Un aprendiz recibe una herramienta que funciona mejor que cualquiera de las que habría construido en sus primeros intentos. La usa, descubre una modificación y entrega una nueva versión a otra persona. Si la mejora sobrevive y sobre ella se introducen cambios posteriores, el resultado depende de una historia que excede la experiencia individual. El conocimiento disponible en la última etapa puede quedar distribuido entre objetos, instrucciones y habilidades que nadie produjo desde el comienzo.

Esa continuidad es frágil. Una innovación puede perderse porque nadie observó su elaboración y una instrucción puede conservarse y seguir aplicándose en condiciones para las que dejó de ser útil. Ocurre también lo contrario cuando alguien modifica la forma de una práctica y preserva mejor su función. El estudio del aprendizaje acumulativo necesita registrar cuánto se parecen las versiones sucesivas y seguir, además, qué cambia durante la transmisión y qué consecuencias tiene ese cambio.

La pregunta central es cómo consigue una población que sus integrantes posteriores dispongan de oportunidades de solución diferentes de las que tuvieron sus predecesores. La respuesta involucra la conservación de información y también su transformación. Una tradición demasiado vulnerable a la pérdida puede reiniciarse continuamente y otra demasiado cerrada a la variación puede reproducir con precisión una solución mediocre. Interesa la dinámica por la cual una población construye sobre lo recibido bajo restricciones concretas.

Qué cuenta como acumulación

Mesoudi y Thornton (2018) propusieron separar los criterios básicos de acumulación y las propiedades adicionales propias de formas más abiertas de evolución cultural. Según su definición básica, una modificación debe transmitirse socialmente, mejorar un desempeño e integrarse en una secuencia de modificaciones posteriores. La mera difusión de una variante, incluso si alcanza a toda la población, puede dejar intacta la solución original. Una práctica que cambia repetidamente y conserva sus mejoras introduce, por el contrario, dependencia entre etapas.

El desempeño ha de definirse antes de observar la trayectoria. En una tarea de navegación puede ser la eficiencia de una ruta y en la construcción de un recipiente, la carga que soporta. En una práctica clínica, la rapidez de ejecución y la calidad del resultado pueden seguir direcciones diferentes. Un procedimiento que se vuelve más fácil de transmitir podría omitir información relevante. Puede haber, por tanto, acumulación respecto de una medida sin mejoría en otras que interesan a sus usuarios.

Existe también cambio cultural sin una escala de mejor y peor. Una melodía puede transformarse y conservarse por razones ajenas a la eficacia instrumental. Su estabilidad, diversidad y transmisión pueden investigarse sin forzarla a una escala de progreso. Quien adopte una definición de acumulación basada en la mejoría tendrá que precisar qué dimensión mide y por qué es pertinente. El término «más complejo» tampoco resuelve el problema, porque añadir pasos puede mejorar una técnica o volverla innecesariamente difícil.

Las propiedades ampliadas incluyen dependencias entre componentes y cambios en las funciones para las que se usan. Cuando una solución posterior requiere logros previos que una persona ya no podría reconstruir en el tiempo de que dispone, la evidencia de acumulación es más fuerte que la que da una pequeña mejora promedio en una tarea fácil. Demostrar que una solución está fuera del alcance individual exige, sin embargo, una comparación adecuada. Contrastar muchas horas de trabajo de un grupo con el intento breve concedido a una persona favorece de antemano al grupo.

Miton y Charbonneau (2018) examinaron este problema en los experimentos de transmisión cultural, donde un aumento del rendimiento puede deberse a aprendizaje individual facilitado por información social aun cuando todavía no se haya producido una dependencia acumulativa entre innovaciones. El diseño debe separar ambas posibilidades, por ejemplo mediante una condición individual con el mismo tiempo total de práctica, que informa sobre lo que la transmisión añade a la repetición del esfuerzo.

La acumulación tampoco exige que la trayectoria ascienda en cada paso y admite retrocesos locales, versiones fallidas y la recuperación de soluciones anteriores. La cuestión es si la historia transmitida da acceso a resultados o estructuras que se conservarían peor si el aprendizaje se reiniciara. Comparar el mejor objeto final con el peor objeto inicial exageraría el proceso, que las distribuciones de resultados y la continuidad de las modificaciones describen mejor.

