercer comportamiento condicional con dos posibilidades., a3 y B3, y eso a3 está más en consonancia con a2, y B3 está más en consonancia con B2. En otras palabras, la elección del tercer comportamiento condicional está influida por la elección del segundo comportamiento condicional. Porque, sin embargo, la elección de a1 versus B1 a su vez está influenciada por la elección de a2 versus B2, la elección de a3 versus B3 también tiene un impacto. Tal red de interacciones operacionaliza las intuiciones de lo que hace que una práctica sea coherente..
La versión más simple de dicho modelo considera que cada faceta es una elección entre una de dos opciones. (a o B; o más simplemente 0 o 1), y que las interacciones entre facetas sean solo por pares. Un ejemplo de una red de este tipo se muestra en azul en la parte superior de Cifra 1, con el caso muy simple de seis facetas. Cada nodo corresponde a una faceta y las líneas entre los nodos reflejan los dos tipos diferentes de relación de consonancia. Una línea continua (por ejemplo, la que conecta las facetas 1 y 2) indica que se prefieren las dos facetas en el "mismo" estado, mientras que una línea discontinua (por ejemplo, la que conecta las facetas 2 y 6) indica que las dos facetas prefieren estar en el estado opuesto. Así, por ejemplo, la configuración a1a2 se prefiere a a1B2 (1 y 2 en el mismo estado), en igualdad de condiciones, mientras que a2B6 se prefiere a a2a6. Para simplificar, podemos escribir la especificación completa del sistema como una cadena binaria. Un ejemplo de una cadena que satisface muchas, aunque no todas, las restricciones es 111000; en este caso, entre otras cosas, satisface la restricción que alinea las facetas 1 y 2, y que antialinea las facetas 2 y 6.
Cifra 1.
Cifra 1. Un modelo restrictivo de transmisión tácita de conocimiento. Una práctica cultural tácita es una solución (generalmente parcial) a una red compleja de restricciones que interactúan entre aspectos (facetas) del problema; Aquí mostramos un ejemplo de juguete simple con solo seis facetas, cada una de las cuales toma un valor binario, es decir, un agente realiza cualquier aspecto particular de la tarea en una de dos maneras mutuamente excluyentes (rojo o amarillo; escrito como uno o cero, respectivamente). ). Las restricciones son por pares, prefiriendo la alineación (líneas continuas) o la antialineación (líneas discontinuas) de las facetas..
Descargar figuraAbrir en una pestaña nuevaDescargar PowerPoint
Redes de restricciones interactivas como éstas, que incluyen tanto preferencias de alineamiento como de antialineamiento, a menudo son difíciles, si no imposibles, de satisfacer. En nuestro ejemplo simple, las facetas 2, 5 y 6 no se pueden establecer de manera que satisfagan las tres restricciones simultáneamente, como se puede verificar probando las diferentes combinaciones. En otras palabras, cualquier especificación particular de las facetas genera dificultades..
En términos generales, existen diferentes maneras de satisfacer estas demandas en competencia. Por ejemplo, se pueden obtener resultados similares mediante movimientos distintos, aunque funcionalmente equivalentes, al hacer vasijas. [49]. Algunas especificaciones son mejores que otras y otras son peores, pero en general cualquier práctica particular de conocimiento tácito es una cuestión de cómo se sortean estas dificultades; La 'práctica uno' en nuestra figura, por ejemplo, viola dos restricciones, mientras que la 'práctica dos' viola cuatro. Otros, que no se muestran, son mucho peores; por ejemplo, la práctica 101100 viola seis restricciones.
Cuando una práctica es una solución razonablemente buena a la red de restricciones, un practicante que ha aprendido la práctica la encuentra fácil de mantener. Se pueden detectar y corregir desviaciones del estándar en muchos aspectos. Considere, por ejemplo, alguien que implementa una práctica. Si se desvía cambiando del estado '0' al estado '1' en la faceta cuatro, experimentará un mayor nivel de retroalimentación negativa del entorno, ya que ahora se está alineando con la faceta tres (cuando está más en consonancia con la antipatía). -align), y anti-aligning con faceta cinco (cuando es más consonante alinear). Esto le proporciona una señal que puede utilizar para volver al estándar. Incluso si no es consciente de qué faceta se desvió, puede hacer pequeños ajustes (es decir, más o menos en una sola faceta) en su conducta hasta que recupere la consonancia. En otras palabras, cuando la práctica es una solución razonablemente buena, el practicante sólo necesita implementar la solución. Ella no necesita entenderlo. Soluciones estables como éstas son candidatas para prácticas de conocimiento tácito transmitidas culturalmente.
