Página web de Área Oftalmológica Avanzada

Página web de Área Oftalmológica Avanzada


BUSCAR EN ESTE BLOG

viernes, 16 de diciembre de 2011

COGNICIÓN Y VISIÓN XI.- PLANTEAMIENTO Y RESOLUCIÓN DE PROBLEMAS


En el capítulo anterior vimos los mecanismos que utilizamos en la toma de decisiones, algo muy ligado a cómo nos planteamos un problema. En Psicología cognitiva un problema es una situación en la cual no existe un camino inmediato  y estandarizado para alcanzar una meta, hecho que se complica todavía más con la ansiedad que desencadena y con aspectos emocionales de nuestro inconsciente.

 En este capítulo hablaremos de:
  • Estructura de un problema
  • Teoría del espacio de un problema
  • Razonamiento Analógico
  • Razonamiento Inductivo
  • Razonamiento Deductivo

ESTRUCTURA DE UN PROBLEMA.
Ante un problema,  nuestra mente inicia un proceso de identificación, lo representa, muchas veces con una imagen  y luego busca una línea de actuación que haga posible  su resolución (visualizo el problema y veo cómo resolverlo). Esta forma de actuar racional y que para todos tiene sentido lógico, veremos como no siempre es la que sigue el ser humano, en ocasiones busca “atajos”, heurísticos, menos fiables pero con menor gasto de energía y de recursos.

Un problema se puede estructurar en tres partes: (1) estado objetivo o meta, (2) estado inicial o de partida y (3) operaciones que se pueden aplicar para su resolución. Un ejemplo de problema que sigue esta estructura  clásica lo tenemos en la Torre de Hanoi, http://es.wikipedia.org/wiki/Torres_de_Han3i    donde hay un estado objetivo de resolución del problema, una situación de partida y una serie de operaciones para pasar del estado inicial al estado final. 


                  
A los problemas en los que el estado inicial y los objetivos finales son claros, se les denomina “problemas bien definidos”, la Torre de Hanoi o el ajedrez son ejemplos de este tipo. Cuando no sucede así, se denominan “problemas mal definidos” y en estos casos es importante encontrar las limitaciones, las restricciones de la solución o de los medios de que disponemos. Algunos problemas mal definidos se caracterizan por una resolución espontanea, encontramos la solución como una “luz que los pone de manifiesto”, lo vemos claro.  Este fenómeno se conoce como “insight”, algo que también guarda relación con el sistema visual. Solo podemos imaginar visualmente aquello que tiene sentido, que es posible, representaciones mentales relacionadas con la información que guardamos en la memoria a largo plazo.

Aunque hay diferencias en las estrategias utilizadas para resolver problemas, hay una serie de pasos que son comunes a todas ellas. En el siguiente diagrama de flujo se muestran los pasos básicos. Primero nos debemos formar una representación del problema y seguidamente, planificar una solución y verificarla. Si la solución propuesta falla, hay que representar nuevamente el problema bajo otra perspectiva y buscar una solución que lo resuelva. Si la solución es exitosa, se ejecuta y se concluye el problema. En caso de no encontrar la solución, se plantea la duda de cuántas veces debemos replantear el problema, buscar nuevas representaciones y nuevas soluciones. No hay una respuesta clara pero, en lo que sí están de acuerdo la mayoría de investigadores, es en cambiar la estrategia de resolución, utilizando alguno de los caminos que a continuación exponemos. 



TEORÍA DEL “ESPACIO DEL PROBLEMA”.
Actualmente se utiliza la “Teoría del espacio del problema” como estrategia más valorada para la resolución de problemas (Newell y Simon, 1972). Se trata de buscar en cada paso de la estructura del problema  lo que denominamos, el “espacio del problema”, que es el conjunto de estados o de posibles alternativas  a los que se enfrenta quien ha de resolver el problema. En la investigación científica, donde los problemas son generalmente complejos, se trabaja en varios espacios simultáneamente, el espacio de las hipótesis, para formular teorías, un espacio experimental y un espacio de datos para interpretar los resultados.

