H

LA NEUROCIENCIA HA
REFUTADO EL PENSAMIENTO?
Un filósofo sostiene que la investigación ganadora del Premio Nobel muestra que la teoría de la mente es solo otra ilusión,
útil para la supervivencia y el éxito.
ERIC HOLLOWAY 29 DE NOVIEMBRE DE 2018

https://mindmatters.ai/2018/11/has-
Link :
neuroscience-disproved-thinking/
El filósofo de la Universidad de Duke, Alex Rosenberg, afirmó
recientemente que la neurociencia moderna muestra que realmente
no "decidimos" hacer nada. Los filósofos llamarían a su enfoque "la
desaparición de la agencia personal".
Como evidencia, Rosenberg señala la reciente neurociencia
ganadora del Premio Nobel. En "¿Es la neurociencia una amenaza
mayor que la inteligencia artificial?", Nos cuenta por qué los
descubrimientos de Eric Kandel (2000) y John O'Keefe y Edvard y
May-Britt Moser (2014) socavan la visión pintoresca de que nuestras
creencias y deseos conscientes controlan nuestras
acciones. Resulta que nuestro cerebro no contiene comandos o
declaraciones. Nuestro cerebro contiene solo neuronas que
disparan en patrones aparentemente arbitrarios.
Esta, dice, es la forma falsa en que nos representamos la realidad:
La conciencia nos dice que empleamos una teoría de la
mente, tanto para decidir sobre nuestras propias acciones como
para predecir y explicar el comportamiento de los demás. De
acuerdo con esta teoría, debe haber emparejamientos particulares
de creencias / deseos en algún lugar de nuestro cerebro que
trabajen juntos para lograr movimientos del cuerpo, incluidos el
habla y la escritura.
Pero los investigadores, dice, muestran que el cerebro no contiene
creencias y deseos:
Este programa de investigación comenzó con HM, el paciente
famoso por no poder adquirir o almacenar creencias debido a una
lobotomía que salió mal y destruyó su hipocampo. La ironía de esta
investigación es que terminó demostrando que el cerebro de nadie
adquiere, almacena y utiliza información en forma de creencias y
deseos.
Los investigadores demostraron esto al demostrar que el cerebro es
impulsado solo por la activación de las neuronas. Por ejemplo, no
pudieron encontrar un mapa del entorno de una rata en su
cerebro. Todo lo que encontraron fueron disparos
neuronales. Rosenberg deduce,
Pero tenga en cuenta que ni la rata ni ninguna parte de su cerebro
construye un mapa a partir de los disparos neuronales. No está
dando contenido a los circuitos neuronales, tratándolos como si
contuvieran declaraciones sobre dónde está la rata. Los
experimentadores decodifican patrones de disparo. Las ratas no lo
hacen. Simplemente son conducidos por ellos. Los disparos son
todos iguales, en todo el cerebro: ratas y humanos.
Por lo tanto, concluye, la rata no encuentra su camino por ningún
tipo de sistema de mapeo sino porque ciertas neuronas están
haciendo que sus músculos se contraigan:
Las neuronas no representan para la rata la forma en que está
organizado su mundo. Por lo tanto, no funcionan como las creencias
tienen que funcionar, emparejándose con los deseos a través del
contenido triturado sobre medios y fines.