La transmisión de la práctica es ahora una cuestión de orientación. Si el alumno puede ser guiado por un profesor lo suficientemente cercano a la práctica estándar, la retroalimentación de las limitaciones será suficiente para mantenerlo allí. Un modelo de orientación muy simple es la intervención del maestro para fijar algunas de las facetas en el patrón cultural. Estas pueden incluir intervenciones físicas (para enseñar a pescar con mosca, por ejemplo, se puede guiar a un principiante en la forma adecuada literalmente atando su muñeca a la caña), andamios (uso de la barra en el ballet), mnemónicos ('ojo en la pelota' , que mantiene la postura adecuada en el tenis), o una simple guía verbal del profesor (espalda recta!).
Esta forma de considerar la intervención de los docentes –como solución de alguna subparte de las prácticas de los estudiantes– encaja con una amplia gama de resultados empíricos sobre la enseñanza. Coincide, en particular, con intervenciones pedagógicas de la vida real en las que los profesores reducen los grados de libertad de los movimientos de sus alumnos. Downey [50] informa sobre este aspecto de la enseñanza en el caso del arte marcial brasileño de la capoeira, y [51] encuentra intervenciones similares de maestros que enseñan danza kathak. Las intervenciones restrictivas también son frecuentes en diversos deportes que implican atletismo, como el judo y la natación. [7].
Unas intervenciones cuidadosas pueden hacer mucho. En nuestro ejemplo de juguete, la práctica uno se puede transmitir de manera eficiente a la siguiente generación arreglando solo dos nodos críticos (nodos tres y seis). Un alumno que obedece la guía de su maestro en estas dos facetas puede aprender el patrón completo simplemente permaneciendo atento a la retroalimentación ambiental. Sólo necesita minimizar el número de restricciones violadas, sujeto a las dos demandas de instrucción..
Ese subconjunto efectivo de intervenciones (un núcleo), cuando se coloca en un contexto incorporado, activa de manera confiable los comportamientos característicos y flexibles de un experto. La naturaleza del conocimiento tácito significa que el profesor desconoce la naturaleza exacta de la práctica que ejemplifica. Sin embargo, la estructura del problema también puede permitir la "enseñanza tácita", que definimos como la transmisión de la dimensión tácita de una práctica a través de un intento que involucra a un experto docente y un estudiante. En nuestro modelo, esto es posible cuando el profesor interviene sólo en una fracción de las facetas pero, aun así, transmite la práctica a algunos de los alumnos con una precisión casi perfecta..
2.2. Marco matemático
Para estudiar este modelo cuantitativamente, necesitamos especificar cómo responde un alumno a la red de restricciones. Adaptamos un enfoque utilizado en una variedad de modelos cognitivos conocido como principio de máxima entropía. [52–56]. Las matemáticas de nuestro modelo están estrechamente relacionadas con la máquina de Boltzmann en el aprendizaje automático. [57], Redes de Hopfield en neurociencia [58] y los sistemas de 'vidrio giratorio' en física [59]. Nuestro modelo hace suposiciones mínimas sobre cómo interactúan las facetas. En ausencia de enseñanza, el modelo fija sólo las correlaciones por pares entre cada par de facetas. El efecto de la enseñanza es fijar el valor promedio de la faceta particular que se enseña..
Una vez especificada la red de restricciones, este modelo tiene un parámetro libre, b, que gobierna la sensibilidad del alumno a las limitaciones. Cuando b es bajo, el alumno presta poca atención a las limitaciones de su entorno; cuando b es alta, ella es excepcionalmente rigurosa. Suponiendo que se obedece al profesor con suficiente rigor, nuestros resultados no son particularmente sensibles al valor de b, siempre que haya pasado un punto crítico; esencialmente, el alumno debe estar razonablemente atento a su entorno (consulte el material complementario electrónico para obtener más detalles).).
