BASES TEÓRICAS DE LA CORRIENTE COGNITIVA

PSICOLOGÍA COGNITIVA Y CIENCIA COGNITIVA

La psicología cognitiva como nuevo paradigma se consolidó a partir de tres enfoques: el

de la teoría de la información, el del flujo de la información y el del procesamiento de la
información. El libro de Neisser (1967) “Cognitive Psychology” es uno de los primeros
textos de este paradigma. Neisser propuso como objetivo de la psicología la
comprensión de la cognición humana, tarea análoga al proyecto de averiguar en qué
lenguaje ha sido programado un ordenador: los dos sistemas seleccionan, almacenan,
recuperar, combinan y dan salida a la información.

La psicología cognitiva se relaciona con otras disciplinas como la inteligencia artificial,

la lingüística, y la neurociencia formando todas ellas lo que se ha llamado Ciencia
Cognitiva.

Características de la ciencia cognitiva:

 Su carácter representacional: la actividad cognitiva humana debe ser descrita en

función de símbolos, esquemas, imágenes, ideas y otras formas de
representación mental.
 Establece una analogía entre la mente humana y el ordenador.

LA PSICOLOGÍA COGNITIVA DEL PROCESAMIENTO DE LA

INFORMACIÓN

Los inicios del paradigma cognitivo están en la obra “Plans and the structure of
behavior” (1960), de Miller,Gallanter & Pribram. En esta obra se utiliza la metáfora del
ordenador y se introducen conceptos mentalistas como los de imágenes, planes,
estrategias, etc.

¿Cómo surge la psicología cognitiva?

a) Influencias del paradigma filosófico del racionalismo

  Innatismo: la consideración de que los procesos mentales son algo heredado.
 El lenguaje no es asociativo sino matemático.
 La actividad mental es estrictamente racional, lo que supone el olvido de la
emociones, pasiones, etc.
 La actividad mental nace de ella misma, no del exterior.

b) Influencias de la epistemología

Diferencias entre el conductismo y el cognitivismo

 El conductismo estuvo influido por el empirismo y su defensa del principio de

inducción como base de construcción del conocimiento; el cognitivismo por el
racionalismo.
 El conductismo no admite conceptos mentalistas en sus explicaciones;
el cognitivismo sí (por la influencia del racionalismo).
 El cognitivismo es representalista: emplea inobservables como elementos
explicativos. El conductismo de Watson y Skinner era presentalista al limitar la
explicación a lo estrictamente observable; los neoconductistas (Hull y Tolman)
sin embargo eran representalistas (pero no propiamente mentalistas).

c) En la tradición racionalista, la psicología cognitiva va a recibir influencias de la

Gramática Transformacional (Chomsky) y de la Teoría General de Sistemas (Von
Bertalanffy).

La Gramática Transformacional

Chomsky, su fundador, creyó que el lenguaje es un sistema finito de reglas que genera
de modo automático las infinitas oraciones de la lengua.

 La gramática de ese lenguaje está constituida por reglas de formación

(asociacionistas) y reglas de transformación (no-asociacionistas).
 Las frases constan de dos niveles: una estructura superficial (propia de cada
lengua) y de una estructura profunda (que contiene los universales lingüísticos,
que son de carácter innato).
 Las reglas de transformación relacionan las estructuras superficiales con las
profundas.
La Teoría General de Sistemas

Von Bertalanffy, su creador, defiende una postura antimecanicista. Utiliza análisis

matemáticos y conceptos de ingeniería, cibernética y teoría de la información para
entender los sistemas. La lógica característica de los sistemas es la misma en sistemas
tan diversos como los físicos, biológicos, psicológicos o sociales. El objetivo de esta
teoría es hallar modelos lógico-matemáticos que sean comunes a todos los
sistemas. Algunas característicasde los sistemas:

 El todo es algo más que la suma de las partes.

