💬 NLP

Evaluating the relationship between regularity and learnability in recursive numeral systems using Reinforcement Learning

Utilizando Aprendizaje por Refuerzo, este estudio demuestra que la alta regularidad de los sistemas numéricos recursivos humanos facilita su aprendizaje a partir de datos limitados, lo que sugiere que esta característica estructural es un factor clave detrás de su prevalencia transcultural.

Autores originales: Andrea Silvi, Ponrawee Prasertsom, Jennifer Culbertson, Devdatt Dubhashi, Moa Johansson, Kenny Smith

Publicado 2026-04-30

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Andrea Silvi, Ponrawee Prasertsom, Jennifer Culbertson, Devdatt Dubhashi, Moa Johansson, Kenny Smith

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando enseñar a un robot a contar. Tienes dos opciones para el "lenguaje" de los números que le das:

El lenguaje "Regular": Como el inglés o el mandarín. Una vez que el robot aprende que "diez" más "uno" es "once", y que "diez" más "dos" es "doce", puede adivinar fácilmente el resto. Es como un libro de recetas donde las instrucciones son consistentes: "Añade una taza de harina, luego añade un huevo".
El lenguaje "Irregular": Un sistema inventado donde las reglas cambian aleatoriamente. Quizás "diez más uno" es "once", pero "diez más dos" es "banana", y "diez más tres" es "púrpura". No hay ningún patrón que reutilizar; cada número es un nuevo código secreto confuso.

Este artículo plantea una pregunta sencilla: ¿Es la razón por la que los humanos usamos sistemas numéricos regulares (como el inglés) porque son más fáciles de aprender?

Para averiguarlo, los investigadores no preguntaron a los humanos; construyeron un "estudiante" digital (un agente de Aprendizaje por Refuerzo) y le dieron miles de sistemas numéricos diferentes para aprender. midieron qué tan rápido el robot podía dominar el sistema.

Aquí está lo que descubrieron, desglosado en conceptos simples:

1. La "Prueba" es lo más importante

Los investigadores se dieron cuenta de que cómo probaban al robot cambiaba los resultados.

Escenario A (La prueba del "Mundo Real"): Entrenaron al robot principalmente con números pequeños (1–10) porque las personas usan números pequeños con más frecuencia. Luego, lo probaron con todos los números hasta el 99, incluidos los raros y grandes.
- El Resultado: El robot aprendió los sistemas regulares mucho más rápido. Como las reglas eran consistentes, el robot pudo tomar lo que aprendió sobre los números pequeños y "generalizar" (aplicar la lógica) a los números grandes y raros. Los sistemas irregulares fueron una pesadilla; el robot tuvo que memorizar cada número individual desde cero.
- La Analogía: Piensa en los sistemas regulares como un set de Lego. Una vez que sabes cómo encajar dos ladrillos, puedes construir una torre, un coche o un castillo. Los sistemas irregulares son como una caja de piezas de rompecabezas aleatorias y únicas donde cada pieza encaja solo en un lugar específico. Si quieres construir una estructura grande, el set de Lego es mucho más fácil de aprender.
Escenario B (La prueba de "Frecuencia"): Entrenaron y probaron al robot usando la misma distribución sesgada (principalmente números pequeños, casi nunca números grandes).
- El Resultado: En este caso específico, al robot no le importaba si el sistema era regular o no. Como rara vez se le probaba con números grandes, no necesitaba generalizar. Solo memorizó los números pequeños que veía con frecuencia.
- La Conclusión: La regularidad solo te ayuda a aprender si necesitas ser capaz de manejar situaciones nuevas o raras más adelante.

2. La Zona "Demasiado Extraña"

Los investigadores también examinaron sistemas que eran extremadamente caóticos e irregulares.

El Resultado: Para estos sistemas "super extraños", la regularidad no importaba mucho. En cambio, el problema principal era la longitud. Si las palabras para los números eran demasiado largas y complicadas de decir, al robot le costaba aprenderlas, independientemente de si había un patrón o no.
La Analogía: Si estás intentando memorizar una lista de palabras aleatorias, no importa si riman (regular) o no. Si las palabras son simplemente increíblemente largas y difíciles de pronunciar, las olvidarás de todos modos. Pero si las palabras son cortas, tener un esquema de rima (regularidad) hace que sean mucho más fáciles de recordar.

3. El Patrón "Local"

Los investigadores notaron que a veces un sistema parece desordenado en general pero tiene pequeños bolsillos de orden.