Conservar una función mientras cambia la representación

Una persona que enseña a tensar una cuerda para construir un instrumento puede demostrar un movimiento con lentitud, exagerar una postura o verbalizar un detalle que normalmente ejecuta sin atención. El aprendiz debe decidir qué parte de la demostración pertenece a la técnica y qué parte facilita su enseñanza. Si copia literalmente todos los movimientos, puede conservar también características incidentales. Si reconstruye el objetivo, podrá ajustarlos a costa de nuevas oportunidades de error.

La fidelidad necesita, por tanto, una unidad de comparación, que puede ser el movimiento, el objeto obtenido o su rendimiento. Dos procedimientos visualmente diferentes pueden producir instrumentos equivalentes y dos objetos parecidos pueden responder de manera distinta si difieren en una propiedad poco visible. Sin especificar la unidad, afirmar que una transmisión tuvo «alta fidelidad» deja ambiguo qué se mantuvo.

Strachan et al. (2021) diseñaron una prueba para separar aspectos de copia y reconstrucción. Participantes sin formación musical aprendieron una secuencia breve de percusión a partir de producciones del mismo músico en contextos diferentes, como una demostración orientada a enseñar y una ejecución orientada a una audiencia, que introducían cambios temporales distintos. Las reproducciones de los aprendices mostraron indicios diferentes según se examinara el tempo o la estructura rítmica, un resultado compatible con que ambos procesos participaran en un mismo episodio de aprendizaje.

Se trataba de una prueba de concepto con una tarea acotada, en la que los participantes habían observado previamente una versión original que también podía darles información para reproducirla. Su valor metodológico está en hacer que explicaciones alternativas predigan resultados distintos. Cuando copia y reconstrucción llevan a la misma conducta, la semejanza final es compatible con ambas, de modo que cambiar el contexto de producción abre una posibilidad de discriminarlas.

Una representación transmitida puede comprimir el procedimiento. La instrucción «mantén constante la distancia» conserva una relación, mientras una secuencia de posiciones conserva instancias particulares. La primera puede facilitar la transferencia a una herramienta de otro tamaño y la segunda puede funcionar mejor cuando el aprendiz aún carece de los conceptos necesarios, sin que el ejemplo, de carácter didáctico, establezca una superioridad general de las instrucciones abstractas.

La compresión elimina unos detalles y conserva otros, por lo que su calidad depende de la familia de situaciones en que se aplicará. Si todos los ejemplos de enseñanza comparten una condición, el aprendiz puede tratarla como irrelevante aunque determine el éxito. En otro contexto, una regla breve aprendida así falla de manera sistemática. Registrar excepciones y condiciones de uso puede conservar información que una versión resumida borraría, con un costo documental que ha de sopesarse frente a la carga de aprenderla.

Un cambio también puede corregir una versión previa. El participante que reconoce que cierto gesto era únicamente una señal para el observador puede omitirlo en la ejecución, con lo cual la forma se vuelve menos semejante al modelo sin que el procedimiento deje de ser funcional. Por esa razón la transformación cultural no siempre puede representarse como ruido que se añade a una copia. Algunas transformaciones están orientadas por metas e inferencias del aprendiz.

El mismo mecanismo puede conservar errores. Una explicación intuitiva puede volver memorable un procedimiento aunque atribuya su éxito a una causa equivocada. Mientras el contexto permanezca estable, el objeto puede seguir funcionando. La prueba llega al modificar una condición que la explicación declara irrelevante. Examinar la transferencia y la respuesta a perturbaciones informa así sobre la estructura del conocimiento que acompaña al rendimiento, una estructura que un buen resultado aislado puede dejar oculta.

La acumulación como balance entre ganancia y pérdida

Dos curvas muestran acumulación didáctica a lo largo de cuarenta etapas cuando se conserva el ochenta o el noventa y cinco por ciento de la solución anterior.
Figura 288.1. Con dos unidades didácticas de ganancia por etapa, tasas de retención 0,80 y 0,95 generan trayectorias diferentes y equilibrios de diez y cuarenta. Ampliar SVG ↗

Una parte del problema puede estudiarse con un modelo pequeño. Sea qtq_t una medida aditiva del desempeño incorporado en la solución disponible al comienzo de una generación experimental. Si la transmisión conserva, en promedio, una fracción ff de ese desempeño y la nueva etapa añade una ganancia esperada gg, la ecuación es

qt+1=fqt+g,0≤f≤1,g≥0.q_{t+1}=f q_t+g, \qquad 0\leq f\leq1,\quad g\geq0.