Algoritmos vs Heurísticos. En la mayoría de casos, ante un determinado tipo de problemas, se busca una forma segura de resolverlos, se intenta seguir una serie de pasos estandarizados, una formula, lo que conocemos como un algoritmo, que siempre, antes o después, dará lugar a la repuesta correcta. Las reglas para resolver una raíz cuadrada es un ejemplo de algoritmo. 

Los algoritmos son muy eficaces pero precisan de mucho tiempo y de muchos recursos, tanto de memoria operativa como a largo plazo, por ello se ha visto que la mayoría de la gente no utiliza algoritmos sino que prefiere aproximaciones más rápidas aunque menos seguras, son los heurísticos, que podríamos considerarlos como “atajos” para resolver problemas, por ello los heurísticos suelen enfocar la resolución del problema “moviéndonos” hacia el objetivo o, mediante una búsqueda aleatoria tipo ensayo-error.

Dentro de las estrategias basadas en heurísticos, suele utilizarse lo que denominamos “Análisis medios-fin”, en la que se divide el problema en partes y se intenta resolver cada una de las partes por separado, entendiendo que la resolución parcial es más factible que el intento de resolver el problema en su conjunto.

En la resolución de problemas se utiliza la memoria operativa, hecho que lo confirma la activación de las zonas prefrontales dorsolaterales así como las experiencias clínicas con pacientes con lesiones en esta región, incapaces de resolver situaciones como la Torre de Hanoi.

Un dato que interesó a los investigadores es si había diferencias en la estructuración  y resolución de problemas comparando sujetos expertos y sujetos principiantes. La principal diferencia fue la ordenación de los conocimientos, más superficial en los principiantes y más profunda y con estructuras más abstractas en los expertos (Chi, 1981). Otra diferencia interesante fue la dirección seguida en la búsqueda del espacio del problema. Los expertos tienden a una búsqueda hacia delante, desde el estado inicial hacia el estado objetivo de resolución, por ejemplo, un médico experto va desde los síntomas hacia el diagnóstico, mientras que los principiantes hacen una búsqueda hacia atrás,  primero el diagnóstico y luego avanzan hacia los síntomas que lo confirme.

RAZONAMIENTO ANALÓGICO.
Es una de las estrategias más utilizadas para resolver problemas. No partimos de cero como en el caso anterior, se trata de pensar en un problema de características similares que haya sido resuelto con anterioridad y se utiliza o se adapta la solución al problema actual. Un ejemplo clásico del razonamiento analógico es el que utiliza el sistema solar para explicar la estructura del átomo o el caso del diseño de los antivirus que utilizamos en los ordenadores, donde  se utilizan las experiencias con las vacunas antivíricas en animales y en seres humanos.  

El razonamiento analógico permite identificar y trasferir información estructural de un sistema conocido, los virus biológicos, almacenado en la memoria a largo plazo,  a un sistema nuevo, los virus del computador, albergado en la memoria operativa, donde se procesa la información, se elaboran hipótesis y se evalúa si la analogía resulta útil para resolver el problema. Nuevamente se utilizan representaciones mentales de tipo visual en este tipo de razonamiento, lo cual es importante a la hora de trabajar con estos modelos en tareas de aprendizaje, tanto para niños como para adultos, por ejemplo para vencer una fobia o en deportistas que deben corregir ciertos errores en los movimientos.

Para explicar el razonamiento analógico se han propuesto dos teorías, la Teoría de la cartografía de la estructura, TCE,  (Falkenhainer 1989) y la Teoría del aprendizaje y deducción con esquemas y analogías, ADEA,  (Hummel 1997). El modelo TCE consta de dos etapas, en la primera se busca en la memoria a largo plazo posibles fuentes que tengan las características superficiales que figuran en el objetivo y en la segunda etapa, se da la evaluación de cuan bueno es el emparejamiento entre lo que se ha recuperado en la primera etapa y el objetivo. 

