Ciencia cognitiva

La ciencia cognitiva es el estudio científico interdisciplinario de la mente y sus procesos con aportes de la lingüística, la psicología, la neurociencia, la filosofía, la informática/inteligencia artificial y la antropología. Examina la naturaleza, las tareas y las funciones de la cognición (en un sentido amplio). Los científicos cognitivos estudian la inteligencia y el comportamiento, centrándose en cómo los sistemas nerviosos representan, procesan y transforman la información. Las facultades mentales de interés para 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.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 de representación en la mente y procedimientos computacionales que operan en esas estructuras".

El objetivo de la ciencia cognitiva es comprender y formular los principios de la inteligencia con la esperanza de que esto conduzca a una mejor comprensión de la mente y del aprendizaje. Las ciencias cognitivas comenzaron como un movimiento intelectual en la década de 1950, a menudo denominado la revolución cognitiva.

Historia

Las ciencias cognitivas comenzaron como un movimiento intelectual en la década de 1950, denominada revolución cognitiva. La ciencia cognitiva tiene una prehistoria que se remonta a los antiguos textos filosóficos griegos (ver Menón de Platón y De Anima de Aristóteles); Filósofos modernistas como Descartes, David Hume, Immanuel Kant, Benedict de Spinoza, Nicolas Malebranche, Pierre Cabanis, Leibniz y John Locke, rechazaron la escolástica aunque en su mayoría nunca habían leído a Aristóteles, y estaban trabajando con un conjunto completamente diferente de herramientas y conceptos básicos. que las del científico cognitivo.

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 buscaban comprender los principios organizativos de la mente. McCulloch y Pitts desarrollaron las primeras variantes de lo que ahora se conoce como redes neuronales artificiales, modelos de computación inspirados en la estructura de las redes neuronales biológicas.

Otro precursor fue el desarrollo inicial 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, jugaría un papel central en la ciencia cognitiva, tanto como metáfora de la mente como herramienta para la investigación.

La primera instancia de experimentos de ciencias cognitivas que se realizó en una institución académica tuvo lugar en MIT Sloan School of Management, establecida por JCR Licklider trabajando en el departamento de psicología y realizando experimentos utilizando la memoria de la computadora como modelos para la cognición humana.

En 1959, Noam Chomsky publicó una crítica mordaz del libro Verbal Behavior de BF Skinner. En ese momento, el paradigma conductista de Skinner dominaba el campo de la psicología en los Estados Unidos. La mayoría de los psicólogos se centraron en las relaciones funcionales entre estímulo y respuesta, sin postular representaciones internas. Chomsky argumentó que para explicar el lenguaje, necesitábamos una teoría como la gramática generativa, que no solo atribuía representaciones internas sino que caracterizaba su orden subyacente.

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. En la misma década, se fundaron la revista Cognitive Science y la Cognitive Science Society. La reunión de fundación de la Cognitive Science Society se llevó a cabo en la Universidad de California, San Diego en 1979, lo que resultó en que la ciencia cognitiva se convirtiera en una empresa visible a nivel internacional.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 una licenciatura en Ciencias Cognitivas. En 1986, se fundó el primer Departamento de Ciencias Cognitivas del mundo en la Universidad de California, San Diego.

En la década de 1970 y principios de la de 1980, a medida que aumentaba el acceso a las computadoras, se expandió la investigación sobre inteligencia artificial. Investigadores como Marvin Minsky escribirían programas informáticos en lenguajes como LISP para intentar caracterizar formalmente los pasos por los que pasaban los seres humanos, por ejemplo, al tomar decisiones y resolver problemas, con la esperanza de comprender mejor el pensamiento humano, y también en la esperanza de crear mentes artificiales. Este enfoque se conoce como "IA simbólica".

Finalmente, los límites del programa de investigación de la IA simbólica se hicieron evidentes. Por ejemplo, parecía poco realista enumerar exhaustivamente el conocimiento humano en una forma utilizable por un programa informático simbólico. Los finales de los 80 y los 90 vieron el surgimiento de 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 los modelos simbólicos captan mejor y que los modelos conexionistas suelen ser tan complejos que tienen poco poder explicativo. Recientemente se han combinado modelos simbólicos y conexionistas, lo que permite aprovechar ambas formas de explicación.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. 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/generales de dominio. 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.

