Ciencia cognitiva tras 1980, avance y críticas a la I.A.

Desarrollos de la ciencia cognitiva desde 1980: redes neuronales artificiales, críticas a la I.A. y la irrupción de la neurociencia naturalista.

En el artículo ‘Ciencia cognitiva, historia y desarrollo desde 1950‘ realizamos un repaso histórico sobre el desarrollo de la ciencia cognitiva a partir de 1950, hasta el surgimiento de otros paradigmas en las décadas de 1980 y 1990. En esta ocasión, recogemos los principales hitos en la historia y el desarrollo de la ciencia cognitiva desde circa 1980, incluyendo las redes neuronales artificiales, la neurociencia naturalista y las críticas a la Inteligencia Artificial.

Contenidos relacionados:

Redes neuronales artificiales y conexionismo en ciencia cognitiva: El procesamiento distribuido en paralelo

Durante el predominio del paradigma simbólico desde los años 1950, había surgido también, dentro del campo de la Inteligencia Artificial, el paradigma de redes neuronales; opacado por el mainstream simbólico-proposicional. Solo en los años 1980, el trabajo en redes neuronales se hizo más prominente e influyente.

Desde la ciencia cognitiva, algunos investigadores e investigadoras de las redes neuronales consideraron que las críticas de Dreyfus y Searle eran correctas, pero se aplicaban solo a la I. A. clásica proposicional, no a los modelos I. A. de redes neuronales. Mientras la primera crea programas de ordenador que simulan la manipulación de símbolos explícitos, la segunda crea programas de ordenador que simulan procesos cerebrales.

Según el paradigma de redes neuronales artificiales, la mente no es una máquina que procese oraciones o proposiciones de manera serial y explícita, sino que es una máquina que procesa información de manera paralela y distribuida (McClelland, 1995).

Procesamiento holista de la información

Basándose en el hecho de que los cerebros humanos tienen varias áreas que funcionan de modo paralelo y procesan información en varios canales al mismo tiempo, los teóricos de las redes neuronales postularon que la mente puede procesar varios tipos de información a la vez, y la información no consiste en símbolos explícitos -números, letras, proposiciones, oraciones- sino en patrones particulares de actividad distribuida de múltiples unidades discretas (“neuronas” artificiales).

Entonces, el procesamiento sería de carácter holista, y no hay entidades locales en la máquina que correspondan a unidades de información o significado. Para procesar la idea de ‘perro’, por ejemplo, el cerebro -o el cerebro artificial computacionalmente simulado- cambia y ajusta las conexiones entre neuronas individuales en diversos sitios; dando origen a un patrón emergente ampliamente distribuido. Las neuronas son unidades cuyas conexiones entre sí tienen un cierto ‘peso’ -que consiste en un valor numérico-, y cada imagen o palabra a ser procesada en un determinado momento consiste en una disposición particular de los distintos pesos entre unidades neuronales distribuidas. A su vez, el aprendizaje consistiría en la modificación de los pesos de las conexiones entre neuronas, tal como el aprendizaje humano que ocurre en cerebros biológicos reales.

Neurociencia computacional y los modelos conexionistas

Existen distintos modelos de redes neuronales. La neurociencia computacional parte de lo que se sabe de los detalles de cómo funciona el cerebro y crea simulaciones por ordenador de estos procesos, manteniendo algunos detalles pero dejando de lado otros. Los modelos conexionistas, por su parte, prestan menos atención a los detalles biológicos más específicos, y construyen simulaciones más abstractas, aunque siguen estando inspirados por lo que ocurre en las poblaciones de neuronas en el cerebro (Bermúdez, 2020).

A pesar de sus diferencias, tanto la neurociencia computacional como el conexionismo están inspirados por la biología cerebral, y son bastante semejantes entre sí, sobre todo al contrastarlos con los modelos clásicos de I. A. de manejo de símbolos y oraciones proposicionales.

