La ciencia cognitiva es el estudio científico interdisciplinario de la mente y sus procesos. [2] Examina la naturaleza, las tareas y las funciones de la cognición (en un sentido amplio). Las facultades mentales que interesan a los científicos cognitivos incluyen el lenguaje , la percepción , la memoria , la atención , el razonamiento y la emoción ; para comprender estas facultades, los científicos cognitivos toman prestado de campos como la lingüística , la psicología , la inteligencia artificial , la filosofía , la neurociencia y la antropología . [3] El análisis típico de la ciencia cognitiva abarca muchos niveles de organización, desde el aprendizaje y la decisión hasta la lógica y la planificación; desde los circuitos neuronales hasta la organización modular del cerebro. Uno de los conceptos fundamentales de la ciencia cognitiva es que "el pensamiento se puede entender mejor en términos de estructuras representacionales en la mente y procedimientos computacionales que operan sobre esas estructuras". [3]
Las ciencias cognitivas comenzaron como un movimiento intelectual en la década de 1950, llamado la revolución cognitiva . La ciencia cognitiva tiene una prehistoria que se remonta a los textos filosóficos griegos antiguos (véase el Menón de Platón y el De Anima de Aristóteles ); filósofos modernos como Descartes , David Hume , Immanuel Kant , Benedict de Spinoza , Nicolas Malebranche , Pierre Cabanis , Leibniz y John Locke rechazaron la escolástica a pesar de que en su mayoría nunca habían leído a Aristóteles, y estaban trabajando con un conjunto de herramientas y conceptos básicos completamente diferentes a los del científico cognitivo. [ cita requerida ]
La cultura moderna de la ciencia cognitiva se remonta a los primeros cibernéticos de las décadas de 1930 y 1940, como Warren McCulloch y Walter Pitts , que intentaron comprender los principios organizativos de la mente. McCulloch y Pitts desarrollaron las primeras variantes de lo que hoy se conoce como redes neuronales artificiales , modelos de computación inspirados en la estructura de las redes neuronales biológicas . [ cita requerida ]
Otro precursor fue el desarrollo temprano de la teoría de la computación y la computadora digital en las décadas de 1940 y 1950. Kurt Gödel , Alonzo Church , Alan Turing y John von Neumann fueron fundamentales en estos desarrollos. La computadora moderna, o máquina de von Neumann , desempeñaría un papel central en la ciencia cognitiva, tanto como metáfora de la mente como herramienta de investigación. [4]
El primer experimento de ciencia cognitiva realizado en una institución académica tuvo lugar en la Sloan School of Management del MIT , fundada por JCR Licklider, que trabajaba en el departamento de psicología y realizaba experimentos utilizando la memoria de ordenador como modelo de la cognición humana. [5] En 1959, Noam Chomsky publicó una crítica mordaz del libro Verbal Behavior de BF Skinner . [6] En aquella época, el paradigma conductista de Skinner dominaba el campo de la psicología en Estados Unidos. La mayoría de los psicólogos se centraban en las relaciones funcionales entre el estímulo y la respuesta, sin plantear representaciones internas. Chomsky sostenía que para explicar el lenguaje necesitábamos una teoría como la gramática generativa , que no solo atribuía representaciones internas, sino que caracterizaba su orden subyacente. [ cita requerida ]
El término ciencia cognitiva fue acuñado por Christopher Longuet-Higgins en su comentario de 1973 sobre el informe Lighthill , que se refería al estado actual de la investigación en inteligencia artificial . [7] En la misma década, se fundaron la revista Cognitive Science y la Cognitive Science Society . [8] La reunión fundacional de la Cognitive Science Society se celebró en la Universidad de California, San Diego en 1979, lo que dio como resultado que la ciencia cognitiva se convirtiera en una empresa con visibilidad internacional. [9] En 1972, Hampshire College inició el primer programa de educación de pregrado en Ciencias Cognitivas, dirigido por Neil Stillings. En 1982, con la ayuda del profesor Stillings, Vassar College se convirtió en la primera institución del mundo en otorgar un título universitario en Ciencias Cognitivas. [10] En 1986, se fundó el primer Departamento de Ciencias Cognitivas del mundo en la Universidad de California, San Diego . [9]
En los años 1970 y principios de los 1980, a medida que aumentaba el acceso a las computadoras, se expandió la investigación sobre inteligencia artificial . Investigadores como Marvin Minsky escribían programas informáticos en lenguajes como LISP para intentar caracterizar formalmente los pasos que seguían los seres humanos, por ejemplo, al tomar decisiones y resolver problemas, con la esperanza de comprender mejor el pensamiento humano y también con la esperanza de crear mentes artificiales. Este enfoque se conoce como "IA simbólica".
