5.11: Niveles de Ciencia Cognitiva Incorporada

Los científicos cognitivos clásicos investigan fenómenos cognitivos en múltiples niveles (Dawson, 1998; Marr, 1982; Pylyshyn, 1984). Su materialismo los compromete a explorar temas relacionados con la implementación y la arquitectura. Su visión de que la mente es un manipulador de símbolos los lleva a buscar los algoritmos encargados de resolver problemas de información cognitiva. Su compromiso con la logicismo y la racionalidad los hace derivar pruebas formales, matemáticas o lógicas sobre las capacidades de los sistemas cognitivos.

La ciencia cognitiva encarnada también puede caracterizarse por adoptar estos mismos múltiples niveles de investigación. Por supuesto, esto no quiere decir que tampoco existan diferencias técnicas interesantes entre los niveles de investigación que guían la ciencia cognitiva encarnada y los que caracterizan a la ciencia cognitiva clásica.

Por definición, la ciencia cognitiva encarnada se compromete a proporcionar cuentas implementacionales. La ciencia cognitiva encarnada es una reacción explícita contra el dualismo cartesiano y su descendiente moderno, el solipsismo metodológico. En su énfasis en ambientes y agentes encarnados, la ciencia cognitiva encarnada es fácilmente tan materialista como el enfoque clásico. Algunas de las posiciones más radicales en la ciencia cognitiva encarnada, como el mito del yo (Metzinger, 2009) o el abandono de la representación (Chemero, 2009), implican que los relatos implementacionales pueden ser aún más críticos para el enfoque encarnado que para los investigadores clásicos.

Sin embargo, aunque la ciencia cognitiva encarnada comparte el nivel de análisis implementacional con la ciencia cognitiva clásica, esto no significa que interprete la evidencia implementacional de la misma manera. Por ejemplo, considere grabaciones de células individuales a partir de neuronas visuales. La ciencia cognitiva clásica, con su énfasis en la creación de modelos internos del mundo, ve tales datos como proporcionar evidencia sobre qué tipo de características visuales se detectan, para luego combinarse en representaciones más complejas de objetos (Livingstone & Hubel, 1988). Por el contrario, los científicos cognitivos encarnados ven a las neuronas visuales como involucradas no en el modelado, sino en el control de la acción. Como resultado, es más probable que los registros unicelulares se interpreten en el contexto de ideas como las posibilidades de la percepción ecológica (Gibson, 1966, 1979; Noë, 2004). “Nuestro cerebro no registra simplemente una silla, una jarra de té, una manzana; inmediatamente representa el objeto visto como lo que podría hacer con él, como una asequibilidad, un conjunto de posibles comportamientos” (Metzinger, 2009, p. 167). En resumen, si bien los científicos cognitivos encarnados y clásicos buscan evidencia implementacional, es probable que la interpreten de manera muy diferente.

El materialismo de la ciencia cognitiva encarnada conduce naturalmente a propuestas de arquitecturas funcionales. Una arquitectura es un conjunto de primitivas, una caja de herramientas físicamente fundamentada de procesos centrales, de la que emergen los fenómenos cognitivos. Declaraciones explícitas de procesos primitivos se encuentran fácilmente en la ciencia cognitiva encarnada. Por ejemplo, es común ver arquitecturas de subsunción explícitamente establecidas en relatos de robots basados en el comportamiento (Breazeal, 2002; Brooks, 1999, 2002; Kube & Bonabeau, 2000; Scassellati, 2002).

Por supuesto, los componentes primitivos de una arquitectura típica de subsunción están diseñados para mediar acciones en el mundo, no para ayudar en la creación de modelos del mismo. Como resultado, los supuestos que subyacen a los ciclos primitivos de sentido-acto de la ciencia cognitiva encarnada son bastante diferentes de los subyacentes al procesamiento primitivo del sentido-pensamiento-acto de la ciencia cognitiva clásica

Además, el énfasis de la ciencia cognitiva encarnada en el papel fundamental del entorno de un agente puede conducir a especificaciones arquitectónicas que pueden diferir drásticamente de las que se encuentran en la ciencia cognitiva clásica. Por ejemplo, un aspecto central de una arquitectura es el control, los mecanismos que eligen qué operación primitiva u operaciones ejecutar en un momento dado. Arquitecturas clásicas típicas internalizarán el control; por ejemplo, el ejecutivo central en modelos de memoria de trabajo (Baddeley, 1986). En contraste, en la ciencia cognitiva encarnada el entorno de un agente es crítico de controlar; por ejemplo, en arquitecturas que explotan la estigma (Downing & Jeanne, 1988; Holland & Melhuish, 1999; Karsai, 1999; Susi & Ziemke, 2001; Theraulaz & Bonabeau, 1999). Esto sugiere que la noción de la mente extendida es realmente una de una arquitectura extendida; el control del procesamiento puede residir fuera de un agente.

