William Kaye Estes

En su etapa de estudiante, Estes fue alumno de Richard M. Elliott en la Universidad de Minnesota. Cuando se graduó se quedó a trabajar en la Universidad de Minnesota, y trabajó para B. F. Skinner, con quien desarrolló el paradigma de supresión condicionado (Estes & Skinner, 1941).

Tras recibir su doctorado, Estes se unió a Skinner en la facultad de la Universidad de Indiana. Después de que Estes saliera del Ejército de los Estados Unidos al final de la Segunda Guerra Mundial, su reputación se estableció como uno de los creadores de la teoría de aprendizaje matemático. Estes pasó de la Universidad de Indiana a la Universidad de Stanford, la Universidad Rockefeller en Nueva York, y finalmente a la Universidad de Harvard. Mientras daba clases en la Universidad de Harvard, Estes contribuyó como primer editor en la institución de la Ciencia Psicológica para la Asociación para la Ciencia Psicológica. Fue también editor de la Revisión Psicológica entre 1977-1982[2]

Tras retirarse de Harvard, Estes regresó a Bloomington, Indiana, donde permaneció activo en la enseñanza hasta llegar a ser profesor Emérito en su antiguo departamento de académicos de su lugar natal.

Uno de las contribuciones estelares de Estes para aprender la teoría era la del estímulo-muestreo, que concibe el aprendizaje como la creación de asociaciones para elementos de estímulo hipotéticos que son extraídos aleatoriamente del conjunto de elementos que caracterizan un situación particular del aprendizaje. Esta teoría predijo la probabilidad del emparejamiento, la cual se halló en un amplia gama de tareas para numerosos organismos variados.

Estes obtuvo una gran influencia en las teorías del aprendizaje y la memoria, ambas en su propia formulación de teorías y las de muchos de sus alumnos y colaboradores. En honor a su impacto dentro del campo de la psicología, Estes recibió la Medalla Nacional de Ciencia el 16 de diciembre de 1997, de manos del presidente Bill Clinton.

Estes propuso un modelo de aprendizaje al que llamó Teoría de Muestreo del Estímulo (SST). SST es un modelo probabilista que proporciona una explicación estadística de cómo aprendemos una asociación estímulo-respuesta en un solo ensayo, pero requiere más repeticiones del estímulo-respuestas para construir una unidad de aprendizaje patente.[3] Los modelos de Estímulo-muestro sirven para al menos dos funciones. Una es realizar predicciones experimentales para situaciones en las que los elementos de estímulo están controlados, en parte al menos, por el investigador. La teoría del estímulo-muestreo también colabora como dispositivo heurístico para descubrir obviedades efectivas sobre los cambios en las probabilidades de respuesta. La teoría general del estímulo-muestreo asume la existencia de una población de elementos de estímulo discretos y de hipótesis que una entidad toma una muestra de esta población en cada experimento de ensayo del aprendizaje. Todas las teorías de estímulo-respuesta contienden estímulos "conectados" o "condicionados" a posibles respuestas de la entidad.[4] Una extensión natural de la teoría SST proporciona explicaciones de discriminación, generalización, procesos temporales, e incluso fenómenos motivacionales.[5]

La técnica de adaptación/integración/asimilación que se usa en las aulas a día de hoy se deriva de la teoría del muestreo de estímulo. Un ejemplo del procedimiento de asimilación trata de que un alumno revisa diez cartas (siete conocidas y tres desconocidas) y trabaja con ellas hasta que se aprende las diez cartas al 100%. Tras aprenderse las diez cartas, el alumno reemplaza entonces las tres cartas que no eran conocidas por otras tres desconocidas más.[6] Este ejercicio se usa para promover captación y fluidez, y los estudios demuestran que este ejercicio es sumamente efectivo a la hora de enseñar un amplio rango de respuestas.[7]

1941

Estes y su mentor B.F. Skinner presentaron su ensayo sobre la ansiedad, introduciendo el paradigma de respuesta emocional condicionada (REC) / respuesta de miedo condicionada,[8] donde las ratas eran entrenadas para dar respuesta a un programa operativo que producía un índice de respuesta firme, a partir del cual se sometían a pruebas mediante estímulos de shock eléctricos que eran determinados como una señal de miedo. La señal de miedo suprimía la respuesta operativa, y la magnitud de supresión era usada como medida de ansiedad. La CER llegó a utilizarse ampliamente para estudiar el condicionamiento Pavloviano en una variedad de organismos.

1950

Estes presentó su influyente teoría de muestreo del estímulo en el artículo de Revisión Psicológica: Hacia una teoría Estadística del Aprendizaje. Esta teoría supone que el condicionante implica asociar respuestas a los elementos de un estímulo que son probados en un ensayo determinado. La variabilidad del aprendizaje surge debido a las propiedades estadísticas de la muestra aleatoria de elementos a partir de una población mayor de elementos potenciales.

Trabajos posteriores

1970

Teoría del Aprendizaje y Desarrollo Mental

1991

Modelos Estadísticos en Investigación Conductista

1994

Clasificación y Cognición

• Estes, W. K. (1960), "Modelo de camino aleatorio para la conducta de elección", en Arrow, Kenneth J.; Karlin, Samuel; Suppes, Patrick, Modelos matemáticos en ciencias sociales, 1959: Procedimientos del primer coloquio de Stanford, Estudios matemáticos en ciencias sociales de Stanford, IV, Stanford, California: Stanford University Press, pp. 265–276,Estes, W. K. (1960), «A random-walk model for choice behaviour», en Arrow, Kenneth J.; Karlin, Samuel; Suppes, Patrick, eds., Mathematical models in the social sciences, 1959: Proceedings of the first Stanford symposium, Stanford mathematical studies in the social sciences, IV, Stanford, California: Stanford University Press, pp. 265-276, ISBN 9780804700214.. Estes, W. K. (1960), «A random-walk model for choice behaviour», en Arrow, Kenneth J.; Karlin, Samuel; Suppes, Patrick, eds., Mathematical models in the social sciences, 1959: Proceedings of the first Stanford symposium, Stanford mathematical studies in the social sciences, IV, Stanford, California: Stanford University Press, pp. 265-276, ISBN 9780804700214..

• Psicología matemática