 Poseen una organización.
 Los elementos del sistema son interactivos, no sumativos.

d) Influencias recibidas de la ingeniería

De la Teoría de la Información

La Teoría de la Información formulada por Shannon establecía que la información

transmitida a través de un canal podía estudiarse mediante formulaciones matemáticas.
El modelo tenía cinco partes: una fuente de información, un transmisor, un canal,
un receptor y un destinatario. Esta teoría influyó primero en campos muy específicos de
la psicología y al final de los años cincuenta se transformó en una metáfora que
abarcaba muy diversos campos; con ella se creyó posible cuantificar la realidad física en
unidades de información, resolver el dualismo cartesiano y descubrir el puente que
comunicaba la res extensa con la res cogitans; sin embargo fracasó.

Objeto de estudio: la cuantificación de lo real en unidades de información (bits).

Método: siguiendo el modelo máquina, tratamiento matemático de la información.

Concepción del organismo: concepción de la mente como:

 Canal de información.
 Algo pasivo.

De la Teoría de autómatas
 Autómata significa cualquier mecanismo capaz de moverse por sí mismo. También
se llama así a la máquina que ejecuta un programa de ordenador. En este contexto fue
muy importante la llamada “máquina de Turing”.

Objeto de estudio: creación de máquinas de propósito universal, máquinas

caracterizadas por:

 Tener un movimiento propio

 Realizar cualquier tipo de cálculo

Método: modelo máquina de Turing y derivadas de ésta (máquinas digitales). La

máquina de Turing fue un diseño teórico y concebida como un autómata de estados
finitos (atención: error en la p. 138, se dice “estados infinitos”) y de propósito universal;
se trata de una estructura simple que podía realizar cualquier tipo de cálculo.

Concepción del organismo: la mente es algo activo, capaz de pensar, entendiendo por
pensar procesar información.

De la Cibernética

Creada por Norber Wiener al descubrir similitudes entre los seres vivos y algunos
sistemas de ingeniería electrónica. Lo común era el comportamiento guiado por un fin,
por un propósito: tanto los animales como ciertas máquinas creadas por los ingenieros
eran capaces de autorregularse. A este comportamiento Wiener lo
llamócomportamiento propositivo, conducta guiada por un propósito.

Objeto de estudio: construcción de modelos generales (que no sólo simulen

comportamiento humano) de autocontrol, principalmente de retroalimentación. La
construcción de servomecanismos. Los servomecanismos son máquinas:

 Que computan diferencias entre estados deseables (metas) y estados reales

actuales.
 Dotadas de “intención” (inteligentes).
 Que permiten explicar la conducta intencional de los organismos de un modo
mecánico.

Método: modelo cibernético (servomecanismo).

Concepción del organismo: activo y propositivo.

De la Teoría de las redes neurales

En 1948 McCulloch y Pitts presentaron su comprensión del cerebro como un sistema

de procesamiento. Creyeron que la mente se podía entender en términos
neurofisiológicos, a partir de la consideración de que si la neurona actúa mediante un
proceso de todo-nada, activada o desactivada, entonces se la podía representar,
formalmente, empleando la lógica binaria.

Objeto de estudio: representar las cadenas de proposiciones lógicas (el pensamiento)

en un hardware biológico, frente al hardware físico de la cibernética.

Método: analogía lógica (verdadero-faso) — electrónica (encendido-apagado) — neural

(excitación-inhibición).

Concepción del organismo: activo y propositivo.

Del Modelo Computacional Simbólico

La psicología de los años 60 entendía al hombre como un procesador activo de la

información y quiso descubrir el sistema de procesamiento que a partir de los estímulos
generaba respuestas de las personas. Dos orientaciones:

 Algunos como Neisser y Broadbent quisieron conceptualizar el pensamiento a

través de la analogía del ordenador,
 Otros como Newel, Shaw y Simon intentaron crear programas de ordenador que
simularan el pensamiento. Dos ejemplos: “El Teórico Lógico”, dedicado a
probar teoremas de forma similar a la humana, y “El Solucionador General de
Problemas”, equivalente en su actuación al comportamiento humano.

Objeto de estudio: desarrollo del cálculo proposicional lógico.

Método: modelo ordenador de Von Neumann, que se caracteriza por ser un:

 Modelo de dos superestructuras: base de datos y ejecutivo.

