Como hemos visto en la entrada «La ciencia cognitiva: orígenes y desarrollos antes del auge oficial del cognitivismo en Estados Unidos», la ciencia cognitiva tuvo antecedentes y desarrollos teóricos importantes en Europa antes de la década de 1950, década en la que una cierta ‘historia oficial’ escrita por autores estadounidenses sitúa -de un modo un tanto arbitrario- su nacimiento.

En este artículo revisaremos los desarrollos que sucedieron después de ese ‘comienzo oficial’, y que se llevaron a cabo principalmente en Estados Unidos.

El auge de los años 1950: El comienzo ‘oficial’ de la ciencia cognitiva en EE.UU.

En Estados Unidos, la ciencia cognitiva tuvo un gran auge a mediados de la década de 1950, cuando comenzó a declinar el dominio excluyente de la psicología conductista, y el anti-mentalismo dejó de ser un requisito para hacer psicología científica.

Los paradigmas del procesamiento de información y constructivista en la ciencia cognitiva

De acuerdo a Barone, Maddux y Snyder (1997), en la psicología norteamericana “de 1954 a 1956, las tradiciones constructivistas y de procesamiento de información irrumpieron en escena” (p. 59).

La tradición constructivista en filosofía se remonta a Immanuel Kant y en la psicología cognitiva de EE.UU. estaba representada por Jerome Bruner, George Kelly y Ulric Neisser. A su vez, Bruner había sido influenciado por Lev Vygotsky y viajó a Europa para conocer y colaborar con Jean Piaget y Frederic Bartlett.

Por otra parte, la tradición del procesamiento de información incluye a todas las vertientes computacionalistas y de ‘Inteligencia Artificial’ basadas en la idea de que la mente humana es un ordenador.

En realidad, Bruner ya había publicado en los años 1940s algunos estudios acerca de la percepción como Value and need as organizing factors in perception (1947) y Tension and tension-release as organizing factors in perception (1947).

La ciencia cognitiva: el estudio del pensamiento, intelecto y lenguaje

En 1956 Jerome Bruner, Jacqueline Goodnow y George Austin publicaron el libro A study of thinking (Un estudio del pensar), acerca de procesos como la categorización, también denominada formación de conceptos (Gardner, 1985).

El mismo año George A. Miller publicó su recordado artículo ‘El mágico número sietemás o menos dos’, donde argumenta que la memoria humana a corto plazo tiene una capacidad de almacenamiento de alrededor de 7 ítems (Miller, 1956; Thagard, 2020).

A la vez, John McCarthy, Marvin Minsky, Allen Newell y Herbert Simon estaban realizando investigaciones en inteligencia artificial. De hecho, McCarthy fue quien acuñó el término ‘inteligencia artificial’ en 1955.

En 1957 el lingüista Noam Chomsky publicó su libro Estructuras sintácticas, y en 1959 este mismo autor realizó una famosa crítica a la teoría conductista de Burrhus Skinner acerca de la conducta verbal y el aprendizaje del lenguaje. Chomsky postulaba desde una posición estructuralista que el lenguaje no se aprende por condicionamiento, sino que está codificado en la forma de una gramática innata en el cerebro. Esto explicaría la enorme cantidad de palabras que las niñas y niños pequeños pueden aprender en muy corto tiempo, algo que de acuerdo a Chomsky, la posición asociacionista de Skinner no podía explicar.

En 1960, Jerome Bruner y George A. Miller fundaron el Center for Cognitive Studies (Centro de Estudios Cognitivos) en Harvard. De acuerdo a Bruner, en esta época las variedades más anti-mentalistas de la psicología conductista todavía eran predominantes allí:

“En 1960 usamos ‘cognitivo’ en nuestro nombre de manera desafiante. La mayoría de los psicólogos respetables en ese momento todavía pensaban que la cognición era demasiado mentalista para los científicos objetivos. Pero lo clavamos en la puerta y lo defendimos hasta que finalmente logramos la victoria” (Bruner, 1983, p.124).

Veremos más adelante que el mismo Bruner posteriormente sostuvo que esta victoria fue solo relativa, en el mejor de los casos.

Otro hito relevante fue la publicación en 1967 del libro Cognitive psychology de Ulric Neisser, considerado un clásico de la psicología cognitiva.

La ciencia cognitiva proposicional simbólica y la teoría representacional de la mente

En el campo del procesamiento de la información surgió el paradigma ‘computacionalista proposicional’ o ‘simbólico’ de la ciencia cognitiva, según el cual la mente consta esencialmente de representaciones y computaciones -procesos para manipular esas representaciones-.

El autor más representativo de esta tendencia fue Jerry Fodor, creador de la ‘teoría representacional de la mente’, que sostiene que existe un ‘lenguaje del pensamiento’ innato en el cerebro humano (Fodor, 1975).

