TEXTO CLASE 3

1. El sistema de procesamiento lingüístico

2.1. Necesidad de un modelo cognitivo
Antes de entrar a describir los trastornos que se producen por alteración de alguno
de los componentes del sistema de procesamiento lingüístico es necesario conocer, con
cierto detalle, cómo funciona ese sistema en condiciones normales. Esto de comenzar por analizar el funcionamiento
normal del sistema es absolutamente necesario sea cual sea el tipo de trastorno que se estudie: un tratado sobre
alteraciones digestivas tendrá que comenzar por describir el funcionamiento del aparato digestivo, antes que las
alteraciones, un manual de mecanica tendrá que comenzar por describir cómo funciona el motor antes de exponer las
posibles averías. Y puesto que los trastornos que aquí analizaremos son de tipo cognitivo, tendremos que comenzar por
describir la maquinaria cognitiva que nos permite comprender y producir el lenguaje. Esto puede resultar chocante para
muchos neuropsicólogos, acostumbrados como están a que la mayor parte de los manuales sobre las afasias comiencen
por una descripción del funcionamiento del sistema nervioso, especialmente de las partes del cerebro relacionadas con
el lenguaje. Pero, es así porque la clasificación que se hace en esos libros de los trastornos viene determinada, como ya
hemos dicho, por las zonas cerebrales lesionadas. Por el contrario, el análisis que aquí hacemos de los trastornos
afásicos es cognitivo y por lo tanto el sistema que describiremos es el procesamiento lingüístico.
Obviamente esa descripción no puede ser extensa, pues no es éste el tema central del libro (para una revisión en
profundidad véase Belinchón, Riviére e Igoa, 1992), aunque sí que tratará de recoger sus principales características, así
como los procesos que lo componen. Comenzaremos por los mecanismos que nos permiten percibir y comprender el
habla, a continuación los mecanismos de producción oral, después los mecanismos encargados del lenguaje escrito
( primero la lectura y luego la escritura) y finalmente, nos centraremos en la comprensión y producción de oraciones.
2.2 Percepción del habla
La percepción de los sonidos es posible gracias a la maquinaria interna de los oídos
que consigue transformar las ondas sonoras que llegan por el aire en impulsos
nerviosos que son analizados por el cerebro. Ciertas características físicas de esas
ondas, como la frecuencia, la intensidad y el timbre con que llegan a los oídos son las
que nos permiten distinguir unos sonidos de otros.
La percepción del habla, aunque en principio comparte esos mismos procesos de
análisis de las características físicas de cualquier sonido, posee, sin embargo, unas
características particulares que la diferencian de la percepción auditiva en general. Estas peculiaridades se refieren
principalmente a la tarea de categorización de los sonidos, ya que en la percepción del habla no sólo tenemos que
discriminar la intensidad o la frecuencia con que una persona habla no sólo tenemos que discriminar la intensidad o la
frecuencia con que una persona habla, sino que además tenemos que clasificar los sonidos que emite dentro de un
grupo limitado de categorías de sonidos. Así, cuando oímos un teléfono sonar o a un perro ladrar, nuestra única tarea es
la de discriminar los rasgos físicos de intensidad frecuencia, timbre, etc, de ese sonido para poder decidir qué se trata de
un ladrido o de un teléfono sonando. Sin embargo, cuando escuchamos a alguien hablar, además de ese análisis,
tenemos que clasificar cada uno de los sonidos que emite dentro de 24 categorías abstractas, denominadas fonemas,
que componen el español. El amplio vocabulario que constituye la lengua española está construido a partir de estos 24
fonemas en diferentes combinaciones.
Esta tarea de categorización de los sonidos no es nada sencilla, en primer lugar, porque el número de fonemas
existentes no es algo que esté ya programado en nuestro sistema biológico, sino que es arbitrario y específico para cada
idioma. Así, en castellano diferenciamos 24 fonemas, pero eso no quiere decir que ocurra lo mismo en otros idiomas, ya
que hay idiomas que disponen de un mayor número de fonemas mientras que otros no llegan a esa cifra. Esto hace que
algunos fonemas pueden ser comunes en varios idiomas, mientras que otros son específicos de uno solo. Solamente con
las vocales, aparecen ya grandes diferencias entre los distintos sistemas lingüísticos. Hay sistemas como el “aranda”
australiano o el “groenlandés” esquimal que sólo diferencian tres vocales, sistemas como el nuestro que diferencian
cinco, algunos como el inglés que diferencian doce, o idiomas como el “penyabí” indio que diferencian veinte vocales
(Crystal, 1994). De esta manera, para poder percibir correctamente una lengua determinada, un primer requisito sería
conocer los fonemas que esa lengua tiene, con el fin de poder clasificar los sonidos de acuerdo a esas categorías
establecidas.