Cuando los científicos cognitivos encarnados postulan un papel arquitectónico para el medio ambiente, como se requiere en la noción de control estigmérgico, esto significa que el cuerpo físico de un agente también debe ser un componente crítico de una arquitectura encarnada. Una razón para ello es que desde la perspectiva encarnada, no se puede definir un entorno en ausencia del cuerpo de un agente, como en proponer las asequibilidades (Gibson, 1979). Una segunda razón para esto es que si una arquitectura encarnada define primitivas de acto sensato, entonces las acciones disponibles que están disponibles están restringidas por la naturaleza de la encarnación de un agente. Una tercera razón para ello es que algunos entornos están explícitamente definidos, al menos en parte, por cuerpos. Por ejemplo, el entorno social de un robot sociable como Kismet (Breazeal, 2002) incluye sus orejas móviles, cejas, labios, párpados y cabeza, porque manipula estos componentes corporales para coordinar sus interacciones sociales con los demás.

Aunque el cuerpo de un agente pueda formar parte de una arquitectura encarnada, no significa que esta arquitectura no sea funcional. Los elementos clave de los rasgos expresivos de Kismet son la forma y el movimiento; el hecho de que Kismet no sea carne es irrelevante porque sus rasgos faciales se definen en términos de su función.

En el momento robótico, lo que estás hecho —silicio, metal, carne— palidece en comparación con cómo te comportas. En cualquier circunstancia dada, algunas personas y algunos robots son competentes y otros no. Al igual que las personas, cualquier robot en particular necesita ser juzgado por sus propios méritos. (Turkle, 2011, p. 94)

Que el cuerpo de un agente pueda formar parte de una arquitectura funcional es una idea ajena a la ciencia cognitiva clásica. También conduce a una complicación arquitectónica que puede ser única en la ciencia cognitiva encarnada. Los humanos no tienen problemas para relacionarse con, y aceptar, robots sociables que obviamente son criaturas de juguete, como Kismet o el perro robot Aibo (Turkle, 2011). En general, a medida que la apariencia y el comportamiento de tales robots se vuelven más realistas, su aceptación aumentará.

Sin embargo, a medida que los robots se acercan en semejanza con los humanos, producen una reacción llamada el valle asombroso (MacDorman & Ishiguro, 2006; Mori, 1970). El asombroso valle se ve en una gráfica que traza la aceptación humana de los robots en función de la apariencia de los robots. El valle asombroso es la parte de la gráfica en la que la aceptación, que ha ido creciendo constantemente a medida que la apariencia se vuelve más realista, de repente se desploma cuando la apariencia de un robot es “casi humana”, es decir, cuando es realista humana, pero aún puede diferenciarse de los humanos biológicos. El asombroso valle se ilustra en la obra del roboticista Hiroshi Ishiguro, quien,

construyó androides que se reproducían a sí mismo, a su esposa y a su hija de cinco años. La primera reacción de la hija cuando vio a su clon androide fue huir. Ella se negó a acercarse a él y ya no visitaba el laboratorio de su padre. (Turkle, 2011, p. 128)

Producir un componente arquitectónico adecuado, un cuerpo que evite el extraño valle, es un desafío distintivo para los científicos cognitivos encarnados que ejercen su oficio usando robots humanoides.

En la ciencia cognitiva encarnada, las arquitecturas funcionales conducen a exploraciones algorítmicas. Vimos que cuando la ciencia cognitiva clásica realiza tales exploraciones, utiliza ingeniería inversa para intentar inferir el programa que usa un procesador de información para resolver un problema de procesamiento de información. En la ciencia cognitiva clásica, las investigaciones algorítmicas casi siempre implican observar el comportamiento, a menudo a un nivel de detalle fino. Dichas observaciones conductuales son la fuente de evidencia de complejidad relativa, evidencia de estado intermedio y evidencia de error, que se utilizan para colocar restricciones en algoritmos inferidos.

