# Planificación, formulación y articulación en la producción del habla

## «El jueves... perdón, el viernes»

La corrección dura menos de un segundo, pero revela varias cosas. El hablante había organizado una respuesta, recuperado una palabra del calendario, iniciado su ejecución y advertido que el resultado no coincidía con lo que quería decir. Interrumpió el curso de la frase, señaló al interlocutor que había ocurrido un error y continuó con la palabra adecuada, probablemente mientras seguía preparando la parte siguiente del enunciado.

La mayor parte del habla cotidiana transcurre sin que el hablante tenga conciencia de esos procesos. Es posible formular una respuesta mientras otro termina una pregunta, cambiar la estructura a mitad de camino o producir varias palabras por segundo sin detenerse a decidir dónde colocar cada sonido. La aparente facilidad de la conducta oculta un problema computacional, el de transformar un propósito comunicativo en movimientos continuos de un aparato vocal cuyos componentes están coordinados de manera extremadamente precisa.

Los errores espontáneos, los tiempos de denominación y las perturbaciones de la retroalimentación han permitido investigar operaciones que no se observan de forma directa y son también una prueba contra las explicaciones demasiado simples. Confundir *cuchillo* con *tenedor* es distinto de pronunciar de forma inestable los segmentos de *cuchillo*. Una persona puede tener la palabra «en la punta de la lengua» y recordar parte de su forma. Otra conoce la palabra, pero no consigue ejecutar sus movimientos con la precisión habitual.

Para estudiar estas diferencias conviene distinguir la preparación del mensaje, la selección de elementos lingüísticos, la organización de la señal fonológica y el control motor. Los modelos discrepan sobre cuánto se solapan esas operaciones y qué información circula entre ellas (Goldrick et al., 2014). En el texto «Modelos de comprensión y producción» se compararon sus grandes arquitecturas. Este texto sigue el proceso productivo desde el mensaje inicial hasta una secuencia audible.

## Antes de encontrar una palabra

Cuando alguien pregunta *¿Dónde dejaste las llaves?*, la respuesta depende en primer lugar de qué información se decide aportar. El hablante puede decir *En la cocina*, *Junto al hervidor* o *En el segundo cajón a la derecha del lavaplatos*. Las expresiones tienen extensiones distintas y pueden ser igualmente adecuadas para interlocutores diferentes. La decisión inicial se relaciona con el objetivo de la conversación y con lo que ambos participantes saben.

Levelt (1989) llamó *conceptualización* a la preparación de un mensaje preverbal que luego será formulado lingüísticamente. El conceptualizador integra la intención comunicativa y selecciona aquello que se convertirá en contenido expresado. Esta operación, que no contiene una frase completa a la espera de que los músculos la reproduzcan, organiza relaciones y establece prioridades antes de fijar una secuencia de palabras.

Una escena simple ilustra el margen de elección que tiene el hablante. Si Pedro rompió un vaso, puede decirse *Pedro rompió el vaso*, *El vaso se rompió* o *Fue Pedro quien rompió el vaso*. Estas variantes, que destacan unas al agente y otras el resultado, difieren en foco y estructura informativa. El propósito del hablante influye en cuál se elige. Los textos sobre pragmática mostraron que la pregunta en discusión y el conocimiento compartido restringen la forma más apropiada.

La conceptualización también puede fallar de maneras que no pertenecen propiamente al acceso léxico. Una persona que toma una viola por un violín y dice *violín* puede haber seleccionado y pronunciado con total normalidad la palabra correspondiente a su identificación equivocada. En otra persona, el objeto está correctamente identificado y el problema surge al intentar encontrar su nombre. La conducta final se parece y la localización del error dentro del proceso es diferente.

En la producción cotidiana, que es incremental, el hablante que empieza *Cuando hablé con la enfermera...* dispone de un plan suficiente para poner en marcha la frase, aunque todavía puede estar decidiendo cómo terminarla. El tamaño de la unidad preparada cambia según la tarea. Nombrar un dibujo exige una sola palabra. Narrar una experiencia, en cambio, obliga a mantener un objetivo discursivo mientras se planifican segmentos locales. La fluidez exige coordinación entre preparación y ejecución, con posibilidad de reajustar el plan a cada momento.

## Recuperar un nombre

El acceso léxico empieza cuando una representación conceptual activa candidatos lingüísticos. Ante un dibujo de un perro, el objetivo más probable es *perro*, pero también pueden activarse *animal*, *lobo* y otros nombres relacionados. La selección debe resolver esa competencia con suficiente rapidez para permitir la respuesta.

Los experimentos de interferencia palabra-imagen estudian el problema haciendo que el participante nombre un objeto mientras ignora una palabra distractora. Un distractor semánticamente relacionado puede retrasar la denominación en determinadas condiciones. Otros tipos de relación y diferentes intervalos entre distractor y objetivo producen facilitación o interferencia. El efecto no tiene una explicación única aceptada. Parte de la disputa gira en torno a si aparece durante la selección de la entrada léxica o en fases posteriores de decisión y respuesta.

La frecuencia modula la recuperación y las palabras muy utilizadas suelen estar disponibles con mayor rapidez que las de baja frecuencia. También importan la edad de adquisición, la familiaridad y el contexto que restringe la respuesta. En una conversación ninguna variable actúa sola. Una palabra poco frecuente puede aparecer con rapidez si el tema la hace altamente predecible.

El fenómeno de la punta de la lengua muestra que el acceso puede ser parcial. Alguien recuerda qué significa una palabra, sabe que la conoce y acaso identifica su primera sílaba, sin conseguir pronunciarla completa. El episodio sugiere que el conocimiento conceptual y ciertos rasgos de la forma léxica pueden estar disponibles con grados diferentes de precisión.

Levelt, Roelofs y Meyer (1999) formalizaron una distinción entre lema (*lemma*) y forma de palabra. El lema reúne la información semántica y sintáctica necesaria para seleccionar una unidad léxica. La forma contiene el material morfofonológico con el que después se preparará el habla. El vocabulario exacto y el grado de separación entre niveles cambian entre teorías. La distinción funcional persiste porque explica casos en los que el hablante conoce el contenido y parte de las propiedades gramaticales del término antes de recuperar cómo debe sonar.

## La controversia entre Levelt y Dell

El modelo de Levelt (2001) propone una organización predominantemente serial, en la que primero se prepara el contenido conceptual y la selección léxica precede a la codificación de la forma sonora. Esa ordenación restringe cuánto puede influir una activación fonológica todavía no seleccionada sobre la palabra que se elige.

Gary Dell (1986) formuló una arquitectura de propagación de activación interactiva, en la que las representaciones semánticas, léxicas y fonológicas están conectadas y permiten retorno de activación. Un concepto activa varias palabras relacionadas, una palabra activa sus sonidos y la activación procedente de esos sonidos puede, a su vez, favorecer algunas alternativas léxicas. La selección es el resultado de una competencia dentro de la red.

Los lapsus del habla dieron pruebas para discutir las dos propuestas, entre ellas el *sesgo léxico*, que consiste en que ciertos errores de sonidos forman palabras existentes con más frecuencia de lo esperable por azar. En un sistema interactivo, una combinación fonológica que corresponde a una palabra real puede recibir retroalimentación desde el nivel léxico. La frecuencia de los *errores mixtos*, que son sustituciones relacionadas tanto por significado como por forma, es también una restricción para los modelos.

Dell y colaboradores (1997) extendieron el análisis a perfiles afásicos. Modificar parámetros de activación o de conexión permitía reproducir distribuciones diferentes de errores de denominación. La aportación metodológica fue exigir al modelo que generara proporciones de aciertos, errores semánticos y errores formales, sin limitarse a etiquetar el mecanismo después de observar cada caso.

Estos resultados no clausuraron el debate. La activación interactiva explica varios patrones con naturalidad y los modelos discretos pueden incorporar otras fuentes de selección y monitorización. Además, los errores no siempre indican el mismo mecanismo. La frecuencia y la estructura de la tarea modifican qué tipo de sustitución es más probable. La disputa fértil se mantiene en predicciones precisas sobre cuándo una alternativa fonológica puede intervenir en la selección léxica.

## La gramática se prepara mientras se habla

Seleccionar palabras todavía deja pendiente construir sus relaciones. Un verbo como *dar* exige organizar aquello que se transfiere y quién lo recibe. La estructura argumental restringe la oración posible. La elección entre *Pedro dio un libro a Ana* y *Pedro le dio a Ana un libro* depende de las opciones de la lengua y de cómo el hablante distribuye la información nueva.

La producción sintáctica aprovecha la experiencia reciente, como mostró Bock (1986) al describir la *persistencia sintáctica*, por la cual, después de usar una construcción, aumenta la probabilidad de reutilizarla. Este *priming* puede aparecer incluso cuando las palabras concretas cambian. Su magnitud depende también de la repetición léxica y de las propiedades de la construcción. El resultado favorece representaciones estructurales que tienen continuidad entre emisiones sin exigir que todas las oraciones se construyan mediante reglas aisladas y completamente abstractas.

El carácter incremental de la gramática se observa en las pausas y reformulaciones. *La ficha de los pacientes que... mejor, las fichas que llegaron ayer...* muestra que un cambio en la elección del núcleo nominal puede obligar a reconstruir concordancia y estructura. También puede ocurrir que un nombre esté listo antes que otro y el hablante elija un orden que permita empezar con el elemento más accesible. La disponibilidad léxica participa en la elección sintáctica.

La planificación sintáctica debe coordinarse con decisiones de referencia. Si el interlocutor desconoce quién es Pedro, empezar por *él* puede resultar gramatical y comunicativamente insuficiente. El hablante puede retrasar una oración para introducir el referente o añadir una aclaración después de iniciarla. Esta interacción se vuelve visible en las reparaciones conversacionales, donde una corrección de pronombre o de orden revela a menudo un problema de diseño para el destinatario, sin que medie una incapacidad gramatical.

Las lenguas presentan demandas distintas. Producir la forma *cantábamos*, que en español incorpora información de persona, número, tiempo y aspecto, exige recuperar o ensamblar una forma compatible con el mensaje. Los errores de atracción de concordancia ilustran cómo se interfieren los rasgos. En *La llave de los cajones estaban...*, el error aparece cuando el plural cercano compite con el singular del núcleo *llave*. El hablante conoce normalmente la regla, pero el proceso de recuperación y selección puede equivocarse.

La morfología también introduce diferencias entre palabras frecuentes y formaciones nuevas. Algunas formas se recuperan como unidades muy practicadas y otras dependen más de una combinación productiva. La proporción de ambas rutas sigue siendo una cuestión debatida en psicología del lenguaje. El contraste entre lenguas con morfología escasa y lenguas altamente flexivas es una prueba importante para los modelos construidos originalmente con materiales ingleses o neerlandeses.

Una manera de separar los mecanismos es pedir formas que el hablante utiliza raramente, como la flexión poco frecuente de un verbo conocido, para compararlas con secuencias muy habituales. Si las formas familiares se recuperan con rapidez mientras las combinaciones novedosas provocan errores regulares, el resultado favorece una contribución importante del ensamblaje. No demuestra por sí solo que todas las formas frecuentes se almacenen enteras. La frecuencia fortalece múltiples asociaciones y puede acelerar también procesos composicionales.

## Fonemas, sílabas y la forma del error

Después de seleccionar una entrada léxica, el sistema debe preparar una secuencia de segmentos fonológicos con sus propiedades prosódicas. Para decir *camello*, necesita recuperar segmentos, ordenarlos, organizar sílabas y situar el acento. Ninguna de esas representaciones especifica todavía con detalle las trayectorias musculares que producirán el sonido.

Los lapsus fonológicos muestran que la secuencia está estructurada. Los sonidos iniciales se intercambian con mayor facilidad con otros sonidos iniciales que con posiciones arbitrarias del enunciado. Hay errores de anticipación, en los que un segmento futuro aparece antes de tiempo, junto a intercambios entre dos posiciones y errores de perseveración, en los que persiste material ya pronunciado. Estas regularidades contribuyeron a la construcción de teorías de producción mucho antes de disponer de neuroimagen funcional (Fromkin, 1973; Garrett, 1980).

Los errores suelen respetar en alguna medida las restricciones fonotácticas de la lengua. Una sustitución puede producir una secuencia que sigue siendo pronunciable en el sistema conocido por el hablante. Eso sugiere que el procesador no manipula los fonemas como piezas completamente libres. Las unidades están organizadas por posición silábica, estructura prosódica y experiencia de uso.

La silabificación introduce flexibilidad adicional. Una cadena de segmentos puede organizarse en sílabas teniendo en cuenta el contexto. El modelo de Levelt, Roelofs y Meyer (1999) contempla un proceso que asigna límites silábicos durante la formulación y permite recuperar patrones articulatorios frecuentes. Su detalle exacto varía entre lenguas. En sistemas donde la sílaba tiene una organización diferente, las unidades relevantes para la codificación temprana pueden cambiar.

Producir el sonido /k/ antes de /i/ y antes de /u/ tampoco implica ejecutar exactamente la misma configuración del tracto vocal. La posición de la lengua se anticipa a la vocal siguiente. Esta *coarticulación* muestra que los gestos articulatorios se superponen en el tiempo. Una descripción que hiciera corresponder un fonema con un movimiento separado no explicaría la continuidad real del habla.

La prosodia condiciona además el diseño de la secuencia. El acento, las fronteras de frase y el ritmo cambian duraciones y amplitudes de movimiento. Una sílaba acentuada puede recibir mayor prominencia y un segmento situado antes de una frontera prosódica puede prolongarse. Por eso la programación fonética incluye tanto el orden de las unidades como sus relaciones temporales. Al comparar errores conviene distinguir sustitución de fonemas, alteración de acento y distorsión de la ejecución, que pueden sonar extraños al oyente por motivos diferentes.

## El tiempo disponible para formular

La denominación de una imagen familiar suele comenzar en un intervalo próximo al medio segundo, con variaciones según tarea y palabra. En ese lapso deben realizarse reconocimiento del objeto, preparación conceptual, selección léxica, codificación fonológica y preparación articulatoria. Una teoría que sitúe demasiadas operaciones secuenciales largas dentro del mismo intervalo queda restringida por la conducta observable.

Indefrey y Levelt (2004) combinaron estudios temporales y espaciales para proponer ventanas aproximadas de producción de palabras. La actualización de Indefrey (2011) refinó ese esquema. Los estudios sugieren un curso en el que la disponibilidad del lema precede, por lo general, a la preparación completa de la forma fonológica. La secuencia temporal real presenta solapamiento y depende de frecuencia, complejidad y longitud.

Los paradigmas experimentales no equivalen a una conversación. Nombrar una imagen aislada tiene un objetivo relativamente definido. Responder a otra persona añade planificación pragmática y puede permitir anticipar contenido antes de que el turno termine. La referencia a «medio segundo» no debería trasladarse mecánicamente a todas las palabras producidas en habla espontánea.

## Articulación y control motor

El paso desde una representación fonológica a un movimiento vocal plantea un problema nuevo. Los fonemas son categorías lingüísticas. Los movimientos de lengua, labios, mandíbula, velo y laringe son procesos físicos continuos. Una misma meta acústica puede alcanzarse mediante configuraciones articulatorias algo diferentes, por lo que no basta con asociar una categoría a una posición fija de los músculos.

Un sistema que dependiera exclusivamente de escuchar el resultado después de producirlo llegaría tarde a muchas correcciones. El habla necesita comandos anticipatorios preparados mediante aprendizaje y una retroalimentación auditiva y somatosensorial que permita corregir desviaciones. La coordinación de respiración, fonación y movimientos orales ocurre sobre escalas temporales muy breves.

El modelo DIVA, cuyo nombre procede de *Directions Into Velocities of Articulators*, fue desarrollado por Guenther (1995) y sus colaboradores como arquitectura computacional de esta relación. Distingue mecanismos de control anticipatorio y mecanismos de retroalimentación auditiva y somatosensorial. Las metas auditivas se representan como regiones tolerables del espacio acústico. Al producir una vocal, el hablante necesita permanecer dentro de un rango que preserve su identidad perceptiva y sea compatible con el contexto, sin alcanzar exactamente una frecuencia idéntica cada vez.

Durante el aprendizaje, el sistema asocia comandos motores con sus resultados sensoriales. La práctica permite que ciertas secuencias se ejecuten de manera cada vez más anticipatoria. Cuando aparece una desviación, la información auditiva y somatosensorial puede modificar el curso del movimiento o ajustar el aprendizaje futuro. El modelo fue ampliado por Guenther, Ghosh y Tourville (2006) y por Tourville y Guenther (2011), con predicciones sobre redes corticales y experimentos de perturbación.

Una prueba especialmente clara altera artificialmente la señal que la persona escucha mientras habla. Si se desplaza la frecuencia fundamental o se modifica un formante, los hablantes pueden compensar parcialmente en dirección opuesta. La compensación, de magnitud variable, muestra que el sistema utiliza información sensorial para mantener objetivos aprendidos. No toda corrección es inmediata y algunas propiedades dependen más del control anticipatorio que de la retroalimentación en línea.

## Predicción de estado y copia eferente

Los modelos de *state feedback control* estudian el retraso de la información sensorial. Mientras una persona articula, el cerebro dispone del comando motor enviado y de una predicción sobre sus consecuencias. Esa predicción suele describirse mediante una copia eferente y un modelo interno del sistema motor. Cuando llega la señal auditiva o somatosensorial, puede compararse con el estado estimado.

Houde y Nagarajan (2011) formularon una teoría de producción como control por retroalimentación de estado. Hickok (2012) propuso una arquitectura neurocomputacional que relaciona niveles fonológicos y sensorimotores mediante mecanismos predictivos. En estas teorías, el sistema mantiene una estimación de la posición o estado relevante antes de recibir toda la evidencia externa y se apoya en los errores de predicción para corregir.

DIVA y los modelos de control de estado comparten la necesidad de combinar comandos anticipatorios con retroalimentación. Difieren en cómo distribuyen ciertas operaciones y en qué representaciones privilegian. Compararlos exige observar los efectos de perturbaciones, adaptación y aprendizaje, junto con el daño de componentes concretos. El hecho de que ambos usen la palabra *predicción* no vuelve equivalentes todas sus hipótesis.

Las consecuencias clínicas son evidentes. Si la persona conserva una representación fonológica pero falla la programación motora, puede saber qué palabra quiere pronunciar y producir distorsiones variables. Si la ejecución neuromuscular está alterada, los comandos pueden no materializarse con la fuerza, coordinación o velocidad previstas. La tarea de denominación da un resultado erróneo en ambos casos y el análisis de la señal ayuda a separar mecanismos.

## Monitorización y habla interna

Una persona puede detectar una sustitución antes de terminarla, como en *Nos vemos el mar... el jueves*, o corregir un error completo después de escucharse, como en *El viernes, perdón, el jueves*. El sistema dispone de mecanismos para comparar lo producido con la intención y detener una trayectoria equivocada.

Levelt (1983) propuso un *bucle perceptivo* de monitorización, en el que el hablante utiliza mecanismos de comprensión para inspeccionar material interno y escuchar la producción externa. Esta solución tiene sentido porque las representaciones lingüísticas se comparten parcialmente entre comprensión y producción. Sin embargo, algunas disociaciones clínicas complican la dependencia exclusiva de un monitor basado en comprensión.

Nozari, Dell y Schwartz (2011) propusieron un modelo basado en el *conflicto de respuesta*. Cuando varios candidatos compiten con fuerza, esa competencia puede ser una señal de alerta para el control. Los datos de pacientes con afasia mostraron que la capacidad de detectar errores y la comprensión podían disociarse, lo que resultaba problemático para una versión fuerte del bucle perceptivo. Sin negar la capacidad humana de escuchar la propia voz, Nozari y colaboradores cuestionaron que esa operación fuera necesaria para toda detección.

Todavía queda por explicar qué ocurre después de la detección. Identificar que la salida es incorrecta no indica automáticamente cuál debe reemplazarla. El hablante necesita recuperar una alternativa, decidir dónde reiniciar y comunicar al interlocutor que la corrección modifica lo anterior. La reparación es una operación lingüística y conversacional.

El *habla interna* añade una dificultad interesante. Es posible repetir mentalmente una palabra, ensayar una respuesta o sostener un monólogo sin emitir sonido. Algunas formas conservan información fonológica relativamente detallada y otras parecen más condensadas. La experiencia subjetiva no tiene por qué reproducir la duración ni la articulación completa del habla externa. Sus variedades restringen los modelos que suponen que cualquier formulación interna es una frase ya pronunciada en silencio.

La distinción también tiene valor clínico. Oír la propia voz «en la cabeza» puede describir habla interna voluntaria, pensamiento verbal espontáneo u otras experiencias. La cualidad perceptiva y el sentido de autoría deben examinarse antes de atribuir a la descripción un significado psicopatológico. Los textos dedicados a habla interna y alucinaciones verbales desarrollarán esta cuestión.

## Qué distingue a un trastorno de producción

La afasia compromete procesos lingüísticos. La apraxia del habla afecta planificación o programación de movimientos articulatorios. La disartria aparece cuando se altera la ejecución neuromuscular por problemas de fuerza, tono, velocidad, coordinación o control respiratorio y fonatorio. Los tres cuadros pueden reducir inteligibilidad y suelen coexistir después de lesiones extensas.

El patrón de errores ayuda a diferenciarlos. Una persona con dificultad de acceso léxico puede sustituir un nombre por otro relacionado o abandonar una oración antes de encontrar la palabra. En apraxia del habla pueden aparecer distorsiones fonéticas, intentos visibles de búsqueda de la postura articulatoria y mayor dificultad con secuencias motoras complejas. La disartria suele producir patrones de alteración relativamente estables de acuerdo con el sistema motor afectado. Estos son perfiles orientadores, sujetos a combinaciones y excepciones.

La tartamudez del desarrollo plantea otra separación necesaria. Repeticiones, prolongaciones o bloqueos modifican la temporización del habla y pueden coexistir con selección léxica y sintaxis correctas. Su explicación requiere considerar redes motoras, aprendizaje y desarrollo, además de los efectos comunicativos y sociales de la disfluencia. Las pausas, por tanto, no tienen una única interpretación y pueden pertenecer a planificación léxica, construcción sintáctica, control motor o regulación del turno conversacional.

La denominación de objetos tampoco describe toda la producción. Narrar por qué se perdió un vuelo exige seleccionar episodios y ordenarlos. El hablante necesita mantener referentes, decidir qué puede omitirse y evaluar si su interlocutor entiende. Una persona puede nombrar perfectamente dibujos aislados y construir un relato desorganizado por dificultades de planificación discursiva o funciones ejecutivas. La producción funciona en escalas temporales simultáneas, desde el gesto articulatorio hasta el proyecto completo de un relato.

## Producción en el diálogo y en hablantes bilingües

El diálogo modifica la planificación. Los hablantes tienden a reutilizar palabras y construcciones recién escuchadas, un fenómeno de alineamiento que reduce el costo de decidir cómo formular cada intervención. Pickering y Garrod (2013) propusieron una arquitectura integrada de comprensión y producción, en la que el sistema productivo contribuye a predecir el habla ajena y los procesos de comprensión pueden ayudar a controlar la propia.

Un turno puede empezar apenas unos cientos de milisegundos después del anterior. Para lograrlo, el interlocutor suele comenzar a preparar alguna parte de su respuesta mientras escucha. Eso favorece la fluidez conversacional y crea una competencia en la que planificar la intervención puede restar recursos para comprender el final de la anterior. La proporción entre escuchar y preparar cambia con la previsibilidad y con lo que está en juego en la conversación.

En hablantes bilingües aparece otra fuente de selección. El mismo concepto puede disponer de varias formas léxicas pertenecientes a lenguas diferentes. La lengua apropiada depende de interlocutor, contexto y práctica. Los modelos de control bilingüe investigan cómo se favorece una alternativa y cómo se administra la interferencia. El cambio de código puede ser una elección comunicativa regular y su aparición no demuestra pérdida de control. Después de una lesión, en cambio, cambios involuntarios o asimetrías nuevas entre lenguas pueden aportar evidencia sobre los componentes afectados.

Una evaluación de producción debería incorporar la historia lingüística de la persona. Frecuencia de uso, competencia previa y contextos habituales influyen en latencia y errores. Exigir la misma velocidad de denominación en una lengua aprendida tardíamente y en la lengua dominante puede transformar una diferencia normal de acceso en un supuesto signo neurológico.

## Redes cerebrales y límites de la analogía computacional

La producción depende de una red que incluye regiones temporales vinculadas con el léxico y fonológicas, sistemas frontales de formulación y programación, corteza premotora y motora, territorios parietales de integración sensorimotora y conexiones subcorticales. Ganglios basales y cerebelo contribuyen a temporización, aprendizaje y ejecución. La participación de cada componente cambia según la tarea.

Los mapas temporales de Indefrey y Levelt (2004) ayudaron a relacionar operaciones funcionales con regiones y momentos aproximados. El principal riesgo de interpretarlos es dibujar un circuito con una estación anatómica obligatoria por etapa. El procesamiento se solapa y la misma región puede participar en más de una operación. Las lesiones de sustancia blanca, incluida la red dorsal auditivo-motora y conexiones frontales, modifican producción incluso cuando una región cortical determinada conserva su integridad estructural.

Los modelos actuales de inteligencia artificial generan frases con fluidez y pueden corregir un error tras recibir información nueva. Su mecanismo no necesita reproducir lemas, codificación fonológica ni control sensorimotor humano. Un sintetizador de voz añade producción acústica artificial y sigue sin disponer de un tracto vocal biológico. La comparación tiene valor al especificar propiedades comunes de la tarea, como la planificación parcial, la competencia entre alternativas, la reparación o la adaptación a la retroalimentación. La similitud de la salida, tomada sola, explica poco acerca de la arquitectura.

En la autocorrección inicial, *El jueves... perdón, el viernes*, la evidencia audible muestra que una alternativa fue seleccionada y ejecutada parcialmente, que se detectó una discrepancia y que el hablante logró repararla. No permite decidir, por sí misma, si la fecha errónea pertenecía al mensaje inicial, si compitieron dos palabras del calendario o si intervino una memoria inestable del acontecimiento. Para distinguirlas habría que conocer el contexto, observar más respuestas y manipular las condiciones de producción.

Ese es el nivel de precisión que debe exigir una teoría. La arquitectura productiva necesita explicar tanto la velocidad ordinaria del habla como la estructura de los errores. El recorrido productivo termina en movimientos y se alimenta de información sensorial. Su punto de partida está en la decisión de comunicar algo a alguien. El texto «Comprensión auditiva y lectura» retoma el proceso desde el oyente y el lector, que reciben señales ya producidas y deben reconstruir su significado.

## Referencias

Bock, J. K. (1986). Syntactic persistence in language production. *Cognitive Psychology*, *18*(3), 355-387.

Dell, G. S. (1986). A spreading-activation theory of retrieval in sentence production. *Psychological Review*, *93*(3), 283-321.

Dell, G. S., Schwartz, M. F., Martin, N., Saffran, E. M., y Gagnon, D. A. (1997). Lexical access in aphasic and nonaphasic speakers. *Psychological Review*, *104*(4), 801-838.

Fromkin, V. A. (Ed.). (1973). *Speech errors as linguistic evidence*. Mouton.

Garrett, M. F. (1980). Levels of processing in sentence production. En B. Butterworth (Ed.), *Language production: Vol. 1. Speech and talk* (pp. 177-220). Academic Press.

Goldrick, M., Ferreira, V. S., y Miozzo, M. (Eds.). (2014). *The Oxford handbook of language production*. Oxford University Press.

Guenther, F. H. (1995). Speech sound acquisition, coarticulation, and rate effects in a neural network model of speech production. *Psychological Review*, *102*(3), 594-621.

Guenther, F. H., Ghosh, S. S., y Tourville, J. A. (2006). Neural modeling and imaging of the cortical interactions underlying syllable production. *Brain and Language*, *96*(3), 280-301.

Hickok, G. (2012). Computational neuroanatomy of speech production. *Nature Reviews Neuroscience*, *13*(2), 135-145.

Houde, J. F., y Nagarajan, S. S. (2011). Speech production as state feedback control. *Frontiers in Human Neuroscience*, *5*, 82.

Indefrey, P. (2011). The spatial and temporal signatures of word production components: A critical update. *Frontiers in Psychology*, *2*, 255.

Indefrey, P., y Levelt, W. J. M. (2004). The spatial and temporal signatures of word production components. *Cognition*, *92*(1-2), 101-144.

Levelt, W. J. M. (1983). Monitoring and self-repair in speech. *Cognition*, *14*(1), 41-104.

Levelt, W. J. M. (1989). *Speaking: From intention to articulation*. MIT Press.

Levelt, W. J. M. (2001). Spoken word production: A theory of lexical access. *Proceedings of the National Academy of Sciences*, *98*(23), 13464-13471.

Levelt, W. J. M., Roelofs, A., y Meyer, A. S. (1999). A theory of lexical access in speech production. *Behavioral and Brain Sciences*, *22*(1), 1-38.

Nozari, N., Dell, G. S., y Schwartz, M. F. (2011). Is comprehension necessary for error detection? A conflict-based account of monitoring in speech production. *Cognitive Psychology*, *63*(1), 1-33.

Pickering, M. J., y Garrod, S. (2013). An integrated theory of language production and comprehension. *Behavioral and Brain Sciences*, *36*(4), 329-347.

Tourville, J. A., y Guenther, F. H. (2011). The DIVA model: A neural theory of speech acquisition and production. *Language and Cognitive Processes*, *26*(7), 952-981.