Pero aun conociendo los fonemas de una lengua hay otras dificultades para llevar a cabo la categorización del habla
en esos fonemas. Éstas son las principales:
1.- El habla es continua y no segmentada en unidades discretas. Aunque pudiera parecer que hay pequeñas pausas
entre las palabras o segmentos fonéticos, quizás debido a la influencia de la escritura en la que hay pequeñas
separaciones entre palabras, e incluso entre las letras (al menos en la escritura a máquina), lo cierto es que en el habla
no hay tal separación. Cuando se observa el habla a través del espectrograma, se ve como una señal continua, algo
incluso parecido al sonido de una sirena, sin apenas separaciones, debido a que el sonido final de una palabra enlaza
con el inicial de la siguiente. Esto dificulta enormemente la percepción del lenguaje, especialmente en los casos más
problemáticos como les ocurre a los niños pequeños, a cierto tipo de afásicos (como ya comentaremos) o a nosotros
mismos cuando escuchamos a una persona hablar en un idioma extranjero que no dominamos bien. Justamente ésta es
una de las principales dificultades con la que puedan percibir el habla y de hecho, las máquinas que ya funcionan exigen
que se les hable despacio separando bien las palabras.
2.- Una segunda dificultad para percibir el habla surge porque los segmentos fonéticos no tienen propiedades
invariantes. La “b” de la palabra “bueno” se escribe igual que la de “bota”, “brisa” o “blanco”, pero no se pronuncia
igual, ya que su articulación viene determinada por los sonidos que la siguen o preceden. En el espectrograma se puede
comprobar que cada una de esas “bes” tiene propiedades acústicas diferentes. Y es así porque los fonemas no se
corresponden con un solo sonido, sino que en realidad son abstracciones de varios sonidos que comparten ciertos
rasgos acústicos. Son como una especie de prototipo de una categoría amplia de sonidos. Esta es otra de las principales
dificultades para construir máquinas de percepción del habla.
3.- A las dificultades anteriores habría que sumar las diferencias que existen entre los hablantes de un idioma en la
pronunciación exacta de los fonemas debido a su dialecto particular, su timbre de voz, etc., o simplemente al descuido
en la articulación.
Análisis auditivo(pág 22)
Por las características que acabamos de exponer sobre el habla, se deduce que la percepción es un proceso nada fácil
que requiere una maquinaria muy compleja. Para empezar, requiere saber hacer uso del contexto para poder
interpretar muchos de los fonemas y palabras que se nos escapan cuando escuchamos una conversación (algo
realmente difícil para una máquina). Estos efectos del contexto fueron demostrados hace ya un tiempo en un famoso
experimento realizado por Pollack y Pickett (1964) en el que se registraban la conversación de varios sujetos que se
encontraban en una sala esperando a participar en un experimento. Los experimentadores desenganchaban las palabras
de la conversación y se las presentaban aisladas a los mismos sujetos. Aunque estos sujetos no tenían ninguna dificultad
para reconocer las palabras en el contexto de la conversación, sólo conseguían reconocer aproximadamente la mitad
cuando las escuchaban aisladas.
Además, la percepción del habla, requiere un buen funcionamiento de los mecanismos de análisis encargados de
clasificar los sonidos que llegan a nuestros oídos en alguna de las categorías de fonemas existentes. Tres son los niveles
de análisis que realizamos para conseguirlo (Studdert-Kennedy, 1976): análisis acústico, análisis fonético y análisis
fonológico.
En el nivel acústico se hace un análisis del estímulo en términos de sus principales variables físicas, como son la
frecuencia, la intensidad, la duración, etc., Cómo ocurre en el resto de los sonidos, ya que este estadio no es específico
del habla. De ahí que cuando escuchamos a una persona hablar en un idioma muy distinto del
nuestro aún cuando no comprendemos nada de lo que está diciendo, sí que percibimos la
intensidad con la que está hablando o su timbre de voz.
En el nivel fonético se hace un análisis de los rasgos fonéticos con que ha sido articulado ese
estímulo, esto es, detectamos si se trata de un sonido bilabial, nasal, sonoro, etc. Sin entender
nada de lo que dice un chino cuando le oímos hablar en su idioma, sí que podríamos decir si está
emitiendo sonidos nasales, vibrantes, etc.
Por último, en el nivel fonológico, clasificamos el segmento fonético identificado en el nivel
anterior como un fonema determinado de los existentes en nuestra lengua. Este último estadio
es, por lo tanto, distinto para cada idioma, tal como ya hemos indicado anteriormente, debido a
que cada uno de ellos tiene su particular clasificación de los fonemas. Cuando un inglés escucha las palabras "bat" y
"calm" distingue los sonidos vocálicos de las dos palabras como dos fonemas distintos (/ae/ y /a/ respectivamente), en
cambio a un español puede parecerle el mismo sonido ya que en ambos casos le asigna el fonema /a/.
