Aprendizaje social a través de interacciones con otros agentes: una revisión

El aprendizaje social desempeña un papel importante en el desarrollo de la inteligencia humana. Cuando somos niños, imitamos los patrones de habla de nuestros padres hasta que somos capaces de producir sonidos; aprendemos de sus elogios y regaños, y como adultos, aprendemos trabajando con otros. En este trabajo, revisamos en qué medida este paradigma de desarrollo — aprendizaje social — ha sido reflejado en el aprendizaje automático. En particular, dado que aprender socialmente requiere interactuar con otros, nos interesa cómo agentes incorporados pueden y han utilizado estas técnicas. Esto es especialmente relevante a la luz del grado en que los avances recientes en procesamiento del lenguaje natural (NLP) nos permiten realizar nuevas formas de aprendizaje social. Analizamos cómo la clonación de comportamiento y la predicción del siguiente token reflejan la imitación humana, cómo el aprendizaje a partir de retroalimentación humana representa la educación humana, y cómo podemos ir más allá para habilitar agentes completamente comunicativos que aprendan entre sí. Encontramos que, aunque se han utilizado con éxito técnicas individuales de aprendizaje social, ha habido poco trabajo unificador que muestre cómo integrarlas en agentes socialmente incorporados.