¿Qué se estudia en la maestría de ciencias cognoscitivas?

En una entrada anterior se llevo a cabo una muy breve introducción al tema. Como un buen punto de partida y para dar una idea de los temas a abordar a futuro, me pareció adecuado hacer una breve reseña de cada uno de los cursos que lleve en la maestría. 

Teoría de las ciencias cognoscitivas: en el curso introductorio de la maestría se enseña que esta consiste en una perspectiva multidisciplinaria del estudio del procesamiento de la información tanto por parte de agentes biológicos (cerebro, tanto de animales como humanos) y/o inorgánicos (computadoras), desde ciertas perspectivas teórico/metodológicas el objeto de estudio se limita a mente humana. 

La psicología, la filosofía, la computación, la neurología, la lingüística y la antropología (mis compañeros/as pertenecían a estas carreras, sobre todo las tres primeras), son las disciplinas que más han contribuido al desarrollo de esta disciplina. Además se da una breve introducción a las áreas de estudio asociadas, tales como filosofía de la mente, la inteligencia artificial, la psicofisiología y la neuro educación. 

Lógica y epistemología en ciencias cognoscitivas: este fue un curso dedicado en gran medida a resolver problemas de reglas de inferencia en lógica proposicional. Para que cualquier lenguaje sea coherente, ya sea gramatical o informático, es necesario que cumpla con estas reglas. Por tanto para las personas profesionales de estas disciplinas puede llegar a ser un tema fascinante.  

Como psicólogo, me parece mucho mas importante el tema de la falacias lógicas, ya que solemos recurrir a ellas para justificar nuestras ideas irracionales y negarnos a cambiar.

Psicología cognitiva: se estudian diversos procesos cognitivos, tales como la resolución de problemas, el razonamiento, la percepción y la toma de decisiones. Dos de los conceptos teóricos que mas me llamaron la atención fueron la metacognicion y la carga cognitiva. 

La metacognición, o pensando en el propio pensamiento, es el paraguas en las que se sustentan todas las otras estrategias de comprensión, y cada estrategia es una variación de la metacognición (Jacobs & Paris, 1994, en Duke & Pearson, 2001).

La carga cognitiva es la cantidad total de esfuerzo mental que se utiliza en la memoria de trabajo. La teoría de la carga cognitiva se desarrolló a partir del estudio de la resolución de problemas por parte de John Sweller en los años 1980. Este autor afirmo que el diseño instruccional puede usarse para reducir la carga cognitiva en los usuarios (Plass, Moreno, Brunken, 2010). Ambos modelos teóricos son de utilidad para el desarrollo de aplicaciones y herramientas pedagógicas mas intuitivas y fáciles de comprender. 

Modelos computacionales de la mente: estos modelos teóricos sostienen que la mente humana se puede concebir como un sistema de procesamiento de información muy similar en cuanto a su arquitectura interna o estructura interna, o incluso casi idéntico, al de una computadora digital. Aparte de la teoría se estudian ejercicios de resolución de algoritmos, por ejemplo:

Generalmente se utiliza pseudocódigo en los libros de texto y publicaciones científicas relacionadas con la informática y la computación numérica, para la descripción de algoritmos, de manera que todos los programadores puedan entenderlo, aunque no todos conozcan el mismo lenguaje de programación. Generalmente, en los libros de texto se adjunta una explicación que acompaña a la introducción y que explica las convenciones particulares en uso. El nivel de detalle del seudocientífico puede, en algunos casos, acercarse a la de formalizar los idiomas de propósito general.

Neurociencia en ciencias cognoscitivas: la neurociencia es un campo de la ciencia que estudia el sistema nervioso y todos sus aspectos: por ejemplo, estructura, función, desarrollo ontogenético y filogenético, bioquímica, farmacología y patología, y cómo sus diferentes elementos interactúan, dando lugar a las bases biológicas de la cognición y la conducta.

Las bases neuroanatómicas de la conducta humana son bastante complejas, resumiendo a grandes rasgos se estudia (Kolb y Whishaw, 2009):

La organización del sistema nervioso: estudio de las principales estructuras del sistema nerviosos central y periférico. 

Estructura y actividad eléctrica de las neuronas: estudio de las sinapsis y los diversos neurotransmisores involucrados en la actividad cerebral.  