Las críticas al racionalismo y a la ‘I. A. Fuerte’ en la ciencia cognitiva

Desde que los modelos conexionistas se hicieron populares, los científicos cognitivos y filósofos de la ciencia cognitiva comenzaron a distinguir más claramente las mentes de sus simulaciones computacionales. En la ciencia cognitiva emergen las críticas a la idea de que las mentes humanas sean solo procesos lógicos desvinculados de la biología. Más importante aún, puesto que la I. A. clásica y la teoría de Fodor ya no eran ‘sagradas’, se hizo más evidente que los distintos modelos de I. A. -fueran clásicos o de redes neuronales- solo eran simulaciones de algunas propiedades de las mentes, y que distintos modelos simulaban distintas propiedades y procesos, mientras dejaban de lado otros. Por tanto, la idea de que los computadores tienen mentes propiamente dichas, o la de que los programas computacionales están pensando exactamente en el mismo sentido que las personas, ya no parecía tan plausible, y esto se posicionó claramente como una de las críticas teóricas más explícitas en la ciencia cognitiva.

Las críticas sobre el ‘desinterés’ por los procesos emocionales en la ciencia cognitiva

Una de las críticas que se ha realizado a la ciencia cognitiva es que solo se ocupa de los procesos intelectuales y no de los emocionales. Algunas de estas críticas han sido formuladas, entre otros, por el destacado teórico de la ciencia cognitiva, el neurocientífico Joseph LeDoux, quien en su libro El Cerebro Emocional sostiene:

“La ciencia cognitiva surgió recientemente, alrededor de a mediados de siglo, y suele ser descrita como ‘la nueva ciencia de la mente’. No obstante, de hecho, la ciencia cognitiva es en realidad una ciencia de solo una parte de la mente, la parte que tiene que ver con el pensamiento, el razonamiento y el intelecto. Deja las emociones fuera. Y las mentes sin emociones en realidad no son mentes en absoluto. Son almas en hielo –criaturas frías, sin vida, desprovistas de todo deseo, temor, dolor o placeres” (LeDoux, 1996, p. 25).

El papel de las emociones en la ciencia cognitiva clásica

Esta clase de críticas está justificada para la ciencia cognitiva clásica, fuertemente influenciada por la filosofía analítica. Algunos filósofos analíticos cognitivistas como Daniel Dennett han llegado a sostener que la mente humana no es ni más ni menos que un programa de computador, y que no existen las cualidades privadas –qualia– de las experiencias subjetivas del placer, dolor, alegría y otras, solo ‘nos parece’ que existen, pero esto es un autoengaño (Dennett, 1988).

La diferencia entre cognitivismo y ciencia cognitiva de acuerdo a Hubert Dreyfus

En una entrevista publicada en 1995, el filósofo Hubert Dreyfus distingue entre ‘cognitivismo’ y ‘ciencia cognitiva’. Para él, ciencia cognitiva -más amplia que el cognitivismo- es cualquier teoría mentalista, esto es, cualquier teoría sobre cómo funciona la mente que otorgue importancia a sus estados internos, y que estudie la imaginación, el lenguaje, las emociones, la consciencia y otros procesos. En cambio, el cognitivismo es la idea de que todo proceso mental -emoción, angustia, percepción, etc.- es en realidad una forma de razonamiento:

“Quiero distinguir la ciencia cognitiva del cognitivismo (…) el cognitivismo es la visión especial de que todos los fenómenos mentales son fundamentalmente cognitivos, es decir, implican el pensamiento. Por eso es racionalismo. El cognitivismo es la visión peculiar de que incluso la percepción es realmente pensar, es realmente resolución de problemas, es realmente manipulación de representaciones por reglas. Cuando se piensa en ello, parece contraintuitivo que incluso las habilidades, la emoción, la percepción, esas áreas que se oponen a la cognición y al pensamiento, sean simplemente cognición y pensamiento inconscientes. Pero esa es, creo, la tesis del cognitivismo. Por lo tanto, el cognitivismo podría resultar incorrecto; de hecho, creo que el cognitivismo ya ha resultado ser incorrecto. Creo que no hay ningún argumento filosófico o evidencia empírica que lo respalde. Pero eso simplemente dejaría a la ciencia cognitiva canalizada en diferentes direcciones.” (Dreyfus, 1995, pp. 73-74)

Las apreciaciones de John Searle sobre I.A. ‘fuerte’ y ‘débil’

Una posición similar es adoptada por John Searle, quien rechaza de plano la I. A. tradicional -racionalista- y sostiene que simpatiza más con los modelos de I. A. de redes neuronales, pues simulan funciones del cerebro, y pueden tener alguna utilidad para entender tales funciones. Pero Searle hace hincapié en la distinción entre simulación y duplicación. Este autor denomina ‘Inteligencia Artificial fuerte‘ a la idea de que los robots, calculadoras de bolsillo o computadores tienen mente, o de que las mentes humanas no son nada más ni nada menos que programas computacionales; y llama ‘Inteligencia Artificial débil‘ a la idea de que se pueden simular, pero no duplicar, procesos mentales en los computadores (Searle, 1995).