Todas las propiedades relevantes del proceso de enseñanza pueden capturarse una vez que podemos calcular la distribución de probabilidad del alumno sobre los diferentes patrones de facetas. Siguiendo la discusión anterior, asumimos que cada faceta del alumno, pagI, sólo puede adoptar uno de dos valores; Para simplificar, las dos opciones se pueden representar como +1 y −1. Entonces se puede escribir la distribución de probabilidad bajo el modelo mínimo. [52] como
𝑃({𝜎𝑖})=
YXPAG(𝛽∑𝑖,𝑗𝑟𝑖𝑗𝜎𝑖𝜎𝑗+𝜏∑𝑖∈𝑇𝑡𝑖𝜎𝑖)
𝑍
,
2.1
dónde ryo es una matriz que describe el acoplamiento entre facetas I y j; un valor positivo de ryo indica una preferencia por que las dos facetas estén en el mismo estado y un valor negativo por que estén en estados opuestos (correspondiente a las líneas sólidas y punteadas en Cifra 1, respectivamente). t es el conjunto de nodos que se enseñan mediante intervención (los nodos marcados con flechas en Cifra 1), tI es la intervención del profesor (ya sea +1, que indica una preferencia por la práctica "positiva", o -1, que indica una preferencia por la práctica negativa). Las dos constantes b y t gobiernan la fuerza de la interacción entre facetas y la influencia del maestro, respectivamente. Finalmente, CON es una constante de normalización.
Ecuación (2.1) aparece en muchos modelos de aprendizaje automático (máquinas Boltzmann [57]), neurociencia (redes Hopfield [58]) y física (modelos de vidrio giratorio [59]). La característica más destacada de todos estos sistemas es la existencia de patrones de activación múltiples, distintos y "metaestables" (es decir, de larga duración). En el caso de Hopfield, estos corresponden a "recuerdos" diferentes; para nosotros corresponden a prácticas diferentes. El objetivo del profesor es guiar al alumno hacia su misma solución..
Simulamos diferentes configuraciones de interacción, donde ryo en cualquier simulación particular se extrae de una distribución aleatoria, uniforme entre −1 y +1 (nuestras conclusiones cualitativas son insensibles a la naturaleza precisa de esta distribución o la topología de la red; consulte el material complementario electrónico). Una vez que se fijan las interacciones, los parámetros clave son b y t. Establecimos t ser mucho mayor que la unidad (en la práctica, entre cuatro y 10), y tI ser cero para las facetas I que el docente no interviene, indicando que el docente puede hacer una intervención estricta; es decir, que puede arreglar ese pequeño número de facetas del estudiante casi a la perfección. Mientras tanto, b Indica hasta qué punto el estudiante es sensible a las limitaciones de interacción de las propias facetas. Cuando b es cero, por ejemplo, las facetas que no se enseñan son completamente libres y no correlacionadas. Cuando b es alto, el sistema tiene baja tolerancia a las desviaciones de los patrones establecidos por ryo
Nuestros resultados cualitativos son insensibles a b siempre y cuando haya pasado el "punto crítico" (alrededor de la unidad). Empíricamente, encontramos que la transmisión más precisa es posible cuando t está configurado para ser grande, y b aumenta lentamente desde cero hasta un valor comparable a t (ver material complementario electrónico). Una vez finalizado este proceso, el alumno, a su vez, puede actuar como maestro de un nuevo alumno; el antiguo alumno/nuevo profesor interviene sobre este nuevo alumno de la misma manera.
Todo lo que queda es determinar un buen candidato para t, el conjunto de nodos sobre los que interviene el profesor. Hacemos esto de una manera "codiciosa". Primero encontramos la mejor faceta para una única intervención (es decir, la faceta que, si la fija el profesor, permite al alumno aproximarse mejor a la actividad deseada). Luego iteramos: encontramos la faceta que, cuando se fija junto con la primera, produce el mejor resultado, y así sucesivamente. Esta heurística puede ser seguida por un profesor principiante, que experimenta haciendo cumplir diferentes aspectos, o por uno experto que pueda adaptarse a una cultura ligeramente modificada. A lo largo de una década de variedad de tamaños de redes (de 10 facetas a 100), encontramos que solo entre el 10 % y el 15 % de las facetas necesitan ser reparadas mediante la enseñanza..
3. Resultados
Presentamos nuestros resultados sobre la enseñanza tácita en dos partes. En primer lugar, mostramos cómo la enseñanza tácita permite, de hecho, la transmisión de alta precisión de una práctica de una generación a la siguiente. Luego mostramos cómo los detalles de este proceso se combinan, a nivel poblacional, para dejar huellas en la evolución a largo plazo de la cultura..
3.1. Enseñanza tácita
Primero consideramos la enseñanza tácita en sí. Dada una red de restricciones particulares y una práctica cultural, consideramos el efecto de diferentes tamaños de núcleo en la precisión de la transmisión. La precisión se mide por la distancia de Hamming, que cuenta el número de facetas en las que el alumno se diferencia del profesor; una distancia de Hamming de cero indica una transmisión perfecta (consulte el material electrónico complementario para obtener más detalles y medidas de precisión alternativas)).
