Aproximación histórica a la neurociencia cognitiva
Introducción
El concepto de neurociencia cognitiva como nueva disciplina científica, surgió en los años 80 de la confluencia entre la neurociencia, la psicología cognitiva y las ciencias de la computación (inteligencia artificial). Su objetivo es conocer el modo en que se implementan en el cerebro las funciones cognitivas y emocionales.
Aportaciones de la neurociencia
Visión localizacionista versus Holista: la visión localizacionista considera que las entonces denominadas facultades mentales (inicios siglo XIX) se localizaban en regiones cerebrales específicas e independientes, defendida por los frenólogos Gall y Spurzheim. La visión holista o globalista por el contrario defendía que el cerebro participa como un todo en la conducta y no a través de regiones diferenciadas funcionalmente. Inicialmente fue defendida por Flourens, quien en animales comprobó que las lesiones de ciertas regiones no parecían producir déficits conductuales específicos.
Localización de síntomas/ localización funcional: Jackson dentro de una concepción localizacionalicista no simplista prevenía de no confundir entre localización de síntomas y localización de funciones. En efecto, una determinada lesión que altere una función concreta no se sigue que la región implicada sea la sede de dicha función, ya que la lesión puede haber afectado a otra regiones y de lo que no cabe duda es que habrá alterado las conexiones de distintas estructuras, por lo que el déficit funcional puede deberse a estos factores secundarios que conlleva toda la lesión cerebral más que a su localización estricta.
Diasquisis (Monakow): la lesión en una región del cerebro puede afectar a otras regiones, previniendo sobre las posturas localizacionistas simples. En este tipo de localizacionismo no frenológico primaba una visión dinámica del cerebro como un todo, con interconexiones entre distintas regiones que posibilitan un funcionamiento global integrado del sistema, dándole así capacidad para realizar reajustes funcionales en caso de lesión.
Lashley (principios de acción en masa y equipontecialidad): Dentro de su concepción holista defendía que el cerebro funciona como un todo integrado y no en partes disgregadas, y cualquier región concreta podía participar por igual en el aprendizaje y la memoria. Esto lo comprobó en ratas: ninguna región era imprescindible para que el animal aprendiera y los efectos de dichas lesiones dependían más de su magnitud que de las regiones concretas dañadas.
Con todo lo dicho las aportaciones de la neurociencia sería: Superación de la vieja polémica localizacionisto/holismo que supone de hecho una integración de las dos posturas, que se matizan y se complementan recíprocamente. Ninguna función psicológica compleja se realiza en una región cerebral única, sin embargo, cada función compleja se compone de muchos procesos simples, y éstos sí parecen estar localizados en regiones cerebrales altamente especializadas.
Aportaciones de la Psicología
Cognitivismo: Inspirada en la metáfora del ordenador, centrando su objeto de estudio en la especificación del modo en que los seres humanos procesan información. La idea central era que la conducta se puede comprende en términos de operaciones sobre representaciones internas, asimilando la mente a un programa de ordenador. Sin embargo, los principales representantes consideraron pronto la necesidad de establecer relaciones entre el cerebro y la mente humana. Miller desarrolló tres presupuestos para poder establecer relaciones entre el cerebro humano y la conducta:
Las funciones complejas se pueden descomponer en procesos más simples.
Esos componentes se pueden localizar anatómicamente y se pueden estudiar de un modo relativamente aislado.
Los procesos cerebrales más simples se pueden correlacionar de un modo directo con los procesos conductuales más simples.
En línea con la propuesta de Miller, una de las principales contribuciones de la psicología al surgimiento de la neurociencia cognitiva fue la aportación de procedimientos para medir los componentes individuales que forman parte de las funciones psicológicas complejas.