Y, argumenta, lo mismo se aplica a la mente humana: "Eso también

se aplica a nuestros circuitos neuronales, ensamblajes, módulos,
regiones". La única razón por la que pensamos que hay mapas,
creencias o deseos es la forma en que decodificamos nuestros
observaciones “Los experimentadores decodifican patrones de
disparo. Las ratas no lo hacen. Simplemente son conducidos por
ellos ".
Siguiendo esta lógica, Rosenberg descubre que no existe una
agencia real en la mente humana. Más bien, estamos impulsados
por los químicos y los circuitos eléctricos en nuestros
cerebros. Nuestra ilusión de tomar decisiones es solo un órgano
mental vestigial que queda de nuestra prehistoria evolutiva:
La teoría de la mente es solo otra de estas ilusiones, útil para la
supervivencia y el éxito en el Pleistoceno, pero un instrumento
contundente de poder predictivo y explicativo limitado. Surgió de la
capacidad de lectura mental más fundamental que compartimos con
otras especies y usamos para rastrear depredadores y presas,
amenazas y oportunidades. Esa indudable capacidad innata
combinada con nuestro don único, el lenguaje, para generar la
teoría de la mente. Al colonizar la conciencia, el lenguaje hablado lo
convirtió en un monólogo del habla silenciosa, engañándonos de
que el significado de las palabras habladas está dado por el
contenido de los pensamientos cuando sus sonidos silenciosos
pasan a través de la conciencia. La neurociencia muestra que en
nuestros cerebros los circuitos neuronales no tienen ni necesitan
contenido para hacer su trabajo.
Hay un problema con este tipo de razonamiento. Uno podría hacer
el mismo argumento sobre el código de computadora, de la
siguiente manera:
No hay codigo. Todo es solo lenguaje ensamblador.
O bien, no hay ensamblaje, todo es solo código de máquina.
O bien, no hay código de máquina, solo hay niveles de voltaje en los
transistores.
Uno podría continuar siguiendo esta cadena de razonamiento hasta
el punto en que los transistores no existen. Es solo un montón de
electrones haciendo lo suyo.
Por supuesto, los electrones tampoco existen realmente. Son solo
un montón de quarks y leptones.
En cuyo caso, el programa que necesita su computadora para poder
leer este artículo no existe.
¿Hemos tomado un giro equivocado en alguna parte ...?
Creo que todos hemos visto este tipo de argumento antes en
muchas otras formas. Comúnmente se le llama "reduccionismo". El
reduccionista afirma que, debido a que un objeto puede
interpretarse como compuesto por partes, el objeto es solo las
partes. Es como decir que debido a que un artículo como este está
construido a partir de letras del alfabeto, el artículo es solo filas de
letras y cualquier significado que obtengamos de él es nuestra
propia interpretación subjetiva.
¿Por qué algunas personas consideran que el reduccionismo es un
argumento convincente?
Parece que hay tres razones principales: Primero, el reduccionismo
puede ser útil. Al dividir un objeto en sus partes, podemos reutilizar
las partes para nuestros propios fines. Si la neurociencia puede
aislar las neuronas que realizan una función deseada, entonces los
científicos pueden controlar el comportamiento de una rata
induciendo el patrón de disparo neuronal correcto. Sin embargo,
esta justificación puede proporcionar poca información sobre el
estado natural o los propósitos de la rata.
Supongamos, por ejemplo, que tomamos el mismo enfoque para
una computadora nueva. En lugar de usarlo para escribir, navegar,
jugar, transmitir, etc., tiramos las entrañas y usamos la carcasa
como una maceta. Debido a que usamos la computadora de una
manera drástica en desacuerdo con su propósito, extrajimos un
valor mínimo de nuestra costosa compra y lo entendemos al
mínimo. El mismo razonamiento se aplica a la naturaleza. Si no
identificamos los propósitos de las entidades naturales, corremos el
riesgo de reducir drásticamente nuestra capacidad de
comprenderlos.
La segunda razón es más sutil. Se debe a cómo se realizan las
pruebas de hipótesis científicas. Actualmente, se prueba una
hipótesis utilizando el método de rechazo de las regiones
de Fisher . Para que una prueba sea válida, la hipótesis y la región
de rechazo deben especificarse antes de realizar la prueba.
Hay una cierta justificación intuitiva para este enfoque. Imagina que
estás acostado en un prado cubierto de hierba, mirando las nubes
en el cielo. Estás a punto de tomar una gran decisión, ya sea
comprar un auto deportivo nuevo. Usted ha querido este automóvil
durante mucho tiempo, pero le preocupa que no sea una decisión
financiera sólida. De repente, ves una nube que se parece un poco
a una rueda, junto a otra nube larga que podría ser el capó de un
automóvil. ¡Debe ser una señal! Lleno de confianza, te apresuras a
ir a Joe's Only Slightly Used Cars para comprar el auto de tus
sueños, esperando que esta vez las cosas salgan mejor.
El problema anterior se conoce como sesgo de selección: buscamos
patrones en los datos que confirman nuestras ideas
preconcebidas. El enfoque de Fisher para la prueba de hipótesis
tiene como objetivo proteger contra el sesgo de selección al hacer
que los experimentadores declaren lo que están buscando por
adelantado, antes de realizar un experimento.
Si bien el enfoque de Fisher es razonable, está en desacuerdo con
la forma en que tendemos a detectar patrones en la vida
cotidiana. Digamos que estamos leyendo un artículo. Si utilizamos la
prueba de hipótesis de Fisher para leer un artículo, primero
formaríamos una hipótesis al respecto y luego leeremos el artículo
para tratar de falsificar la hipótesis. Si pudiéramos falsificar la
hipótesis sobre el artículo con alta certeza, entonces Fisher diría