Finalmente, los límites del programa de investigación de IA simbólica se hicieron evidentes. Por ejemplo, parecía poco realista enumerar exhaustivamente el conocimiento humano en una forma utilizable por un programa de computadora simbólico. A finales de los años 80 y 90, surgieron las redes neuronales y el conexionismo como paradigma de investigación. Bajo este punto de vista, a menudo atribuido a James McClelland y David Rumelhart , la mente podría caracterizarse como un conjunto de asociaciones complejas, representadas como una red en capas. Los críticos argumentan que hay algunos fenómenos que se capturan mejor con modelos simbólicos y que los modelos conexionistas a menudo son tan complejos que tienen poco poder explicativo. Recientemente, los modelos simbólicos y conexionistas se han combinado, lo que hace posible aprovechar ambas formas de explicación. [11] [12] Si bien tanto el conexionismo como los enfoques simbólicos han demostrado ser útiles para probar varias hipótesis y explorar enfoques para comprender aspectos de la cognición y las funciones cerebrales de nivel inferior, ninguno es biológicamente realista y, por lo tanto, ambos adolecen de una falta de plausibilidad neurocientífica. [13] [14] [15] [16] [17] [18] [19] El conexionismo ha demostrado ser útil para explorar computacionalmente cómo surge la cognición en el desarrollo y ocurre en el cerebro humano, y ha proporcionado alternativas a los enfoques estrictamente específicos de dominio / dominio general. Por ejemplo, científicos como Jeff Elman, Liz Bates y Annette Karmiloff-Smith han postulado que las redes en el cerebro surgen de la interacción dinámica entre ellas y la información ambiental. [20]
Los recientes avances en computación cuántica , incluida la capacidad de ejecutar circuitos cuánticos en computadoras cuánticas como IBM Quantum Platform , han acelerado el trabajo que utiliza elementos de la mecánica cuántica en modelos cognitivos. [21] [22]
Un principio central de la ciencia cognitiva es que no se puede llegar a una comprensión completa de la mente/cerebro estudiando sólo un único nivel. Un ejemplo sería el problema de recordar un número de teléfono y recordarlo más tarde. Un enfoque para entender este proceso sería estudiar el comportamiento a través de la observación directa, u observación naturalista . Se podría presentar a una persona un número de teléfono y pedirle que lo recuerde después de un tiempo; luego se podría medir la precisión de la respuesta. Otro enfoque para medir la capacidad cognitiva sería estudiar las activaciones de neuronas individuales mientras una persona intenta recordar el número de teléfono. Ninguno de estos experimentos por sí solo explicaría completamente cómo funciona el proceso de recordar un número de teléfono. Incluso si la tecnología para mapear cada neurona en el cerebro en tiempo real estuviera disponible y se supiera cuándo se activa cada neurona, aún sería imposible saber cómo se traduce una activación particular de neuronas en el comportamiento observado. Por lo tanto, es imperativo comprender cómo se relacionan entre sí estos dos niveles. Francisco Varela , en The Embodied Mind: Cognitive Science and Human Experience , sostiene que "las nuevas ciencias de la mente necesitan ampliar su horizonte para abarcar tanto la experiencia humana vivida como las posibilidades de transformación inherentes a la experiencia humana". [23] En la perspectiva cognitivista clásica, esto puede lograrse mediante una explicación del proceso a nivel funcional. Estudiar un fenómeno particular desde múltiples niveles crea una mejor comprensión de los procesos que ocurren en el cerebro para dar lugar a un comportamiento particular. Marr [24] dio una famosa descripción de tres niveles de análisis:
La ciencia cognitiva es un campo interdisciplinario con colaboradores de varios campos, entre ellos la psicología , la neurociencia , la lingüística , la filosofía de la mente , la informática , la antropología y la biología . Los científicos cognitivos trabajan colectivamente con la esperanza de comprender la mente y sus interacciones con el mundo circundante de forma muy similar a como lo hacen otras ciencias. El campo se considera compatible con las ciencias físicas y utiliza el método científico , así como la simulación o el modelado , a menudo comparando el resultado de los modelos con aspectos de la cognición humana. De manera similar al campo de la psicología, existen algunas dudas sobre si existe una ciencia cognitiva unificada, lo que ha llevado a algunos investigadores a preferir "ciencias cognitivas" en plural. [25] [26]
Muchos de los que se consideran científicos cognitivos, pero no todos, sostienen una visión funcionalista de la mente: la idea de que los estados y procesos mentales deben explicarse por su función, es decir, por lo que hacen. Según la teoría de la realizabilidad múltiple del funcionalismo, incluso sistemas no humanos como los robots y las computadoras pueden tener cognición. [ cita requerida ]
El término "cognitivo" en la "ciencia cognitiva" se utiliza para "cualquier tipo de operación o estructura mental que pueda estudiarse en términos precisos" ( Lakoff y Johnson , 1999). Esta conceptualización es muy amplia y no debe confundirse con el uso que se le da a "cognitivo" en algunas tradiciones de la filosofía analítica , donde "cognitivo" tiene que ver únicamente con reglas formales y semántica de condiciones de verdad .