En resúmen, cuando percibimos el habla, la tarea que
inmediatamente emprendemos es la de tratar de identificar los rasgos
fonéticos que a su vez nos permitan reconocer los fonemas. A veces,
conseguimos identificar sólo parte de los rasgos fonéticos y eso nos
puede llevar a clasificar ese sonido como otro fonema distinto al que
realmente es. En ese caso, el fonema erróneo compartirá muchos
rasgos con el verdadero. Así, es fácil que nos confundamos y
escuchemos /p/ en vez de /b/, /m/ por /n/, /t/ por /d/ o viceversa, pero
raramente percibiremos /p/ por /z/ o /b/ por /g/.
Estos serían entonces, expresados en forma de diagrama, los
primeros procesos que realizamos en la percepción del habla: (Fig. 2).

Al escuchar una palabra entran en funcionamiento los detectores de rasgos fonéticos correspondientes a los sonidos
que esa palabra tiene y esos detectores activan a los detectores de los fonemas que poseen esos rasgos. A su vez, los
detectores de fonemas trasmiten la activación a las representaciones de las palabras que contienen esos fonemas. La
forma en que esto se hace es materia de discusión, ya que algunos modelos defienden una actuación serial, en la que la
información fluye solo desde los procesos periféricos a los más centrales, y otros interactiva, en la que la información
fluye en ambas direcciones, de tal manera que la identificación de los fonemas ayuda, a su vez, a identificar los rasgos
fonéticos y las palabras a los fonemas (McClelland y Elma, 1986). Pero aquí no vamos a entrar en estas cuestiones.
¿Y qué papel juega la sílaba? Hasta ahora hemos estado considerando que los oyentes tenemos que identificar los
fonemas como paso previo al reconocimiento de las palabras, debido a que los fonemas constituyen la unidad más
pequeña del lenguaje. Sin embargo, también existe la posibilidad de que la unidad activada no sea el fonema, sino la
sílaba, tal como defienden algunos investigadores (Massaro, 1975, Mehler, Dommergues, Frauenfelder y Seguí, 1981).
Ciertamente, parece más fácil segmentar el habla, al menos de manera consciente, a nivel de sílaba que de fonema. Los
niños desde muy pequeños son capaces de seguir juegos que exigen tener conciencia de la sílaba, pero hasta mucho
después (los analfabetos no lo llegan a conseguir nunca) no adquieren conciencia del fonema (Morais, Caty, Alegría y
Bertelson, 1979). ¿Por qué entonces se ha dado tanta importancia al fonema y tan poco a la sílaba? La explicación
pudiera estar en que la mayor parte de los estudios sobre segmentación del habla de han hecho en inglés y el inglés es
un idioma en el que es difícil precisar la sílaba (muchas veces ni siquiera hay acuerdo entre los ingleses sobre dónde
termina una sílaba y comienza la siguiente). Pero en idiomas tan claramente silábicod como el francés o el castellano las
cosas pueden ser diferentes.
En unos famosos experimentos realizados en francés por Mehler y col. (1981), los sujetos tenían que detectar
secuencias de sonido "CV" (consonante-vocal) o "CVC" (consonante-vocal-consonante) en palabras bisílabas cuya
primera sílaba tenía estructura CV o CVC. Cuando había coincidencia entre la secuencia que tenían que detectar y la
sílaba por la que comenzaba la palabra (por ejemplo "PA" en "PAlacio" o "PAL" en "PALmera"). Si los sujetos utilizasen
como unidad de segmentación el fonema no se tendrían que producir esas diferencias, ya que los fonemas eran los
mismos en ambos casos (PALacio PALmera). En cambio, el hecho de que la coincidencia silábica produzca esas
diferencias es un dato robusto a favor de una segmentación silábica.
Estos resultados encontrados en francés abogan claramente por la
segmentación silábica más que por la fonémica. Sin embargo, cuando
trataron de replicar estos experimentos en inglés (Cutler, Mehler, Norris y
Seguí, 1983, 1986) no encontraron el efecto silábico, esto es, el hecho de
que los sonidos a detectar coincidiesen con la sílaba no disminuía los
tiempos de reacción. La interpretación que se hace es que los sujetos
franceses utilizan la sílaba como unidad de segmentación y los ingleses el
fonema. ¿Y en castellano? ¿Qué unidad de segmentación utilizamos los
hablantes del castellano? Puesto que en nuestro idioma la sílaba también
está claramente definida, es de esperar que se produzca una segmentación silábica. Y efectivamente eso es lo que
parece suceder, ya que diferentes investigaciones han mostrado que también los hablantes españoles son sensibles a la
sílaba en la percepción del habla (Bradley, Sánchez-Casas y García-Albea, 1993, Sebastián, Dupoux, Seguí y Mehler,
1992).