El Resultado: El robot aprendió mejor cuando las reglas eran consistentes localmente. Por ejemplo, si las reglas para los números del 30 al 39 eran consistentes, incluso si las reglas para el 40 al 49 eran diferentes, el robot aún podía aprenderlo bien.
La Analogía: Imagina una ciudad donde cada calle del "Distrito Norte" sigue un patrón de cuadrícula, pero el "Distrito Sur" es un laberinto. Aún puedes navegar por la ciudad fácilmente si te quedas solo en el Distrito Norte. No necesitas que toda la ciudad sea una cuadrícula para poder moverte; solo necesitas alguna consistencia local.

La Gran Conclusión

El artículo concluye que los sistemas numéricos humanos son probablemente regulares no solo porque son eficientes al hablarlos, sino porque la regularidad los hace más fáciles de aprender y transmitir a la siguiente generación.

Si el sistema numérico de un idioma es demasiado caótico, es difícil que un niño (o un robot) descifre las reglas para los números grandes sin que le enseñen explícitamente cada uno individualmente. La regularidad actúa como una red de seguridad, permitiendo a los aprendices tomar unos pocos ejemplos y adivinar correctamente el resto. Esta "presión de aprendizaje" es probablemente la razón por la que, en todo el mundo, las culturas humanas han evolucionado naturalmente para usar sistemas numéricos regulares y basados en patrones.

Aquí se presenta un resumen técnico detallado del artículo "Evaluating the relationship between regularity and learnability in recursive numeral systems using Reinforcement Learning".

1. Planteamiento del Problema

El artículo investiga las presiones evolutivas y cognitivas que dan forma a los sistemas numéricos recursivos (por ejemplo, el sistema base-10 en inglés, el mandarín). Aunque los sistemas numéricos humanos son altamente regulares, los sistemas teóricamente posibles pueden ser altamente irregulares. Investigaciones anteriores (por ejemplo, Prasertsom et al., 2026) sugieren que los sistemas naturales optimizan una compensación entre el tamaño del léxico y la complejidad morfosintáctica, pero no logran dar cuenta de la regularidad (la reutilización de la forma).

La pregunta central de la investigación es: ¿Facilita la regularidad la aprendibilidad?
Los autores hipotetizan que los sistemas regulares son prevalentes porque son más fáciles de aprender, específicamente cuando la tarea de aprendizaje requiere generalización desde datos de entrenamiento limitados para representar con precisión una amplia gama de enteros. Su objetivo es probar esto utilizando agentes de Aprendizaje por Refuerzo (RL) para simular el proceso de aprendizaje.

2. Metodología

El estudio emplea Aprendizaje por Refuerzo (RL) de Agente Único para cuantificar la aprendibilidad de diversos sistemas numéricos.

Formulación de la Tarea: La tarea se enmarca como un problema de bandido contextual con un espacio de acción continuo.
- Entrada: Una cadena numérica (secuencia de morfemas).
- Salida: Un valor entero predicho (1–99).
- Arquitectura del Agente: Una red LSTM de una sola capa. Los morfemas se incrustan (tamaño 5), se procesan secuencialmente y el estado oculto final predice un escalar $\mu \in [0, 1]$ . Esto se interpreta como la media de una política Gaussiana $N(\mu, \sigma)$ .
- Función de Recompensa: Una función Gaussiana acotada y de decaimiento exponencial basada en la distancia entre el entero predicho y el entero objetivo. Las predicciones fuera del rango 1–99 reciben una recompensa de cero.
- Entrenamiento: Los agentes se entrenan durante 30,000 épocas utilizando el algoritmo REINFORCE.
- Métrica: La aprendibilidad se mide mediante el Área Bajo la Curva (AUC) de la precisión de prueba frente a las épocas de entrenamiento. Un AUC más alto indica un aprendizaje más rápido.
Conjuntos de Datos de Sistemas: El estudio evalúa cuatro categorías de sistemas:
1. Sistemas Humanos: 128 sistemas numéricos recursivos atestiguados.
2. Óptimos D&S: Sistemas generados artificialmente optimizados para la compensación tamaño léxico/complejidad (Denić & Szymanik, 2024).
3. Óptimos Y&R: Sistemas artificiales optimizados para la misma compensación pero restringidos a ser similares a los humanos (Yang & Regier, 2025).
4. Línea Base Aleatoria: 300 sistemas no atestiguados que utilizan símbolos similares a los humanos.
Medición de la Regularidad: La irregularidad se cuantifica mediante el tamaño del Autómata Finito Determinista (DFA) mínimo requerido para generar la gramática del sistema. La medida calcula el número de bits necesarios para codificar la tabla de transiciones del DFA, el estado inicial y los estados de aceptación.
Condiciones Experimentales:
- Experimento 1: Tanto las distribuciones de entrenamiento ( $p(n)$ ) como de prueba ( $q(n)$ ) siguen una ley de potencias ( $n^{-2}$ ), reflejando la frecuencia comunicativa (fuerte sesgo hacia números pequeños).
- Experimento 2: El entrenamiento sigue la ley de potencias, pero la prueba utiliza una distribución uniforme ( $q(n) \propto 1/99$ ) para probar la generalización a todos los enteros.
- Experimento 3: Se centra en "vecindarios locales" de sistemas humanos (variando solo la disposición de morfemas existentes) para aislar el efecto de la regularidad manteniendo constantes el tamaño del léxico y la longitud promedio.