Principios

Niveles de análisis

Un principio central de la ciencia cognitiva es que no se puede lograr una comprensión completa de la mente/cerebro estudiando un solo nivel. Un ejemplo sería el problema de recordar un número de teléfono y recordarlo más tarde. Un enfoque para comprender este proceso sería estudiar el comportamiento a través de la observación directa u observación naturalista. A una persona se le puede presentar un número de teléfono y se le puede pedir que lo recuerde después de algún tiempo; entonces se podría medir la precisión de la respuesta. Otro enfoque para medir la capacidad cognitiva sería estudiar los disparos 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 disparó cada neurona, sería imposible saber cómo una activación particular de neuronas se traduce en el comportamiento observado. Por lo tanto, es imperativo comprender cómo estos dos niveles se relacionan entre sí. Francisco Varela, enThe 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". Según la visión cognitivista clásica, esto puede proporcionarse mediante una descripción 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 dio una famosa descripción de tres niveles de análisis:

1. La teoría computacional, especificando los objetivos de la computación;
2. Representación y algoritmos, dando una representación de las entradas y salidas y los algoritmos que transforman uno en el otro; y
3. La implementación del hardware, o cómo se pueden realizar físicamente el algoritmo y la representación.

Naturaleza interdisciplinar

La ciencia cognitiva es un campo interdisciplinario con colaboradores de varios campos, que incluyen psicología, neurociencia, lingüística, filosofía de la mente, informática, antropología y biología. Los científicos cognitivos trabajan colectivamente con la esperanza de comprender la mente y sus interacciones con el mundo circundante, al igual que 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 los resultados 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.

Muchos de los que se consideran científicos cognitivos, pero no todos, tienen una visión funcionalista de la mente, la visión de que los estados y procesos mentales deben explicarse por su función, lo que hacen. De acuerdo con la cuenta de realizabilidad múltiple del funcionalismo, incluso los sistemas no humanos, como los robots y las computadoras, pueden atribuirse a la cognición.

Ciencia cognitiva: el término

El término "cognitivo" en "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 la forma en que se usa "cognitivo" en algunas tradiciones de la filosofía analítica, donde "cognitivo" tiene que ver solo con reglas formales y semántica condicional de verdad.

Las primeras entradas de la palabra " cognitivo " en el OED lo toman en el sentido más o menos "perteneciente a la acción o proceso de conocer". La primera entrada, de 1586, muestra que la palabra se usó en un momento en el contexto de las discusiones sobre las teorías platónicas del conocimiento. La mayoría en la ciencia cognitiva, sin embargo, presumiblemente no cree que su campo sea el estudio de algo tan cierto como el conocimiento buscado por Platón.

Alcance

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 puedan tener relevancia para la naturaleza y el funcionamiento de las mentes. Los cognitivistas clásicos han desestimado 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 corporizada tienen en cuenta el estado actual del entorno, así como el papel del cuerpo en la cognición. Con el nuevo énfasis en el procesamiento de la información,

A continuación se presentan algunos de los temas principales de los que se ocupa la ciencia cognitiva. Esta no es una lista exhaustiva. Consulte la Lista de temas de ciencias cognitivas para obtener una lista de varios aspectos del campo.

Inteligencia artificial

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 son ampliamente utilizadas como una herramienta para estudiar fenómenos cognitivos. El modelado computacional utiliza simulaciones para estudiar cómo se puede estructurar la inteligencia humana. (Ver § Modelado computacional).

Existe cierto debate en el campo sobre si la mente se ve mejor como una gran variedad de elementos pequeños pero débiles individualmente (es decir, neuronas), o como una colección de estructuras de nivel superior, como símbolos, esquemas, planes y reglas. El primer punto de vista utiliza el conexionismo para estudiar la mente, mientras que el segundo enfatiza la inteligencia artificial simbólica. Una forma de ver el problema es si es posible simular con precisión un cerebro humano en una computadora sin simular con precisión las neuronas que componen el cerebro humano.