El ejemplo es didáctico. Puede describir una tarea en la que se suman al rendimiento contribuciones relativamente independientes, pero no mide una cantidad universal de conocimiento ni supone que las culturas reales posean una escala única. El parámetro ff resume las pérdidas durante la transmisión y gg las mejoras retenidas después de los ensayos. Ambos podrían depender de la tarea y cambiar con la experiencia.

Si f<1f<1, el equilibrio es q∗=g/(1−f)q^*=g/(1-f). Con una ganancia esperada de dos unidades por etapa, una retención de 0,8 produce un equilibrio de diez unidades. Si la retención se eleva a 0,95, ese valor sube a cuarenta aunque no cambie la capacidad de introducir mejoras. Una modificación en el sistema de enseñanza puede alterar el nivel alcanzable sin exigir aprendices individualmente más inventivos.

Partiendo de q0=0q_0=0, la trayectoria es

qt=g(1−ft)1−f.q_t=\frac{g(1-f^t)}{1-f}.

Para g=2g=2, los primeros diez pasos llevan a aproximadamente 8,93 unidades cuando f=0,8f=0,8 y a 16,05 cuando f=0,95f=0,95. La ventaja de conservar mejor se acumula de forma gradual, de manera que en un experimento de pocas generaciones las trayectorias parecen menos diferentes de lo que sugieren sus equilibrios.

La ganancia neta de una etapa es g−(1−f)qtg-(1-f)q_t. Como lo que puede perderse crece con lo recibido, una meseta puede aparecer aun cuando cada generación siga introduciendo innovaciones, cuyas ganancias se limitan entonces a compensar la pérdida esperada. Interpretar toda meseta como agotamiento de la creatividad pasaría por alto este mecanismo, que solo puede distinguirse midiendo por separado qué modificaciones se incorporaron y cuáles dejaron de transmitirse.

Si f=1f=1, la ecuación admite un crecimiento indefinido a ritmo gg, propiedad que proviene de haber omitido los límites de desempeño y los rendimientos decrecientes. En una tarea con un máximo fijo es más razonable que la ganancia disminuya al acercarse a él. Con gt=a(K−qt)g_t=a(K-q_t), dentro de un dominio donde qt≤Kq_t\leq K, la ganancia es proporcional al margen restante. El parámetro KK es el máximo de la tarea y aa la fracción del margen que puede ganarse en cada etapa.

Las dependencias entre componentes producen otra dinámica. Imaginemos un procedimiento de veinte pasos, todos necesarios, con errores independientes y una probabilidad de conservar cada paso igual a 0,95. El procedimiento completo se mantiene con probabilidad 0,95200,95^{20}, aproximadamente 0,3585. Bajo estos supuestos, la combinación completa se conserva en poco más de un tercio de los intentos, pese a que cada elemento se transmite bastante bien. Con una fidelidad por paso de 0,99, la probabilidad sube a aproximadamente 0,8179.

La independencia y la necesidad de todos los pasos son hipótesis exigentes. Un error puede detectarse y corregirse antes de terminar y algunos pasos pueden sustituirse por otros. El cálculo localiza, con todo, una fragilidad. Cuando el funcionamiento depende de componentes complementarios, pequeñas pérdidas pueden destruir una parte desproporcionada del rendimiento. Dividir la enseñanza en módulos comprobables cambia el problema, porque los fallos pueden entonces detectarse localmente.

La redundancia también puede ayudar. Si cada una de tres fuentes conserva de manera independiente un detalle con probabilidad 0,7, consultar las tres eleva la probabilidad de encontrarlo en alguna a 1−(1−0,7)3=0,9731-(1-0,7)^3=0,973. El beneficio desaparece en parte cuando las fuentes comparten un origen que omitió el detalle. Con una probabilidad de omisión común de 0,2, seguida de las pérdidas independientes anteriores cuando el detalle existe, la recuperación baja a 0,8×0,973=0,77840,8\times0,973=0,7784.

