La Filosofía detrás de la Ciencia Cognitiva

La ciencia cognitiva es un campo de estudio vasto e inherentemente interdisciplinario que se dedica a la investigación de la mente y la inteligencia. Abarca una rica mezcla de disciplinas que tradicionalmente se consideraban separadas, incluyendo la filosofía, la psicología, la inteligencia artificial, la neurociencia, la lingüística y la antropología. Sus raíces intelectuales se remontan a mediados de la década de 1950, un periodo en el que investigadores de diversos campos comenzaron a forjar teorías sobre la mente basadas en la idea de representaciones complejas y procedimientos computacionales. Institucionalmente, el campo tomó forma en la década de 1970 con la creación de la Cognitive Science Society y el lanzamiento de la revista Cognitive Science. Desde entonces, ha florecido, con programas de estudio establecidos en universidades de todo el mundo.

El intento de comprender la mente humana y sus operaciones no es nuevo; se remonta al menos a la Antigua Grecia, con filósofos como Platón y Aristóteles que ya exploraban la naturaleza del conocimiento. El estudio de la mente permaneció en gran medida dentro del dominio de la filosofía hasta el siglo XIX, cuando emergió la psicología experimental. Pioneros como Wilhelm Wundt iniciaron métodos de laboratorio para estudiar las operaciones mentales de manera más sistemática. Sin embargo, esta aproximación fue pronto eclipsada por el conductismo, una perspectiva que, en su forma más estricta, casi negaba la existencia de la mente. Conductistas como J. B. Watson argumentaban que la psicología debía limitarse al estudio de la relación observable entre estímulos y respuestas conductuales, desterrando conceptos como la conciencia y las representaciones mentales del discurso científico respetable. El conductismo dominó el panorama psicológico, especialmente en América del Norte, hasta bien entrada la década de 1950.

Alrededor de 1956, el panorama intelectual experimentó un cambio drástico que sentaría las bases para la ciencia cognitiva. George Miller publicó trabajos seminales que demostraban las limitaciones de la capacidad del pensamiento humano, como la memoria a corto plazo limitada a unos siete elementos. Propuso que estas limitaciones podrían superarse recodificando la información en "trozos" o "chunks", representaciones mentales que requieren procedimientos mentales para codificar y decodificar la información. Paralelamente, la inteligencia artificial comenzaba a emerger de la mano de figuras como John McCarthy, Marvin Minsky, Allen Newell y Herbert Simon, explorando cómo las máquinas podían simular la inteligencia. Noam Chomsky, por su parte, revolucionó la lingüística al rechazar las explicaciones conductistas del lenguaje como un hábito aprendido, proponiendo en su lugar explicar la comprensión del lenguaje en términos de gramáticas mentales compuestas por reglas. Estos seis pensadores son a menudo considerados los fundadores de la ciencia cognitiva.

Aunque la ciencia cognitiva se sustenta en ideas teóricas unificadoras, es crucial reconocer la diversidad de perspectivas y métodos que cada disciplina aporta al estudio de la mente y la inteligencia. Los psicólogos cognitivos, por ejemplo, aunque a menudo recurren a la teoría y el modelado computacional, basan gran parte de su trabajo en la experimentación controlada con participantes humanos. Estos experimentos buscan estudiar diversos procesos de pensamiento en condiciones controladas, examinando errores de razonamiento deductivo, la formación y aplicación de conceptos, la velocidad del pensamiento con imágenes mentales o la resolución de problemas mediante analogías. La experimentación es fundamental porque nuestras intuiciones y la introspección pueden ofrecer una imagen engañosa de las operaciones mentales, muchas de las cuales no son accesibles a la conciencia. La psicología experimental es, por lo tanto, crucial para que la ciencia cognitiva sea verdaderamente científica.

Si bien la teoría sin experimento es vacía, el experimento sin teoría es ciego. Para abordar las preguntas fundamentales sobre la naturaleza de la mente, los experimentos psicológicos deben ser interpretables dentro de un marco teórico que postule representaciones mentales y procedimientos. Una forma poderosa de desarrollar estos marcos es mediante la creación y prueba de modelos computacionales diseñados para simular operaciones mentales. Investigadores han desarrollado modelos computacionales que simulan aspectos del rendimiento humano en tareas como el razonamiento deductivo o la resolución analógica de problemas. Diseñar, construir y experimentar con estos modelos es el método central de la inteligencia artificial (IA), la rama de la informática dedicada a los sistemas inteligentes. Idealmente, en la ciencia cognitiva, el modelado computacional y la experimentación psicológica avanzan de la mano.