Las primeras entradas de la palabra " cognitivo " en el OED la interpretan como algo parecido a "relativo a la acción o proceso de conocer" . La primera entrada, de 1586, muestra que la palabra se utilizó en algún momento en el contexto de las discusiones sobre las teorías platónicas del conocimiento . Sin embargo, la mayoría de los que trabajan en la ciencia cognitiva probablemente no creen que su campo sea el estudio de algo tan cierto como el conocimiento buscado por Platón. [27]
La ciencia cognitiva es un campo amplio y cubre una amplia gama de temas sobre la cognición. Sin embargo, debe reconocerse que la ciencia cognitiva no siempre se ha preocupado por igual de todos los temas que podrían tener relevancia para la naturaleza y el funcionamiento de las mentes. Los cognitivistas clásicos han restado importancia o evitado en gran medida los factores sociales y culturales, la encarnación, la emoción, la conciencia, la cognición animal y las psicologías comparativa y evolutiva . Sin embargo, con el declive del conductismo , los estados internos como los afectos y las emociones, así como la conciencia y la atención encubierta, volvieron a ser abordables. Por ejemplo, las teorías de la cognición situada y encarnada tienen en cuenta el estado actual del medio ambiente, así como el papel del cuerpo en la cognición. Con el nuevo énfasis en el procesamiento de la información, el comportamiento observable ya no era el sello distintivo de la teoría psicológica, sino el modelado o registro de estados mentales. [ cita requerida ]
A continuación se presentan algunos de los principales temas que aborda la ciencia cognitiva. Esta no es una lista exhaustiva. Consulte la Lista de temas de la ciencia cognitiva para obtener una lista de los diversos aspectos de este campo. [ cita requerida ]
La inteligencia artificial (IA) implica el estudio de los fenómenos cognitivos en las máquinas. Uno de los objetivos prácticos de la IA es implementar aspectos de la inteligencia humana en las computadoras. Las computadoras también se utilizan ampliamente como una herramienta con la que estudiar los fenómenos cognitivos. El modelado computacional utiliza simulaciones para estudiar cómo se puede estructurar la inteligencia humana. [28] (Véase § Modelado computacional).
Existe cierto debate en este campo sobre si la mente se ve mejor como un conjunto enorme de elementos pequeños pero débiles individualmente (es decir, neuronas), o como una colección de estructuras de nivel superior, como símbolos, esquemas, planes y reglas. La primera visión utiliza el conexionismo para estudiar la mente, mientras que la segunda enfatiza la inteligencia artificial simbólica . Una forma de ver la cuestión es si es posible simular con precisión un cerebro humano en una computadora sin simular con precisión las neuronas que componen el cerebro humano.
La atención es la selección de información importante. La mente humana es bombardeada con millones de estímulos y debe tener una forma de decidir cuál de esta información procesar. La atención a veces se considera como un foco, lo que significa que uno solo puede iluminar un conjunto particular de información. Los experimentos que respaldan esta metáfora incluyen la tarea de escucha dicótica (Cherry, 1957) y los estudios de ceguera por falta de atención (Mack y Rock, 1998). En la tarea de escucha dicótica, los sujetos son bombardeados con dos mensajes diferentes, uno en cada oído, y se les dice que se concentren solo en uno de los mensajes. Al final del experimento, cuando se les pregunta sobre el contenido del mensaje desatendido, los sujetos no pueden informarlo. [ cita requerida ]
El constructo psicológico de Atención se confunde a veces con el concepto de Intencionalidad debido a cierto grado de ambigüedad semántica en sus definiciones . Al comienzo de la investigación experimental sobre la Atención, Wilhelm Wundt definió este término como "aquel proceso psíquico, que es operativo en la percepción clara de la estrecha región del contenido de la conciencia". [29] Sus experimentos mostraron los límites de la Atención en el espacio y el tiempo, que eran de 3-6 letras durante una exposición de 1/10 s. [29] Debido a que esta noción se desarrolla en el marco del significado original durante cien años de investigación, la definición de Atención reflejaría el sentido cuando da cuenta de las características principales atribuidas inicialmente a este término: es un proceso de control del pensamiento que continúa en el tiempo. [30] Mientras que la Intencionalidad es el poder de las mentes para estar sobre algo, la Atención es la concentración de la conciencia en algún fenómeno durante un período de tiempo, que es necesaria para elevar la percepción clara de la estrecha región del contenido de la conciencia y que es factible para controlar este enfoque en la mente . [ cita requerida ]
