Algoritmos cognitivos complejos preservados por el aprendizaje social selectivo en poblaciones experimentales

Área de la Ciencia:

• Ciencias cognitivas
• Psicología evolutiva
• Ciencias sociales computacionales

Sus antecedentes:

• Las capacidades cognitivas humanas a menudo dependen del conocimiento acumulado a lo largo de generaciones.
• La transmisión cultural de algoritmos innovadores complejos es un desafío debido a las dificultades en la transferencia de conceptos.

Objetivo del estudio:

• Investigar cómo se conservan y transmiten algoritmos cognitivos complejos a través de generaciones.
• Comprender el papel del aprendizaje social en la evolución cultural de las estrategias de resolución de problemas.

Principales métodos:

• Una simulación experimental a gran escala que involucra a 3450 participantes en 12 generaciones y 20 poblaciones.
• Los participantes resolvieron un difícil problema de decisión secuencial (clasificación numérica) y transmitieron soluciones.
• Comparación de la persistencia del algoritmo entre poblaciones con y sin aprendizaje social selectivo.

Principales resultados:

• Se redescubrieron varios algoritmos de clasificación conocidos dentro de la simulación.
• Los algoritmos complejos persistieron significativamente más a menudo en poblaciones con aprendizaje social selectivo.
• Las poblaciones sin aprendizaje selectivo con frecuencia perdían algoritmos complejos, convergiendo hacia otros más simples y transmisibles.

Conclusiones:

• El aprendizaje social selectivo es crucial para la retención de algoritmos cognitivos raros y de alto rendimiento.
• La capacidad de elegir compañeros de aprendizaje facilita la acumulación cultural de innovaciones complejas.
• Los hallazgos apoyan el vínculo entre la sociabilidad humana y las funciones cognitivas avanzadas.