La formación de clases de estímulos equivalentes es estudiada como un fenómeno de categorización que permite el entrenamiento y evaluación de repertorios conductuales complejos, relacionados con "conducta simbólica" (Dickins & Dickins, 2001; Sidman, 1994). Los estudios aplicados de formación de clases de equivalencia están enfocados a establecer estos repertorios complejos, principalmente en poblaciones con problemas de aprendizaje (Rehfeldt, 2011). Una de las dificultades para el establecimiento de clases de equivalencia es que los participantes pueden presentar problemas de aprendizaje con diferentes etiologías, y los protocolos de entrenamiento no han sido sensibles a estas diferencias. Mediante el modelamiento computacional de procesos cognitivos y conductuales se pueden simular distintas condiciones que generan problemas de aprendizaje, los modelos de redes neuronales artificiales han pretendido establecer un puente entre el conocimiento proveniente de las neurociencias y las explicaciones conductuales (O'Reilly & Munakata, 2003), con el que se puede estudiar la interacción entre variables ambientales y sistemas de procesamiento. Los modelos de redes neuronales artificiales consideran un grado de realismo biológico que permite implementar deficiencias en el modelo que suponen la simulación de un déficit a nivel neurofisiológico (Moustafa & Gluck, 2011), resultando buenos candidatos para estudiar el efecto de distintas intervenciones sobre el aprendizaje de tareas experimentales. En este proyecto nos proponemos desarrollar modelos de redes neuronales artificiales que simulen las condiciones asociadas a problemas de aprendizaje más relevantes para el área de equivalencia de estímulos, como son: autismo, síndrome de Down y síndrome de X frágil. Una vez desarrollados los modelos, estudiaremos el efecto de variar los parámetros de entrenamiento, a fin de determinar cuál protocolo de entrenamiento resulta mejor para cada una de las condiciones simuladas. Una segunda fase del proyecto estará enfocada a aplicar los protocolos resultantes en personas con problemas de aprendizaje. Esta estrategia nos permitirá diseñar protocolos de entrenamiento específicos para personas con diversos problemas de aprendizaje.

El presente proyecto contribuirá: 1. Al desarrollo de modelos computacionales para la simulación de problemas de aprendizaje específicos, asociados a síndrome de Down, síndrome de X frágil y autismo. 2. A ampliar la investigación básica en la formación de clases de estímulos equivalentes desde una perspectiva de modelamiento computacional. 3. Al desarrollo de modelos computacionales como una herramienta de apoyo para la planeación de intervenciones terapéuticas. 4. A generar intervenciones conductuales para establecer clases de estímulos equivalentes que resulten funcionales para personas con problemas de aprendizaje.