Rescorla-Wagner Model of Associative Learning
Imagineu aprendre a predir quan es produirà la pluja. Inicialment, quan veieu núvols foscos, no teniu cap expectativa de pluja. Quan la pluja us sorprèn, actualitzeu: els núvols ara prediuen la pluja. Amb el temps, els núvols foscos esdevenen un bon predictor, de manera que quan arriba la pluja, la sorpresa (error de predicció) disminueix. Segons el model Rescorla-Wagner, aquesta disminució de la sorpresa explica per què l'aprenentatge s'alenteix. El vostre cervell aprèn més d'esdeveniments inesperats; els esdeveniments esperats no us ensenyen res de nou. Aquest principi, aprendre de l'error, és fonamental per al funcionament de les xarxes de predicció al cervell.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Fonts
- Rescorla, R. A., & Wagner, A. R. (1972). A theory of Pavlovian conditioning: Variations in the effectiveness of reinforcement and non-reinforcement. In A. H. Black & W. F. Prokasy (Eds.), Classical conditioning II (pp. 64-99). Appleton-Century-Crofts. link ↗
- Simonetta, S. H., Schaafsma, S. M., & Meffert, H. (2010). The Rescorla-Wagner model of Pavlovian conditioning: Some current issues and applications. Neuroscience & Biobehavioral Reviews, 34(6), 821-835. link ↗
- Gluck, M. A., & Myers, C. E. (1993). Hippocampal mediation of stimulus representation: A computational theory. Hippocampus, 3(4), 491-516. DOI: 10.1002/hipo.450030410 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Rescorla-Wagner Model of Associative Learning. ScholarGate. https://scholargate.app/ca/psychology/rescorla-wagner-model
Similar methods
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →