Una revisión de las clasificaciones sobre los automatismos: a propósito de la disociación automático-voluntaria / A review of classifications of automatisms: apropos of automatic-voluntary dissociation

RESUMEN

Introducción: Este trabajo ofrece una revisión de las clasificaciones sobre los automatismos en el contexto de enfermos afásicos (fluentes y no fluentes), intentando distinguir los componentes verbales que forman parte de la disociación automático-voluntaria. Objetivo: A partir de las principales clasificaciones realizadas en lengua inglesa, se establecerá una distinción entre lenguaje automático y lenguaje no literal. Esta distinción será la base para conocer los automatismos que pertenecen a la disociación automático-voluntaria (que llamaremos lenguaje automático) y los que no pertenecen a tal disociación (que llamaremos lenguaje no literal). Pacientes La clasificación de los automatismos se ejemplificará gracias al corpus PerLa, realizado en la Universidad de Valencia, con cinco afásicos fluentes y cinco afásicos no fluentes. Desarrollo A partir de la clasificación discutida y a partir del corpus PerLA se ofrecerán ejemplos de lenguaje automático y de lenguaje no literal en enfermos afásicos fluentes y no fluentes. En esta taxonomía se observará que apenas existen diferencias en el habla de estos enfermos en relación con el lenguaje automático, pero sí con el lenguaje no literal. Conclusiones: La clasificación ofrecida permitirá a los logopedas obtener una base para poder discernir entre qué automatismos pertenecen al lenguaje automático y cuáles no. La distinción entre ambas clases de lenguaje (automático y no literal) por parte de enfermos fluentes y no fluentes es una consecuencia tanto del carácter implícito del lenguaje automático como del denominado "efecto de variación de tareas" (AU)

ABSTRACT

Introduction: This article provides a review of classifications of automatisms in the context of aphasic patients (fluent and non-fluent) and attempts to identify the verbal components forming part of automatic-voluntary dissociation. Objective: Based on the main classifications carried out in English, we aimed to distinguish between automatic language and non-literal language and to use this distinction as the basis for identifying the automatisms forming part of automatic-voluntary dissociation (which we call automatic language) and those not forming part of this dissociation (which we call non-literal language). Patients Automatisms were classified using the Perception, Language and Aphasia (PerLA) corpus, constructed at the University of Valencia, with five fluent and five non-fluent aphasic patients. Development Based on the classification discussed and the PerLA corpus, we provide examples of automatic and non-literal language in fluent and non-fluent aphasic patients. In this taxonomy, few differences were found in the speech of these patients in relation to automatic language but greater differences were identified in non-literal language. Conclusions: The classification proposed could help speech therapists to identify which automatisms belong to automatic language and which do not. The distinction between both classes of language (automatic and non-literal) by fluent and non-fluent patients is a consequence of both the implicit character of automatic language and of the effect of task variation (AU)