Los resultados de nuestras simulaciones sugieren que, bajo una variedad de condiciones, se puede obtener de manera confiable una transmisión perfecta incluso cuando el número de intervenciones es significativamente menor que el número de facetas. El núcleo sólo necesita ser una pequeña fracción del todo, y un profesor capacitado en posesión de ese núcleo aún sería capaz de transmitir toda la práctica al alumno, incluso si solo se transmite una pequeña cantidad de información entre ellos..
Un ejemplo de este fenómeno se muestra en Cifra 2. En este caso, una práctica de 30 facetas se puede transmitir con muy alta precisión interviniendo sólo en cuatro facetas. A pesar de que, en la superficie, sólo una pequeña fracción de la información total se transmite entre profesor y alumno, se puede lograr una precisión perfecta casi el 70% de las veces..
Cifra 2.
Cifra 2. La enseñanza tácita conduce a una transmisión de alta precisión del profesor al alumno. Aquí se muestra la distribución de los resultados del aprendizaje para el caso de enseñanza tácita (línea continua) para el caso de prueba de 30 facetas y (sólo) cuatro intervenciones docentes. Aunque el profesor interviene en menos del 15% de las facetas, la reproducción perfecta ocurre aproximadamente el 70% de las veces (ver el extremo izquierdo de la distribución). Por el contrario, los estudiantes que no aprenden adecuadamente a menudo terminan con soluciones muy diferentes: la distribución de los errores no es normal (no binomial) y los saltos largos son tan comunes, si no más, que las pequeñas desviaciones. Un modelo nulo de "error de copia" (línea discontinua) tiene propiedades muy diferentes. Para lograr la misma precisión promedio que el modelo tácito, debe sacrificar cualquier esperanza de transmisión precisa..
Ni el profesor ni el alumno necesitan saber, de manera consciente, el patrón correcto en las 30 facetas; de hecho, ni siquiera necesitan saber cuántas facetas hay. Todo lo que se necesita para una transmisión efectiva es (i) que el maestro tenga en cuenta cuatro características clave del comportamiento del alumno y (ii) que el alumno preste atención a la guía del maestro sin dejar de estar atento a las demandas de consonancia de su entorno. Esto no sólo es suficiente para guiar al alumno hacia la práctica completa de las 30 facetas, sino también para evitar otras soluciones potencialmente tentadoras (es decir, estables e igualmente óptimas) que pueden considerarse prácticas culturales alternativas..
Dos cosas son evidentes a partir de Cifra 2. Primero, como se señaló, la mayoría de los estudiantes aprenden la práctica exactamente. Si los profesores de la próxima generación provienen de esta subpoblación, la práctica puede persistir con altos niveles de precisión durante varias generaciones. En segundo lugar, la distribución de los errores es muy anormal; de aquellos que no aprenden, hay tantos que aprenden una práctica (digamos) a tres unidades Hamming de distancia como a 20. Por lo tanto, se espera que la mala transmisión sea mucho más notoria..
Esta distribución surge porque la red de restricciones subyacente sirve para correlacionar los errores cometidos en el aprendizaje: de manera informal, un estudiante reprobado aprende "malos hábitos" que se conectan entre sí y se refuerzan entre sí, llevando al alumno a una parte totalmente diferente del espacio de solución. Este espacio suele ser menos óptimo que la respuesta correcta, pero puede tener al menos un mínimo de estabilidad. Un ejemplo sencillo es la enseñanza de los malabares. Una minoría de estudiantes encuentra una solución satisfactoria, pero al final subóptima, al problema de hacer malabarismos con dos pelotas, que implica pasar, en lugar de lanzar, una de las pelotas de una mano a la otra..
Una vez que un estudiante ha aprendido lo suficiente sobre estos malos hábitos, la enseñanza adicional puede ser en vano. Adaptar la práctica del profesor requeriría ahora cambiar un gran número de facetas simultáneamente. La única otra solución a este problema es si el estudiante puede empezar de nuevo (en nuestro modelo simple, la necesaria 'mente de principiante' es una elección aleatoria para cada faceta) y prestar mayor atención..
De esta distribución de errores se derivan varias consecuencias. En primer lugar, es fácil detectar a la mayoría de los estudiantes que no logran imitar la práctica: su patrón de comportamiento general es generalmente muy diferente de la norma cultural y (además) se espera que la práctica que adoptan sea generalmente menos efectiva (por ejemplo, ) competencia con alumnos que han comprendido correctamente la norma.