Conexionismo: Rumelhart y McClelland critican la metáfora del ordenador y proponen desarrollar modelos basados en el funcionamiento real del cerebro. Una de las características fundamentales del cerebro es que está compuesto de millones de neuronas masivamente interconectadas que trabajan simultáneamente en paralelo. Inspirados en este principio organizativo, los modelos conexionistas están compuestos de numerosas unidades simples de computación interconectadas formando redes de procesamiento, estas redes procesan la información de forma distribuida en paralelo y en ellas la informaciones representa en forma de patrones de actividad y no de manera simbólica.
Aportaciones de la inteligencia artificial
Turing estableció las bases de la inteligencia artificial en un artículo en el que propuso un juego para determinar si los ordenadores se podían considerar máquinas inteligentes. Consistía en plantear preguntas a una persona y a un ordenador, y si un observador externo no podía distinguir entre ambas respuestas, entonces se consideraba que el ordenador se comportaba de un modo inteligente. Esta “prueba de Turing” se ha considerado como el criterio definitorio de la inteligencia artificial. Diferenció la estructura física (hardware) de los programas (software).
Funcionamiento cerebral desde la inteligencia artificial: El cerebro empezó a concebirse como un órgano especializado en el procesamiento de información y el término de computación comenzó a aplicarse no solo a las operaciones que realizan los ordenadores, sino también a las que realizan el cerebro y sus elementos funcionales, las neuronas. Así cada neurona, funcionaría como un microprocesador que asimismo transforma las señales de entrada que recibe de otras neuronas y transmite a su vez a otras neuronas.
Jerarquía de niveles de análisis según Marr: partiendo de un análisis computacional del sistema visual, Marr diferenció una jerarquía de niveles de análisis:
Un nivel estrictamente computacional de análisis abstracto del problema que permita identificar los elementos de la señal que va a ser computada
Un nivel de algoritmo, esto es, de elaboración de un procedimiento formal que permita resolver las computaciones que el sistema debe realiza y
Un nivel de implementación física, que puede ser un ordenador o un sistema biológico.
Cada uno de estos niveles aunque se pueden estudiar de manera independiente, enfatizó que los dos niveles superiores, que utilizan un lenguaje computacional, se relacionan con el nivel más bajo, que en condiciones naturales requiere un lenguaje biológico. De hecho, tuvo en cuenta en su modelo del procesamiento visual aspectos de la neuroanatomía y la neurofisiología del sistema visual.
La falacia de la independencia de los niveles computacional (algoritmo) y biológico (implementación física), fue demostrada desde los modelos de redes neuronales. Esta independencia se puede mantener en la inteligencia artificial pura, cuyo objetivo es resolver problemas computacionales para que los ordenadores puedan resolver tareas concretas, pero esta independencia es insostenible en los modelos de simulación por ordenador de funciones psicológicas reales, ya que éstos deben tener en cuenta los principios del funcionamiento cerebral.
Aproximación de la neurociencia cognitiva al estudio de los procesos mentales
La neurociencia cognitiva surgió a finales de los años 80 de la confluencia entre la neurociencia, la psicología cognitiva e inteligencia artificial. Podríamos considerarlo en tres vértices: la conducta, la neurociencia y la computación.
El vértice superior, la conducta, su objetivo consiste en conocer la reglas que explican el funcionamiento de un determinado sistema funcional (visión, memoria, lenguaje…), dicho conocimiento procede fundamentalmente de la psicología cognitiva.
El segundo vértice le corresponde a la neurociencia, que proporciona información sobre la neuroanatomía y la neurofisiología; en ambos la descripción de la organización cerebral se puede realizar a distintas escalas: el nivel molecular, el de neuronas y sinapsis, el de redes neuronales locales y el de sistemas neurales que se distribuyen en distintas localizaciones cerebrales. En su funcionamiento real todos estos niveles de organización están integrados.
El tercer vértice lo proporcionan las ciencias de la computación, y más en concreto los modelos computacionales que están inspirados en la neuroanatomía y la neurofisiología cerebrales. Es evidente que el conocimiento neurobiológico es indispensable para elaborar modelos computacionales que permitan dar cuenta del modo en que la actividad de circuitos y sistemas cerebrales puede resultar en capacidades funcionales complejas.