Las investigaciones algorítmicas en la ciencia cognitiva clásica se centran casi exclusivamente en procesos internos no vistos. Los científicos cognitivos clásicos utilizan observaciones conductuales para descubrir los algoritmos ocultos dentro de la “caja negra” de un agente. La ciencia cognitiva encarnada no comparte este enfoque exclusivo, porque atribuye algunas complejidades conductuales a las influencias ambientales. Sin embargo, aparte de esta importante diferencia, las investigaciones algorítmicas, específicamente en forma de observaciones conductuales, son centrales para el enfoque encarnado. Las descripciones del comportamiento son el producto principal de la ingeniería avanzada; ejemplos en robótica basada en el comportamiento abarcan la literatura, desde fotografías de lapso de tiempo de trayectorias de Tortoise (Grey Walter, 1963) hasta informes modernos de cómo, con el tiempo, los robots clasifican o reordenan objetos en un recinto (Holland & Melhuish, 1999; Melhuish et al., 2006; Scholes et al., 2004; Wilson et al., 2004). En el corazón de tales relatos conductuales está la aceptación de la parábola de la hormiga de Simon (1969). El enfoque encarnado no puede entender una arquitectura examinando sus componentes inertes. Debe ver lo que surge cuando esta arquitectura se encarna, se sitúa e interactúa con un entorno.

Cuando la ciencia cognitiva encarnada va más allá de la robótica basada en el comportamiento, se basa en algunos tipos de observaciones conductuales que no se emplean con tanta frecuencia en la ciencia cognitiva clásica. Por ejemplo, muchos científicos cognitivos encarnados exhortan al estudio fenomenológico de la cognición (Gallagher, 2005; Gibbs, 2006; Thompson, 2007; Varela, Thompson, & Rosch, 1991). La fenomenología explora cómo las personas experimentan su mundo y examina cómo el mundo es significativo para nosotros a través de nuestra experiencia (Brentano, 1995; Husserl, 1965; Merleau-Ponty, 1962).

Así como las teorías enactivas de la percepción (Noë, 2004) pueden verse inspiradas en el relato ecológico de la percepción de Gibson (1979), los estudios fenomenológicos dentro de la ciencia cognitiva encarnada (Varela, Thompson, & Rosch, 1991) se inspiran en la filosofía de Maurice Merleau-Ponty (1962). Merleau-Ponty rechazó la separación cartesiana entre el mundo y la mente: “La verdad no 'habita' solo 'el hombre interior', o más exactamente, no hay hombre interior, el hombre está en el mundo, y sólo en el mundo se conoce a sí mismo” (p. xii). Merleau-Ponty se esforzó por sustituir esta visión cartesiana por una que confiara en la encarnación. “Tendremos que despertar nuestra experiencia del mundo tal como nos aparece en la medida en que estamos en el mundo a través de nuestro cuerpo, y en la medida en que percibimos el mundo con nuestro cuerpo” (p. 239).

La fenomenología con la ciencia cognitiva encarnada moderna es un llamado a seguir persiguiendo el enfoque encarnado de Merleau-Ponty.

Lo que estamos sugiriendo es un cambio en la naturaleza de la reflexión de una actividad abstracta, incorpórea, a una reflexión encarnada (consciente) y abierta. Por encarnado, nos referimos a la reflexión en la que se han unido cuerpo y mente. (Varela, Thompson, & Rosch, 1991, p. 27) Sin embargo, buscar evidencia de tal reflexión no es necesariamente sencillo (Gallagher, 2005). Por ejemplo, mientras Gallagher reconoce que el cuerpo es crítico en su conformación de la cognición, también señala que muchos aspectos de nuestra interacción corporal con el mundo no están disponibles para la conciencia y, por lo tanto, son difíciles de estudiar fenomenológicamente.