  Modelo de procesamiento secuencial.

Concepción del organismo: analogía mente-ordenador de Von Neumann.

Influencias negativas (aquello contra lo que la psicología del procesamiento de la

información reaccionó):

 El operacionalismo del neopositivismo.

 La limitación del conductismo de reducir la Psicología al Aprendizaje.
 Los fracasos dentro del propio conductismo:
o En la generalización de sus leyes a otras especies.
o La prueba dada por la Etología de que no toda la conducta es aprendida.

2.2. Características definitorias de la psicología cognitiva del procesamiento de la

información (modelo ordenador de Von Neumann)

 Utiliza un nuevo lenguaje, el del procesamiento de la información.

 Fundamentación empírica del estudio de la mente: se basa en la conducta
observable; aunque postula estructuras mentales internas (las variables teóricas
inobservables que trata de explicar).
 Lo que se observa directamente son los productos externos de los procesos
mentales, pero no ellos mismos.
 Analogía mente-ordenador. Analogía de carácter funcional, no físico. Esta
analogía tiene su precedente en los trabajos del matemático Turing, quien
describió una máquina hipotética que podía simular cualquier cómputo, incluso
los comportamientos inteligentes. Los ordenadores son equivalentes a la
máquina de Turing, son sistemas de “propósito general” puesto que se pueden
programar para cualquier tipo de cómputo. En cierto modo también el sistema
nervioso humano se puede categorizar como un procesador de propósito general
puesto que tiene gran versatilidad funcional.
 Considera al sujeto como activo respecto al medio en que vive, capaz de
autorregularse, de generar “planes” de conducta para alcanzar las metas que
persigue, y ello de forma propositiva.

Objeto de estudio: estudio de las dos superestructuras de que consta el ordenador de

Von Neumann:
  De los modos (símbolos, imágenes, ...) en que debe ser codificada la
información.
 De las reglas de transformación (programas) para hacer una computación más
eficaz.

Método: modelo ordenador de Von Neumman:

 Pensar es procesar información.

 Procesar información es computar.
 Computar es manipular símbolos (calcular).
o La computación se expresa mediante diagramas de flujo.
o Se da en el nivel mental, no exclusivamente en el cerebro
(funcionalismo) y es la base de la simulación.
o El procesamiento es secuencial.
o Las reglas de trasformación (el procesamiento ejecutivo) son innatas.
 Los símbolos (su semántica) conectan el mundo externo con el pensamiento.
 Los acontecimientos mentales son acontecimientos de información (diferencia
con el antiguo mentalismo).
 La mente se estudia mejor fragmentándola en módulos, la mente es un sistema
de subsistemas, cada uno con sus principios y reglas específicas. Estos módulos
pueden ser:
o Sensoriales (transductores).
o Perceptuales (sistemas de entrada).
o De memoria (codificación y almacén).

Concepción del organismo: el organismo es activo (analogía con el ordenador), capaz

de establecer propósitos, planes y metas. Para su comprensión proponen términos
mentalistas (influencia del racionalismo) y representalistas (utilizan “inobservables”).
La concepción de la mente en la Psicología Cognitiva evolucionó en estos términos:

 Enfoque estructural (diagramas de flujo)

 Enfoque funcional (niveles de procesamiento)
 Modelos de comprensión del lenguaje.
En la actualidad se está abandonando la analogía mente-ordenador de procesamiento
secuencial.