que hemos aprendido algo del artículo. Sin embargo, no hacemos
nada por el estilo al leer. En cambio, obtenemos información
directamente del artículo sin formular hipótesis antes del hecho.
El concepto de información especificada compleja (CSI) de Bill
Dembski captura una mejor descripción de lo que estamos
haciendo. En la formulación de Dembski, podemos identificar
patrones después de examinar los datos. En lugar de tratar de
rechazar una sola hipótesis, estamos comparando dos medios para
describir los datos. Una hipótesis se llama hipótesis de
azar; representa la probabilidad de que los datos hayan asumido su
configuración debido a la mecánica interna del entorno de los
datos. Si volvemos a la nube de "autos deportivos" por un momento,
es probable que las nubes formen formas circulares y oblongas en
condiciones atmosféricas normales debido al azar. La segunda
hipótesis se llama especificación y mide cuán concisamente se
pueden describir los datos de acuerdo con una base de
conocimiento que es independiente de la hipótesis de azar.
Un ejemplo de una base de conocimiento independiente es un
conjunto de palabras en inglés. Las nubes no forman naturalmente
palabras en inglés, por lo que una secuencia de palabras en las
nubes (¡COMPRE ESE COCHE!) Tiene una probabilidad muy
baja. Al mismo tiempo, se puede describir de manera concisa con
referencia al inglés. En consecuencia, tenemos razón al concluir que
existe un patrón real en las nubes que no puede explicarse por la
dinámica del viento estándar. Podría, por supuesto, explicarse por el
hecho de que el otro negocio de Joe, una firma de publicidad al aire
libre, posee un escritor de cielo.
Llevando esta discusión a un círculo completo al argumento de
Rosenberg desde la neurociencia, podemos aplicar la compleja
teoría de la información específica (CSI) de Dembski para refutar el
reduccionismo. El argumento original establece que, debido a que la
intencionalidad de la rata está representada por disparos
neuronales, entonces no hay intencionalidad, solo hay disparos
neuronales. Sin embargo, los investigadores demostraron que
podían resumir los complejos patrones de disparo con descripciones
concisas, como un mapa de ubicación emparejado con
objetivos. Como vimos con las palabras en las nubes, esta es una
instancia de CSI. Por lo tanto, podemos inferir que una causa de
mayor nivel induce la activación neural.
Para aclarar esto, si viéramos a la rata levantarse repentinamente
sobre sus patas traseras y bailar un ballet, podríamos inferir que
algo más que las creencias y los deseos típicos de la rata
gobernaban el comportamiento de la rata. Del mismo modo,
podemos inferir que las creencias y los deseos típicos de la rata
generalmente gobiernan el comportamiento de la rata. Estas
creencias y deseos se transmiten a los músculos de la rata a través
del patrón de disparo neural, lo que puede hacer que la rata
mastique un agujero en un recipiente de plástico para llegar al
contenido (desperdicio de alimentos). La rata no es un autómata
programado para buscar comida; Es un animal vivo que sufre
hambre y sabe dónde los humanos dejan restos desatendidos
durante la noche. Pero nos queda una pregunta: ¿dónde residen
estas creencias y deseos si no están codificados explícitamente en
el cerebro de la rata?
Esto nos lleva a la tercera razón por la que el reduccionismo parece
convincente. La ciencia ha reducido las explicaciones causales a los
mecanismos físicos. Los mecanismos físicos son inherentemente
incapaces del tipo de modificación del comportamiento de arriba
hacia abajo que implica el modelo de creencia-deseo. Como tal,
Rosenberg en realidad está planteando la pregunta con su
argumento de neurociencia. Está utilizando una premisa oculta de
que solo los procesos físicos pueden gobernar el comportamiento
de la rata y, por lo tanto, es solo el patrón de disparo neuronal el
que controla los músculos de la rata.
Si eliminamos la premisa oculta de Rosenberg, podemos interpretar
la evidencia de la neurociencia de una manera muy
diferente. Debido a que las neuronas no pueden originar las
creencias y los deseos de alto nivel que sabemos que gobiernan el
comportamiento de la rata, debe haber una causa ulterior. Esta
causa podría ser algo análogo al código de software; Una estructura
de comando de alto nivel está codificada en el cerebro de la rata, al
igual que el código compilado se deriva del lenguaje de
programación de alto nivel. Si nuestra metafísica lo permite,
podríamos atribuir el comportamiento de la rata a un alma animal
aristotélica. Sin embargo, la discusión de qué es exactamente un
alma y cómo difiere del mecanismo es para otro artículo.
La conclusión principal aquí es que el argumento de Rosenberg
tiene una premisa oculta del reduccionismo. Cuando nos damos
cuenta de que los fenómenos causales complejos no son reductivos
si tienen descripciones concisas, entonces vemos la falla en su
argumento. De hecho, la evidencia presentada podría muy bien
apoyar el concepto tradicional de un alma en los animales, así como
un alma en los seres humanos. Ya sea que haya almas o no, la
evidencia de neurociencia no puede eliminar la agencia y la mente
narrativa sin participar en argumentos circulares.

Eric Holloway tiene un Ph.D. en Ingeniería Eléctrica e Informática

de la Universidad de Baylor. Actualmente es Capitán en la Fuerza
Aérea de los Estados Unidos, donde sirvió en los Estados Unidos y
Afganistán. Es coeditor del libro Naturalismo y sus alternativas en
metodologías científicas . El Dr. Holloway es miembro asociado del
Centro Walter Bradley de Inteligencia Natural y Artificial.
También: por Eric Holloway: La inteligencia humana como
un oráculo detenido