Los lingüistas, aunque algunos realizan experimentos o desarrollan modelos computacionales, a menudo emplean métodos distintos. En la tradición chomskyana, la tarea principal es identificar los principios gramaticales que subyacen a la estructura básica de las lenguas humanas. Esto se logra observando diferencias sutiles entre enunciados gramaticales e inaceptables. Un enfoque alternativo, la lingüística cognitiva, pone menos énfasis en la sintaxis y más en la semántica y los conceptos.

Al igual que los psicólogos cognitivos, los neurocientíficos a menudo realizan experimentos controlados, pero sus observaciones difieren significativamente al centrarse directamente en la naturaleza del cerebro. Con sujetos no humanos, pueden registrar la actividad de neuronas individuales. Con humanos, donde técnicas invasivas son limitadas, se utilizan métodos de imagen como la resonancia magnética funcional para observar la actividad cerebral durante tareas mentales. También se obtiene información estudiando el rendimiento de personas con daño cerebral. La neurociencia, como la psicología, es tanto experimental como teórica, y el desarrollo teórico se apoya frecuentemente en modelos computacionales del comportamiento de grupos neuronales.

La antropología cognitiva amplía el estudio del pensamiento humano para considerar cómo funciona en diferentes contextos culturales. Es evidente que el estudio de la mente no debe limitarse a una sola cultura, sino que debe explorar posibles diferencias en los modos de pensamiento entre culturas. La ciencia cognitiva es cada vez más consciente de la necesidad de ver las operaciones de la mente en entornos físicos y sociales particulares. El método principal para los antropólogos culturales es la etnografía, que implica vivir e interactuar con miembros de una cultura para comprender sus sistemas sociales y cognitivos.

Tradicionalmente, los filósofos no realizan observaciones empíricas sistemáticas ni construyen modelos computacionales, aunque ha habido un aumento en la filosofía experimental. Sin embargo, la filosofía sigue siendo fundamental para la ciencia cognitiva al abordar cuestiones subyacentes a los enfoques experimental y computacional de la mente. Preguntas abstractas sobre la naturaleza de la representación y la computación, aunque no siempre explícitamente abordadas en la práctica diaria de la psicología o la IA, surgen inevitablemente cuando los investigadores reflexionan profundamente sobre su trabajo. La filosofía también se ocupa de cuestiones generales como la relación mente-cuerpo y metodológicas como la naturaleza de las explicaciones en ciencia cognitiva. Además, considera preguntas normativas (cómo deberíamos pensar) junto a las descriptivas (cómo pensamos realmente). La filosofía de la mente, aunque sin un método propio, comparte con otras áreas teóricas la necesidad de considerar los resultados empíricos.

En su forma más simple, la ciencia cognitiva podría verse como la suma de sus partes: psicología, IA, lingüística, neurociencia, antropología y filosofía. Sin embargo, el trabajo interdisciplinario se vuelve mucho más interesante y poderoso cuando hay convergencia teórica y experimental en las conclusiones sobre la naturaleza de la mente. Por ejemplo, la psicología y la IA pueden combinarse a través de modelos computacionales que simulan el comportamiento humano en experimentos. La mejor manera de abordar la complejidad del pensamiento humano es utilizando múltiples métodos, especialmente experimentos psicológicos y neurológicos, y modelos computacionales. Teóricamente, el enfoque más fértil ha sido entender la mente en términos de representación y computación.

La hipótesis central de la ciencia cognitiva es que el pensamiento se comprende mejor en términos de estructuras representacionales en la mente y procedimientos computacionales que operan sobre ellas. Aunque existen desacuerdos sobre la naturaleza exacta de estas representaciones y computaciones, la hipótesis central es lo suficientemente general como para abarcar el rango actual de enfoques en ciencia cognitiva, incluyendo teorías conexionistas que modelan el pensamiento usando redes neuronales artificiales.

Gran parte del trabajo en ciencia cognitiva asume que la mente posee representaciones mentales análogas a las estructuras de datos de computadora y procedimientos computacionales similares a algoritmos. Se ha propuesto que la mente contiene representaciones como proposiciones lógicas, reglas, conceptos, imágenes y analogías, y que utiliza procedimientos como la deducción, la búsqueda, la comparación, la rotación y la recuperación. La analogía dominante mente-computadora en ciencia cognitiva ha adquirido un matiz adicional con la inclusión de otra analogía: el cerebro. Los conexionistas han propuesto ideas sobre representación y computación inspiradas en las neuronas y sus conexiones, y en la activación neuronal. La ciencia cognitiva opera así con una compleja analogía triple entre la mente, el cerebro y las computadoras. Cada uno puede sugerir nuevas ideas sobre los otros. No existe un único modelo computacional de la mente; diferentes tipos de computadoras y enfoques de programación sugieren distintas formas en que la mente podría funcionar.