En definitiva, que al menos en los idiomas silábicos, como el francés o el castellano, tenemos que tener en cuenta a
la sílaba, ya que parece jugar un papel importante, bien como estadio inicial en vez del fonema, bien como paso
intermedio entre el fonema y la sílaba, tal como se refleja en el siguiente modelo. (Fig. 3).

Procesos léxicos
Si en el primer estadio de percepción del habla la misión era categorizar la variedad de sonidos verbales que nos
llegan en unos pocos fonemas y/o sílabas, en el siguiente estadio, que denominamos léxico o de reconocimiento de
palabras, la tarea es atribuir un significado a esa secuencia de sonidos. Para ello necesitamos disponer de un almacén de
memoria en el que se encuentren representadas todas las palabras que conocemos oralmente para sí poder identificar
cuál es la que corresponde a una secuencia de sonidos determinada. A este almacén de palabras lo denominamos léxico
auditivo (para diferenciarlo de otros léxicos que iremos exponiendo).
Resulta sorprendente pensar lo efectivos y rápidos que son los procesos de reconocimiento de palabras ya que a
pesar del enorme número de palabras que conocemos, pocos milisegundos después de escuchar una secuencia de
sonidos ya hemos identificado la palabra correspondiente. ¿Cómo se lleva a cabo este proceso? Se podría pensar que
primero se identifican los fonemas y/o sílabas e inmediatamente a continuación comienzan a funcionar los procesos de
reconocimiento de palabras. Sin embargo, el carácter temporal del habla, esto es, el hecho de que los sonidos de una
palabra vayan llegando sucesivamente al oído favorece el que se realice un procesamiento en paralelo de los fonemas y
de las palabras. Ciertamente, tal como demostraron hace ya algún tiempo Marlen-Wilson y Tyler (1980), los procesos de
reconocimiento de palabras comienzan a funcionar en el mismo instante en que se comienzan a percibir los primeros
sonidos sin tener que esperar a escuchar la palabra completa. En unos experimentos realizados por estos autores en los
que los sujetos tenían que reconocer las palabras que iban escuchando, los tiempos que empleaban en el
reconocimiento eran incluso más cortos que el tiempo que duraba la emisión de las palabras (tiempo medio de
pronunciación de la palabra 400ms, tiempo medio de reconocimiento 275 ms). ¿Cómo es posible que se pueda
reconocer una palabra antes de terminar de ser escuchada? Se podría pensar que gracias a la ayuda del contexto.
Ciertamente, el lenguaje es muy previsible, de manera que cuando el hablante va a decir una palabra en un contexto
determinado, basta con escuchar los primeros sonidos para saber de qué palabra se trata. Pero no es solamente el
contexto en que nos ayuda a reconocer con rapidez las palabras, ya que incluso cuando se presentan aisladas se pueden
reconocer antes de que se hayan terminado de pronunciar. En este caso, la rapidez de reconocimiento depende
principalmente de donde tenga situada la palabra el "punto de unicidad". Se llama punto de unicidad al fonema a partir
del cuál la palabra es única, es decir, no existe ninguna otra palabra que comience con esos fonemas. Sólo hay una
palabra que comience por "rinoc" que es rinoceronte. En cambio, hay varias que comienzan por "rino" (rinología,
rinoplastía, etc). En consecuencia, el punto de unicidad de la palabra rinoceronte es el fonema /c/. Pues bien, cuando la
palabra tiene el punto de unicidad al principio, el tiempo de reconocimiento es más corto incluso que el de
pronunciación ya que enseguida sabemos de qué palabra se trata (la palabra "etcétera" se podrá reconocer
rápidamente, porque el punto de unicidad está en el tercer fonema). En cambio, cuando el punto de unicidad está al
final (por ejemplo "aguja") es necesario escuchar toda la palabra para poder identificarla.
El modelo que proponen Marslen-Wilson y Tyler (1980), Marslen-Wilson y Welsh (1978) para explicar el sistema de
procesamiento léxico es el siguiente. En el momento en que se identifica el primer fonema de la palabra se activan
todas las palabras que comienzan por ese fonema (por ejemplo cuando se identifica el fonema /e/ se activan palabras
como "edad", "estrella", "escaso", etc.). A este grupo de palabras activadas se denomina "cohorte" de la palabra. Una
vez identificado el segundo fonema, el número de palabras activadas se reduce (por ejemplo, si se trata del fonema /p/
quedarán activadas palabras como "epopeya", "episodio", "época", etc.). Y a medida que se van identificando nuevos
fonemas se va reduciendo la cohorte hasta que se llega al punto de unicidad y sólo queda la palabra clave que es la que
se reconoce como correspondiente a esos sonidos.