Atención

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 ve como un foco de atención, lo que significa que uno solo puede iluminar un conjunto particular de información. Los experimentos que respaldan esta metáfora incluyen la tarea de escuchar 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 pide que se concentren en uno solo de los mensajes. Al final del experimento, cuando se les pregunta sobre el contenido del mensaje desatendido, los sujetos no pueden informarlo.

Procesos corporales relacionados con la cognición

Los enfoques de la cognición incorporada a la ciencia cognitiva enfatizan el papel del cuerpo y el entorno en la cognición. Esto incluye procesos corporales tanto neurales como extraneuronales, y factores que van desde procesos afectivos y emocionales hasta la postura, el control motor, la propiocepción y la kinestesia, hasta procesos autónomos que involucran los latidos del corazón y la respiración, hasta el papel del microbioma intestinal entérico. También incluye relatos de cómo el cuerpo interactúa o se acopla a los entornos sociales y físicos. Cognición 4E (corporeizada, incrustada, extendida y enactiva)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 incorporada "débil") hasta versiones extendidas y enactivas más fuertes que a veces se denominan ciencia cognitiva incorporada radical.

Conocimiento y procesamiento del lenguaje.

La capacidad de aprender y comprender el lenguaje es un proceso extremadamente complejo. El lenguaje se adquiere dentro de los primeros años de vida, y todos los humanos, en circunstancias normales, pueden adquirir el lenguaje de manera competente. Una fuerza impulsora importante en el campo lingüístico teórico es descubrir la naturaleza que debe tener el lenguaje en abstracto para ser aprendido de esa manera. Algunas de las preguntas de investigación que impulsan el estudio de cómo el cerebro mismo procesa el lenguaje incluyen: (1) ¿Hasta qué punto el conocimiento lingüístico es innato o aprendido?, (2) ¿Por qué es más difícil para los adultos adquirir un segundo idioma que para los adultos? los bebés adquieran su primer idioma?, y (3) ¿Cómo pueden los humanos comprender oraciones nuevas?

El estudio del procesamiento del lenguaje abarca desde la investigación de los patrones de sonido del habla hasta el significado de palabras y oraciones completas. La lingüística a menudo divide el procesamiento del lenguaje en ortografía, fonética, fonología, morfología, sintaxis, semántica y pragmática. Se pueden estudiar muchos aspectos del lenguaje a partir de cada uno de estos componentes y de su interacción.

El estudio del procesamiento del lenguaje en las ciencias cognitivas está íntimamente ligado al campo de la lingüística. La lingüística se estudiaba tradicionalmente como parte de las humanidades, incluidos los estudios de historia, arte y literatura. En los últimos cincuenta años más o menos, más y más investigadores han estudiado el conocimiento y uso del lenguaje como un fenómeno cognitivo, siendo los principales problemas cómo se puede adquirir y usar el conocimiento del lenguaje, y en qué consiste precisamente.Los lingüistas han descubierto que, si bien los humanos forman oraciones de manera aparentemente gobernada 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 efectivamente regida por reglas, éstas parecen opacas a cualquier consideración consciente.

Aprendizaje y desarrollo

El aprendizaje y el desarrollo son los procesos mediante los cuales adquirimos conocimientos e información a lo largo del tiempo. Los bebés nacen con poco o ningún conocimiento (dependiendo de cómo se defina el conocimiento), sin embargo, adquieren rápidamente la capacidad de usar el lenguaje, caminar y reconocer personas y objetos. La investigación en aprendizaje y desarrollo tiene como objetivo explicar los mecanismos por los cuales estos procesos pueden tener lugar.