El modelo ADEA utiliza un mecanismo de cómputo diferente que se parece a las redes neurales. El objetivo se representa en términos de las activaciones de las características de la fuente: el virus del ordenador activará, por ejemplo, las características de mal funcionamiento, ser dañino y ser replicante. Esta activación simultanea de una serie de características  similares en la memoria a largo plazo, es  lo que conduce a la recuperación de una fuente análoga, como pudiera ser el virus de la gripe.

Una de las cuestiones que quedaban por determinar era la referente a sí el razonamiento analógico podía ser meramente un producto de la atención y de la memoria operativa o sería algo más. Mediante neuroimagen se demostró que en tareas donde se incrementaba la carga de la memoria operativa, se activaba la corteza parietal y la prefrontal dorsolateral, tal como se esperaba pero, la situación cambiaba cuando se incrementaba la complejidad estructural  al tiempo que se mantenía constante la carga de la memoria operativa, en este caso se activaba de forma exclusiva la corteza prefrontal anterior izquierda. Con estos datos se deduce que el razonamiento analógico representa una capacidad cognitiva que recluta la actividad de tejido neural en mayor grado que la atención y  la memoria operativa  así que, en efecto, es algo más. 

RAZONAMIENTO INDUCTIVO.
Lo podemos definir como, un proceso de pensamiento que utiliza nuestros conocimientos  de circunstancias específicas, conocidas,  para realizar una deducción sobre circunstancias desconocidas. La principal particularidad de este tipo de razonamientos es que no se pueden conocer todos los casos  que existen así, estamos añadiendo nuevos conocimientos, que aunque posibles, pueden ser incorrectos. El razonamiento inductivo puede ser general o específico.

La inducción global o general, trata de generalizar  desde circunstancias conocidas a todas las circunstancias posibles. Burner, 1956, fue uno de los que más estudio la inducción general, preocupándose en gran medida de la forma que introducimos las hipótesis en el problema. Una hipótesis es una idea o proposición que podemos evaluar o comprobar recopilando evidencias que la apoyen o la refuten. Esto que parece sencillo y evidente, no siempre es así. 

Cabe plantearse preguntas del tipo, ¿cómo puede un sujeto que ha deducido una regla mediante inducción general, descubrir si esa regla es incorrecta?. Un ejemplo clásico es el propuesto por Peter Watson: ante la triada de los números: 2, 4, 6, la mayoría de encuestados señala  como regla que relaciona a los tres números,  la de ser números pares con incrementos de dos unidades y, cuando se les dice que no es correcta, pasan a buscar nuevas reglas como, cualquier número con incremento de dos unidades y dan como ejemplos, 1-3-5 y, ante la nueva negativa de éxito,  llegaran a reglas cada vez con menor sentido, se alejan cada vez más de la respuesta correcta, la más sencilla y la más lógica, en este caso, “números de magnitud creciente”. 

En este ejemplo de la inducción general, de la triada, vemos que se debe hacer una inducción general a partir de un conjunto de casos particulares pero, los sujetos suelen caer en lo que llamamos,  “error del sesgo de confirmación”, que da peso a la información previa que tenemos, a las creencias preexistentes. Se encuentra una solución, aparentemente valida, y no se confirma si hay otras soluciones mejores y cuando se les dice que no es correcta, se vuelve mucho más difícil encontrar el error en la regla, descubrir que la regla que han propuesto era incorrecta.

Inducción específica, la podemos representar con el hecho de que, suponiendo que un miembro de una categoría tiene una característica particular, cualquier otro miembro de dicha categoría deberá tenerla también. Esto tiene una trampa obvia, la característica involucrada puede no ser común para todos los miembros de la categoría. Aunque esto es cierto, la inducción específica nos permite hacer deducciones útiles sobre un miembro nuevo o desconocido de esa categoría. 

El razonamiento inductivo nos permite poner al día nuestros conocimientos, no es necesairo tener que buscar caso a caso si aquella característica particular es cierta para todos los miembros de la categoría. En la medida que categorizamos un objeto en una determinada categoría, le adjudicamos las características de esa categoría.