La ciencia cognitiva como combinatoria simbólica

De acuerdo a esta perspectiva, la mente consta de símbolos. Los símbolos son representaciones, es decir, tienen propiedades semánticas: denotan o refieren a cosas distintas de ellos mismos. Estos símbolos se parecen a las expresiones de un lenguaje natural, ya que existen símbolos primitivos y símbolos complejos (compuestos de los primitivos). Los símbolos primitivos son como letras y los complejos son como oraciones. Además, hay reglas que especifican cuáles combinaciones de símbolos son expresiones bien formadas (gramaticales) y cuáles no lo son. A modo de ejemplo, en español una expresión bien formada es:

‘El florero está encima de la mesa’

Y una combinación de símbolos que no es una expresión bien formada es:

‘Nextf  hytg 876 mesa’

Adicionalmente, la mente consta de algoritmos, que son procedimientos que especifican paso a paso cómo se deben manipular los símbolos para transformar una expresión bien formada en otra. Un algoritmo es un conjunto de instrucciones para computar una función. De acuerdo a la teoría computacional / representacional de la mente, los algoritmos de la mente son formales, ya que las operaciones que especifican manipulan los símbolos basándose solamente en sus formas, y no en sus posibles significados (Pylyshyn, 1985; Samuels, 2019). Esto es como lo que ocurre cuando digitamos 5 + 2 = en una calculadora, y esta arroja el símbolo 7 como respuesta. La calculadora es mecánica y opera en base a numerales (formas), sin entender que estos signifiquen algo (números).

La mente como programa (software) en la ciencia cognitiva simbólica

La mente comenzó a ser conceptualizada como un programa de computador –software– que ‘funcionaría’ en el cerebro –hardware. Según la doctrina de la filosofía de la mente conocida como funcionalismola psicología puede estudiar la mente sin ocuparse del cerebro, puesto que lo que importa es investigar el programa abstracto, es decir, cómo ciertas representaciones -que se postulaba que eran proposiciones y oraciones lingüísticas, o dígitos 1 y 0- son manipuladas a través de reglas sintácticas.

La mente sin significado intrínseco de la ciencia cognitiva computacional simbólica

Varios teóricos de la ciencia cognitiva formalista simbólica incluso niegan la existencia de significado subjetivo en la mente. Así, la ‘teoría sintáctica de la mente’ de Stephen Stich postula que los procesos mentales son nada más que procesos formales sintácticos. Tal como un ordenador procesa información a través del código binario de unos y ceros, la mente humana consistiría en procesos de cálculos en los que se aplican ciertas reglas a determinados símbolos sin significado (Stich, 1983).

De modo similar,en su libro Minds without meaning (Mentes sin significados), Jerry Fodor y Zenon Pylyshyn defienden una teoría de los conceptos en la que la referencia es su única propiedad semántica. Es decir, no hay significados con “puntos de vista” subjetivos acerca de los objetos del mundo, sino que el significado de las representaciones mentales consiste únicamente en sus referentes objetivos del mundo real externo (Fodor y Pylyshyn, 2015).

Uno de los planteamientos de algunos investigadores en Inteligencia Artificial es que algún día será posible construir artefactos conscientes, robots que posean mentes como las humanas (Winograd, 1991).

Las críticas filosóficas a la ciencia cognitiva computacionalista simbólica

Estas posiciones computacionalistas hicieron surgir críticas filosóficas al cognitivismo.

La crítica fenomenológica de Hubert Dreyfus a la ciencia cognitiva computacional ‘clásica’

El filósofo Hubert Dreyfus criticó al cognitivismo en sus escritos ‘Alquimia e inteligencia artificial’ (1965) –donde, como señala el título, compara la I. A. a la alquimia– y ‘Lo que los computadores no pueden hacer’ (1972). Dreyfus, basándose en la filosofía continental de autores como Heidegger y Merleau-Ponty y en ideas de Ludwig Wittgenstein,  sostuvo que la mente no puede reducirse a reglas formales ni a procesos intelectuales, y criticó los supuestos filosóficos racionalistas de la I.A. de ese entonces, hoy denominada I. A. ‘clásica’ o ‘representacional simbólica’.

Además, Dreyfus (1965, 1972) sostuvo que para que las máquinas o robots tuvieran mentes como las humanas, estos artefactos tendrían que tener cuerpos parecidos a los nuestros y estar socialmente aculturados, es decir; tener sociedades y culturas semejantes a las humanas.