Estudios de la actividad cerebral: técnicas histológicas, neuroimagen y electroencefalografía. 

Funciones nerviosas superiores: son las habilidades cognitivas que necesitamos para entender e interaccionar con el mundo, tales como la atención, la memoria, las funciones ejecutivas, el lenguaje y visoperceptivas / visoespaciales. 

Plasticidad cerebral: capacidad del sistema nervioso para cambiar su estructura y su funcionamiento a lo largo de su vida, como reacción a la diversidad del entorno. Permite a las neuronas regenerarse tanto anatómica como funcionalmente y formar nuevas conexiones sinápticas.

Seminario de filosofía de la mente: es la rama de la filosofía que estudia la mente, incluyendo las percepciones, sensaciones, emociones, fantasías, sueños, pensamientos y creencias.​ Uno de los problemas centrales de la disciplina es determinar qué hace que todos los elementos de esta lista sean mentales, y otros no. Además de las cuestiones ontológicas acerca de la naturaleza de los estados mentales, la filosofía de la mente estudia cuestiones epistemológicas en torno a la cognoscibilidad de la mente. 

Algunos de los experimentos mentales filosóficos que se abordaron en el curso fueron (Braun, 2013):

Cerebro en una cubeta: "usted no sabe que no es un cerebro, suspendido en una cubeta llena de líquido en un laboratorio, y conectada a un computador que lo alimenta con sus experiencias actuales bajo el control de algún ingenioso científico técnico (benévolo o maligno, de acuerdo a su gusto). Puesto que, si usted fuera un cerebro así, asumiendo que el científico es exitoso, nada dentro de sus experiencias podría revelar que usted lo es; ya que sus experiencias son, según la hipótesis, idénticas con las de algo que no es un cerebro en la cubeta. Como usted sólo tiene sus propias experiencias para saberlo, y esas experiencias son las mismas en cualquier situación, nada podría mostrarle cuál de las dos situaciones es la real".

La habitación china: se pide a las personas que imaginen una computadora que ha sido programada para conversar en chino de manera tan convincente que pasa la prueba de Turing, lo que significa que un humano confundiría la computadora con otro humano. A continuación, se le pide a uno que imagine a un hablante del idioma inglés sentado en una habitación que contiene instrucciones en inglés para responder al material presentado en chino, como manuales, gráficos, etc. A continuación, alguien en el exterior de la habitación le pasa un papel con una pregunta en chino a la persona que está en el interior. Usando las instrucciones en inglés, se formula una respuesta a la pregunta y se vuelve a pasar. Este intercambio continúa, y la persona que está afuera de la habitación cree plenamente que la persona que está adentro puede hablar en chino.

Cuarto de Mary: Mary es una científica brillante que está, por alguna razón, forzada a investigar el mundo desde un cuarto blanco y negro a través del monitor de una televisión en blanco y negro. Se especializa en la neurofisiología de la visión y adquiere, supongamos, toda la información física que hay para obtener acerca de lo que sucede cuando vemos tomates maduros, o el cielo, y usa términos como "rojo", "azul", etc. Ella descubre, por ejemplo, justo qué combinación de ondas del cielo estimulan la retina, y exactamente cómo esto produce a través del sistema nervioso la contracción de las cuerdas vocales y la expulsión de aire de los pulmones que resulta en la pronunciación de la oración "el cielo es azul". [...] ¿Qué sucederá cuando Mary sea liberada de su cuarto blanco y negro o se le dé una televisión con monitor en color? ¿Aprenderá algo o no? Parece obvio que aprenderá algo acerca del mundo y nuestra experiencia visual de él. Pero entonces es innegable que su conocimiento previo era incompleto. Pero tenía toda la información física. 

 

Elementos cognitivos y evolutivos del aprendizaje: trata las diversas teorías constructivistas relativas al aprendizaje. El constructivismo propone un paradigma donde el proceso de enseñanza se percibe y se lleva a cabo como un proceso dinámico, participativo e interactivo del sujeto, de modo que el conocimiento sea una auténtica construcción operada por la persona que aprende (por el «sujeto cognoscente»). El constructivismo en pedagogía se aplica como concepto didáctico en la enseñanza orientada a la acción.