En segundo lugar, sin embargo, no todos los errores son una combinación de malos hábitos. Es muy posible que una pequeña fracción de los estudiantes que no logran aprender alcancen, en cambio, prácticas alternativas "verdaderas", es decir, soluciones a la red de restricciones que, si no son tan buenas como la práctica estándar de su cultura, sí lo son al menos de manera similar. estable. El raro descubrimiento de soluciones inusuales, bastante alejadas de la práctica original, es una predicción de nuestro modelo. También parece encontrarse en la literatura cualitativa, con registros anecdóticos de deportistas que practican prácticas inusuales pero de alto rendimiento, como Oh Sadaharu en el béisbol. [60] o Donald 'The Don' Bradman en el cricket [61].
Esto lleva a una interesante paradoja. Por un lado, la enseñanza tácita es, a pesar de la naturaleza fragmentaria de las intervenciones del profesor, extraordinariamente fiable. La mayoría de los estudiantes aprenden la práctica con precisión. Por otro lado, sin embargo, la enseñanza tácita también es altamente evolucionable. Las desviaciones que ocurren a menudo son significativamente diferentes de la práctica estándar..
Una forma de entender este resultado es compararlo con un modelo nulo, un modelo de "error de copia" similar a una imitación. Este modelo supone que el estudiante observa todas las facetas y las copia de forma independiente con cierto nivel de error. Para comparar el modelo de error de copia con la enseñanza tácita, ajustamos la tasa de error de copia para que la distancia promedio de Hamming coincida con la del modelo tácito (consulte el material complementario electrónico para obtener más detalles). El modelo de error de copia se muestra en Cifra 2 por una línea discontinua. En este ejemplo particular, la tasa de error derivada es aproximadamente del 15%, lo cual es plausible dado lo que sabemos sobre la imitación cultural. [62]; sin embargo, como se puede ver en la figura, tal tasa de error para una práctica compleja hace que sea casi imposible preservar la práctica..
Al comparar las dos distribuciones de error, destacan dos cosas. Por un lado, como se mencionó, el modelo de error de copia logra una precisión básicamente nula: es esencialmente imposible que un alumno iguale la práctica del maestro, a pesar de la suposición de que es consciente de todas las facetas y puede atenderlas sucesivamente. En segundo lugar, a pesar de esta alta tasa de error, también es muy difícil para el modelo de error de copia dar grandes saltos y descubrir prácticas alternativas viables. En este caso particular, la gran mayoría de los resultados del modelo de error de copia conducen a resultados "próximos pero imperfectos", con una tasa de error de 1/6; sólo alrededor del 0,1% de los alumnos reproduce la práctica a la perfección, y menos del 0,01% produce saltos largos que modifican más de la mitad de la práctica (consulte el material complementario electrónico para obtener más información).).
Por otro lado, el modelo tácito produce un espectro, con un gran número de estudiantes perfectamente precisos y un pequeño número de excéntricos atípicos. La mayoría de los valores atípicos, por supuesto, no logran crear una nueva práctica, pero un pequeño número puede encontrar soluciones novedosas, pero estables y enseñables. (En comparación, si ajustamos el modelo de error de copia para que coincida con la tasa de precisión perfecta del 70% del modelo tácito aquí, requeriría una tasa de error inverosímilmente baja del 1% para el observador, para cada una de las 30 facetas por turno. y sacrificaría completamente la capacidad de evolución.) Esto tiene consecuencias sugestivas para la dinámica de la evolución cultural, especialmente con respecto a la diversidad y la capacidad de evolución. Los examinamos en la siguiente sección..
3.2. Dinámica a nivel de población
Ningún método de enseñanza es perfecto y cada cultura necesita lidiar con el hecho de que una fracción de los estudiantes no logrará aprender. Si bien el modelo de enseñanza tácita puede lograr una gran precisión, no todos tienen éxito. Si la transmisión es únicamente una cuestión de estudiantes, quienes a su vez se convierten en maestros de un grupo independiente, la práctica pronto decaerá..
Una solución a este problema es institucional: los alumnos participan en una situación educativa, como un aula, un dojo o un gimnasio, o en relaciones de tutoría y retroalimentación más informales y complejas que podrían surgir en una organización empresarial. En un modelo de juguete basado en un caso sencillo de aula, los alumnos de cada generación acuerdan una práctica consensuada que se enseña a la siguiente. Si hay 10 estudiantes, por ejemplo, en nuestro modelo de 30 facetas anterior, aproximadamente siete de ellos aprenderán la misma práctica. Si el consenso es simplemente una cuestión de votar sobre qué patrón (o, más bien, núcleo) se enseñará a la próxima generación, entonces la transmisión sin errores puede mantenerse durante muchas generaciones. Esto es sólido por dos razones: porque, en promedio, esperamos que domine la práctica estándar, pero también porque las desviaciones son a menudo idiosincrásicas. Incluso si la práctica estándar no obtiene una mayoría, normalmente mantendrá una pluralidad..