Bases Neurofisiolóigicas.  Buscando la red neural que pudiera explicar el razonamiento inductivo, se observó que los lóbulos frontales desempeñaban un papel fundamental. Cuando había una lesión en la corteza prefrontal dorsolateral izquierda, los pacientes eran incapaces de ordenar cartas u otros objetos, aunque la regla a seguir fuera muy sencilla, como en la prueba de Wisconsin http://en.wikipedia.org/wiki/Wisconsin_card_sort  (Monchi, 2001).  

Con estudios de neuroimagen se observó que junto a la activación de las áreas frontales, también había activación del hemisferio izquierdo, concretamente  regiones temporales mediales y parahipocámpicas, lo cual indica que en este tipo de razonamiento interviene la memoria a largo plazo. La inducción requiere que se recupere activamente la información pertinente a la memoria a largo plazo y que se mantenga dicha información en la memoria operativa. Estos procesos demandan recursos mediados por los lóbulos frontal y temporal.

Inducción y Aprendizaje. Una cuestión importante era la referente a la experiencia, al hecho de que el proceso cognitivo subyacente puede cambiar con la experiencia. Los estudios de neuroimagen muestran que cuando a un sujeto se le pide que realice una tarea de clasificación de objetos, se estimula básicamente las regiones frontales y parietales del hemisferio derecho pero, a medida que avanzaba el proceso de aprendizaje, se empezaba a registrar actividad en las regiones del hemisferio izquierdo, específicamente en el lóbulo parietal izquierdo y la corteza prefrontal dorsolateral izquierda. Esto sugiere que en la primera fase de la tarea de clasificación, estás se realizan básicamente procesando los modelos visuales del estímulo, mientras que cuando avanza el aprendizaje, se empieza a formular una regla abstracta que mejora el proceso de clasificación, se acelera el aprendizaje.

Fungelsang y Dunbar (2005) examinaron con RMf los mecanismos mediante los cuales integramos los datos cuando estamos comprobando hipótesis específicas. Encontraron que cuando los sujetos estaban examinando los datos de interés para una hipótesis verosímil, se activaba preferentemente regiones del núcleo caudado y de la circunvalación parahipocámpica. Por el contrario, cuando los sujetos examinaban datos relacionados con una hipótesis inverosímil, se activaba selectivamente regiones de la corteza cingular anterior, el precunens y la corteza prefrontal izquierda. 

En el caso de las hipótesis verosímiles, las regiones neurales activadas son las que intervienen en el aprendizaje, la memoria a largo plazo y el proceso de integración de la información. Con estos datos podemos inferir que el proceso de aprendizaje, de integrar nueva información, mejora si está en consonancia con una hipótesis verosímil. De la misma forma, la corteza cingulada anterior, activada en los casos de hipótesis inverosímiles, se ha visto implicada en gran medida en la detección de errores  y situaciones de conflicto.

Estos autores sugieren que durante el razonamiento inductivo, el cerebro humano recluta regiones relacionadas con el aprendizaje, cuando evalúa datos que son coherentes con hipótesis preexistentes, mientras que recluta otras regiones cuando se trata de la detección de errores, cuando evalúa datos que no son coherentes con  las hipótesis. Esta distinción es importante a la hora de plantear, por ejemplo, planes de estudio en la infancia.

RAZONAMIENTO DEDUCTIVO.
En este tipo de razonamiento vamos de arriba hacia abajo, partimos de unas premisas que las consideramos ciertas y por tanto, la conclusión no puede ser falsa (al contrario que en el razonamiento inductivo). Este tipo de razonamiento es el que con más fidelidad representa el pensamiento racional. El proceso mental está muy relacionado con los silogismos, un argumento que consiste en dos afirmaciones y una conclusión. La conclusión puede ser tanto cierta como falsa pero, si sigue las leyes de la lógica deductiva, siempre será una conclusión valida.