Este último cálculo distingue la cantidad de fuentes de su independencia informativa. Tres manuales derivados del mismo resumen pueden repetir la misma ausencia. Para preservar una práctica compleja hace falta conocer la genealogía de las fuentes y sus mecanismos de comprobación. La redundancia puede proteger frente a la pérdida accidental, pero la repetición de una representación incompleta hace persistente la misma deficiencia.

Conservar aciertos aparentes

La conservación depende de cómo se reconoce una mejora. Si el desempeño se mide con ruido, una solución mediocre puede parecer superior durante un ensayo y quien la transmite conserva tanto sus características útiles como el efecto de una selección hecha con información imperfecta. La calidad de la evaluación entra así en la dinámica cultural, incluso cuando las personas copian sin errores lo que decidieron conservar.

Un ejemplo numérico muestra la diferencia. Dos diseños tienen desempeños verdaderos de diez y nueve unidades y cada evaluación añade, de manera independiente, un error de más dos o menos dos unidades con igual probabilidad. El primero marca entonces doce u ocho y el segundo once o siete, con cuatro combinaciones equiprobables. Si se transmite el diseño con el mayor resultado observado, el segundo, cuyo desempeño verdadero es inferior, gana en una de ellas, la que reúne el ocho del primero con su once.

El desempeño verdadero esperado del diseño elegido es 0,75×10+0,25×9=9,750,75\times10+0,25\times9=9,75. El resultado observado que justificó elegirlo promedia, en cambio, (12+12+11+8)/4=10,75(12+12+11+8)/4=10,75. La diferencia de una unidad proviene de seleccionar usando la misma evaluación con la que después se anuncia el éxito y es un efecto del propio procedimiento de selección, ajeno al aprendizaje. Repetir la evaluación con errores independientes mejora la estimación de lo que realmente se conservó.

En una cadena, el problema puede amplificarse si cada participante recibe la puntuación favorable junto con el diseño y la trata como una propiedad estable, o corregirse cuando la solución vuelve a probarse. Por eso interesa registrar cuántas evaluaciones sustentan cada decisión y si quienes heredan el procedimiento pueden examinar los resultados desfavorables, portadores de la información sobre la variabilidad del rendimiento que elimina una historia de transmisión limitada al mejor ensayo.

La evaluación puede cambiar, además, entre etapas. Si se modifica la forma de puntuar, una tendencia ascendente podría reflejar criterios cada vez menos exigentes, de modo que el estudio de la acumulación requiere mantener comparables las medidas o reconstruir cómo se relacionan las escalas antiguas con las nuevas. Cuando una práctica cambia sus propios objetivos, esa transformación puede ser un objeto de investigación legítimo, siempre que se sigan por separado el cambio de objetivo y el desempeño respecto de cada objetivo.

En el ejemplo de los dos diseños, mejorar la fidelidad de copia deja intacto el error de selección, que se corrige con evaluaciones más informativas. El contraste ayuda a distinguir dónde intervenir en un sistema de aprendizaje, cuyo fallo puede ocurrir al producir una variante, al juzgarla o durante su transmisión, tres momentos que se confunden cuando solo se observa el objeto final.

Mejorar sin comprender por completo

La relación entre razonamiento causal y acumulación admite preguntas más precisas que la de decidir cuál de los dos «explica la cultura». Una persona puede introducir una mejora por ensayo, reconocer que funciona y transmitirla sin comprender toda la física del artefacto. Otra puede usar una explicación causal para reducir el espacio de búsqueda. Ambas rutas pueden coexistir y ser ventajosas en etapas diferentes.

Zwirner y Thornton (2015) estudiaron cadenas de construcción de recipientes para transportar arroz y compararon condiciones de aprendizaje con diferentes oportunidades de observar, recibir enseñanza o examinar productos previos. La eficacia podía mejorar sin que la imitación detallada o la enseñanza fueran condiciones estrictamente necesarias, si bien la enseñanza daba ventajas en ciertos resultados. El experimento evalúa mecanismos en una tarea concreta y deja abierta la cuestión de si todas las tecnologías son igualmente recuperables a partir del objeto terminado.

Lucas et al. (2020) modificaron la complejidad de las herramientas en experimentos de transmisión con 624 participantes. Encontraron mejoras a lo largo de las generaciones experimentales para ambos tipos de herramienta, mientras la ventaja de la enseñanza aparecía con las más complejas. El resultado conecta la utilidad de enseñar con las demandas de la tarea. La información suficiente para reconstruir una herramienta sencilla puede dejar sin resolver dependencias relevantes de otra más difícil.