Para Searle, los modelos de redes neuronales artificiales son útiles en tanto se los considere como I. A. débil. Searle ha sido desde el comienzo un crítico de la I. A. fuerte -sea clásica proposicional o de redes neuronales distribuidas-. En su libro Minds, Brains and Science, publicado en 1984, dice este autor:

“¿Por qué alguien habría pensado alguna vez que los computadores podrían pensar o tener sensaciones y emociones y todo lo demás? Después de todo, podemos hacer simulaciones por computador de cualquier proceso al que se le pueda dar una descripción formal. Así, podemos hacer una simulación por computador del flujo de dinero en la economía británica, o del patrón de distribución del poder en el Partido Laborista. Podemos hacer simulaciones por computador de las tormentas de lluvia en los condados de origen o de los incendios en los almacenes en el este de Londres. Ahora bien, en cada uno de estos casos, nadie supone que la simulación por computador sea efectivamente la cosa real; nadie supone que una simulación por computador de una tormenta nos dejará a todos mojados, o que es probable que una simulación por computador de un incendio queme la casa. ¿Por qué demonios alguien en su sano juicio supondría que una simulación por computador de procesos mentales tiene efectivamente procesos mentales?” (Searle, 2003, pp. 35-36)

Por su parte, John Haugeland (1990, 1998) planteó que aunque un programa de ajedrez pueda ganarle al mejor ajedrecista humano, no tenemos motivos para atribuirle al programa sentimientos como estar orgulloso de ganar, o procesos como buscar reconocimiento y estima pública o demostrar la propia ‘masculinidad’ o destreza ganando el juego. Los programas no tienen personalidad. Es conocida la frase de este autor “The problem with artificial intelligence is that computers don’t give a damn” (“El problema con la inteligencia artificial es que a los computadores no les importa un carajo)” (Haugeland, 1998, p. 47).

Neurobiología: La Neurociencia Naturalista

Simultáneamente a estas polémicas filosóficas surgieron algunas importantes teorías neurocientíficas acerca de la consciencia planteadas no desde la ingeniería sino desde la biología y neurología, es decir, la ciencia natural. Una de ellas es la ‘teoría de la selección de grupos neuronales‘ o ‘darwinismo neuronal‘, propuesta por el neurobiólogo Gerald Edelman a lo largo de una serie de artículos y libros (Edelman, 1987; Edelman, 1992; Edelman, 2003; Edelman, 2004; Edelman y Mountcastle, 1978; Edelman y Tononi, 2000).

Edelman y las críticas al cognitivismo dentro de la ciencia cognitiva

Edelman ganó el Premio Nobel de medicina en 1972 por sus investigaciones sobre el sistema inmunitario. Como uno de los mayores exponentes de la ciencia cognitiva moderna, y autoridad internacional en la investigación científica de la conciencia, Edelman sostiene que la mente no es un programa de computador, realiza críticas al ‘cognitivismo’ y propone una teoría neurobiológica de los qualia, las propiedades subjetivas -imágenes, olores, dolores, etc.-. Asimismo, Edelman rechaza explícitamente a las teorías filosóficas que niegan la existencia de tales cualidades subjetivas, incluidas el funcionalismo, el objetivismo y el ‘fisicalismo’, desvinculado de la evolución biológica histórica (Edelman, 1992; Edelman y Tononi, 2000). En un artículo este autor comenta:

“La posición y marco que he adoptado aquí es que la conciencia consiste en qualia, con lo que me refiero no sólo a submodalidades aisladas de rojo, cálido, etc., sino también a escenas complejas, recuerdos, imágenes, emociones; de hecho, toda la rica panoplia de la experiencia subjetiva. Si, como he sugerido, los sistemas neuronales subyacentes a la conciencia surgieron para permitir discriminaciones de alto orden en un espacio multidimensional de señales, los qualia son esas discriminaciones.” (Edelman, 2003, p. 5521)

Antonio Damasio y el componente emocional de la razón

Por su parte, en 1994, el neurólogo Antonio Damasio publica su libro Descartes’ errorEl error de Descartes-, donde asevera que la razón tiene un componente emocional, que la mente está encarnada en el cuerpo -no solo en el cerebro- y que el pensamiento de los seres humanos está hecho principalmente de imágenes. De hecho, incluso las palabras que procesamos son imágenes auditivas o visuales. Damasio argumenta que esto es válido incluso para los símbolos matemáticos: si no pudieran convertirse en imágenes, no podríamos conocerlos (Damasio, 1997).

