Resumo

Objetivo: Validar os modelos Schmajuk-DiCarlo para resposta única ou SD ¹ e para múltiplas respostas ou SLH ² em contingências de aprendizagem simples e complexa por condicionamento respondente com e sem lesões hipocampais, cerebelares ou neocorticais. Metodologia: Elaboramos algoritmos computacionais em MATLAB e-ou em JAVA para a descrição matemática do modelo SD e a do SLH. Adotamos o método numérico de Euler para solução das equações diferenciais ordinárias (EDOs) acopladas. Para cada contingência simulada, as medidas de aprendizagem resultantes foram expressas em gráficos com: (1) evolução dos valores máximos das grandezas das respostas condicionadas e (2) predição acumulada do estímulo incondicionado, ambas pelo tempo de todas as sessões de treinamento. Para estudo das funções das EDOs,foram simuladas variações em parâmetros do modelo SLH. Resultados: As simulações computacionais do modelo SD reproduzem aquisição e extinção de condicionamentos simultâneo, de traço, retardado, de blocking e de negative patterning com e sem lesões hipocampais, cerebelares ou nos córtices de associação. As simulações computacionais do modelo SLH reproduzem o comportamento sessão-a-sessão de experimentos de discriminação condicional positiva simultânea e serial, inclusive a modulação por occasion setting. Cada variação de parâmetro do modelo SLH resulta em três gráficos com o comportamento temporal da função da EDO e das duas respostas condicionadas a estímulos de modalidades sensoriais diferentes em discriminação condicional positiva simultânea. Conclusões: As simulações computacionais deste estudo validam as descrições dos modelos SD e SLH. Além disso, por mérito destes modelos, nossos resultados oferecem contribuições inéditas ao mostrar: (1) a aprendizagem em tempo real em dois gráficos para cada arranjo de estímulos de cada contingência durante a fase de treinamento do condicionamento; e (2) a variação de parâmetros do modelo SLH correspondentes a associações das memórias de curto prazo dos estímulos condicionados elementares com os estímulos configuracionais processados pelos córtices associativos. Portanto, estas implementações em MATLAB e JAVA permitem uma análise integrada das variáveis envolvidas na participação hipocampal na aprendizagem animal por condicionamento respondente conforme as descrições dos modelos SD e SLH. ¹ Psychol. Rev. 99, 1992. ² Psychol. Rev. 105, 1998.