La importancia del conocimiento sobre el alcance de la atención para estudiar la cognición es que define las funciones intelectuales de la cognición, como la aprehensión, el juicio, el razonamiento y la memoria de trabajo. El desarrollo del alcance de la atención aumenta el conjunto de facultades responsables de la mente, depende de cómo percibe, recuerda, considera y evalúa al tomar decisiones. [31] El fundamento de esta afirmación es que cuantos más detalles (asociados a un evento) pueda captar la mente para su comparación, asociación y categorización, más cerca estarán de la realidad la aprehensión, el juicio y el razonamiento del evento. [32] Según la profesora letona Sandra Mihailova y el profesor Igor Val Danilov, cuantos más elementos del fenómeno (o fenómenos) pueda mantener la mente en el alcance de la atención simultáneamente, mayor será el número significativo de combinaciones razonables dentro de ese evento que puede lograr, mejorando la probabilidad de comprender mejor las características y particularidades del fenómeno (fenómenos). [32] Por ejemplo, tres elementos en el punto focal de la conciencia dan lugar a seis combinaciones posibles (factorial 3) y cuatro elementos a 24 combinaciones (factorial 4). El número de combinaciones razonables se vuelve significativo en el caso de un punto focal con seis elementos con 720 combinaciones posibles (factorial 6). [32]
Los enfoques de la cognición corporizada en la ciencia cognitiva enfatizan el papel del cuerpo y el entorno en la cognición. Esto incluye procesos corporales tanto neuronales como extraneuronales, y factores que van desde procesos afectivos y emocionales, [33] hasta la postura, el control motor, la propiocepción y la cinestesia, [34] hasta procesos autónomos que involucran el latido del corazón [35] y la respiración, [36] hasta el papel del microbioma intestinal entérico. [37] También incluye descripciones de cómo el cuerpo se relaciona o se acopla a los entornos sociales y físicos. La cognición 4E (corporizada, incrustada, extendida y enactiva) [38] [39] incluye una amplia gama de puntos de vista sobre la interacción cerebro-cuerpo-entorno, desde la incrustación causal hasta afirmaciones más sólidas sobre cómo la mente se extiende para incluir herramientas e instrumentos, así como el papel de las interacciones sociales, los procesos orientados a la acción y las posibilidades. Las teorías 4E van desde aquellas más cercanas al cognitivismo clásico (la llamada cognición encarnada "débil" [40] ) hasta versiones más fuertes, extendidas [41] y enactivas, a las que a veces se hace referencia como ciencia cognitiva encarnada radical. [42] [43]
La capacidad de aprender y comprender el lenguaje es un proceso extremadamente complejo. El lenguaje se adquiere durante los primeros años de vida y todos los seres humanos, en circunstancias normales, son capaces de adquirirlo con soltura. Una de las principales fuerzas impulsoras del campo teórico de la lingüística es el descubrimiento de la naturaleza que debe tener el lenguaje en abstracto para que pueda aprenderse de esa manera. Algunas de las preguntas que impulsan la investigación sobre cómo el cerebro procesa el lenguaje son: (1) ¿En qué medida el conocimiento lingüístico es innato o aprendido?, (2) ¿Por qué es más difícil para los adultos adquirir un segundo idioma que para los bebés adquirir su primer idioma?, y (3) ¿Cómo son capaces los seres humanos de comprender oraciones nuevas?
El estudio del procesamiento del lenguaje abarca desde la investigación de los patrones sonoros del habla hasta el significado de las palabras y oraciones completas. La lingüística suele dividir el procesamiento del lenguaje en ortografía , fonética , fonología , morfología , sintaxis , semántica y pragmática . Muchos aspectos del lenguaje pueden estudiarse a partir de cada uno de estos componentes y de su interacción. [44] [ se necesita una mejor fuente ]
El estudio del procesamiento del lenguaje en la ciencia cognitiva está estrechamente vinculado al campo de la lingüística. Tradicionalmente, la lingüística se estudiaba como parte de las humanidades, que incluían estudios de historia, arte y literatura. En los últimos cincuenta años, más o menos, cada vez más investigadores han estudiado el conocimiento y el uso del lenguaje como fenómeno cognitivo, siendo los principales problemas cómo se puede adquirir y utilizar el conocimiento del lenguaje, y en qué consiste exactamente. [45] Los lingüistas han descubierto que, si bien los humanos forman oraciones de maneras aparentemente regidas por sistemas muy complejos, son notablemente inconscientes de las reglas que gobiernan su propio habla. Por lo tanto, los lingüistas deben recurrir a métodos indirectos para determinar cuáles podrían ser esas reglas, si es que existen reglas como tales. En cualquier caso, si el habla está realmente regida por reglas, estas parecen ser opacas a cualquier consideración consciente.
