psicopedagogía

1. CONEXIONISMO Y
COGNICIÓN

2. PEDRO LUIS COBOS CANO
PROFESOR TITULAR DEL DEPARTAMENTO DE PSICOLOGÍA BÁSICA DE LA UNIVERSIDAD DE MÁLAGA
CONEXIONISMO
Y COGNICIÓN
EDICIONES PIRÁMIDE
COLECCIÓN «PSICOLOGÍA»
Director:
Francisco J. Labrador
Catedrático de Modificación de Conducta de la Universidad Complutense de Madrid
Diseño de cubierta: C. Carabina
Realización de cubierta: Anaí Miguel
Reservados todos los derechos. El contenido de esta obra está protegido por la Ley, que
establece penas de prisión y/o multas, además de las correspondientes indemnizaciones por
daños y perjuicios, para quienes reprodujeren, plagiaren, distribuyeren o comunicaren
públicamente, en todo o en parte, una obra literaria, artística o científica, o su
transformación, interpretación o ejecución artística fijada en cualquier tipo de soporte o
comunicada a través de cualquier otro medio, sin la preceptiva autorización.
©Pedro Luis Cobos Cano
©Ediciones Pirámide (Grupo Anaya, S. A.), 2005 Juan Ignacio Lúea de Tena, 15. 28027
Madrid
Teléfono: 91 393 89 89
www.edicionespiramide.es
Depósito legal: M. 173-2005
ISBN: 84-368-1930-6
Printed in Spain
Impreso en Lavel, S. A.
Polígono Industrial Los Llanos. Gran Canaria, 12
Humanes de Madrid (Madrid)

3. A mi hijo, Pedro Cobos, y a mi mujer, Ana García.
También a mis padres, Rosa y José Luis, y a mi hermana Verónica.

4. © Ediciones Pirámide
Indice
Prólogo.........................................................................................................,. .................... 13
Introducción ..................................................................................................................... 17
PARTE PRIMERA
Génesis y fundamentos de los modelos conexionistas
1. El enfoque computacional de la mente y sus consecuencias para la psicología 25
1. Surgimiento y supuestos del enfoque computacional de la mente ................. 25
1.1. Surgimiento ................................................................................................ 25
1.2. Supuestos del enfoque computacional de la mente ..................................... 27
1.2.1. Supuesto de racionalidad......................................................... 27
1.2.2. Supuesto del procesamiento algorítmico....................................... 28
1.2.3. Supuesto representacional............................................................ 29
1.2.4. Supuesto de causación y supuesto materialista............................. 29
2. Consecuencias del enfoque computacional de la mente para la psicología ...................... '
30
2.1. Problemas en la psicología de mediados del siglo xx.................................. 30
2.2. Soluciones aportadas por el enfoque computacional de la mente.. 32
2. El enfoque clásico de la computación: rasgos generales ............................... 35
1. Supuesto de racionalidad....................................................................................... 35
2. Supuesto del procesamiento algorítmico............................................................... 36
3. Supuesto representacional ..................................................................................... 36
4. Supuesto de causación y supuesto materialista...................................................... 38
3. El enfoque neuronal de la computación: primeros hitos ................................. 41
1. McCulloch y Pitts: primeras caracterizaciones de la computación en el cerebro........ 41
2. Hebb: el aprendizaje, en forma de modificación de la eficacia sináptica, es un proceso
central............................................................................................................................ 44