De todas formas, aún siendo el punto de unicidad la variable más importante, no es la única que interviene en el
reconocimiento de las palabras, sino que existen otras variables también relevantes. Por ejemplo, la frecuencia de uso
de las palabras. Ante dos palabras que tengan el mismo punto de unicidad la más frecuente se reconoce primero (Taft y
Humbley, 1986). De hecho, en una nueva versión del modelo de cohorte (Marslen-Wilson, 1987) ya se incorpora un
nuevo mecanismo para dar cuenta del efecto frecuencia. La explicación es que las palabras tienen diferentes umbrales
de encendido de acuerdo con la frecuencia. A medida que se escucha una y otra vez la misma palabra, disminuye el
umbral de la representación de esa palabra y es necesario entonces menos activación para alcanzar ese umbral. La
mayor parte de los modelos actuales de reconocimiento de palabras ya asignan
umbrales diferentes a las representaciones de las palabras en función de la
frecuencia de uso. Otra variable importante es el patrón de acentuación. El
acento marca también un punto de distinción de la palabra. La categoría
gramatical, la complejidad morfológica o la composición silábica, son también
otras de las muchas variables que influyen en este estadio léxico.

Procesos semánticos
Los procesos explicados hasta ahora se refieren a todo lo que ocurre hasta que
se activa la representación auditiva de una palabra. Pero esto no significa que se
hubiese activado el significado de esa palabra, puesto que la forma fonológica y el significado se encuentran en
almacenes separados. Y aunque, generalmente, la recuperación de una forma fonológica conlleva la inmediata y
automática recuperación del significado (cuando escuchamos la palabra "lámpara" no podemos evitar la activación de
su significado), sin embargo, hay ocasiones en las que se produce la activación de la forma fonológica y no del
significado (y viceversa). A veces escuchamos una palabra que estamos seguros que hemos escuchado anteriormente y
de la que sin embargo no recordamos su significado. De la misma manera que a veces activamos un significado y no
encontramos la palabra que lo designa. Por lo tanto, es necesario postular un nuevo almacén, aunque en este caso para
los significados de las palabras, o lo que es lo mismo, para los conceptos. A este almacén lo denominamos sistema
semántico.
La organización del sistema semántico es diferente de la del léxico auditivo, así como también su funcionamiento.
Para empezar, las representaciones del sistema semántico o conceptos se organizan por categorías tal como reflejan los
datos experimentales. Desde hace tiempo se sabe que tendemos a agrupar las listas de los objetos que tenemos que
recordar por categorías. También desde hace tiempo se conoce el efecto de priming semántico que se encuentra en las
tareas de categorización semántica; esto es, cuando tenemos que decidir si "un tigre es un mamífero" el tiempo que
invertimos en la decisión es menor si previamente hemos escuchado una palabra relacionada semánticamente (por
ejemplo la palabra "león").
Lo que no está claro es si los conceptos se representan mediante nodos tal como sostiene la teoría de redes
propuesta por Collins y Quillian (1969) y Collins y Loftus (1975) o a través de sus rasgos, tal como defienden Smith,
Shoben y Rips (1974). Según la teoría de redes, los conceptos están representados en la memoria como unidades
independientes conectadas entre sí por medio de una red de relaciones y es en esas relaciones con otros conceptos
dónde reside su significado. El significado de "mesa" vendría dado por su relación con el concepto más general de
"mueble" al que está unido por la relación "es un" (una mesa es un mueble), con el concepto "patas" mediante la
relación "tiene" (la mesa tiene patas), con los conceptos, "madera", "silla", etc. La teoría de rasgos, en cambio, defiende
que lo que está representado en la memoria no son los conceptos, sino los rasgos que definen a esos conceptos. El
concepto "mesa" estaría representado en el mismo sistema semántico mediante los rasgos “es un mueble”, “tiene
cuatro patas”, “es de madera”, etc. Es difícil probar experimentalmente cuál de estas dos teorías es la correcta ya que
tienen muchos aspectos en común y prácticamente hacen las mismas predicciones. Hollan (1975) llega incluso a afirmar
que estas dos teorías son isomórficas y sólo difieren en su aspecto externo. Para Hollan la teoría de rasgos podría ser
reformulada como una teoría de redes sin pérdida alguna de su poder explicativo y viceversa.