Cuando Dreyfus formuló estas críticas, estas fueron recibidas con burlas, desprecio o ignoradas. Sin embargo, posteriormente la influencia de las ideas de Dreyfus fue aumentando. Desde los años 1990s y en el siglo XXI, estas críticas dieron origen a toda una serie de nuevas teorías en ciencia cognitiva e Inteligencia Artificial influenciadas por la fenomenología y el existencialismo (Kiverstein y Wheeler, 2012; Varela, 1996; Zahavi, 2004).

La crítica de John Searle: la ciencia cognitiva en la ‘habitación china’

Otra influyente crítica a la I. A. fue formulada por John Searle, quien en 1980 planteó su famoso ‘argumento de la habitación china’ para ilustrar la diferencia entre las mentes biológicas y los ordenadores. En este argumento, Searle imagina que una persona hablante de inglés está encerrada en una habitación con un manual y numerosas hojas con letras chinas, y que a través de una ranura alguien le entrega hojas con letras chinas cuyo significado la persona no comprende. El manual le indica qué símbolos chinos devolver ante la recepción de determinados símbolos, es decir, el manual especifica algoritmos para manipular símbolos de manera puramente formal y sintáctica (sin entenderlos). La persona fuera de la habitación sí habla chino, y cuando entrega preguntas escritas en este idioma, recibe desde la habitación lo que le parecen respuestas coherentes a tales preguntas. Así, la persona fuera cree que quien está dentro entiende chino. Sin embargo, la persona dentro no entiende ni una palabra de esa lengua, solo recibe hojas y entrega otras siguiendo el manual (Searle, 1980).

Searle usó este ‘experimento mental’ para ilustrar su argumento de que los ordenadores mecánicos procesan símbolos, pero no entienden su significado. La semántica no puede reducirse a la sintaxis, de acuerdo a este autor. Por tanto, la mente de los organismos vivos no es un ordenador, y la idea –sostenida por los investigadores que trabajan en I. A. – de que las computadoras tienen mente es errónea (Searle, 1985).

El surgimiento de otros paradigmas en ciencia cognitiva e Inteligencia Artificial

En parte como respuesta a algunas de estas críticas, en las décadas de 1980 y 1990 surgieron otros paradigmas en las ciencias cognitivas, tanto dentro como fuera de la Inteligencia Artificial. Los revisaremos en una próxima entrada.

Referencias

  • Barone, D., Maddux, J. y Snyder, C. (1997). Social cognitive psychology: history and current domains. Nueva York: Springer Science.
  • Bruner, J. S. (1983). In search of mind: essays in autobiography. Nueva York: Harper & Row.
  • Dreyfus, H. (1965). Alchemy and artificial intelligence. Boston: Rand Corporation.
  • Dreyfus, H. (1972). What computers can’t do. Nueva York: Harper & Row.
  • Fodor, J. A. (1975). The language of thought. Cambridge: Harvard University Press.
  • Fodor, J. A. y Pylyshyn, Z. W. (2015). Minds without meanings. Cambridge: MIT Press.
  • Gardner, H. (1985). La nueva ciencia de la mente: Historia de la revolución cognitiva. Barcelona: Paidós.
  • Kiverstein, J. y Wheeler, M. (Eds.) (2012). Heidegger and cognitive science. Nueva York: Palgrave Macmillan.
  • Miller, G. A. (1956). The magical number seven, plus or minus two: some limits on our capacity to process information. Psychological Review, 63, 2, 81–97.
  • Pylyshyn, Z. W. (1985). Computation and cognition. Cambridge: MIT Press.
  • Samuels, R. (2019). Classical computational models. En M. Sprevak y M. Colombo (Eds.), The Routledge handbook of the computational mind (pp. 103-119). Londres / Nueva York: Routledge Taylor & Francis.
  • Searle, J. (1980). Minds, brains and programs. Behavioral and Brain Sciences, 3, 417-457.
  • Searle, J. (1985). Mentes, cerebros y ciencia. Madrid: Cátedra.
  • Stich, S. P. (1983). From folk psychology to cognitive science. Cambridge: MIT Press.
  • Thagard, P., “Cognitive Science”, The Stanford Encyclopedia of Philosophy (Winter 2020 Edition), Edward N. Zalta (ed.), URL = <https://plato.stanford.edu/archives/win2020/entries/cognitive-science/>.
  • Varela, F. (1996). Neurophenomenology: A methodological remedy to the hard problem. Journal of Consciousness Studies, 3, 4, 330–350.
  • Winograd, T. (1991). Thinking machines: can there be? Are we? En J. Sheehan y M. Sosna (Eds.), The boundaries of humanity: humans, animals, machines (pp. 198-223). Berkeley: University of California Press.
  • Zahavi, D. (2004). Phenomenology and the project of naturalization. Phenomenology and the Cognitive Sciences, 3, 331–347.