Un estudio posterior de Saral et al. (2026) comparó tareas que daban distintos recursos para razonar sobre configuraciones y recompensas. En dos experimentos prerregistrados, con 900 participantes en total, las personas heredaban soluciones de un participante anterior y realizaban nuevos intentos. Una condición presentaba un problema físico simulado y otra conservaba una estructura de resultados equivalente en una tarea abstracta. En una tercera, la asignación entre configuraciones y recompensas se aleatorizaba y permanecía fija dentro de cada cadena.

Las cadenas mejoraron incluso en esa tercera condición, donde las relaciones habituales entre cambios de configuración y resultados ya no daban una estructura causal útil para guiar la búsqueda. Con una asignación estable, las soluciones que habían obtenido buenas recompensas podían conservarse. Disponer de estructura causal favorecía el rendimiento, especialmente al comienzo. La presentación física no dio, sin embargo, una ventaja adicional sobre la condición abstracta con estructura equivalente. El resultado separa la posibilidad de acumulación del beneficio que puede sumar el razonamiento.

La condición aleatorizada merece una lectura cuidadosa, porque dentro de cada cadena seguía existiendo una relación estable entre una configuración y su recompensa. El experimento retiraba una estructura informativa que podía orientar las modificaciones y mantenía la posibilidad de recordar qué solución había funcionado, así que describirlo como aprendizaje «sin ninguna regularidad» borraría el soporte de la retención. El diseño comparaba, además, condiciones dentro de cadenas de transmisión y no incluía un grupo independiente de aprendizaje individual sin transmisión.

Como la tarea tenía un espacio de configuraciones finito y un objetivo fijado de antemano, sus resultados conciernen a la mejora de soluciones existentes dentro de ese espacio. La creación de nuevas funciones o de tecnologías que cambian los objetivos plantea problemas adicionales, que exceden lo que un solo experimento puede explicar sobre la historia de la tecnología.

La distinción tiene consecuencias para la evaluación del aprendizaje, que necesita medir el rendimiento en la tarea entrenada y examinar la respuesta ante cambios. Quien retiene una buena configuración puede rendir bien mientras se conserve la función de recompensa; quien comprende ciertas relaciones puede adaptarse mejor a una modificación pertinente. Esa diferencia ha de probarse mediante tareas de transferencia, que también muestran si una explicación verbal convincente va acompañada de la capacidad de realizar el ajuste.

Quién puede aprender de quién

Las personas de las que un aprendiz puede obtener información útil son solo una parte de los habitantes de su población, porque las restricciones de acceso, la distribución de habilidades y el tiempo disponible cambian el conjunto efectivo de modelos. Dentro de una población grande en la que otros conocimientos circulan ampliamente, un conocimiento especializado puede depender de pocos portadores, cuya pérdida puede interrumpir una cadena.

Las redes regulan también la velocidad con que una solución se vuelve dominante. En una red muy densa un hallazgo puede difundirse con rapidez, pero la exploración independiente puede reducirse si todos adoptan pronto la misma opción. Los grupos parcialmente conectados, en cambio, pueden conservar alternativas durante más tiempo. En un experimento sobre acumulación cultural, Derex y Boyd (2016) encontraron ventajas de la conectividad parcial dentro de las condiciones de su tarea, resultado que identifica una posibilidad dinámica dependiente de cómo se produce y evalúa la información.

El aislamiento completo tiene otros costos. Una innovación puede quedar atrapada en un grupo y desaparecer cuando este se disuelve. Los intercambios entre comunidades pueden recuperar la información que se perdió localmente. La pregunta útil se refiere al patrón temporal de las conexiones, es decir, a quién observa a quién, cuándo se intercambia información y qué versiones llegan al encuentro, un patrón que una red fija puede describir mal cuando la colaboración cambia según la etapa del aprendizaje.

En un taller hipotético con dos modos de comunicación, las personas trabajan por separado durante los primeros intentos y registran sus resultados. Después comparan procedimientos y vuelven a probarlos. Ese diseño conserva una fase de exploración independiente y otra de intercambio. Para evaluar su utilidad habría que compararlo con una comunicación continua bajo igual presupuesto de tiempo. Cualquier diferencia podría depender tanto del costo de coordinarse como del contenido de la información compartida.