Sin embargo, no siempre. Esto se debe en parte a que las fluctuaciones idiosincrásicas no son aleatorias: los "malos hábitos" tienden a llevar a los estudiantes a las mismas partes subóptimas (o al menos diferentes) del espacio de solución. Esto significa que no es tan difícil ni raro que una práctica no estándar obtenga una pluralidad. Cuando esto sucede, se siguen dos cosas. En primer lugar, se pierde la práctica cultural inicial y estándar. En segundo lugar, se reemplaza por algo que a menudo es peor en comparación con el original..
Las soluciones subóptimas, a su vez, son más difíciles de aprender porque hay más soluciones cercanas que son igualmente buenas. Un alumno que se desvía en una o dos facetas puede descubrir que, en lugar de alterar un delicado equilibrio, ha satisfecho tantas limitaciones como antes. Ahora no hay una buena señal que la lleve de regreso al patrón original y, a menos que el maestro haga más intervenciones, la transmisión no tendrá éxito..
En conjunto, estos efectos predicen que la evolución cultural del conocimiento tácito es estallido. Largos períodos de estabilidad, en los que las prácticas culturales cambian muy poco, se intercalan con períodos caóticos. Estos períodos caóticos comienzan con un gran salto en el espacio de la solución y la tradición original se pierde por completo. Las comunidades de práctica en estos períodos caóticos son mucho peores a la hora de preservar sus (nuevas) tradiciones y, a su vez, dan grandes saltos. Esto continúa hasta que se descubre una práctica nueva y suficientemente estable. Comienza un período más largo de transmisión de alta precisión y el ciclo se repite.
Esto se muestra, en primer lugar, en Cifra 3, con una simulación de muestra de siete alumnos realizando una votación mayoritaria. Una línea vertical indica una generación en la que la práctica ha cambiado. Si bien los dos primeros saltos son eventos aislados, el tercer salto conduce a una cascada caótica de saltos en las siguientes 50 generaciones; Períodos turbulentos similares aparecen cada pocos cientos de generaciones. La distribución de los espacios entre saltos es de "cola pesada", lo que significa que a la mayoría de los saltos les sigue, uno o dos pasos después, otro salto; Sin embargo, de vez en cuando, estos rápidos saltos se ven interrumpidos por muchos cientos de generaciones de estabilidad. Métodos estadísticos estándar [63] Demuestre que la cola de esta distribución es una ley de potencia, lo que significa que no hay un límite característico sobre cuánto tiempo puede durar esta estabilidad..
Cifra 3.
Cifra 3. La distribución de los saltos en una secuencia de transmisión de muestra de 1000 generaciones, muestra cómo los saltos de una práctica a otra tienden a concentrarse en el tiempo. El X-el eje etiqueta el número de generación; una línea vertical indica un salto de una práctica a otra. Las líneas agrupadas en grupos indican períodos caóticos. Resultados de una simulación con 30 facetas y cuatro nodos de enseñanza.
Una última forma de visualizar este comportamiento explosivo es seguir la evolución de la práctica misma. Las prácticas son objetos de alta dimensión; una práctica de 30 facetas se encuentra en uno de los vértices de un hipercubo de 30 dimensiones. Por supuesto, esto es imposible de visualizar. Sin embargo, podemos aprovechar el hecho de que las prácticas estables están escasamente distribuidas. Dado que sólo una pequeña fracción del espacio de solución corresponde a prácticas estables, podemos utilizar un algoritmo de reducción de dimensionalidad para mapear los cambios de generación en generación en la página bidimensional..
Esto se muestra en Cifra 4. Cada círculo azul representa un punto en el hipercubo de las prácticas tácitas. El diseño bidimensional, proporcionado por el algoritmo de visualización de escala multidimensional (MDS), se aproxima a la distancia de Hamming: los círculos que están cerca entre sí en este gráfico tienen más facetas configuradas con el mismo valor. El tamaño del círculo es proporcional a la estabilidad; los círculos más grandes indican soluciones que satisfacen más restricciones subyacentes y son estables bajo perturbación; Se pueden encontrar aproximadamente media docena de prácticas de este tipo..
Cifra 4.