Los silogismos:  Pueden ser categóricos o condicionales. Los categóricos tienen la forma: Premisa 1: Todos los A son B, Premisa 2, C es un A, Conclusión, C es B. la relación entre los términos de un silogismo categórico se pueden describir mediante cuatro tipos de afirmaciones: (1) Afirmación Universal: Todos los A son B, (2) Negación Universal: Ningún A es B, (3) Afirmación Particular: Algún A es B y Negación Particular: Algún A no es B. En el ejemplo de la compra de un coche podríamos escribir el silogismo así: (P1) Todos los Porche son fiables, (P2) El Boxster es un Porche, (C) El Boxster es fiable.

En el caso de los silogismos condicionales, se hacen eco de la situación: el hecho de que ocurra un acontecimiento puede estar condicionado porque ocurra otro. Igual que en los categóricos, los silogismos condicionales constan de dos premisas  y la conclusión. La primera premisa siempre es del tipo, “si P entonces Q”, donde P es una condición antecedente y Q una condición consecuente. La segunda premisa puede tener una de las siguientes cuatro formas: Afirmación del antecedente: P es cierto, Negación del antecedente: P no es cierto, Afirmación del consecuente: Q es cierto, y Negación del consecuente: Q no es cierto.

En este caso, el ejemplo de la compra del coche quedaría: (P1) Si el coche es un Porche, entonces es fiable, (P2) El Boxster es un Porche, (C) El Boxster es fiable. En la P1, “Porche” es el antecedente y “es fiable” el consecuente. En la P2, en el ejemplo, afirma el antecedente, por lo tanto, la conclusión “es fiable”, se sigue lógicamente.

Errores en el razonamiento deductivo. Pese a que el razonamiento deductivo, es muy fiable, podemos cometer errores, generalmente porque lo planteamos mal pero, cuesta de ver porque pensamos precisamente que es el tipo de razonamiento más veraz. Básicamente hay dos tipos de errores: errores de forma (errores de la forma estructural  o formato de la relación entre la premisa y la conclusión) y errores de contenido (cuando el contenido del silogismo es demasiado influyente).

En los errores de forma, un tipo de error muy frecuente es el que denominamos “efecto del ambiente”, en el que se acepta una conclusión como válida si contiene el mismo cuantificador (alguno, todo o no), que aparece en las premisas. Esta situación lleva a un estado de ánimo general  o “ambiente”, de ahí su nombre, que nos  conduce a aceptar una conclusión de forma errónea. Ante la conclusión “todas las A son C”, se sigue necesariamente las siguientes  premisas, “todas las A son B” y “todas las B son C”. Si cambiamos el cuantificador “todo” por el de “ninguno” tenemos: “ningún A es B”, ningún B es C y la conclusión: ningún A es C. Esta otra forma parece igualmente valida, como la primera, pero veremos que no lo es. Si tomamos ejemplos reales, el silogismo con “ninguno” sería: P(1) Ningún humano es un automóvil, P(2) Ningún automóvil es un doctor y (C) Ningún humano es un doctor. Es obvio que la conclusión es válida pero es incorrecta en el mundo real.

Dentro de los errores de forma, también tenemos lo que se conoce como “sesgo de emparejamiento”, muy frecuente en los razonamientos condicionales y en la que se acepta una conclusión como válida, si contiene la estructura sintáctica de las premisas o alguno de los términos de estás. 

Tanto el efecto de ambiente como el sesgo de emparejamiento, apuntan al fuerte impacto de la estructura sintáctica. En ambos casos estamos muy influenciados por los cuantificadores que se utilizan en las premisas. Parece que esto se debe  a que ciertos objetos en las afirmaciones categóricas  y condicionales, como los cuantificadores formales, captarían fuertemente nuestra atención. Siempre esperamos que la información que recibimos sea adecuada  y por lo tanto, esperamos que el cuantificador sea crítico, por ello ante la preferencia de atender a las palabras del cuantificador en las premisas, y dar estas como válidas, al aparecer el mismo cuantificador en las conclusiones, también se las acepta como válidas.

