Publicado el 10/05/2015 Por:

Arquitecturas cognitivas: hacia una teoría unificada de la cognición

Hace algunos años, Newell (1990) propuso que la Neurociencia Cognitiva no podría soportar siempre la gran cantidad de modelos que, década tras década, se irían proponiendo en las diferentes áreas de conocimiento que la componen. Los resultados tienden a ser encapsulados en una u otra especialidad y, allí, se van acumulando sin que parezca existir una meta común. Así, sugirió la idea de crear una teoría unificada de la cognición que pretendiera explicar con detalle todos los mecanismos implicados en producir cualquier conducta humana. Una teoría que pudiera reproducir y explicar todos los datos que arroja la investigación. Las “arquitecturas cognitivas” emergieron para dar respuesta a esta necesidad de integración del conocimiento. Arquitectura (del latín, architectūra), amén de significar al arte de proyectar y construir edificios, hace referencia a la estructura lógica y física de los componentes de un sistema. Por otro lado, cognitiva, como perteneciente o relativo a las cogniciones (del latín, cognitĭo, -ōnis), se refiere a la acción o efecto de conocer. Así, en sentido estricto, una arquitectura cognitiva es la estructura lógica y física de los componentes de un sistema que conoce.

 Las arquitecturas cognitivas se pueden definir como el conjunto de componentes esenciales de un sistema que permite el análisis exhaustivo, en múltiples niveles y en múltiples dominios de sus cogniciones y sus conductas. Este conjunto de componentes provee de un marco conceptual que facilita la modelización detallada de los fenómenos cognitivos a través de la división en módulos y la especificación de las relaciones entre ellos. Con ello, el análisis se realiza, principalmente a nivel computacional.

Las arquitecturas cognitivas son, en general, herederas del solucionador general de problemas que desarrollaran en los años 60 Newell y Simon para dar cuenta de los mecanismos que sustentan gran cantidad de conductas humanas. Se suelen basar en la idea central de regla de producción; una estructura de conocimiento que consta de dos partes diferenciadas – una condición – que puede ser externa o interna al sistema – y una acción – que puede ser una respuesta motora o una operación mental. Suelen tomar la forma “SI condición ENTONCES acción”.

Un aspecto importante de las arquitecturas cognitivas es que consideran la conducta inteligente de los sistemas enmarcada dentro del modelo computacional de espacios problema. Así, cuando un sistema se enfrenta con una determinada tarea, ésta se convierte en un espacio problema que se identifica como una meta a resolver. Sin embargo, para resolver un espacio problema el sistema debe, además, conocer el funcionamiento de todas sus reglas de producción, la consecuencia de sus acciones e incluso decidir qué regla utilizar en un determinado momento entre dos posibles candidatas. Para solucionar esto se utilizan espacios multiproblema. Ciertos problemas en la resolución de una tarea se convierten en submetas de la meta original. Estas nuevas metas no se abandonan hasta que se resuelven y entonces, se devuelve de nuevo el control a la que era meta principal.

Existen varios conceptos fundamentales que merecen la pena desatacarse. Por estado, entendemos la estructura de datos que define una situación en el camino para alcanzar un objetivo. Así, para la resolución de una tarea se suele hablar de un estado inicial, estados intermedios y estado final, que es la meta. Por operador, se entiende la función que transforma un estado en otro. Un operador es la acción que resulta de la aplicación de una regla. El espacio problema es el conjunto de estados y operadores que están disponibles para alcanzar el objetivo. Las dimensiones del espacio problema pueden ser muy variables y dependen de la complejidad de la tarea. Así, se puede resumir toda la actividad cognitiva del sistema diciendo que se lleva a cabo aplicando operadores a estados dentro de un espacio problema para alcanzar una meta.

Slide1

En la Figura se muestra el espacio problema de la torre de Hanoi, donde pueden verse todos los movimientos posibles que dan lugar a todos los posibles estados intermedios entre el estado inicial y el estado final; este espacio problema puede ser procesado íntegramente en la memoria operativa porque no excede su capacidad (siete movimientos no sobrecargan la agenda visoespacial). Por el contrario, el procesamiento de los espacios problema de otras tareas más complejas, como el ajedrez, exceden dicha capacidad por lo que el sistema suele manejar subconjuntos (y submetas).

Se han propuesto diferentes arquitecturas cognitivas en los últimos años. Algunas de ellas sonla BDI (Bratman 1987), CAP2 (Schneider y Detweiler, 1987), CAPS (Just y Carpenter, 1992), 3T (Bonasso, Firby, Gat, Kortenkamp, Miller y Slack, 1997), ICARUS (Shapiro y Langley, 1999), REMI (Schooler, Shiffrin y Raaijmakers, 1999), ROUSE (Huber, Shiffrin, Lyle y Ruys, 2001) y CLARION (Sun, 1999). Sin embargo, las arquitecturas SOAR (Laird, Rosenbloom y Newell, 1987), EPIC (Meyer y Kieras, 1997) y ACT-R (Anderson y Lebiere, 1998) son las que más respaldo han obtenido.

Referencias.

  • Anderson, J.R. y Lebiere, C. (1998). The atomic components of thought.Mahwah,NJ:LawrenceErlbaum.
  • Bonasso, R. P., Firby, J. R., Gat, E., Kortenkamp, D., Miller, D. P. y Slack, M. G. (1997). Experiences with an Architecture for Intelligent, Reactive Agents. Journal of Experimental and Theoretical Artificial Intelligence, 9, 237-256.
  • Bratman, M. E. (1987). Intentions, Plans, and Practical Reason.HarvardUniversity Press,Cambridge,MA.
  • Huber, D. E., Shiffrin, R. M., Lyle, K. B. y Ruys, K. I. (2001). Perception and preference in short-term word priming. Psychological Review, 108, 149-182.
  • Just, M.A. y Carpenter, P.A. (1992). A capacity theory of comprehension: individual differences in working memory. Psychological Review, 99, 122-149.
  • Laird, J.E., Newell, A. y Rosenbloom, P. S. (1987). SOAR: An architecture for general intelligence. Artificial Intelligence, 33, 1-64.
  • Meyer, D.E. y Kieras, D.E. (1997). A computational theory of executive cognitive processes and multiple-task performance. Part 1. Basic mechanisms Psychological Review, 104, 2–65.
  • Newell, A. (1990). Unified theories of cognition.HarvardUniversity Press,Cambridge,MA.
  • Schneider, W. y Detweiler, M. (1987). A connectionist/control architecture for working memory. En G.H. Bower (Ed.), The psychology of learning and motivation: Advances in research and theory (pp. 53–119).San Diego,CA: Academic Press.
  • Schooler, L., Shiffrin, R.M. y Raaijmakers, J.G.W.
    (2001) A model for implicit effects in perceptual identification. Psychological Review, 108, 257-272.
  • Shapiro, D. y Langley, P. (1999). Controlling physical agents through reactive logic programming. Proceedings of the Third International Conference on Autonomous Agents (pp. 386-387).Seattle: ACM Press.
  • Sun, R. (1999). Accounting for the computational basis of consciousness: a connectionist approach. Consciousness and Cognition, 8, 529–565.

Puede consultar el artículo completo en:
Ruiz, Sánchez de León, J.M. y Fernández-Blazquez, M.A. (2011). Arquitecturas cognitivas y cerebro: hacia una teoría unificada de la cognición. International Journal of Psychological Research, 4(2), 38-47.