Cifra 4. Exploración en el espacio cultural, visualizada en una simulación de muestra con los mismos parámetros que Cifra 3. Si bien cualquier práctica particular es un vector binario de 30 dimensiones, es posible una visualización aproximada con el algoritmo MDS. Los círculos corresponden a diferentes prácticas, con un tamaño proporcional a la estabilidad. La línea amarilla sigue la trayectoria de una cultura simulada, que comienza en la práctica denominada A, y deambula, de una manera característicamente ráfaga, para aterrizar, finalmente, en la práctica C..
Descargar figuraAbrir en una pestaña nuevaDescargar PowerPoint
La línea amarilla muestra una muestra de trayectoria evolutiva a través de este espacio. La población simulada comienza en la práctica A, relativamente estable y enseñable, que mantiene durante mucho tiempo. Después de aproximadamente cien generaciones, se da un salto largo a la práctica B. La práctica B es menos enseñable (rara vez se transmite con precisión de los profesores a los alumnos), y la cultura entra en un período de inestabilidad, dando saltos largos adicionales a prácticas cercanas a la práctica. C, y pasar decenas de generaciones en un grupo de prácticas difíciles de mantener cercanas a la práctica D. Con el tiempo, el sistema regresa y se establece en la práctica altamente estable C. Otras prácticas (E, F, G, etc. ) permanecen sin ser descubiertos por esta cultura incluso después de muchos miles de generaciones.
Para simplificar la presentación, nuestra discusión se ha centrado en redes con 30 facetas y con acoplamientos entre dos facetas cualesquiera extraídas de una distribución uniforme entre una y una negativa (un modelo de "red aleatoria"). Las simulaciones de redes más grandes y más pequeñas, y de redes con diferentes topologías, producen características cualitativas esencialmente idénticas, tanto a nivel poblacional como individual (ver material electrónico complementario).
Encontramos que redes más grandes pueden apoyar más prácticas culturales, y la enseñanza tácita requiere más intervenciones a medida que crece la complejidad de la práctica; para redes entre 10 y 100 nodos, encontramos que la enseñanza tácita con precisión mayoritaria (es decir, al menos la mitad de las veces, un estudiante elegido al azar coincide exactamente con la práctica) requiere intervenciones en alrededor del 10% al 15% de las facetas. Esta escala lineal se conserva para una variedad de distribuciones diferentes de pesos de borde..
Modelar el sistema de restricciones de facetas como una red conectada aleatoriamente tiene limitaciones. En muchas situaciones, esperamos que las facetas se organicen en 'módulos' aproximadamente distintos con estrechas interconexiones dentro de cada módulo y menos conexiones, más desorganizadas, entre módulos. Estas organizaciones modulares se esperan en una variedad de circunstancias. Por ejemplo, cuando las facetas se refieren a propiedades materiales de la tarea, donde las separaciones espaciales y temporales pueden generar topologías anidadas, como podría suceder en prácticas con etapas de juego claras (por ejemplo, tenis). O, cuando las facetas conductuales incluyen las posiciones relativas de diferentes partes del cuerpo, esperamos que haya restricciones más estrictas entre los grupos de músculos que se conectan a las mismas articulaciones, como podría suceder en la danza. También esperamos el surgimiento de la modularidad bajo procesos genéricos de bricolaje y retoques, como los describió originalmente [48]; Un trabajo más reciente sugiere que, si las restricciones subyacentes se construyen combinando y reutilizando prácticas anteriores, la red resultante tendrá altos niveles de modularidad. [64]. Bajo el supuesto de que cada módulo tiene solo dos configuraciones, nuestros resultados ahora se aplican a nivel de módulo. Para enseñar una práctica con 30 módulos, por ejemplo, esperamos que la enseñanza tácita requiera intervenciones en (aproximadamente) cuatro de ellos..
Los módulos pueden ser más complejos, lo que significa que pueden admitir más de dos configuraciones internas. Un simple argumento teórico de la información sugiere que esto aumentará logarítmicamente en el número de intervenciones adicionales. Si cada módulo tiene norte soluciones, por ejemplo, entonces las demandas de enseñanza tácita aumentan, aunque lentamente, en un factor de log2norte.
4. Discusión
La evolución cultural, como campo, a menudo opta por 'encajar' cómo se transmite y aprende socialmente la información. [65]. Modelos como [66–68] nos brindan grandes conocimientos sobre la dinámica cultural a nivel de población. Sin embargo, lo han hecho en parte a costa de ignorar la complejidad de los agentes cognitivos que realmente adquieren y transmiten la cultura..