Junto a los errores de forma están los errores de contenido que con frecuencia los cometemos cuando nos centramos en la certeza o falsedad de las afirmaciones individuales del silogismo, ignorando la conexión lógica entre las afirmaciones. Lo vemos en estudios que se presentan silogismos falsos cuyas conclusiones contenían, en ocasiones, afirmaciones ciertas. (Markovits 1989). Somos propensos a aceptar como válida, lógicamente, una conclusión si las premisas y la conclusión son afirmaciones ciertas. 

Junto a estos errores también encontramos los que se cometen cuando damos crédito a nuestras creencias. La tendencia a ser más propenso a aceptar una conclusión “creíble” que la que es “increíble”, es un hecho muy frecuente en la vida cotidiana y está fuertemente arraigado a nuestras creencias culturales.

Finalmente parece cada vez más aceptado que mucho de los errores que se comenten en el razonamiento deductivo se deben a las limitaciones en la memoria operativa.

Los estudios sobre las teorías del razonamiento deductivo, llevan a admitir que existe de forma natural, un proceso de análisis mental que evalúa la validez de las premisas y las conclusiones, que nacemos con este sustrato, con esta habilidad sin embargo, la limitación que marca la capacidad de la memoria operativa, hace que no siempre utilicemos las reglas de la lógica y nos vallamos hacia los heurísticos, atajos que ahorran energía y recursos pero que fácilmente nos hacen caer en errores, como los que hemos visto al describir los errores de ambiente, el de sesgo de emparejamiento y los basados en las creencias. Acabamos eligiendo lo que nos parece más creíble. 

Aspectos neurofisiológicos . Los estudios con neuroimagen durante el proceso de razonamiento deductivo, mostraron resultados inicialmente contradictorios. Se pensaba que se activarían áreas más relacionadas con una base lingüística pero se observó que también se activaban áreas relacionadas con modelos espaciales. La conclusión a la que se llego es que cuando el razonamiento deductivo se da con material que es familiar, se utilizan recursos neurales del hemisferio izquierdo, relacionado con los modelos lingüísticos, mientras que si el material es más complejo, se requieren modelos de construcción visuespacial y se activan las regiones del hemisferio derecho. 

La implicación de las bases lingüísticas en el razonamiento deductivo, en la generación de errores, es algo bien conocido y puesto de manifiesto por diversos autores, especialmente Chomsky en su gramática transformacional, cuando trata las frases ambiguas y su capacidad de generar errores de interpretación. Considero que el tema es tan importante como para hacer un artículo monográfico. Espero cumplir esta promesa más adelante.

Relación con el sistema visual. Ya hemos visto como los modelos de visión que van de arriba abajo, como los propuestos por los investigadores de la Gestalt, guardarían una cierta similitud con los modelos deductivos. La información que vamos almacenando en la memoria a largo plazo, el constructo que se genera fruto de la experiencia, la representación mental de los objetos que guardamos, ejerce la función de “guía” sobre la nueva información que va ingresando a cada instante. 

El modelo representacional interno ayuda a identificar los objetos que se presentan delante de nosotros. El filtrado de datos, bordes, colores y formas, supone una gran información que se debe integrar para identificar a los objetos y en ese proceso de constitución, de categorización, las representaciones internas marcan las reglas de agrupación para “deducir” de qué objetos se trata. 

Este mecanismo de visión de arriba abajo es fundamental porque requiere mucha menos energía y permite una identificación de los objetos mucho más rápida, casi de una forma automática. La importancia la vemos en ejemplos de la vida diaria como es el caso de plantear un adelantamiento en coche, identificamos los vehículos que circulan en ambas direccione, calculamos las trayectorias, las distancias y el tiempo que necesitamos para adelantar, de forma casi inmediata, lo cual supone ganar en eficacia y seguridad.

Una vez vistos los mecanismos mentales que utilizamos en la toma de decisiones y en la resolución de problemas, ya estamos en condiciones de abordar los procesos mentales que llevan a la acción, especialmente con la ayuda del sistema visual, algo que desarrollaremos en el próximo capítulo.
Dr Carlos Verges

935513300 - info@areaoftalmologica.com

No hay comentarios:

Publicar un comentario