4. Sobre mí
Licenciado, Magíster y Doctor en Filosofía por la Universidad
Alberto Hurtado.
Áreas de interés: Filosofía de la Mente, Filosofía de la
Percepción, Razonamiento y Pensamiento Crítico.
Laboral: Docente de Epistemología, Filosofía de las Ciencias,
Lógica y Metodología de la Investigación, en diversas casas de
estudio.
R E C O N E C T E M O S A L U M N I U A H
6. Sobre el Microcurso
Objetivos:
• Desarrollar una comprensión crítica de la intersección entre la Inteligencia Artificial, la
Neurociencia y la Ética.
• Fomentar habilidades analíticas y reflexivas aplicadas a temas contemporáneos en ciencia
y filosofía.
• Promover el diálogo interdisciplinario entre profesionales y académicos de diversas áreas.
Metodología:
• Análisis de textos clave.
• Discusiones grupales y reflexiones personales.
Importancia:
• Comprender los desafíos éticos y filosóficos en la era digital.
• Abordar críticamente los avances en inteligencia artificial y neurociencia.
8. Cita
“Tras la revolución cognitiva hace
unos 70.000 años y con el lenguaje
fictivo que permitió la colaboración a
gran escala, los seres humanos crearon
esa "realidad intersubjetiva" donde
residen imperios, religiones y dinero; al
desacoplar inteligencia y consciencia con
los avances de la inteligencia artificial, la
humanidad pudiera estar en las vísperas
de una segunda revolución
cognitiva”.
10. Debate multidisciplinario para proyectar
tendencias y anticipar escenarios al 2050.
Luego de seis meses de trabajo, el
ejercicio de prospectiva impulsado por el
Consejo CTCI, centró su discusión en cuatro
grandes temas: Revolución Digital,
Revolución Biológica, Crisis de la Democracia
y la Sustentabilidad de la vida en el planeta.
Entre las propuestas centrales se destacan
el incentivo al pensamiento crítico, creación
y acceso unificado a banco de datos,
incorporar a los gobiernos locales en la
disminución en brechas digitales y fomentar
el trabajo público/privado con desarrollo
sostenible.
18. ¿Qué es la Revolución
Digital?
Se refiere a la transición desde la tecnología mecánica
y analógica a la digital, iniciada en la segunda mitad
del siglo XX.
Este fenómeno representa un cambio fundamental en
la forma en que la sociedad procesa información,
comunica y opera.
Caracterizada por la invención y rápida evolución de
las computadoras, internet y la tecnología de la
información, esta revolución ha tenido un impacto
profundo en casi todos los aspectos de la vida
moderna.
Ha alterado significativamente la economía, la
educación, la comunicación, y ha dado origen a nuevas
industrias, transformando así los patrones sociales y
las dinámicas globales.
19. ¿Qué es la Revolución
Biológica?
Refiere al enorme avance y transformación en el campo
de la biología y las ciencias de la vida, especialmente
desde mediados del siglo XX hasta la actualidad.
Este periodo está marcado por descubrimientos
fundamentales como la estructura del ADN, el
desarrollo de la biotecnología, la ingeniería genética, la
secuenciación del genoma humano y las terapias
genéticas y celulares.
Estos avances no solo han profundizado nuestro
entendimiento de los procesos biológicos
fundamentales, sino que también han tenido un
impacto significativo en campos como la medicina, la
agricultura, y la ética, desencadenando debates sobre
las implicaciones de la manipulación genética y el
futuro de la salud humana y el medio ambiente.
22. ¿Qué es la ‘Filosofía
de las Ciencias’?
La filosofía de las ciencias es una rama de
la filosofía que se ocupa del estudio de los
fundamentos, métodos, e implicaciones
de la ciencia.
Analiza cómo se desarrolla el conocimiento
científico, cuestiona la naturaleza y validez
de las teorías científicas, y explora las
relaciones entre ciencia, sociedad y ética.
Incluye temas como la estructura de las
teorías científicas, la naturaleza de la
evidencia, los procesos de razonamiento y
justificación en ciencia, y los valores éticos
asociados a la práctica científica.
23. Conceptos clave del marco
teórico
1. Teorías de la Justificación: Tratan sobre cómo las
teorías científicas se justifican y validan. Incluye enfoques
como el empirismo, el racionalismo y el pragmatismo.
2. Demarcación entre Ciencia y Pseudociencia:
Cuestiona qué distingue a la ciencia de otros campos del
saber o de la pseudociencia, enfocándose en criterios
como la metodología y la reproducibilidad.
3. Falsabilidad (Karl Popper): Propone que una teoría
científica debe ser falsable, es decir, debe existir la
posibilidad de contrastarla y refutarla con evidencia
empírica.
4. Paradigmas Científicos (Thomas Kuhn): Refiere a los
marcos conceptuales dominantes en la ciencia en un
momento dado, que guían la investigación y la
interpretación de datos.
27. Desde la antigüedad, la filosofía ha estado fascinada
por el enigma de la mente humana, buscando
desentrañar sus misterios y entender su naturaleza.
Platón, por ejemplo, se ocupó de la relación entre el
alma y el cuerpo, y su teoría de las Ideas abordó la
cuestión de cómo la mente accede al conocimiento.
Aristóteles, por su parte, introdujo conceptos como
"nous" (intelecto) y "psyche" (alma) para explorar las
facultades cognitivas y emocionales.
En la Edad Moderna, Descartes formuló su famoso
dualismo mente-cuerpo, planteando que la mente es
una sustancia distinta del cuerpo físico y los empiristas
como Locke y Hume examinaron cómo la mente
adquiere conocimiento a través de la experiencia
sensorial.