Tan relevante como la disponibilidad de modelos es la distribución de la atención. Un aprendiz puede tener acceso a varios modelos y observar únicamente a quienes ocupan una posición prestigiosa. Si el prestigio se relaciona débilmente con el desempeño relevante, las mejores soluciones pueden circular poco. Cambiar quién recibe visibilidad modifica la selección cultural aun cuando las capacidades individuales permanezcan iguales, por lo que la red observada debe incluir las relaciones de atención efectivamente utilizadas además de los canales formalmente disponibles.

La rotación de integrantes introduce pérdidas y oportunidades. Un recién llegado trae variación y puede cuestionar una rutina. También necesita adquirir detalles que los miembros antiguos dan por supuestos. Sasaki y Biro (2017) estudiaron sucesiones de parejas de palomas mensajeras y documentaron mejoras en la eficiencia de navegación a través del reemplazo de integrantes, evidencia de una forma acotada de acumulación sin lenguaje humano. Aunque la navegación experimental reúne solo algunas propiedades de las tecnologías abiertas, en ella puede analizarse la continuidad entre aprendizaje individual y dinámica colectiva.

La memoria externa necesita usuarios capaces de reconstruirla

Un archivo puede hacer que una solución sobreviva a sus autores. La continuidad práctica depende también de quienes lo consultan, dado que el archivo puede conservar el resultado final y perder las decisiones de elaboración. Una fotografía muestra la forma de un artefacto y un registro de pruebas puede explicar por qué se descartaron otras formas, pero el valor de ambos para el siguiente aprendiz depende de la pregunta que deba resolver y de su capacidad para interpretar esas huellas.

Las instrucciones suelen dar por supuesto un trasfondo compartido. Una medida puede omitir la unidad porque todos la conocen y una advertencia puede referirse a un material local. Cuando el documento viaja, esa economía expresiva se vuelve ambigüedad. La acumulación a mayor escala exige conservar suficiente contexto para que personas con experiencias distintas puedan reconstruir lo necesario. Agregar contexto tiene, a su vez, un costo de lectura que obliga a ajustar el formato al uso esperado.

Los registros de fracaso pueden ser especialmente informativos. Si solo se conserva la versión ganadora, los aprendices posteriores pueden repetir intentos ya descartados o atribuir a un detalle ornamental el éxito del conjunto. Con la documentación de qué se varió y qué ocurrió pueden recuperarse las relaciones entre acciones y resultados. Como un fracaso observado bajo una condición puede no repetirse bajo otra, la anotación debe identificar la condición que limita su aplicación.

La memoria externa puede cambiar la distribución del conocimiento. Una persona ya no necesita recordar cada paso si puede consultar una instrucción fiable, pero sí reconocer cuándo consultarla y cómo detectar una incompatibilidad. En un sistema de trabajo, parte de la competencia reside en esa coordinación entre la memoria personal y los recursos disponibles. Evaluar únicamente lo que cada integrante recuerda sin ayuda puede subestimar el desempeño del conjunto; evaluar solo el funcionamiento habitual puede ocultar su fragilidad ante una pérdida de acceso.

Un ejercicio de evaluación consiste en retirar temporalmente una ayuda dentro de una tarea simulada y observar qué partes del procedimiento siguen disponibles. Otro modifica una condición de entrada y exige justificar el ajuste. Ambos revelan distintas dependencias del sistema de aprendizaje y su interpretación debe relacionarse con el objetivo de la institución, que puede buscar autonomía durante una falla o estar en condiciones de asegurar acceso continuo a recursos suficientemente fiables.

Diseñar una prueba de acumulación

Consideremos un estudio didáctico sobre la enseñanza de un procedimiento de análisis de datos, en el que cada participante recibe un conjunto artificial de observaciones y debe construir una regla que identifique cierta estructura. La tarea se realiza con datos simulados cuyo mecanismo conoce el investigador, sin información clínica real. En una condición, cada persona comienza con las mismas instrucciones básicas. En otra recibe el procedimiento y el registro de pruebas de su predecesor. En la tercera, solo el procedimiento final.

