La viabilidad en redes léxicas multiplex y el aprendizaje automático caracterizan la creatividad humana
Autores: Stella, Massimo; Kenett, Yoed N.
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
La viabilidad en redes léxicas multiplex y el aprendizaje automático caracterizan la creatividad humana
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Estudios
Creatividad
Memoria semántica
Léxico mental
Red multiplex
Diferencias individuales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
Estudios previos han demostrado cómo las diferencias individuales en creatividad se relacionan con diferencias en la estructura de la memoria semántica. Sin embargo, esta última es solo un aspecto de todo el léxico mental, un repositorio de conocimiento conceptual que se considera que incluye simultáneamente múltiples tipos de similitudes conceptuales. En el estudio actual, aplicamos un enfoque de red multiplex para calcular una representación del léxico mental que combina semántica y fonología y examinamos cómo se relaciona con las diferencias individuales en creatividad. Esta combinación multiplex de 150,000 asociaciones fonológicas y semánticas identifica un núcleo de palabras en el léxico mental conocido como "viable cluster", un núcleo que contiene palabras más simples de analizar, más generales y concretas adquiridas temprano durante el aprendizaje del lenguaje. Nos enfocamos en el rendimiento de individuos creativos bajos (n = 47) y altos (n = 47) en la generación de nombres de animales durante una tarea de fluidez semántica. Modelamos este rendimiento como el resultado de una navegación mental en la red léxica multiplex, yendo dentro, fuera y entre el "viable cluster". Descubrimos que los individuos creativos bajos y altos difieren sustancialmente en su acceso al "viable cluster" durante la tarea de fluidez semántica. Los individuos más creativos tienden a acceder al "viable cluster" con menos frecuencia, con una menor incertidumbre/entropía, llegando a palabras más periféricas y cubriendo distancias más largas en la red multiplex entre conceptos en comparación con los individuos menos creativos. Utilizamos estas diferencias para construir un clasificador de niveles de creatividad mediante aprendizaje automático, lo que lleva a una precisión y un área bajo la curva de , que son ambos superiores a la expectativa aleatoria del 50%. Estos resultados resaltan la relevancia potencial de combinar medidas psicolingüísticas con modelos de red multiplex del léxico mental para modelar la navegación mental y, en consecuencia, clasificar automáticamente a las personas según sus niveles de creatividad.
Descripción
Estudios previos han demostrado cómo las diferencias individuales en creatividad se relacionan con diferencias en la estructura de la memoria semántica. Sin embargo, esta última es solo un aspecto de todo el léxico mental, un repositorio de conocimiento conceptual que se considera que incluye simultáneamente múltiples tipos de similitudes conceptuales. En el estudio actual, aplicamos un enfoque de red multiplex para calcular una representación del léxico mental que combina semántica y fonología y examinamos cómo se relaciona con las diferencias individuales en creatividad. Esta combinación multiplex de 150,000 asociaciones fonológicas y semánticas identifica un núcleo de palabras en el léxico mental conocido como "viable cluster", un núcleo que contiene palabras más simples de analizar, más generales y concretas adquiridas temprano durante el aprendizaje del lenguaje. Nos enfocamos en el rendimiento de individuos creativos bajos (n = 47) y altos (n = 47) en la generación de nombres de animales durante una tarea de fluidez semántica. Modelamos este rendimiento como el resultado de una navegación mental en la red léxica multiplex, yendo dentro, fuera y entre el "viable cluster". Descubrimos que los individuos creativos bajos y altos difieren sustancialmente en su acceso al "viable cluster" durante la tarea de fluidez semántica. Los individuos más creativos tienden a acceder al "viable cluster" con menos frecuencia, con una menor incertidumbre/entropía, llegando a palabras más periféricas y cubriendo distancias más largas en la red multiplex entre conceptos en comparación con los individuos menos creativos. Utilizamos estas diferencias para construir un clasificador de niveles de creatividad mediante aprendizaje automático, lo que lleva a una precisión y un área bajo la curva de , que son ambos superiores a la expectativa aleatoria del 50%. Estos resultados resaltan la relevancia potencial de combinar medidas psicolingüísticas con modelos de red multiplex del léxico mental para modelar la navegación mental y, en consecuencia, clasificar automáticamente a las personas según sus niveles de creatividad.