28.
29.
30.
31.
32. La metáfora
computacional
Refiere a la idea de que el cerebro humano funciona
de manera similar a un computador, procesando
información a través de una serie de pasos lógicos y
algorítmicos.
Esta metáfora ha sido influyente en campos como la
psicología cognitiva y las neurociencias, sugiriendo
que el cerebro puede ser entendido en términos de
procesamiento de datos, almacenamiento de
memoria y ejecución de programas.
33. Ojo
Este enfoque computacional ha sido
fundamental porque establece un marco
teórico que permite analizar y modelar la
cognición humana.
Al entender la mente como un sistema que
realiza mapeos de entrada a salida mediante
estados internos y reglas, se abre la puerta a
investigaciones empíricas y teóricas que
buscan descubrir los "algoritmos" específicos
que subyacen a diferentes tipos de procesos y
estados mentales.
34. Programa de investigación:
Cognitivismo
1
Enfoque en el Pensamiento Interno
A diferencia del conductismo, que se centra en
las respuestas observables a los estímulos
externos, el cognitivismo se interesa más por
los procesos mentales internos. Estos incluyen
el pensamiento, la memoria, el aprendizaje, el
lenguaje, la resolución de problemas y la toma
de decisiones.
2
Modelos Mentales y Representaciones
Según el cognitivismo, construimos modelos
mentales del mundo que nos ayudan a
comprender y predecir nuestro entorno. Estos
modelos son representaciones internas de la
realidad externa.
3
Etapas del Procesamiento Cognitivo
La teoría sugiere que el procesamiento de la
información pasa por varias etapas, como la
atención, la percepción, el almacenamiento en
la memoria y la recuperación.
35. Discusión en grupos
¿Es la mente al cerebro
como el software al
computador?
20 minutos
Actividad
37. 1. La Cualidad
Subjetiva de la
Experiencia
Humana
La experiencia humana posee una
profundidad subjetiva que las computadoras
no pueden replicar.
El experimento filosófico del cuarto de Mary
ilustra esto claramente. Mary, una científica
que vive en un cuarto en blanco y negro y
conoce todo sobre el color desde un punto
de vista objetivo, experimenta algo
completamente nuevo y subjetivo cuando ve
el color rojo por primera vez.
Este experimento destaca cómo el
conocimiento subjetivo y la experiencia
vivida son aspectos críticos de la conciencia
humana que no se pueden reducir a meros
datos o procesos computacionales.
38.
39. 2. La diferencia
entre sintaxis y
semántica
La diferencia fundamental entre la capacidad
de procesar información (sintaxis) y la
capacidad de entender o dar significado a
esa información (semántica) es central en el
debate sobre la conciencia y la inteligencia
artificial.
El experimento filosófico de la habitación
china de John Searle aborda esto: una
persona que sigue instrucciones en un
idioma que no entiende puede parecer que
está comunicándose en ese idioma, pero en
realidad no comprende lo que dice.
Esto sugiere que las computadoras, aunque
procesan símbolos (sintaxis), no comprenden
realmente su significado (semántica), a
diferencia de los seres humanos.
40.
41. 3. La
creatividad de
la mente
humana
La mente humana es excepcional en su
capacidad para la creatividad e innovación. A
diferencia de las máquinas, que operan
dentro de los parámetros de su
programación, los humanos pueden pensar
de manera abstracta, hacer conexiones
inesperadas y generar ideas completamente
nuevas.
Esta habilidad para la innovación creativa no
solo es fundamental para el arte y la cultura,
sino también para resolver problemas
complejos en ciencia, tecnología y otras
áreas, donde la capacidad de pensar más allá
de los modelos establecidos es crucial.
42.
43. Características de la
Consciencia
1. Experiencia sensorial; como ver el color
rojo.
2. Experiencia afectiva; como sentir dolor.
3. Experiencia cognitiva; como pensar
profundamente en un problema.
4. Experiencia agencial, como decidir
actuar.
5. Autoconciencia.
46. Definición de Inteligencia
Artificial (IA)
La Inteligencia Artificial (IA) se define como la
capacidad de un sistema o máquina para
imitar la inteligencia humana.
Esto incluye habilidades como el aprendizaje,
el razonamiento, la percepción, la solución de
problemas y la adaptación a nuevos contextos.
La IA puede clasificarse en dos categorías
principales: IA débil, que se enfoca en tareas
específicas, y IA fuerte, que busca emular la
inteligencia humana en un sentido amplio.
La IA se basa en algoritmos y tecnologías
avanzadas, como el aprendizaje automático y
las redes neuronales, para procesar datos y
realizar tareas complejas.
50. ¿Qué es son los LLMs?
• Los Modelos de Lenguaje de Gran Escala (LLMs)
son sistemas de inteligencia artificial avanzados que
aprenden a comprender y generar lenguaje
humano mediante el entrenamiento con vastas
cantidades de texto.
• Utilizan arquitecturas de redes neuronales
complejas, como los transformadores, para
y producir texto de manera efectiva, capturando el
contexto y las relaciones entre palabras.
• Estos modelos son capaces de realizar una amplia
gama de tareas lingüísticas, desde generar texto
coherente hasta responder preguntas y
traducir idiomas, encontrando aplicaciones en
diversos campos como atención al cliente,
educación y creación de contenido.
• Con cada nueva versión, mejoran en precisión,
capacidad de respuesta y comprensión contextual,
marcando un hito significativo en el avance de la
inteligencia artificial en el procesamiento del
lenguaje natural.