 Teoría del lenguaje: se tratan diversas teorías de como el lenguaje influye en nuestra forma de pensar. Como el relativismo lingüístico, según la cual los hablantes de lenguas muy diferentes conceptualizarían de manera algo diferente los mismos fenómenos, por efectos cognitivos asociados al vocabulario y particularidades gramaticales de sus lenguas.

En lo personal soy bastante escéptico respecto a estas hipótesis, ya que en la mayoría de los estudios no se a controlado adecuadamente la influencia cultural y además se ha centrado en aspecto muy concretos como la percepción del color. 

Razonamiento basado en casos: el razonamiento basado en casos consiste en recordar los casos similares al que analizamos, reutilizar esa información y el conocimiento que tenemos de ese caso para resolver el problema, revisar la solución propuesta y finalmente retener las partes de esa experiencia que nos puedan ser útiles para la resolución de futuros problemas (López, 2013).  

Teoría de las ciencias cognoscitivas II: a pesar de su nombre este curso se centro en gran medida en el uso del programa estadístico R. El cual al ser de código abierto permite que cualquiera pueda utilizarlo sin tener que preocuparse por licencias y además cuenta con sin exagerar cientos de paquetes creados por la comunidad para resolver toda clase de problemas. 

Sin embargo, para su utilización se requiere conocimientos de programación básica. Lo cual puede ser un poco engorroso, sobre todo si el análisis a llevarse a cabo se puede realizar en unos pocos segundo es otros programas de código abierto como PSPP, el cual no requiere programación. 

Aunque difícil, aprender lo básico de programación definitivamente fue una experiencia interesante y enriquecedora. Además de que el uso del R fue vital para llevar a cabo mi proyecto de graduación.  

Psicología experimental: fundamentos y métodos del registro oculomotor: curso centrado en la aplicación de la tecnología de eye-tracking en el ámbito de la investigación. El eye tracking es una solución tecnológica que pretende extraer información del usuario analizando sus movimientos oculares. El eye tracker es la herramienta con la que se realiza dicha acción y consiste en un monitor especial que lanza rayos infrarrojos a los ojos del que está mirando la imagen sujeto de análisis. La dirección que siguen estos rayos va de la pupila del usuario al aparato, permitiendo así calcular con precisión dónde está mirando.

Instrumentos para la manipulación y análisis de datos cuantitativos en ciencias cognoscitivas: otro curso dedicado al análisis de datos por medio del programa R. En mi caso me sirvió para llevar a cabo los análisis estadísticos de la tesis.   

Tesis: el tema de mi tesis fue la "resolución de diagramas de flujo y pseudocódigo por parte de estudiantes de ciencias de la computación", como parte de dicho trabajo se elaboraron dos artículos:

1. Revisión sistemática del enfoque teórico y las variables oculomotoras registradas en estudios de seguimiento ocular en el área de ciencias de la computación e ingeniería en sistemas

2. Resolución de diagramas de flujo y pseudocódigo por parte de estudiantes de Ciencias de la Computación de la Universidad de Costa Rica

Bibliografía

Braun, R (2013). ¿Qué soy yo?: una introducción a la filosofía de la mente y de la psicología. Lima: Universidad de Lima. 

Duke, N & Pearson, D (2001). Reading comprehension: strategies that work. Michigan: Michigan State University. 

Kolb, B y Whishaw, I (2009). Neuropsicología humana. Madrid: Editorial Panamericana.  

López, B (2013). Case-based reasoning: A concise introduction. California: Morgan & Claypool.

Plass, J; Moreno, R; Brunken, R (2010). Cognitive load theory. Cambridge: Cambridge University Press. 

 Villalobos, L y De la Ossa, A (2020). Revisión sistemática del enfoque teórico y las variables oculomotoras registradas en estudios de seguimiento ocular en el área de ciencias de la computación e ingeniería en sistemas. Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología.

 Villalobos, L; De la Ossa, A; Rodríguez-Villagra, O.A y Vergara, A (2020). Resolución de diagramas de flujo y pseudocódigo por parte de estudiantes de Ciencias de la Computación de la Universidad de Costa Rica. Revista Tecnología, Ciencia y Educación.