Una tendencia importante en la ciencia cognitiva actual es la integración de la neurociencia con diversas áreas de la psicología. Esta integración es en parte experimental, impulsada por el desarrollo de nuevas herramientas para estudiar el cerebro, y en parte teórica, gracias a los avances en la comprensión de cómo grandes poblaciones de neuronas pueden realizar tareas que antes se explicaban solo con teorías cognitivas de reglas y conceptos.

Aquí se resumen algunos de los enfoques teóricos principales sobre la naturaleza de las representaciones y computaciones que explican el funcionamiento de la mente:

• Lógica: Utiliza herramientas formales para representar conocimiento (proposiciones, predicados) y comprender inferencias mediante reglas lógicas (modus ponens).
• Reglas: Describe gran parte del conocimiento humano en formato SI... ENTONCES..., modelando comportamientos inteligentes como la planificación mediante sistemas basados en reglas y procedimientos para usarlas y generarlas.
• Conceptos: Considerados representaciones mentales importantes, a menudo vistos como conjuntos de características típicas más que definiciones estrictas. Incluyen esquemas y guiones (scripts). La aplicación de conceptos implica procesos como la activación propagada o la herencia.
• Analogías: Juegan un papel crucial en el pensamiento (resolución de problemas, toma de decisiones). Los modelos simulan cómo se recuperan y mapean situaciones fuente (análogos) a situaciones objetivo, utilizando procesos de recuperación, mapeo y adaptación.
• Imágenes: Representaciones pictóricas o sensoriales (visuales, auditivas, etc.) que capturan información de manera eficiente. Procedimientos como escanear o rotar operan sobre ellas.
• Conexionismo: Modela procesos psicológicos mediante redes de nodos y enlaces (unidades de procesamiento y conexiones excitatorias/inhibitorias). Representaciones y procesos implican la propagación de activación y mecanismos de aprendizaje (aprendizaje hebbiano, retropropagación).
• Neurociencia Teórica: Busca desarrollar teorías y modelos matemáticos/computacionales biológicamente precisos del cerebro, modelando el comportamiento de neuronas realistas y sus interacciones en áreas funcionales.
• Modelos Bayesianos: Asumen que la cognición es aproximadamente óptima según la teoría de la probabilidad (Teorema de Bayes), modelando procesos como el aprendizaje o la inferencia como cómputos probabilísticos sobre representaciones estadísticas.
• Aprendizaje Profundo (Deep Learning): Un enfoque de IA que utiliza redes neuronales con múltiples capas y algoritmos mejorados para aprender de grandes conjuntos de datos, logrando avances significativos en áreas como el reconocimiento de objetos o juegos.
• Procesamiento Predictivo / Inferencia Activa: Ve el cerebro como un motor de predicción que genera y actualiza modelos del entorno para predecir percepciones y acciones, utilizando cálculos bayesianos para minimizar el "error de predicción".

Mientras que una parte de la filosofía, particularmente la filosofía naturalista de la mente, se considera parte de la ciencia cognitiva, el campo es relevante para la filosofía de varias maneras. Primero, los resultados empíricos de la ciencia cognitiva pueden aplicarse a problemas filosóficos tradicionales en epistemología, metafísica y ética. Segundo, la ciencia cognitiva puede ser objeto de crítica filosófica, especialmente en cuanto a su suposición central de que el pensamiento es representacional y computacional. Tercero, sirve como objeto de investigación en la filosofía de la ciencia, generando reflexiones sobre su metodología y presuposiciones.

Gran parte de la investigación filosófica contemporánea es naturalista, viendo la filosofía como continua con el trabajo empírico en campos como la psicología. Desde esta perspectiva, la filosofía de la mente está estrechamente ligada al trabajo teórico y experimental en ciencia cognitiva. Las conclusiones metafísicas sobre la mente se basan en la reflexión informada sobre los avances científicos, no solo en la especulación a priori. De manera similar, la epistemología se beneficia de los hallazgos científicos sobre estructuras mentales y procedimientos de aprendizaje. La ética puede enriquecerse al comprender mejor la psicología del pensamiento moral. La ciencia cognitiva es relevante para problemas filosóficos como la naturaleza de la representación, la conciencia, la racionalidad, la percepción, el lenguaje, el aprendizaje, la memoria, la emoción, la acción, el conocimiento, la creencia, el libre albedrío y el yo.