3. Resultados Clave

Experimento 1 (Entrenamiento y Prueba con Ley de Potencias):
- Resultado: No hay correlación significativa entre regularidad y aprendibilidad ( $\beta = -0.020$ ).
- Interpretación: Cuando la distribución de prueba coincide con la distribución de entrenamiento sesgada (enfocándose en números pequeños), los agentes pueden lograr alta precisión sin necesidad de generalizar a números grandes. Por lo tanto, los beneficios estructurales de la regularidad no se utilizan.
Experimento 2 (Entrenamiento con Ley de Potencias, Prueba Uniforme):
- Resultado: Una fuerte correlación negativa entre irregularidad y aprendibilidad ( $\beta = -0.828$ ). Los sistemas altamente regulares similares a los humanos son significativamente más fáciles de aprender.
- Interpretación: Cuando los agentes deben generalizar a números grandes y raros (la "cola larga"), los sistemas regulares permiten a los agentes reutilizar eficientemente subpartes aprendidas (morfemas/reglas). Los sistemas irregulares no logran proporcionar estos patrones reutilizables.
- Regularidad Local: Introducir una métrica de "regularidad local" (regularidad dentro de rangos de números consecutivos, por ejemplo, los 30, los 40) mejoró aún más la correlación, explicando valores atípicos como el francés, que tiene bases globales inconsistentes pero rangos locales consistentes.
Experimento 3 (Vecindarios Locales):
- Resultado: Dentro de familias específicas de sistemas con tamaño de léxico y longitud fijos, 21 de 30 vecindarios mostraron una correlación negativa entre irregularidad y aprendibilidad.
- Matiz: Para sistemas altamente irregulares (líneas base aleatorias), la regularidad tuvo poco impacto en la aprendibilidad. En su lugar, la complejidad morfosintáctica (longitud) se convirtió en el factor dominante; las formas más largas fueron más difíciles de memorizar independientemente de la regularidad.

4. Contribuciones Clave

RL como Proxy de Aprendibilidad: Demostró que los agentes de Aprendizaje por Refuerzo pueden modelar eficazmente la aprendibilidad de sistemas lingüísticos, capturando específicamente la compensación entre regularidad y generalización.
El Papel de la Generalización: Estableció que el vínculo entre regularidad y aprendibilidad es condicional. La regularidad solo confiere una ventaja de aprendibilidad cuando la tarea de aprendizaje requiere generalización más allá de la distribución de entrenamiento inmediata (es decir, de números pequeños frecuentes a números grandes raros).
Refinamiento de Métricas de Complejidad: Mostró que la "irregularidad" no es un predictor monolítico de la aprendibilidad. En sistemas altamente irregulares, la longitud/complejidad domina, mientras que en sistemas regulares, la regularidad estructural domina.
Regularidad Local vs. Global: Introdujo el concepto de regularidad local (consistencia dentro de rangos consecutivos) como un factor crítico para la aprendibilidad, explicando por qué sistemas con bases mixtas (como el francés) pueden seguir siendo aprendibles.

5. Significado e Implicaciones

Evolución del Lenguaje: Los hallazgos apoyan la hipótesis de que la prevalencia transcultural de sistemas numéricos regulares es impulsada por presiones de aprendibilidad, específicamente la necesidad de transmitir conocimiento eficientemente entre generaciones para representar todos los enteros, no solo los más frecuentemente utilizados.
Modelado Cognitivo: El estudio sugiere que el aprendizaje humano de numerales probablemente depende de mecanismos de generalización similares. La discrepancia con experimentos humanos anteriores (Holt & Barner, 2025) se atribuye a la falta de presión para generalizar a números grandes en esos diseños experimentales específicos.
Futuras Direcciones: Los autores proponen que las rutinas de conteo (exposición secuencial) pueden aumentar artificialmente la frecuencia de números más grandes en el aprendizaje humano, facilitando la extracción de reglas generales. También sugieren que la aprendibilidad es un espacio multidimensional donde diferentes factores de complejidad (longitud vs. regularidad) dominan en diferentes regiones del espacio de hipótesis.

En conclusión, el artículo proporciona evidencia computacional de que la regularidad es una característica adaptativa de los sistemas numéricos, seleccionada porque permite una generalización robusta desde datos limitados a un conjunto universal de enteros.