2.3. Puntos débiles de la psicología cognitiva del procesamiento de la información

 Fodor: creyó que la complejidad de los seres humanos exige entender la mente
como un conjunto de subunidades separadas –módulos– y que pueden
estudiarse de forma relativamente independiente (percepción, memoria,
lenguaje, pensamiento); pensó también que aún no se ha conseguido integrar los
modelos cognitivos en una teoría comprensiva de la mente. Por su
parte, Anderson propone un sistema general unificador, pero su enfoque se sitúa
más del lado del conexionismo al establecer que el procesamiento de la
información es paralelo y guarda relación con modelos neurales.
 Searle y Dreyfus han señalado que algunos aspectos de la mente humana
podrían no ser computables. Para ellos existen algunas habilidades
fundamentales y posturas hacia el mundo –que ellos llaman “fondo”– que
rechazan todo intento de análisis computacional.
 Los psicólogos cognitivos no se ponen de acuerdo sobre los formatos de la
representación mental. Algunoscreen que es proposicional. Por su
parte, Anderson, Bower y Pylyshyn criticaron la noción de imagen mental, al
considerar que no es un constructo explicativo válido en una teoría cognitiva.
Dado que las represtaciones imaginativas se verbalizan y las expresiones
verbales despiertan imágenes, Pylyshyn creyó que debía existir un tercer código
amodal, un formato abstracto y distinto a los códigos auditivo o verbal y visual.
 Algunos señalan que la psicología cognitiva, más que formar un paradigma (o
conjunto de creencias o preconcepciones que en una época determinada
comparte una comunidad científica), es un conjunto de subparadigmas. Los
psicólogos cognitivistas han utilizado distintos conceptos de máquinas para
ofrecer modelos en la concepción del organismo:
o La primera metáfora, basada en la teoría de la comunicación (Shannon)
concebía la mente como un canal transmisor de la información, por
tanto como pasiva.
o Pero para su funcionamiento la mente necesita, además de los canales de
transmisión, sistemas de memoria, por lo que la metáfora fue sustituida
 por la metáfora del ordenador, y en los años ochenta por concepciones
constructivistas, en las que los diversos niveles interactúan combinando
la información de los datos y la del propio sistema; ahora se entiende
la mente como activa, como un sistema de procesamiento análoga al
ordenador. Pero desde esta metáfora surgen dudas muy importantes:
 El procesamiento ¿es serial o en paralelo?
 Las estrategias de solución de problemas ¿son algorítmicas o
heurísticas?
 ¿Cuál es el formato de las representaciones?

Sobre la idoneidad de la metáfora del ordenador:

 Los ordenadores son eficientes resolviendo problemas simbólicos bien

definidos; los seres humanos somos muy buenos resolviendo problemas
ambientales y sociales mal definidos.
 Los ordenadores son sistemas “aferentes” de funcionamiento: codifican,
almacenan y transforman información simbólica: pero las personas y los
animales son procesadores bidireccionales (la conducta compleja vuelve al
ambiente que sirvió de estímulo).
 Es muy difícil interpretar la intencionalidad de los actos psíquicos y de
fenómenos muy subjetivos, que no parecen computables, en términos de
procesamiento de la información.
 El ordenador excluye la afectividad, la motivación, la personalidad,...
 El ordenador basa sus decisiones en la lógica, el hombre no siempre.
 La terminología cognitiva (rutina, flujo de información), carece de realidad
psicológica, referente empírico y univocidad.
 No hay plausibilidad fisiológica:
o El cerebro no puede computar a nivel semántico, sino sólo excitaciones e
inhibiciones nerviosas.
o El cerebro no procesa secuencial o serialmente.

3. EL CONEXIONISMO
 La psicología cognitiva acabó ofreciendo explicaciones con un lenguaje casi filosófico
y centrándose en el estudio de los programas de ordenador creados por la Inteligencia
Artificial.

Inteligencia Artificial:

Concepto: quiere crear máquinas y programas para estas máquinas con la que puedan
reproducir la conducta inteligente (razonamiento, lenguaje, solución de problemas, toma
de decisiones,etc)

Diferencia fundamental entre Psicología Cognitiva e Inteligencia Artificial:

 Psicología Cognitiva: trata de descubrir los verdaderos procesos que sigue la

mente humana cuando procesa la información (el “software de nuestra mente”).
 I.A.: pretende que las máquinas se comporten de manera inteligente, aunque a la
base de dicho comportamiento la máquina siga unos procesos distintos a los
humanos.