El aprendizaje y el desarrollo son los procesos mediante los cuales adquirimos conocimiento e información a lo largo del tiempo. Los bebés nacen con poco o ningún conocimiento (dependiendo de cómo se defina el conocimiento), pero rápidamente adquieren la capacidad de usar el lenguaje, caminar y reconocer personas y objetos . La investigación en aprendizaje y desarrollo tiene como objetivo explicar los mecanismos mediante los cuales estos procesos pueden tener lugar.
Una cuestión importante en el estudio del desarrollo cognitivo es hasta qué punto ciertas habilidades son innatas o aprendidas. Esto a menudo se enmarca en términos del debate entre naturaleza y crianza . La visión nativista enfatiza que ciertas características son innatas a un organismo y están determinadas por su dotación genética . La visión empirista , por otro lado, enfatiza que ciertas habilidades se aprenden del entorno. Aunque claramente se necesita tanto información genética como ambiental para que un niño se desarrolle normalmente, sigue habiendo un debate considerable sobre cómo la información genética puede guiar el desarrollo cognitivo. En el área de la adquisición del lenguaje , por ejemplo, algunos (como Steven Pinker ) [46] han argumentado que la información específica que contiene reglas gramaticales universales debe estar contenida en los genes, mientras que otros (como Jeffrey Elman y colegas en Rethinking Innateness ) han argumentado que las afirmaciones de Pinker son biológicamente irrealistas. Argumentan que los genes determinan la arquitectura de un sistema de aprendizaje, pero que los "hechos" específicos sobre cómo funciona la gramática solo se pueden aprender como resultado de la experiencia.
La memoria nos permite almacenar información para recuperarla más tarde. A menudo se piensa que la memoria consta de un almacenamiento a corto y a largo plazo. La memoria a largo plazo nos permite almacenar información durante períodos prolongados (días, semanas, años). Todavía no conocemos el límite práctico de la capacidad de la memoria a largo plazo. La memoria a corto plazo nos permite almacenar información en escalas de tiempo cortas (segundos o minutos).
La memoria también suele agruparse en formas declarativas y procedimentales. La memoria declarativa —agrupada en subconjuntos de formas semánticas y episódicas de memoria— se refiere a nuestra memoria para hechos y conocimiento específico, significados específicos y experiencias específicas (por ejemplo, "¿Las manzanas son comida?" o "¿Qué desayuné hace cuatro días?"). La memoria procedimental nos permite recordar acciones y secuencias motoras (por ejemplo, cómo andar en bicicleta) y a menudo se la denomina conocimiento o memoria implícita.
Los científicos cognitivos estudian la memoria al igual que los psicólogos, pero tienden a centrarse más en cómo la memoria influye en los procesos cognitivos y en la interrelación entre la cognición y la memoria. Un ejemplo de esto podría ser: ¿qué procesos mentales atraviesa una persona para recuperar un recuerdo perdido hace mucho tiempo? O, ¿qué diferencia entre el proceso cognitivo de reconocimiento (ver indicios de algo antes de recordarlo, o el recuerdo en contexto) y el recuerdo (recuperar un recuerdo, como en "completar el espacio en blanco")?
La percepción es la capacidad de captar información a través de los sentidos y procesarla de alguna manera. La vista y el oído son dos sentidos dominantes que nos permiten percibir el entorno. Algunas preguntas en el estudio de la percepción visual, por ejemplo, incluyen: (1) ¿Cómo somos capaces de reconocer objetos?, (2) ¿Por qué percibimos un entorno visual continuo, aunque solo veamos pequeños fragmentos de él en un momento dado? Una herramienta para estudiar la percepción visual es observar cómo las personas procesan las ilusiones ópticas . La imagen de la derecha de un cubo de Necker es un ejemplo de una percepción biestable, es decir, el cubo puede interpretarse como orientado en dos direcciones diferentes.
El estudio de los estímulos hápticos ( táctiles ), olfativos y gustativos también entran en el ámbito de la percepción.
La acción se lleva a cabo para hacer referencia a la salida de un sistema. En los seres humanos, esto se logra a través de respuestas motoras. La planificación y el movimiento espaciales, la producción del habla y los movimientos motores complejos son todos aspectos de la acción.
La conciencia es la percepción de las experiencias que uno tiene dentro de sí mismo. Esto ayuda a que la mente tenga la capacidad de experimentar o sentir un sentido de sí mismo .