Sí está bastante claro, en cambio, cuáles son los tipos de categorías en las que se agrupan los conceptos. Se sabe, por
ejemplo, que esas categorías no son producto de una peculiar organización innata del sistema semántico, sino que son
resultado del aprendizaje. Así, una de las distinciones más generales de los conceptos en nuestro sistema semántico es
la de seres vivos vs artefactos. Esta división obedece a las características que distinguen a unos y otros. Mientras que los
seres vivos se diferencian por sus rasgos perceptivos (la trompa del elefante, las rayas del tigre, etc.) los artefactos
tienen unos rasgos que permiten deducir su función (la hoja afilada del cuchillo permite deducir que sirve para cortar,
las ruedas de la carretilla que sirve para rodar, etc.). Incluso estas dos categorías podrían almacenarse en zonas distintas
del cerebro; en este sentido, la categoría seres vivos podría estar situada en la zona témporo-límbica, mientras que la
categoría artefactos estaría por la zona frontoparietal (Gonnerman, Devlin, Kempler, Seidenberg y Andersen, 1996). Y de
hecho, como veremos más adelante, se han encontrado pacientes que tienen dañados los conceptos pertenecientes a
una de estas categorías y no a la otra.
Otro dato bien establecido es que el sistema semántico es común para todas las modalidades perceptivas. Mientras
que el léxico auditivo sólo sirve para reconocer las palabras que nos llegan a través del lenguaje oral, las
representaciones del sistema semántico se activan igual para cualquier modalidad perceptiva. El concepto “manzana” se
activa de la misma manera cuando escuchamos la palabra /manzana/, cuando leemos la palabra “manzana”, cuando
vemos un dibujo de una manzana, cuando nos llega el olor de manzana, etc. No obstante, esta opinión no es compartida
por todos los investigadores. Shallice (1988), por ejemplo, afirma que existen diferentes sistemas semánticos: un
sistema semántico verbal para la comprensión de palabras, un sistema semántico pictórico para la comprensión de
dibujos, etc. Pero los datos de los pacientes que sufren lesión en el sistema semántico apoyan más la existencia de un
sistema semántico único.
En cualquier caso, hemos de reconocer que a pesar de los muchos avances que últimamente se están consiguiendo,
el sistema semántico sigue siendo el almacén menos conocido de cuantos
intervienen en la comprensión del lenguaje.
Ya para terminar este apartado de percepción de habla, vamos a exponer
en forma de diagrama y a modo de resumen los procesos que intervienen en
la comprensión de una palabra hablada. Primero comienzan a funcionar los
procesos de análisis auditivo, y bajo este término englobamos todos los
estadios de análisis acústico, análisis fonético y análisis fonológico y/o
silábico. Después la identificación de la forma fonológica en el léxico auditivo
y finalmente la activación del significado en el sistema semántico. (Fig. 4).

2.3. Producción oral

En la producción oral el camino a recorrer es el inverso al que describíamos
en la comprensión, ya que ahora se parte de un significado para terminar en la
articulación de los sonidos que componen las palabras. En el caso del habla
espontánea se comienza por activar el significado, en el sistema semántico, con
el fin de poder dar forma a la idea que queremos transmitir. La representación
del significado transmite la activación a la forma fonológica a la que se halla
conectada, y que se encuentra en el nivel del lexema, o léxico fonológico en la
terminología que aquí estamos utilizando. A su vez, esta representación
fonológica activa a cada uno de los fonemas que la componen. Finalmente,
entran en funcionamiento los programas motores que permiten articular esos
fonemas. Cuando en vez de habla espontánea la tarea es denominar objetos o
dibujos de objetos, pero una vez que hemos accedido al sistema semántico los
procesos son los mismos que en el habla
espontánea. Tres son en definitiva, los
principales procesos que intervienen en
la producción oral, de acuerdo con la
mayoría de los modelos psicolingüísticos
(Garrett, 1982, Levelt, 1989):
conceptualización, o activación en el
sistema semántico de los conceptos que
se van a denominar, lexicalización o
recuperación en el léxico fonológico y almacén de fonemas de la forma verbal que expresa el concepto y articulación o
activación de los programas motores encargados de articular los sonidos. (Fig. 5).
 Conceptualización
El primer paso de la producción oral comienza con la activación del concepto
(o de sus rasgos) en el sistema semántico, bien porque percibimos un objeto o un
dibujo de ese objeto, bien porque alguien lo ha nombrado directamente o
porque el mensaje que queremos exponer exige su activación. Esa activación se
expande en dos direcciones: horizontalmente a otros conceptos relacionados
dentro del sistema semántico y verticalmente hacia el léxico fonológico a la
representación o representaciones léxicas correspondientes. Decimos
representación o representaciones, porque algunos conceptos se pueden
denominar de maneras diferentes (por ejemplo, las palabras “burro”, “asno” o
“pollino” se refieren todas al mismo concepto) y en ese caso todas reciben activación, aunque la más frecuente será la
más activada. Pero como indicábamos, la activación también alcanza a otros conceptos relacionados que a su vez
activarán a sus correspondientes representaciones léxicas y su grado de activación será tanto mayor cuanto mayor sea
su relación. Así, cuando se activan los rasgos semánticos correspondientes a “mamíferos carnicero muy feroz y de gran
tamaño, parecido al gato…”, no sólo se activa la palabra “tigre”, sino también alcanzará un alto grado de activación la
palabra “león” y en menor medida la palabra “lagarto”.