El tiempo total de práctica y el número de evaluaciones tienen que controlarse, porque de lo contrario una condición podría mejorar por disponer de más ensayos. Los conjuntos de entrenamiento y de evaluación también han de separarse. Si el mismo conjunto se reutiliza durante toda la cadena, los participantes pueden acumular ajustes específicos a sus particularidades. La mejora observada reflejaría entonces una adaptación al material recurrente, con una transferencia incierta hacia nuevos datos generados por el mismo mecanismo.

La medida principal podría ser el desempeño en datos reservados, acompañado de un registro de las modificaciones introducidas en el que, para cada cambio, se anotaría qué parte se heredó, qué parte se alteró y qué resultado motivó la decisión. Con esos registros podría estudiarse si una mejora depende de una secuencia previa o aparece repetidamente de forma independiente. El análisis debería tratar las cadenas como unidades relacionadas, dado que las personas de una misma cadena comparten información que otras no recibieron.

Un ejemplo hipotético aclara la comparación. Si las cadenas con registro completo alcanzan un mejor desempeño final, habría que examinar si conservaron procedimientos útiles o simplemente evitaron repetir errores, dos contribuciones interesantes que pueden coexistir y que, sin embargo, sugieren mejoras documentales diferentes. Si los grupos que reciben únicamente la solución final convergen rápido y después se estancan, los registros pueden mostrar qué información faltó para continuar modificándola.

Una segunda fase puede cambiar una propiedad del mecanismo generador y obligar a las cadenas a decidir qué conservar y qué revisar. El desempeño bajo la nueva condición evalúa la flexibilidad de lo acumulado. Una tradición muy eficiente en el escenario inicial puede perder ventaja cuando se modifica una dependencia central. La continuidad cultural es beneficiosa cuando transmite material reutilizable, aunque también puede fijar expectativas que retrasan una corrección.

En una aplicación educativa, el resultado orientaría qué transmitir junto con una respuesta correcta. Quizá los aprendices necesiten ejemplos de errores, un criterio de revisión o explicaciones sobre las condiciones de validez. La decisión tendría que apoyarse en lo que revele la comparación, porque más información no siempre produce mejor aprendizaje y un registro extenso puede impedir encontrar el detalle necesario dentro del tiempo disponible.

Al seguir una cadena completa, el análisis cambia de escala. La unidad relevante incluye la solución que se recibe, las oportunidades de modificarla y el material que llega al siguiente participante. Medir esos enlaces permite reconocer dónde se pierde una mejora y cuándo una transformación la vuelve más útil.

Referencias

Derex, M., & Boyd, R. (2016). Partial connectivity increases cultural accumulation within groups. Proceedings of the National Academy of Sciences, 113(11), 2982–2987. https://doi.org/10.1073/pnas.1518798113

Lucas, A. J., Kings, M., Whittle, D., Davey, E., Happé, F., Caldwell, C., & Thornton, A. (2020). The value of teaching increases with tool complexity in cumulative cultural evolution. Proceedings of the Royal Society B, 287, 20201885. https://doi.org/10.1098/rspb.2020.1885

Mesoudi, A., & Thornton, A. (2018). What is cumulative cultural evolution? Proceedings of the Royal Society B, 285, 20180712. https://doi.org/10.1098/rspb.2018.0712

Miton, H., & Charbonneau, M. (2018). Cumulative culture in the laboratory: methodological and theoretical challenges. Proceedings of the Royal Society B, 285, 20180677. https://doi.org/10.1098/rspb.2018.0677

Saral, A. S., Ibáñez de Aldecoa, P., & Derex, M. (2026). The roles of cultural transmission and causal reasoning in the cultural evolution of technology. PNAS Nexus, 5(4), pgag090. https://doi.org/10.1093/pnasnexus/pgag090

Sasaki, T., & Biro, D. (2017). Cumulative culture can emerge from collective intelligence in animal groups. Nature Communications, 8, 15049. https://doi.org/10.1038/ncomms15049

Strachan, J. W. A., Curioni, A., Constable, M., Knoblich, G., & Charbonneau, M. (2021). Evaluating the relative contributions of copying and reconstruction processes in cultural transmission episodes. PLoS ONE, 16(9), e0256901. https://doi.org/10.1371/journal.pone.0256901

Zwirner, E., & Thornton, A. (2015). Cognitive requirements of cumulative culture: teaching is useful but not essential. Scientific Reports, 5, 16781. https://doi.org/10.1038/srep16781