Para estudiar la ciencia cognitiva se utilizan muchas metodologías diferentes. Como el campo es sumamente interdisciplinario, la investigación a menudo abarca múltiples áreas de estudio y se basa en métodos de investigación de la psicología , la neurociencia , la informática y la teoría de sistemas .
Para tener una descripción de lo que constituye un comportamiento inteligente, uno debe estudiar el comportamiento en sí. Este tipo de investigación está estrechamente ligada a la de la psicología cognitiva y la psicofísica . Al medir las respuestas conductuales a diferentes estímulos, uno puede entender algo sobre cómo se procesan esos estímulos. Lewandowski y Strohmetz (2009) revisaron una colección de usos innovadores de la medición conductual en psicología, incluidos los rastros conductuales, las observaciones conductuales y la elección conductual. [47] Los rastros conductuales son piezas de evidencia que indican que el comportamiento ocurrió, pero el actor no está presente (p. ej., basura en un estacionamiento o lecturas en un medidor eléctrico). Las observaciones conductuales implican la presencia directa del actor que participa en el comportamiento (p. ej., observar qué tan cerca se sienta una persona al lado de otra persona). Las elecciones conductuales son cuando una persona selecciona entre dos o más opciones (p. ej., comportamiento de votación, elección de un castigo para otro participante).
Las imágenes cerebrales implican el análisis de la actividad dentro del cerebro mientras se realizan diversas tareas. Esto nos permite vincular el comportamiento y la función cerebral para ayudar a comprender cómo se procesa la información. Los diferentes tipos de técnicas de imágenes varían en su resolución temporal (basada en el tiempo) y espacial (basada en la ubicación). Las imágenes cerebrales se utilizan a menudo en la neurociencia cognitiva .
Los modelos computacionales requieren una representación matemática y lógicamente formal de un problema. Los modelos computacionales se utilizan en la simulación y verificación experimental de diferentes propiedades específicas y generales de la inteligencia . El modelado computacional puede ayudarnos a entender la organización funcional de un fenómeno cognitivo particular. Los enfoques del modelado cognitivo pueden categorizarse como: (1) simbólico, sobre las funciones mentales abstractas de una mente inteligente por medio de símbolos; (2) subsimbólico, sobre las propiedades neuronales y asociativas del cerebro humano; y (3) a través de la frontera simbólico-subsimbólica, incluyendo híbridos.
Todos los enfoques anteriores tienden a generalizarse en forma de modelos computacionales integrados de una inteligencia sintética/abstracta (es decir, arquitectura cognitiva ) para poder aplicarse a la explicación y mejora de la toma de decisiones y el razonamiento individual y social/organizacional [49] [50] o centrarse en programas simulados individuales (o microteorías/teorías de "rango medio") que modelen facultades cognitivas específicas (por ejemplo, visión, lenguaje, categorización, etc.).
Los métodos de investigación tomados directamente de la neurociencia y la neuropsicología también pueden ayudarnos a comprender aspectos de la inteligencia. Estos métodos nos permiten entender cómo se implementa el comportamiento inteligente en un sistema físico.
La ciencia cognitiva ha dado lugar a modelos de sesgo cognitivo humano y percepción de riesgos , y ha sido influyente en el desarrollo de las finanzas conductuales , parte de la economía . También ha dado lugar a una nueva teoría de la filosofía de las matemáticas (relacionada con las matemáticas denotacionales), y muchas teorías de inteligencia artificial , persuasión y coerción . Ha dado a conocer su presencia en la filosofía del lenguaje y la epistemología , además de constituir un ala sustancial de la lingüística moderna . Los campos de la ciencia cognitiva han sido influyentes en la comprensión de los sistemas funcionales particulares del cerebro (y los déficits funcionales) que van desde la producción del habla hasta el procesamiento auditivo y la percepción visual. Ha avanzado en la comprensión de cómo el daño a áreas particulares del cerebro afecta la cognición, y ha ayudado a descubrir las causas fundamentales y los resultados de disfunciones específicas, como la dislexia , la anopsia y la negligencia hemiespacial .