Una pregunta 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 sobre la naturaleza y la 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 es evidente que se necesita información tanto genética como ambiental para que un niño se desarrolle normalmente, sigue existiendo un debate considerable sobre cómo la información genética podría guiar el desarrollo cognitivo. En el área de la adquisición del lenguaje, por ejemplo, algunos (como Steven Pinker)han argumentado que la información específica que contiene reglas gramaticales universales debe estar contenida en los genes, mientras que otros (como Jeffrey Elman y sus colegas en Rethinking Innateness) han argumentado que las afirmaciones de Pinker son biológicamente poco realistas. Argumentan que los genes determinan la arquitectura de un sistema de aprendizaje, pero que los "hechos" específicos sobre cómo funciona la gramática solo pueden aprenderse como resultado de la experiencia.

Memoria

La memoria nos permite almacenar información para su posterior recuperación. A menudo se piensa que la memoria consiste en un almacenamiento tanto a largo plazo como a corto 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 se agrupa a menudo en formas declarativas y procedimentales. La memoria declarativa, agrupada en subconjuntos de formas de memoria semántica y episódica, se refiere a nuestra memoria de hechos y conocimientos específicos, significados específicos y experiencias específicas (p. ej., "¿Son las manzanas comida?" o "¿Qué desayuné hace cuatro días?"). ?"). La memoria procedimental nos permite recordar acciones y secuencias motoras (p. ej., cómo andar en bicicleta) y, a menudo, se denomina conocimiento implícito o memoria.

Los científicos cognitivos estudian la memoria tal como lo hacen los psicólogos, pero tienden a centrarse más en cómo la memoria se relaciona con los procesos cognitivos y 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 la memoria en contexto) y recordar (recuperar una memoria, como en "llenar el espacio en blanco")?

Percepción y acción

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 vemos pequeños fragmentos de él en cualquier momento? ¿tiempo? 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 cae dentro del dominio de la percepción.

La acción se toma para hacer referencia a la salida de un sistema. En los humanos, esto se logra a través de respuestas motoras. La planificación espacial y el movimiento, la producción del habla y los movimientos motores complejos son todos aspectos de la acción.

Conciencia

La conciencia es la percepción de objetos externos y experiencias dentro de uno mismo. Esto ayuda a la mente a tener la capacidad de experimentar o sentir un sentido de sí mismo.

Métodos de búsqueda

Se utilizan muchas metodologías diferentes para estudiar la ciencia cognitiva. Dado que el campo es altamente 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.

Experimentos de comportamiento

Para tener una descripción de lo que constituye el comportamiento inteligente, uno debe estudiar el comportamiento mismo. Este tipo de investigación está íntimamente relacionado con la psicología cognitiva y la psicofísica. Al medir las respuestas de comportamiento 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 del comportamiento en psicología, incluidos los rastros del comportamiento, las observaciones del comportamiento y la elección del comportamiento.Los rastros de comportamiento son piezas de evidencia que indican que ocurrió un comportamiento, pero el actor no está presente (p. ej., basura en un estacionamiento o lecturas en un medidor eléctrico). Las observaciones conductuales involucran la observación directa del actor participando en el comportamiento (p. ej., observar qué tan cerca se sienta una persona de otra persona). Las elecciones de comportamiento son cuando una persona elige entre dos o más opciones (p. ej., comportamiento de votación, elección de un castigo para otro participante).

• Tiempo de reacción. El tiempo entre la presentación de un estímulo y una respuesta adecuada puede indicar diferencias entre dos procesos cognitivos y puede indicar algunas cosas sobre su naturaleza. Por ejemplo, si en una tarea de búsqueda los tiempos de reacción varían proporcionalmente con el número de elementos, entonces es evidente que este proceso cognitivo de búsqueda implica un procesamiento en serie en lugar de paralelo.
• Respuestas psicofísicas. Los experimentos psicofísicos son una técnica psicológica antigua, que ha sido adoptada por la psicología cognitiva. Por lo general, implican hacer juicios de alguna propiedad física, por ejemplo, el volumen de un sonido. La correlación de escalas subjetivas entre individuos puede mostrar sesgos cognitivos o sensoriales en comparación con las mediciones físicas reales. Algunos ejemplos incluyen:
  • juicios de igualdad de colores, tonos, texturas, etc.
  • diferencias de umbral para colores, tonos, texturas, etc.
• Registro visual. Esta metodología se utiliza para estudiar una variedad de procesos cognitivos, en particular la percepción visual y el procesamiento del lenguaje. El punto de fijación de los ojos está ligado al foco de atención de un individuo. Así, mediante el seguimiento de los movimientos oculares podemos estudiar qué información se está procesando en un momento dado. El seguimiento ocular nos permite estudiar procesos cognitivos en escalas de tiempo extremadamente cortas. Los movimientos oculares reflejan la toma de decisiones en línea durante una tarea y nos brindan una idea de las formas en que se pueden procesar esas decisiones.