Nuestro modelo proporciona una explicación explícita y cuantitativa de la relación entre profesor y alumno en el caso común de conocimiento tácito. Muestra cómo es posible una "enseñanza tácita" de alta precisión, incluso en el caso en que tanto el profesor como el alumno carezcan de conocimiento consciente de hasta el 90% de la dimensión. Una pequeña cantidad de orientación, bien presentada, permite a la mayoría de los estudiantes "fijar" una práctica eficiente y culturalmente extendida. Esto sólo es posible cuando las características de la práctica subyacente están sujetas a restricciones específicas, lo que refleja la observación de la dinámica de adquisición de habilidades en contextos ecológicos. [69,70].
Nuestros resultados hacen predicciones empíricas para la cognición a nivel individual. Una característica clave de la enseñanza tácita es la presencia de una distribución inusual y no exponencial de los errores de aprendizaje: cuando existe una enseñanza tácita, esperamos que incluso los estudiantes diligentes aprendan, ocasionalmente, algo que difiere significativamente del desempeño correcto. Por el contrario, esperamos encontrar un déficit de cuasi fracasos: estudiantes que están cerca de conseguirlo, pero fallan sólo en uno o dos aspectos. De manera más general, como se ve en Cifra 2, esperamos un patrón característico de cometer errores que se ve muy diferente de un modelo en el que el profesor enseña todo y el alumno aprende cada parte de forma independiente.
Cuando a la mayoría de los estudiantes les va extremadamente bien, pero a una pequeña fracción, con habilidades equivalentes, les va extremadamente mal, puede ser una señal de que está en juego la enseñanza tácita..
Estos resultados tienen, a su vez, implicaciones para la evolución cultural. Predicen innovaciones ráfagas y, a veces, de saltos muy largos, con una distribución de ley de potencia de cola pesada que hace posible que una práctica cambie sin pasar por una serie de mutaciones graduales. Estos largos saltos pueden permitir, potencialmente, una rápida adaptación a nuevas condiciones (por ejemplo, cambios en la red de restricciones subyacentes). Pero tienen un coste: una vez dado un salto, es muy difícil recuperar la práctica anterior, salvo por accidente..
Una tradición cultural es más que una simple lista de características de comportamiento. Se logra gracias a la forma en que esas características encajan en una lógica más amplia dictada por limitaciones mentales, materiales y ambientales. (El conocimiento con una dimensión tácita está, además, en sí mismo inserto en un contexto socioeconómico que puede modular cómo se expresa [71], y se ha demostrado que factores como la inteligencia emocional tienen un impacto positivo en el intercambio de conocimiento tácito. [72].)
Hemos presentado un modelo mínimo que nos permite capturar esta lógica de orden superior y, por tanto, ir más allá de las explicaciones de la evolución cultural que se centran en la adquisición de rasgos individuales considerados de forma aislada. Prestar atención a los aspectos cognitivos de la transmisión revela cómo estas interacciones hacen más que canalizar la cultura: hacen posible transmitirla con precisión, y la intervención del maestro sirve como semilla para la práctica plena del alumno. También muestra cómo este mecanismo puede impulsar la dinámica y los cambios de gran alcance que caracterizan la macroevolución de la cultura..
Accesibilidad de datos
El código asociado con este trabajo, incluido el código C optimizado que implementa el algoritmo Metropolis-Hastings en redes Spin Glass, y el código Ruby adjunto que lo utiliza para simular el proceso de enseñanza tácito, se puede encontrar en https://github.com/simon-dedeo/tacit-teaching. Los datos se proporcionan en material complementario electrónico. [73].
Contribuciones de los autores
HM: conceptualización, análisis formal, investigación, metodología, recursos, software, validación, visualización, redacción—borrador original, redacción—revisión y edición; SD: conceptualización, curación de datos, análisis formal, investigación, metodología, recursos, software, validación, visualización, redacción (borrador original), redacción: revisión y edición..
Todos los autores dieron su aprobación final para la publicación y aceptaron ser responsables del trabajo realizado en ella..
Declaración de conflicto de intereses
Declaramos que no tenemos intereses en competencia.
Fondos
HM reconoce el apoyo de una beca Omidyar del Instituto Santa Fe, y SD reconoce el apoyo del Fondo de Supervivencia y Florecimiento y la Fundación John Templeton.
Agradecimientos
Agradecemos a Colin Allen, Eddie Lee, Celia Heyes, Mirta Galesic, Paul Hooper, Cailin O'Connor, Paul Smaldino y Mason Youngblood por sus útiles conversaciones..
Notas a pie de página
© 2022 Los autores.
, que permite el uso sin restricciones, siempre que se cite al autor original y la fuente.