Esta sección necesita citas adicionales para su verificación . ( Agosto de 2012 ) |
Nombre | Año de nacimiento | Año de contribución | Contribución(es) |
---|---|---|---|
David Chalmers | 1966 [51] | 1995 [52] | Dualismo , difícil problema de la conciencia |
Daniel Dennett | 1942 [53] | 1987 | Se ofreció una perspectiva de sistemas computacionales ( modelo de múltiples borradores ) |
Juan Searle | 1932 [54] | 1980 | Habitación china |
Douglas Hofstadter | 1945 | 1979 [55] | Gödel, Escher, Bach [56] |
Jerry Fodor | 1935 [57] | 1968, 1975 | Funcionalismo |
Alan Baddeley | 1934 [58] | 1974 | Modelo de memoria de trabajo de Baddeley |
Marvin Minsky | 1927 [59] | Década de 1970, principios de 1980 | Escribió programas informáticos en lenguajes como LISP para intentar caracterizar formalmente los pasos que siguen los seres humanos, como tomar decisiones y resolver problemas. |
Christopher Longuet-Higgins | 1923 [60] | 1973 | Acuñó el término ciencia cognitiva |
Noam Chomsky | 1928 [61] | 1959 | Publicó una reseña del libro de BF Skinner Verbal Behavior , que inició el cognitivismo contra el conductismo entonces dominante [6] |
George Miller | 1920 | 1956 | Escribió sobre las capacidades del pensamiento humano a través de representaciones mentales. |
Herbert Simón | 1916 | 1956 | Co-creó la teoría de la máquina lógica y el solucionador de problemas generales con Allen Newell , teoría EPAM (perceptor y memorizador elemental), toma de decisiones organizacionales |
Juan McCarthy | 1927 | 1955 | Acuñó el término inteligencia artificial y organizó la famosa conferencia de Dartmouth en el verano de 1956, que inició la IA como campo. |
McCulloch y Pitts | Década de 1930-1940 | Desarrolló las primeras redes neuronales artificiales | |
Licklider del JCR | 1915 [62] | Se fundó la Escuela de Administración Sloan del MIT | |
Lila R. Gleitman | 1929 | Década de 1970-2010 | Contribuciones de amplio alcance a la comprensión de la cognición de la adquisición del lenguaje , incluida la teoría del bootstrapping sintáctico [63] |
Eleanor Rosch | 1938 | 1976 | Desarrollo de la teoría de prototipos de categorización [64] |
Philip N. Johnson-Laird | 1936 | 1980 | Introdujo la idea de modelos mentales en la ciencia cognitiva [65] |
Dedre Gentner | 1944 | 1983 | Desarrollo de la teoría de mapeo estructural del razonamiento analógico [66] |
Allen Newell | 1927 | 1990 | Desarrollo del campo de la arquitectura cognitiva en el modelado cognitivo y la inteligencia artificial [67] |
Annette Karmiloff-Smith | 1938 | 1992 | Integración de la neurociencia y el modelado computacional en las teorías del desarrollo cognitivo [68] |
David Marr (neurocientífico) | 1945 | 1990 | Proponente de la hipótesis de tres niveles de análisis de sistemas computacionales [69] |
Peter Gärdenfors | 1949 | 2000 | Creador del marco espacial conceptual utilizado en modelado cognitivo e inteligencia artificial. |
Linda B. Smith | 1951 | 1993 | Junto con Esther Thelen , creó un enfoque de sistemas dinámicos para comprender el desarrollo cognitivo [70] |
Algunos de los nombres más reconocidos en la ciencia cognitiva suelen ser los más controvertidos o los más citados. En el ámbito de la filosofía, algunos nombres conocidos incluyen a Daniel Dennett , que escribe desde una perspectiva de sistemas computacionales, [71] John Searle , conocido por su controvertido argumento de la habitación china , [72] y Jerry Fodor , que defiende el funcionalismo . [73]
Otros incluyen a David Chalmers , quien defiende el dualismo y también es conocido por articular el difícil problema de la conciencia , y Douglas Hofstadter , famoso por escribir Gödel, Escher, Bach , que cuestiona la naturaleza de las palabras y el pensamiento.
En el campo de la lingüística, Noam Chomsky y George Lakoff han sido influyentes (ambos también se han hecho notables como comentaristas políticos). En inteligencia artificial , son prominentes Marvin Minsky , Herbert A. Simon y Allen Newell .
Los nombres populares en la disciplina de la psicología incluyen a George A. Miller , James McClelland , Philip Johnson-Laird , Lawrence Barsalou , Vittorio Guidano , Howard Gardner y Steven Pinker . Los antropólogos Dan Sperber , Edwin Hutchins , Bradd Shore , James Wertsch y Scott Atran han participado en proyectos de colaboración con psicólogos cognitivos y sociales, politólogos y biólogos evolucionistas en intentos de desarrollar teorías generales de la formación de la cultura, la religión y la asociación política.
También se han desarrollado teorías computacionales (con modelos y simulaciones) por David Rumelhart , James McClelland y Philip Johnson-Laird .
La epistemología es un término acuñado en 1969 por la Universidad de Edimburgo con la fundación de su Escuela de Epistemología. La epistemología se distingue de la epistemología en que esta última es la teoría filosófica del conocimiento, mientras que la epistemología significa el estudio científico del conocimiento.