Imagen mental

Las imágenes cerebrales implican analizar 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 imagen 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.

• Tomografía computarizada por emisión de fotón único y tomografía por emisión de positrones. SPECT y PET utilizan isótopos radiactivos, que se inyectan en el torrente sanguíneo del sujeto y son absorbidos por el cerebro. Al observar qué áreas del cerebro absorben el isótopo radiactivo, podemos ver qué áreas del cerebro son más activas que otras áreas. PET tiene una resolución espacial similar a fMRI, pero tiene una resolución temporal extremadamente pobre.
• Electroencefalografía. EEG mide los campos eléctricos generados por grandes poblaciones de neuronas en la corteza colocando una serie de electrodos en el cuero cabelludo del sujeto. Esta técnica tiene una resolución temporal extremadamente alta, pero una resolución espacial relativamente pobre.
• Resonancia magnética funcional. fMRI mide la cantidad relativa de sangre oxigenada que fluye a diferentes partes del cerebro. Se supone que más sangre oxigenada en una región particular se correlaciona con un aumento en la actividad neuronal en esa parte del cerebro. Esto nos permite localizar funciones particulares dentro de diferentes regiones del cerebro. fMRI tiene una resolución espacial y temporal moderada.
• Imágenes ópticas. Esta técnica utiliza transmisores y receptores infrarrojos para medir la cantidad de luz reflejada por la sangre cerca de diferentes áreas del cerebro. Dado que la sangre oxigenada y desoxigenada refleja la luz en diferente cantidad, podemos estudiar qué zonas son más activas (es decir, las que tienen sangre más oxigenada). Las imágenes ópticas tienen una resolución temporal moderada, pero una resolución espacial deficiente. También tiene la ventaja de que es extremadamente seguro y puede usarse para estudiar el cerebro de los bebés.
• Magnetoencefalografía. MEG mide los campos magnéticos resultantes de la actividad cortical. Es similar al EEG, excepto que tiene una resolución espacial mejorada ya que los campos magnéticos que mide no son tan borrosos o atenuados por el cuero cabelludo, las meninges, etc., como lo es la actividad eléctrica medida en el EEG. MEG usa sensores SQUID para detectar pequeños campos magnéticos.

Modelado computacional

Los modelos computacionales requieren una representación matemática y lógicamente formal de un problema. Los modelos informáticos se utilizan en la simulación y verificación experimental de diferentes propiedades específicas y generales de la inteligencia. El modelado computacional puede ayudarnos a comprender la organización funcional de un fenómeno cognitivo particular. Los enfoques del modelado cognitivo se pueden categorizar como: (1) simbólico, sobre funciones mentales abstractas de una mente inteligente por medio de símbolos; (2) subsimbólica, sobre las propiedades neurales y asociativas del cerebro humano; y (3) a través del borde simbólico-subsimbólico, incluido el híbrido.