El interés de la ciencia cognitiva encarnada por la fenomenología es un ejemplo de reacción contra la visión formal e incorpórea de la mente que la ciencia cognitiva clásica ha heredado de Descartes (Devlin, 1996). ¿Implica esto, entonces, que los científicos cognitivos encarnados no se involucren en los análisis formales que caracterizan el nivel computacional del análisis? No. Siguiendo la tradición establecida por la cibernética (Ashby, 1956; Wiener, 1948), que hizo un amplio uso de las matemáticas para describir las relaciones de retroalimentación entre los sistemas físicos y sus entornos, los científicos cognitivos encarnados también se dedican a investigaciones computacionales. De nuevo, sin embargo, estas investigaciones se desvían de las realizadas dentro de la ciencia cognitiva clásica. La ciencia cognitiva clásica utilizó métodos formales para desarrollar pruebas sobre qué problema de procesamiento de información estaba siendo resuelto por un sistema (Marr, 1982), con la noción de “problema de procesamiento de información” colocada en el contexto de la manipulación de símbolos gobernada por reglas. La ciencia cognitiva encarnada opera en un contexto muy diferente, porque tiene una noción diferente de procesamiento de la información. En este nuevo contexto, la cognición no es modelar ni planear, sino coordinar la acción (Clark, 1997).

Cuando la cognición se coloca en el contexto de la acción coordinadora, un elemento clave que debe ser capturado por los análisis formales es que las acciones se despliegan en el tiempo. Se ha argumentado que los análisis computacionales realizados por investigadores clásicos no logran incorporar el elemento temporal (Port & van Gelder, 1995a): “Las representaciones son estructuras estáticas de símbolos discretos. Las operaciones cognitivas son transformaciones de una estructura de símbolo estático a la siguiente. Estas transformaciones son discretas, efectivamente instantáneas y secuenciales” (p. 1). Como tal, algunos consideran inadecuados los análisis clásicos. Cuando los científicos cognitivos encarnados exploran el nivel computacional, lo hacen con un formalismo diferente, llamado teoría de sistemas dinámicos (Clark, 1997; Port & van Gelder, 1995b; Shapiro, 2011).

La teoría de sistemas dinámicos es un formalismo matemático que describe cómo los sistemas cambian con el tiempo. En este formalismo, en un momento dado se describe a un sistema como estar en un estado. Un estado es un conjunto de variables a las que se asignan valores. Las variables definen todos los componentes del sistema, y los valores asignados a estas variables describen las características de estos componentes (por ejemplo, sus características) en un momento determinado. En cualquier momento del tiempo, los valores de sus componentes proporcionan la posición del sistema en un espacio de estados. Es decir, cualquier estado de un sistema es un punto en un espacio multidimensional, y los valores de las variables del sistema proporcionan las coordenadas de ese punto.

La dinámica temporal de un sistema describe cómo sus características cambian a lo largo del tiempo. Estos cambios son capturados como una trayectoria o trayectoria a través del espacio estatal. La teoría de sistemas dinámicos proporciona una descripción matemática de tales trayectorias, generalmente en forma de ecuaciones diferenciales. Su utilidad fue ilustrada en el análisis de Randall Beer (2003) de un agente que aprende a categorizar objetos, de circuitos para el aprendizaje asociativo (Phattanasri, Chiel, & Beer, 2007), y de una pierna caminante controlada por un mecanismo neural (Beer, 2010).

Si bien la teoría de sistemas dinámicos proporciona un medio en el que los científicos cognitivos encarnados pueden realizar análisis computacionales, también es intimidante y difícil. “Una crítica común a los enfoques dinámicos de la cognición es que son prácticamente intratables excepto en los casos más simples” (Shapiro, 2011, pp. 127— 128). Esta fue exactamente la situación que llevó a Ashby (1956, 1960) a estudiar sintéticamente la retroalimentación entre múltiples dispositivos, mediante la construcción del Homeostat. Esto no significa, sin embargo, que los análisis computacionales sean imposibles o infructuosos. Por el contrario, es posible que dichos análisis puedan cooperar con la exploración sintética de modelos en un intento de avanzar tanto en investigaciones formales como conductuales (Dawson, 2004; Dawson, Dupuis, & Wilson, 2010).

En los párrafos anteriores presentamos un argumento de que los científicos cognitivos encarnados estudian la cognición en los mismos múltiples niveles de investigación que caracterizan a la ciencia cognitiva clásica. También se reconoce que es probable que los científicos cognitivos encarnados vean cada uno de estos niveles de manera ligeramente diferente a sus contrapartes clásicas. En última instancia, que la ciencia cognitiva encarnada explora la cognición en estos diferentes niveles de análisis también implica que los científicos cognitivos encarnados también están comprometidos con la noción de validar sus teorías buscando una fuerte equivalencia. Es lógico pensar que la validez de una teoría creada dentro de la ciencia cognitiva encarnada se establecería mejor demostrando que esta teoría se apoya en todos los diferentes niveles de investigación.