Christopher Longuet-Higgins la ha definido como "la construcción de modelos formales de los procesos (perceptuales, intelectuales y lingüísticos) mediante los cuales se logran y comunican el conocimiento y la comprensión". [74] En su ensayo de 1978 "Epistemics: The Regulative Theory of Cognition", [75] Alvin I. Goldman afirma haber acuñado el término "epistemología" para describir una reorientación de la epistemología. Goldman sostiene que su epistemología es una continuidad de la epistemología tradicional y que el nuevo término es sólo para evitar la oposición. La epistemología, en la versión de Goldman, difiere sólo ligeramente de la epistemología tradicional en su alianza con la psicología de la cognición; la epistemología enfatiza el estudio detallado de los procesos mentales y los mecanismos de procesamiento de la información que conducen al conocimiento o las creencias.
A mediados de los años 1980, la Escuela de Epistemología cambió su nombre a Centro de Ciencias Cognitivas (CCS). En 1998, el CCS se incorporó a la Escuela de Informática de la Universidad de Edimburgo . [76]
Uno de los objetivos centrales de la ciencia cognitiva es lograr una teoría integrada de la cognición. Esto requiere mecanismos integradores que expliquen cómo el procesamiento de la información que ocurre simultáneamente en áreas (sub)corticales segregadas espacialmente en el cerebro se coordina y se vincula para dar lugar a representaciones perceptuales y simbólicas coherentes. Un enfoque es resolver este " problema de vinculación " [77] [78] [79] (es decir, el problema de representar dinámicamente conjunciones de elementos informativos, desde las representaciones perceptuales más básicas ("vinculación de características") hasta las representaciones cognitivas más complejas, como las estructuras de símbolos ("vinculación de variables")), por medio de mecanismos de sincronización integradores. En otras palabras, uno de los mecanismos de coordinación parece ser la sincronización temporal (de fase) de la actividad neuronal basada en procesos dinámicos de autoorganización en redes neuronales, descritos por la Hipótesis de Vinculación por Sincronía (BBS) de la neurofisiología. [80] [81] [82] [83] Se han desarrollado neuroarquitecturas cognitivas conexionistas que utilizan mecanismos de sincronización integradores para resolver este problema de enlace en la cognición perceptual y en la cognición del lenguaje. [84] [85] [86] En la cognición perceptual el problema es explicar cómo las propiedades elementales de los objetos y las relaciones de los objetos, como el color del objeto o la forma del objeto, pueden ser enlazadas dinámicamente entre sí o pueden ser integradas a una representación de este objeto perceptual por medio de un mecanismo de sincronización ("enlace de características", "enlace de características"). En la cognición del lenguaje el problema es explicar cómo los conceptos semánticos y los roles sintácticos pueden ser enlazados dinámicamente entre sí o pueden ser integrados a representaciones cognitivas complejas como las estructuras de símbolos y proposiciones sistemáticas y compositivas por medio de un mecanismo de sincronización ("enlace de variables") (véase también el "debate Simbolismo vs. conexionismo" en conexionismo ).
Sin embargo, a pesar de los avances significativos en la comprensión de la teoría integrada de la cognición (específicamente el problema de la vinculación ), el debate sobre esta cuestión de la cognición inicial aún está en curso. Desde las diferentes perspectivas señaladas anteriormente, este problema se puede reducir a la cuestión de cómo los organismos en la etapa de reflejos simples del desarrollo superan el umbral del caos ambiental de los estímulos sensoriales: ondas electromagnéticas, interacciones químicas y fluctuaciones de presión. [87] La llamada tesis de entrada de datos primarios (PDE) plantea dudas sobre la capacidad de un organismo así para superar este umbral de señales por sí solo. [88] En términos de herramientas matemáticas, la tesis PDE subraya el umbral insuperablemente alto de la cacofonía de estímulos ambientales (el ruido de los estímulos) para los organismos jóvenes al inicio de la vida. [88] Se argumenta que la sincronización temporal (de fase) de la actividad neuronal basada en procesos de autoorganización dinámica en redes neuronales, cualquier unión dinámica o integración a una representación del objeto perceptivo por medio de un mecanismo de sincronización, no puede ayudar a los organismos a distinguir señales relevantes (estímulos informativos) para superar este umbral de ruido. [88]
La ciencia cognitiva es un campo interdisciplinario de investigadores de la lingüística, la psicología, la neurociencia, la filosofía, la informática y la antropología que buscan comprender la mente.
{{cite web}}
: CS1 maint: nombres numéricos: lista de autores ( enlace ){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: DOI inactive as of September 2024 (link)