De esta manera, cuando se produce un error de sustitución léxica es porque alguna de las representaciones
relacionadas se ha activado más que la adecuada, bien porque tiene un umbral más bajo al ser más utilizada, bien
porque acaba de ser nombrada y continúa activada. Los primeros se denominan errores semánticos (“león” por “tigre”,
“mesa” por “silla”) y los segunndos perseveraciones. Mientras que los errores semánticos aparecen con cierta
frecuencia en las personas neurológicamente normales, las perseveraciones son muy escasas en estas personas, aunque
bastante abundantes entre ciertos tipos de pacientes, como más adelante veremos.
Lexicalización
La forma verbal de los conceptos se encuentra representada en lo que llamamos el léxico fonológico. La organización
y funcionamiento del léxico fonológico es muy similar a la del léxico auditivo que ya hemos descrito. Ambos son
almacenes de representaciones verbales, sin embargo, son físicamente diferentes y se utilizan en actividades diferentes.
Al igual que en el léxico auditivo, una de las variables más importantes en la organización del léxico fonológico es la
frecuencia de uso. Efectivamente cada vez que usamos una palabra desciende su umbral de activación de manera que
en próximas ocasiones será más fácil acceder a ella. Las palabras poco frecuentes tienen umbrales altos y son por ello
difíciles de activar. No en vano el fenómeno de la punta de la lengua, esa incómoda situación que a veces sufrimos,
consiste en no encontrar la palabra que queremos decir, se produce casi siempre con las palabras de poco uso. Como
veremos al hablar de los pacientes anómicos, su capacidad para recuperar la forma fonológica de las palabras viene
marcada dramáticamente por la frecuencia de uso, esto es, pueden utilizar palabras muy frecuentes, pero son incapaces
de recuperar las menos frecuentes. No obstante, en la recuperación léxica también influyen otras variables como la
categoría gramatical, la imaginabilidad o la complejidad morfológica.
Como es evidente, la producción oral no termina en el nivel léxico, sino que a su
vez las representaciones léxicas activadas transmiten activación a los fonemas
correspondientes. Siguiendo con el ejemplo anterior, la palabra “tigre” activa a los
fonemas “/t/ /i/ /g/ /r/ /e/”. Y también en este caso se puede producir un error
fonológico porque se active un fonema en vez de otro por razones similares a las
anteriores (porque es más frecuente y tiene por ello el umbral más bajo, porque se
acaba de pronunciar y está todavía activado, etc.). Así también es fácil equivocarse y
decir “tidre” en vez de “tigre”.
En resumen, estas serían las activaciones que se producen para pronunciar la
palabra concreta “tigre” (Fig. 6).
Dentro de los procesos de lexicalización, algunos autores (Bock y Levelt, 1994; Dell y O ́Seaghdha, 1992) defienden la
existencia de un estadio más, ya que sostienen que hay un estadio intermedio entre el sistema semántico y el léxico
fonológico en el que se encontrarían las propiedades sintácticas de las palabras. A este estadio lo denominan “lemma”,
debido a que las palabras como entidades sintácticas se las denomina “lemmas”. De ser así, serían tres niveles por los
que hay que pasar para la producción oral:
 1.- En el nivel conceptual se encuentra el significado de las palabras, tal como ya hemos descrito. Aquí estarían todos
los conocimientos que tenemos, por ejemplo, sobre el “tigre”.
2.- En el nivel del lemma se encuentran las propiedades sintácticas de las palabras. Siguiendo con la palabra “tigre”,
sabemos que es un sustantivo, que en español se le asigna el género masculino frente a
otros objetos similares, pero que, sin embargo, se les asigna género femenino (ej
“pantera”, “jirafa”, etc.).
3.- En el nivel del lexema se encuentran las formas fonológicas de las palabras. En el
caso de la palabra “tigre” recuperamos la información de que es monomorfémica y que
está formada por cinco fonemas (/t/, /i/, /g/, /r/, /e/).