Como consecuencia de esta tendencia formalista, desde los años ochenta algunos
autores han propuesto un nuevo enfoque, el conexionista.
En algunas tareas el ordenador es más rápido que el hombre en el procesamiento de la
información; sin embargo hay otras, más complejas, en las que el cerebro humano
emplea menos tiempo que el ordenador: por ejemplo, en el juego del ajedrez los
hombres no tienen en cuenta muchos movimientos posibles de las piezas y se centran en
un grupo muy reducido de jugadas; por su parte, el ordenador evalúa un número muy
elevado de posibilidades que el cerebro humano descarta.
Los psicólogos quieren comprender en base a qué, cómo, el ser humano realiza con
más eficacia que el ordenador tareas complejas, y para resolver estas cuestiones
el conexionismo ofrece un modelo en el queexisten un elevado número de unidades
elementales que computan según un determinado modo de conexionarse. Frente a este
punto de vista, la psicología cognitiva anterior creía en la existencia
demacroestructuras que almacenan mucha información simbólica sobre las que
actúa una unidad central de procesamiento aplicando un cierto número
de reglas (modelo de ordenador de Von Neumann).
Rasgos de los modelos conexionistas:

1. Computación en paralelo realizada por muchos elementos simples.

2. Las redes conexionistas suelen estar formadas por dos capas:

 La capa de entrada (aunque en el libro no aparece este título), formada por

unidades que reciben los datos de entrada, “unidades input”.
 La capa de salida (aunque en el libro no aparece este título), formada por
unidades que ofrecen los datos de salida del sistema o red, “unidades output”.

3. En los modelos más recientes se añade una capa intermedia con unidades de conexión
entre las anteriores, “unidades ocultas”.

4. Cada elemento computa teniendo en cuenta:

 Un valor numérico de activación que cada uno tiene asignado.

 Los valores de los elementos con los que están conectados.
 La fuerza de la conexión o peso numérico entre la unidad y las unidades con las
que se relaciona. Las conexiones con peso positivo se llaman “excitatorias” y las
de pesos negativos “inhibitorias” (al modo en que las redes neurales del cerebro
tienen conexiones excitatorias e inhibitorias).

5. El flujo de la computación en las redes conexionistas comienza con la entrada de

información en la red representada en términos cuantitativos; las unidades de entrada
toman esos datos numéricos y realizan cálculos sobre ellos dando lugar a otros números.
A su vez, estos números son computados por otras unidades siguiendo fórmulas
matemáticas o algoritmos de distintos tipos, y atendiendo a si las conexiones son
inhibitorias (peso negativo para los cálculos) o excitatorias (peso positivo para los
cálculos); este proceso se sigue hasta que las unidades de salida “producen” a su vez
otros números, que son los datos de salida. De nuevo, pues, la información, en la salida,
está representada cuantitativamente.

Como se puede apreciar, en los modelos conexionistas la computación consiste en

transformar los patrones input de actividad en patrones output, y ello en función de
algoritmos y de las fuerzas de las conexiones entre unidades (que equivaldrían a los
programas en un ordenador convencional). Dada la importancia que en las redes
conexionistas se le otorga a los pesos o fuerzas de las conexiones, se suele indicar que
en dichas redes el conocimiento se codifica de forma abstracta en dichos
pesos. Smolensky señala también que estas redes o esquemas conexionistas tienen la
capacidad de programarse a sí mismas, pueden aprender por sí mismas. Esto quiere
decir que si una red conexionista tiene, por ejemplo, la función de reconocer patrones,
bastaría al principio “entrenar a la red” consiguiendo que empareje adecuadamente
distintas muestras de input-output; la red habría modificando sus pesos y con ello podría
emparejar bien entradas hasta entonces no presentadas con las salidas correspondientes.

Podría parecer que los modelos conexionistas, al emplear palabras tan relacionadas
con el cerebro, son modelos del sistema nervioso, sin embargo, muchos modelos
conexionistas se presentan únicamente como modelos computacionales, y quieren dar
cuenta de los supuestos cálculos que nuestra mente realiza con la información de
entrada para convertirla en distintos tipos de información de salida, por lo que hay que
interpretarlas como teorías psicológicas, no fisiológicas. Este enfoque empieza a tener
una fuerte presencia en las ciencias cognitivas a partir de 1986, con la publicación por
parte de Rumelhart y McClelland del libro “Procesamiento Paralelo Distribuido:
Investigaciones de las microestructuras de la Cognición”.