Este autor continuó desarrollando su teoría neurobiológica de la consciencia en libros posteriores, entre ellos Sentir lo que sucede. Cuerpo y emoción en la fábrica de la consciencia, donde asevera que:

“La narración no verbal es natural. La representación imagética de secuencias de eventos cerebrales –que ocurre en cerebros más sencillos que los nuestros- es la materia de la que están hechos los relatos. La ocurrencia natural y preverbal de la narración puede ser la causa de que hayamos terminado creando la dramaturgia y eventualmente libros, y de que gran parte de la humanidad se torne adicta al cine o la televisión. Los filmes son la representación externa más cercana a la narración descollante que acontece en nuestra mente” (…)

Toda la construcción de conocimiento, de no-verbal imagético a verbal-literario, depende de la habilidad de cartografiar lo que ocurre al cabo del tiempo adentro de nuestro organismo, alrededor de nuestro organismo, a nuestro organismo, con nuestro organismo, una cosa después de otra cosa, causando otra, sin fin.

Narrar historias, en el sentido de registrar lo que sucede bajo forma de mapas cerebrales, talvez sea una obsesión del cerebro y quizá su aparición sea precoz tanto desde el punto de vista evolutivo como respecto de la complejidad de las estructuras neurales requeridas para generar narraciones. Relatar historias precede al lenguaje ya que es, de hecho, condición del lenguaje, y no se fundamenta solo en la corteza cerebral sino en otras partes del cerebro, y en el hemisferio derecho tanto como en el izquierdo. (…)

Este ubicuo ser ‘acerca de’ de la mente tiene sus raíces en la tendencia narradora del cerebro. Le es inherente representar las estructuras y los estados del organismo, y mientras lo regula según su mandato, naturalmente entreteje historias sin palabras acerca de lo que le ocurre a un organismo inmerso en su entorno.” (Damasio, 2000, pp. 209-211)

Muchísimos otros neurólogos y neurobiólogos han hecho afirmaciones parecidas a las de Edelman y Damasio recién citadas (véase, por ejemplo, Bergmann et al., 2016; Corsi-Cabrera, 2012; Hobson, 2009; Ramachandran y Hirstein, 1997; Zvyagintsev et al., 2013).

De este modo, las especulaciones y afirmaciones de los filósofos analíticos acerca de que “no existen los qualia” (Dennett, 1988), “no existen las imágenes mentales” (Fodor y Pylyshyn, 2015), “la consciencia es una ilusión” (Rey, 1983) y semejantes, están fuera del marco de la ciencia natural a la que ellos dicen adherir, no son naturalistas. Como señala el filósofo Steven Horst (2007), el concepto de ‘naturalismo’ que usan los filósofos de la mente que forman parte de la filosofía analítica es erróneo. ‘Naturalismo’ es el modo en que funcionan las ciencias naturales.

En la neurobiología y la neurología, que son ciencias naturales, la existencia de la subjetividad es dada por sentado y no es polémica en absoluto -a diferencia de lo que sucede en la filosofía analítica-. Las personas y otros seres vivos con consciencia y vivencias subjetivas no somos piedras, ni planetas, ni robots sin vivencia alguna.

En un próximo artículo revisaremos el desarrollo desde los años 1980 de la lingüística cognitiva, un enfoque que forma parte de las ciencias cognitivas, pero difiere de la gramática generativa de Chomsky, y de los paradigmas de Cognición 4e y la Psicología Narrativa, que han adquirido prominencia desde los años 1990, entre otros modelos teóricos.