En el diagrama siguiente se pueden ver estos tres niveles, tal como hemos explicado
(Fig. 7):

En este modelo, la activación iría del nivel conceptual al nivel del lemma, de éste al lexema para finalmente activar
los fonemas. Y los tipos de errores en este caso podrían ser de tres tipos. Cuando el error se produce en el nivel
conceptual la palabra seleccionada sería una relacionada semánticamente (“gato” por “perro”, “primo” por “sobrino”,
etc.). Cuando ocurre a nivel de léxico fonológico la palabra seleccionada sería una relacionada fonológicamente (“prisa”
por “brisa”). Y los errores tan frecuentes de cambiar una palabra por su antónimo (“arriba” por “abajo”, “ayer” por
“mañana”, etc.) y que en otros modelos se explican a nivel semántico, en éste de tres estadios se explicaría a nivel de
lemma.
Este modelo de tres estadios se encuentra actualmente sometido a fuerte discusión, ya que algunos autores
(Caramazza, 1997) sostienen que no es necesario postular que este estadio del lemma se encuentre intermedio (y
obligatorio) entre los estadios semánticos y léxico, sino que se puede acceder a él de forma independiente.
Procesos articulatorios
En cualquiera de los casos, una vez seleccionados, los fonemas son retenidos en un almacén a corto plazo,
denominado retén de respuesta, mientras se preparan las órdenes articulatorias que posibilitan su emisión. Cualquiera
que sea la tarea (denominación, lectura en voz alta, repetición, etc) los fonemas tienen que esperar un breve tiempo
para que puedan ser articulados de una manera ordenada. Este almacenamiento es muy
breve, pues el almacén no dispone de capacidad para repetir una palabra larga
(especialmente si es desconocida) es fácil que nos olvidemos de algún fonema antes de
terminar de pronunciarla.
Finalmente entran en funcionamiento los procesos motores. Pero para ello, es
necesario comenzar por especificar los rasgos articulatorios que tenemos que producir.
Es así, porque como ya hemos dicho, los fonemas son entidades abstractas que aglutinan
todos los sonidos de un idioma; de ahí que cuando tenemos que pronunciarlos, tenemos
que buscar las formas concretas que vamos a usar en ese momento y que
constituyen los fonos. Cada fono tiene unos rasgos articulatorios determinados y
para producirlos se ponen en funcionamiento los procesos motores encargados de
mover los órganos del aparato fonador. Cada fonema, o quizás cada sílaba (al
menos en idiomas como el español) tiene establecido un código desde el cuál salen
las órdenes a los músculos que intervienen en la fonación: laringe, lengua, labios,
etc. Estos programas motores están automatizados, lo que nos evita tener que
pensar en los movimientos que tenemos que realizar cuando queremos expresar
una palabra.
Este es el esquema de los procesos que intervienen en esta última etapa de
producción del habla, desde el retén de respuesta. (Fig. 8).
Repetición
Otra tarea del lenguaje oral de la que también tenemos que dar cuenta es la repetición, pues aunque no el lo más
común, a veces, cuando escuchamos una palabra tenemos que repetirla, bien porque así lo exige la tarea, bien porque
no estamos seguros de haberla escuchado correctamente y la exponemos en voz alta para asegurarnos de que es eso lo
que hemos oído, o para que nuestro interlocutor nos confirme que es eso lo que ha dicho. La repetición implica
procesos tanto de comprensión como de producción ya que para poder decir la palabra primero tenemos que percibirla.
De acuerdo con los modelos expuestos anteriormente, estos serían los procesos que implica la retención de una
palabra. En primer lugar, análisis auditivo con el fin de identificar los fonemas. Después, activación de la representación
de la palabra en el léxico auditivo y del correspondiente significado en el sistema semántico. A continuación, activación
de la forma fonológica en el léxico fonológico. Finalmente, activación de los fonemas que componen esa palabra y
articulación de los mismos.
No obstante, no es éste el único camino posible para llevar a cabo la repetición ya que
sabemos que a veces repetimos las palabras que nos piden que repitamos sin entrar en
su significado. Esto es posible a través de la conexión directa que existe entre el léxico
auditivo y el léxico fonológico sin pasar por el sistema semántico.
También podemos repetir palabras que no hemos escuchado antes e incluso palabras
inventadas (pseudopalabras), que por lo tanto no pueden estar representadas en el
léxico. Para repetir estos estímulos es necesario postular una vía no léxica que permita la
repetición mediante algún mecanismo diferente. A este mecanismo se le denomina de
conversión acústico en fonológico y funciona identificando cada fonema y activando los
programas encargados de pronunciar esos fonemas.
En el diagrama que se expone a continuación aparecen todos los procesos que
intervienen en el lenguaje oral, tanto en comprensión como en producción. En ese
gráfico se señalan las tres vías que se pueden seguir en repetición: en línea discontinua
la que se utiliza para repetir palabras desconocidas, en línea continua la ruta léxica
asemántica, utilizada para repetir palabras conocidas pero sin entrar en el significado y
en línea gruesa la ruta semántica, que se emplea cuando además de repetir la palabra se
comprende su significado. (Fig. 9).