3.1. ¿Cómo surge el conexionismo?

Influencias positivas recibidas

a) Del conductismo

 El aprendizaje siempre requiere la interacción adaptativa con el medio ambiente.

 El aprendizaje se produce por al repetición exitosa de los pesos de conexión.
 Rechazo del innatismo de reglas y estructuras: en el caso del conexionismo al
señalar que los patrones de activación se adquieren por asociación; la acción del
sistema no depende de reglas sino de cálculos estadísticos.
 Rechazo de la conciencia como fenómeno explicativo.

b) Del cognitivismo
  utilización de modelos como elemento metodológico explicativo (pero sin
olvidar la experimentación).
 utilización de la simulación por ordenador.

Influencias de carácter negativo, reacción frente

a) al conductismo

 los conductistas rechazaron lo mental; el conexionismo no rechazan los procesos

mentales sino la conciencia como elemento explicativo.

b) al cognitivismo

 el cognitivismo era innatista, el conexionismo no.

 El cognitivismo carecía de plausibilidad fisiológica (el ordenador no es un buen
modelo del cerebro); el conexionismo sigue un modelo del cerebro, aunque aún
esté muy lejos de alcanzar una buena plausibilidad fisiológica.

3.2. Características definitorias

Objeto de estudio:

 Estudio de las unidades de procesamiento.

 Estudio del almacenamiento de la información mediante los pesos de las fuerzas
de conexión

Método: modelo cerebro, con las siguientes características:

 Procesamiento distribuido (información distribuida) en gran número de

unidades de procesamiento, y paralelo (frente al cognitivismo, que suponía
grandes estructuras, y procesamiento localista y secuencial).
 La información no se almacena de forma simbólica o representacional, sino
como pesos de las fuerzas de conexión, pesos que no tienen información
simbólica sino que son meras señales de activación e inhibición.
 El modo de activación es:
o Excitación e inhibición de cada unidad.
 o Acción de todo el sistema.
 El procesamiento no es otra cosa que combinaciones estadísticas de la
activación (frente al cognitivismo que lo entiende como comparación de
símbolos y en operación lógicas).
 El aprendizaje no es otra cosa que la modificación de los pesos de conexión y
el establecimiento de nuevas conexiones.

Organismo: activo, en analogía con el cerebro.

3.3. Puntos débiles

 Los modelos conexionistas no tienen suficiente plausibilidad fisiológica.

 Explicaciones que parecen caer en un círculo vicioso:
o ¿Qué conexión tiene más peso?: la que lleva a la acción
o ¿Cómo se produce la acción?: debido a las conexiones de mayor peso.
 No poseen suficiente evidencia empírica.
 No está claro si los modelos conexionistas pueden
ofrecer computaciones adecuadas para ejecutar tareas cognitivas de alto nivel.
 No está claro que sean modelos que reproduzcan realmente la ejecución
cognitiva humana.
 Tampoco está claro que sirvan para ser modelos de la computación neural puesto
que en los modelos conexionistas no se reproducen propiedades neurales
importantes.
 Tampoco parece que los modelos sean capaces de ir más allá de las tareas para
las que han sido específicamente diseñados (problema de la generalización).
 Es dudoso que los seres humanos aprendamos como supuestamente aprenden los
modelos conexionistas.

Sin embargo Smolensky también afirma respecto del enfoque conexionista:

 Puede enriquecer la teoría de la ciencia cognitiva.

 Puede ayudar a construir un modelo de la ejecución cognitiva humana de tareas
de nivel superior.
 Puede establecer puentes entre la ciencia y la filosofía de la mente y ayudarnos a
comprender mejor el problema mente/cuerpo.
 Puede ayudar al avance de modelos de computación neural, al desarrollo de
nuevos computadores analógicos paralelos y a una nueva teoría de la
computación analógica paralela.

Referencias:

Martorell, J. L. & Prieto, J. L. (2002. “Fundamentos de Psicología”. Madrid:

Centro de Estudios Ramon Areces, S. A.