• El modelado simbólico evolucionó a partir de los paradigmas de las ciencias de la computación utilizando las tecnologías de los sistemas basados ​​en el conocimiento, así como una perspectiva filosófica (p. ej., "buena inteligencia artificial tradicional" (GOFAI)). Fueron desarrollados por los primeros investigadores cognitivos y luego utilizados en ingeniería de la información para sistemas expertos. Desde principios de la década de 1990 se generalizó en sistémica para la investigación de modelos funcionales de inteligencia similares a los humanos, como los personoides, y, en paralelo, se desarrolló como el entorno SOAR. Recientemente, especialmente en el contexto de la toma de decisiones cognitivas, el modelado cognitivo simbólico se ha extendido al enfoque sociocognitivo, incluida la cognición social y organizacional, interrelacionada con una capa no consciente subsimbólica.
• El modelado subsimbólico incluye modelos conexionistas/de redes neuronales. El conexionismo se basa en la idea de que la mente/cerebro se compone de nodos simples y su capacidad de resolución de problemas se deriva de las conexiones entre ellos. Las redes neuronales son implementaciones de libros de texto de este enfoque. Algunos críticos de este enfoque sienten que mientras estos modelos abordan la realidad biológica como una representación de cómo funciona el sistema, estos modelos carecen de poderes explicativos porque, incluso en sistemas dotados de reglas de conexión simples, la alta complejidad emergente los hace menos interpretables en la conexión. de lo que aparentemente son a nivel macroscópico.
• Otros enfoques que están ganando popularidad incluyen (1) la teoría de sistemas dinámicos, (2) el mapeo de modelos simbólicos en modelos conexionistas (integración neuronal-simbólica o sistemas inteligentes híbridos) y (3) y modelos bayesianos, que a menudo se extraen del aprendizaje automático.

Todos los enfoques anteriores tienden a generalizarse en forma de modelos computacionales integrados de una inteligencia sintética/abstracta (es decir, arquitectura cognitiva) para ser aplicados a la explicación y mejora de la toma de decisiones y el razonamiento individual y social/organizacional o para centrarse en programas de simulación únicos (o microteorías/teorías de "rango medio") que modelan facultades cognitivas específicas (p. ej., visión, lenguaje, categorización, etc.).

Métodos neurobiológicos

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 comprender cómo se implementa el comportamiento inteligente en un sistema físico.

• Grabación de una sola unidad
• Estimulación cerebral directa
• modelos animales
• Estudios post mortem

Resultados clave

La ciencia cognitiva ha dado lugar a modelos de sesgo cognitivo humano y percepción del riesgo, y ha influido 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 influido 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 progresado en la comprensión de cómo el daño en áreas particulares del cerebro afecta la cognición,

Investigadores notables

Nombre	Año de nacimiento	Año de cotización	Contribución(es)
david chalmers	1966	1995	Dualismo, duro problema de la conciencia
Daniel Dennett	1942	1987	Ofreció una perspectiva de sistemas computacionales (modelo de borradores múltiples)
Juan Searle	1932	1980	cuarto chino
douglas hofstadter	1945	1979	Gödel, Escher, Bach
jerry fodor	1935	1968, 1975	funcionalismo
alan baddeley	1934	1974	Modelo de memoria de trabajo de Baddeley
marvin minski	1927	1970, principios de 1980	Escribió programas de computadora en lenguajes como LISP para intentar caracterizar formalmente los pasos por los que pasan los seres humanos, como tomar decisiones y resolver problemas.
Christopher Longuet-Higgins	1923	1973	Acuñó el término ciencia cognitiva
Noam Chomsky	1928	1959	Publicó una reseña del libro Verbal Behavior de BF Skinner que inició el cognitivismo contra el conductismo dominante en ese momento.
Jorge Miller	1920	1956	Escribió sobre las capacidades del pensamiento humano a través de representaciones mentales.
Herbert Simón	1916	1956	Co-creó la máquina de teoría lógica y 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 un campo
McCulloch y Pitts		1930-1940	Desarrolló las primeras redes neuronales artificiales
Licuadora JCR	1915		Establecimiento de la MIT Sloan School of Management
Lila R. Gleitman	1929	1970-2010	Amplias contribuciones para comprender la cognición de la adquisición del lenguaje, incluida la teoría del arranque sintáctico
Leonor Rosch	1938	1976	Desarrollo de la Teoría del Prototipo de categorización
Philip N. Johnson-Laird	1936	1980	Introdujo la idea de modelos mentales en la ciencia cognitiva.
Dedre Gentner	1944	1983	Desarrollo de la teoría del mapeo de estructuras del razonamiento analógico
allen newell	1927	1990	Desarrollo del campo de la arquitectura Cognitiva en modelado cognitivo e inteligencia artificial
Annette Karmiloff Smith	1938	1992	Integración de la neurociencia y el modelado computacional en las teorías del desarrollo cognitivo
David Marr (neurocientífico)	1945	1990	Proponente de la Hipótesis de los Tres Niveles de niveles de análisis de sistemas computacionales
Peter Gardenfors	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.

