Descrição
Learning can be defined as skill acquisition to accomplish a specific task. The idea that we can acquire cognitive skills and make them accessible to new functions through a learning process has been much studied since Gestalt Theory (KOFFKA, 1975), which has determined that the performance of a task would depends on previous experienced performances. We are currently dealing with the assumption of machine learning, and this has led us to revisit some of these principles. In previous work, we have established relationships between sense experiences and the representational aspects of experiences in what we call Conformed Thoughts (LAURENTIZ, 2017, 2018), that will assist us at this time. We will be focused on how such thoughts (namely patterns, codes, sets of codes, and algorithms) end up giving rise to new representational systems, always considering the intrinsic condition of the relationship between experience, sensations and cognition.||Aprendizado pode ser definido como aquisição de habilidade para realizar uma tarefa específica. A ideia de que podemos adquirir habilidades cognitivas e torná-las acessíveis a novas funções, através de um processo de aprendizagem, já foi muito estudada desde a Teoria da Gestalt (KOFFKA, 1975), que determinava que o desempenho de uma tarefa dependeria de performances anteriores experienciadas. Atualmente, estamos lidando com opressuposto de haver um aprendizado de máquinas, e isto nos levou a retomar alguns destes princípios. Em trabalhos anteriores, estabelecemos relaçõesentre experiências dos sentidos e os aspectos representacionais das experiências naquilo que denominamos de Pensamentos Conformados (LAURENTIZ, 2017, 2018) que nos auxiliarão neste momento. Estaremos focados em como tais pensamentos (a saber: padrões, códigos e conjuntos de códigos, algoritmos) fazem surgir novos sistemas representacionais, sempre levando em consideração a condição intrínseca da relação entre experiência, sensações e cognição.