Surgen problemas filosóficos adicionales al examinar las presuposiciones de los enfoques actuales. La afirmación de que las mentes funcionan mediante representación y computación es una conjetura empírica que podría ser incorrecta. Aunque el enfoque computacional-representacional ha tenido éxito, críticos filosóficos han planteado numerosos desafíos:

• El desafío de la emoción: La ciencia cognitiva ignora el papel crucial de las emociones.
• El desafío de la conciencia: No considera la importancia de la conciencia.
• El desafío del mundo: Desatiende el papel significativo del entorno físico; el pensamiento está incrustado y extendido en el mundo.
• El desafío del cuerpo: Ignora la contribución de la corporeidad.
• El desafío de los sistemas dinámicos: La mente es un sistema dinámico, no computacional.
• El desafío social: El pensamiento humano es inherentemente social de maneras que la ciencia cognitiva pasa por alto.
• El desafío matemático: Argumenta que el pensamiento humano no puede ser computacional en el sentido estándar.
• El desafío de la interdisciplinariedad: La ciencia cognitiva no ha logrado una teoría central unificadora.

Muchos de estos desafíos están siendo abordados por avances que explican emociones, conciencia, acción y corporeidad en términos de mecanismos neuronales. El desafío social se aborda con modelos computacionales de agentes interactuantes. Otros desafíos se basan en malentendidos o exageraciones. Aunque la ciencia cognitiva aún no tiene una teoría unificada como la biología (evolución, genética), la interdisciplinariedad entre sus campos constituyentes ha llevado a un progreso significativo en muchos aspectos de la cognición.

La ciencia cognitiva plantea numerosas cuestiones metodológicas interesantes para los filósofos de la ciencia. ¿Cuál es la naturaleza de la representación? ¿Qué papel juegan los modelos computacionales? ¿Cómo se relacionan enfoques aparentemente competitivos (simbólico, conexionista, sistemas dinámicos)? ¿Cuál es la relación entre los distintos campos? ¿Los fenómenos psicológicos pueden reducirse a explicaciones neurocientíficas? ¿Los niveles de explicación se caracterizan mejor por niveles ontológicos (molecular, neural, psicológico, social) o metodológicos (computacional, algorítmico, físico)?

La creciente prominencia de las explicaciones neuronales en psicología cognitiva, social y clínica plantea preguntas importantes sobre la explicación y la reducción. El antirreduccionismo (explicaciones psicológicas independientes de las neurológicas) es cada vez menos plausible, pero el grado de reducción de la psicología a la neurociencia sigue siendo controvertido. Comprender la naturaleza de la reducción depende de comprender la naturaleza de la explicación. Las explicaciones en ciencia (incluyendo psicología y neurociencia) a menudo se ven como descripciones de mecanismos: combinaciones de partes conectadas que interactúan para producir cambios regulares. En psicología, las partes son representaciones mentales que interactúan por procedimientos computacionales. En neurociencia, son poblaciones neuronales que interactúan por procesos electroquímicos. Si la neurociencia teórica progresa, debería ser posible vincular explicaciones psicológicas y neurológicas mostrando cómo las representaciones mentales están constituidas por actividades neuronales y cómo los procedimientos computacionales son realizados por procesos neuronales.

La integración de la psicología cognitiva con la neurociencia proporciona evidencia para la teoría de la identidad mente-cerebro, según la cual los procesos mentales son neurales, representacionales y computacionales. Otros filósofos discrepan, argumentando que las mentes están corporizadas y extendidas en el mundo. Sin embargo, afirmaciones moderadas sobre la corporeidad son consistentes con la teoría de la identidad, ya que las representaciones cerebrales operan en múltiples modalidades que permiten interactuar con el mundo. Otra alternativa materialista a la identidad mente-cerebro reconoce que las explicaciones de la mente emplean mecanismos moleculares y sociales, además de neurales y representacionales.

En resumen, la filosofía de la ciencia cognitiva no solo explora las bases conceptuales de este campo interdisciplinario, sino que también debate sus implicaciones, limitaciones y el camino a seguir para comprender la mente en toda su complejidad.

Preguntas Frecuentes sobre la Filosofía de la Ciencia Cognitiva

Si quieres conocer otros artículos parecidos a La Filosofía detrás de la Ciencia Cognitiva puedes visitar la categoría Neurociencia.