Referencias:

  • Bergmann, J., Genc, E., Kohler, A., Singer, W. y Pearson, J. (2016). Smaller primary visual cortex is associated with stronger, but less precise mental imagery. Cerebral Cortex, 26, 3838-3850.
    doi.org
  • Bermúdez, J. L. (2020). Cognitive science. An introduction to the science of the mind. Cambridge University Press.
  • Corsi-Cabrera, M. (2012). Neurofisiología y neuropsicología de las ensoñaciones. En: E. Matute (2012). Tendencias actuales de las neurociencias cognitivas (pp. 33-50). Editorial El Manual Moderno.
  • Damasio, A. (1997). El error de Descartes. Andrés Bello.
  • Damasio, A. (2000). Sentir lo que sucede. Cuerpo y emoción en la fábrica de la consciencia. Andrés Bello.
  • Dennett, D. (1988). Quining qualia. En: A. Marcel y E. Bisiach (Eds.), Consciousness in modern science (pp. 42-77). Oxford University Press.
    doi.org
  • Dreyfus, H. (1995). Cognitivism abandoned. En: P. Baumgartner y S. Payr (Eds.), Speaking minds. Interviews with 20 eminent cognitive scientists (pp. 71-83). Princeton University Press.
    https://doi.org/10.1515/9781400863969.71
  • Edelman, G. (1992). Bright air, brilliant fire. Basic Books.
  • Edelman, G. (2003). Naturalizing consciousness: A theoretical framework. Proceedings of the National Academy of Science, 100, 9, 5520-5524. doi.org
  • Edelman, G. (1987). Neural darwinism. The theory of neuronal group selection. Basic Books.
  • Edelman, G. (2004). Wider than the sky. The phenomenal gift of consciousness. Yale University Press.
    doi.org
  • Edelman, G. y Mountcastle, V. B. (1978). The mindful brain: Cortical organization and the group selective theory of higher brain function. The MIT Press.
  • Edelman, G. y Tononi, G. (2000). A universe of consciousness: How matter becomes imagination. Basic Books.
  • Fodor, J. A. y Pylyshyn, Z. W. (2015). Minds without meanings. The MIT Press.
    doi.org
  • Haugeland, J. (1998). Having thought. Essays in the metaphysics of mind. Harvard University Press.
  • Haugeland, J. (1990). Understanding natural language. En W. Lycan (Ed.), Mind and cognition (pp. 660-670). Blackwell.
  • Hobson, J. A. (2009). REM sleep and dreaming: towards a theory of protoconsciousness. Nature Reviews Neuroscience, 10, 11, 803-813.
    doi.org
  • Horst, S. (2007). Beyond reduction: Philosophy of mind and post-reductionist philosophy of science. Oxford University Press.
  • LeDoux, J. (1996). The emotional brain. Simon & Schuster Paperbacks.
  • McClelland, J. (1995). Toward a pragmatic connectionism. En P. Baumgartner y S. Payr (Eds.), Speaking minds. Interviews with twenty eminent cognitive scientists (pp. 131-144). Princeton University Press. doi.org
  • Ramachandran, V. y Hirstein, W. (1997). Three laws of qualia. What neurology tells us about the biological functions of consciousness, qualia and the self. Journal of Consciousness Studies, 4, 5-6, 429-458.
  • Rey, G. (1983). A reason for doubting the existence of consciousness. En: R. J. Davidson, G. E. Schwartz y D. Shapiro (Eds.), Consciousness and self-regulation. Volume 3 (pp. 1-39). Springer. doi.org
  • Searle, J. (2003). Minds, brains and science. Harvard University Press.
  • Searle, J. (1995). Ontology is the question. En: P. Baumgartner y S. Payr (Eds.), Speaking minds. Interviews with 20 eminent cognitive scientists (pp. 203-213). Princeton University Press. doi.org
  • Zvyagintsev, M., Clemens, B., Chechko, N., Mathiak, K. A., Sack, A. T. y Mathiak, K. (2013). Brain networks underlying mental imagery of auditory and visual information. The European Journal of Neuroscience, 37, 1421-1434. doi.org
Stefano Gissi
Stefano Gissi
Licenciado en Psicología por la Universidad Alberto Hurtado (Chile). Magíster en Filosofía de la Mente, el Lenguaje y la Cognición en la misma Universidad. Experiencia de trabajo como psicoterapeuta, atendiendo a población infantil, personas adultas y parejas.

Artículos diarios sobre psicología, neurociencias y salud para profesionales, estudiantes y mentes inquietas

CONTENIDO RELACIONADO

Stefano Gissi
Stefano Gissi
Licenciado en Psicología por la Universidad Alberto Hurtado (Chile). Magíster en Filosofía de la Mente, el Lenguaje y la Cognición en la misma Universidad. Experiencia de trabajo como psicoterapeuta, atendiendo a población infantil, personas adultas y parejas.