Algunos de los nombres más reconocidos en la ciencia cognitiva suelen ser los más controvertidos o los más citados. Dentro de la filosofía, algunos nombres familiares incluyen a Daniel Dennett, que escribe desde la perspectiva de los sistemas computacionales, John Searle, conocido por su controvertido argumento de la habitación china, y Jerry Fodor, que aboga por el funcionalismo.

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 ámbito de la lingüística, Noam Chomsky y George Lakoff han sido influyentes (ambos también se han hecho notables como comentaristas políticos). En inteligencia artificial, destacan 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 estado involucrados en proyectos de colaboración con psicólogos cognitivos y sociales, politólogos y biólogos evolutivos en un intento de desarrollar teorías generales sobre la formación de la cultura, la religión y la asociación política.

Las teorías computacionales (con modelos y simulaciones) también han sido desarrolladas por David Rumelhart, James McClelland y Philip Johnson-Laird.

Epistémica

Epistémica es un término acuñado en 1969 por la Universidad de Edimburgo con la fundación de su Escuela de Epistémica. La epistemología debe distinguirse de la epistemología en que la epistemología es la teoría filosófica del conocimiento, mientras que la epistemología significa el estudio científico del conocimiento.

Christopher Longuet-Higgins lo ha definido como "la construcción de modelos formales de los procesos (perceptivos, intelectuales y lingüísticos) mediante los cuales se logran y comunican el conocimiento y la comprensión". En su ensayo de 1978 "Epistémica: la teoría reguladora de la cognición", Alvin I. Goldman afirma haber acuñado el término "epistémica" para describir una reorientación de la epistemología. Goldman sostiene que su epistémica es continua con la epistemología tradicional y el nuevo término es solo 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 epistémica hace hincapié en el estudio detallado de los procesos mentales y los mecanismos de procesamiento de información que conducen al conocimiento o las creencias.

A mediados de la década de 1980, la Escuela de Epistémica pasó a llamarse Centro de Ciencias Cognitivas (CCS). En 1998, CCS se incorporó a la Escuela de Informática de la Universidad de Edimburgo.

Problema de encuadernación en ciencia cognitiva

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 separadas espacialmente en el cerebro se coordina y une para dar lugar a representaciones perceptivas y simbólicas coherentes. Un enfoque es resolver este "problema de enlace"(es decir, el problema de representar dinámicamente conjunciones de elementos informativos, desde las representaciones perceptuales más básicas ("feature binding") hasta las representaciones cognitivas más complejas, como estructuras simbólicas ("variable binding")), mediante mecanismos de sincronización integradora. En otras palabras, uno de los mecanismos de coordinación parece ser la sincronización temporal (fase) de la actividad neuronal basada en procesos dinámicos de autoorganización en redes neuronales, descritos por la hipótesis de unión por sincronía (BBS) de la neurofisiología. Se han desarrollado neuroarquitecturas cognitivas conexionistas que utilizan mecanismos de sincronización integradora para resolver este problema vinculante en la cognición perceptiva y en la cognición del lenguaje.En la cognición perceptiva, este es el problema de cómo las propiedades elementales del objeto y las relaciones del objeto, como el color del objeto o la forma del objeto, pueden vincularse dinámicamente o integrarse a una representación de este objeto perceptivo por medio de un mecanismo de sincronización ("vinculación de características"). ", "enlace de características"). En la cognición del lenguaje, este es el problema de cómo los conceptos semánticos y los roles sintácticos pueden unirse dinámicamente o pueden integrarse a representaciones cognitivas complejas como proposiciones y estructuras de símbolos sistemáticas y compositivas por medio de un mecanismo de sincronización ("unión variable") (ver también el "Debate simbolismo vs. conexionismo" en conexionismo).