6. 10 / índice
© Ediciones Pirámide
3. Rosenblatt y el perceptrón: la espectacular habilidad de las redes en el aprendizaje.... 46
4. Selfridge: adquisición de representaciones en las redes neuronales....................... 48
5. Widrow y Hoff: optimización del aprendizaje en un ambiente probabi- lístico mediante
el gradiente de descenso................................................................................................ 50
6. Recapitulación.................................................................. .................................... 51
4. El enfoque neurona! de la computación entra en crisis: Minsky y Papert analizan
las limitaciones de los perceptrones ........................................................................ 55
5. La crisis del enfoque clásico de la computación..................................................... 61
1. El supuesto de racionalidad es cuestionado.......................................................... 61
2. Dificultades en la explicación de los patrones comportamentales a par
tir de reglas formales sensibles a la estructura de las representaciones... 62
3. Problemas con el modo de concebir las representaciones mentales............... 63
4. Cuestiones relacionadas con la elegancia de las teorías y con las relaciones entre la
psicología cognitiva y la neurocicncia .......................................................................... 64
6. El enfoque neuronal cobra un nuevo impulso: el conexionismo.. 67
1. Adquisición de representaciones internas mediante la regla de la retro- propagación del
error: el fin de la tiranía del input.................................................................................. 67
2. Las redes Hopfield: a buen entendedor, pocas palabras bastan.............................. 69
3. Las máquinas Boltzmann: evitando mínimos locales y solucionando el problema OEX
una vez más .................................................................................................................. 70
4. El atractivo de las redes conexionistas .................................................................. 71
7. Enfoque clásico, enfoque neuronal y niveles de explicación ........................ 75
1. Los niveles de explicación según Marr (1982).................................................... 76
2. Niveles de descripción de un algoritmo en sentido informático..................... 78
3. Niveles que difieren en cuanto al grado de complejidad de los elementos constituyentes
81
PARTE SEGUNDA Redes conexionistas: atributos definitorios, propiedades y
aplicaciones
8. Redes conexionistas: definición, arquitectura y representaciones....................... 89
1. Definición.............................................................................................................. 89
2. Arquitectura de las redes conexionistas: elementos definitorios.................... 91
2.1. Microestructura de una red ......................................................................... 91
2.2. Mesoestructura de una red .......................................................................... 92
2.3. Macroestructura de una red......................................................................... 94
3. Las representaciones en las redes conexionistas ............................................. 95
3.1. Caracterización de las representaciones distribuidas ............................ 95
3.2. Ventajas de las representaciones distribuidas ....................................... 97
9.Asociadores de patrones bicapa................................................................... 101
1. Problema ........................................................................................................... 102
2. Arquitectura y propiedades ............................................................................ 103
2.1.Asociadores de patrones bicapa que aprenden con la regla de . Hebb ......................... 104
2.2. La regladelta en asociadores de patrones bicapa .................................... 115
3. Aplicaciones................................................................................................ 126
10. La regla de la retropropagación del error en asociadores de patrones multicapa
131

7. índice / 11
© Ediciones Pirámide
1. Problema .......................................................................................................... 131
2. Arquitectura y propiedades ............................................................................... 132
2.1.Arquitectura 133
2.2.Derivación de la regla de la retropropagación del error ..........................................
133
2.3.Algunas consideraciones técnicas ................................................................................ 135
2.4.Análisis de propiedades computacional y psicológicamente relevantes ..................... 140
2.5.Plausibilidad biológica de la regla de la retropropagación del error ............................ 166
3. Aplicaciones...................................................................................................... 170
11. Redes recurrentes simples ................................................................................ 177
1. Problema ............................................................... , ................................... 177
2. Arquitectura y propiedades ............................................................................... 178
2.1. Arquitectura ............................................................................................ 178
2.2. Algunas consideracionestécnicas............................................................ 179
2.3.Análisis de propiedades computacional y psicológicamente relevantes ...................... 182
3. Aplicaciones......................................... ...... ............................................... 196
12. Otros principios de diseño arquitectónica^.......................................................... 201
1. Aprendizaje no supervisado................................ 2........................................... 201
1.1. Aprendizaje no supervisadohebbiano .■................................................. 202
1.2. Aprendizaje competitivo......................................................................... 203
2. Redes dinámicas................................................................................................ 208
2.1. Redes que minimizan funciones de energía...................................... É18
2.2.Autoasociadores que emplean la regla delta y la regla delta generalizada ............. 211

8. 12 / índice
© Ediciones Pirámide
PARTE TERCERA El conexionismo: repercusiones teóricas y retos que tiene planteados
13. Una visión emergentista de la cognición ............................................................ 219
14. La naturaleza de las representaciones mentales ............................................... 225
1. Unidades básicas de representación.................................................................. 225
2. Representación de objetos complejos a partir de las unidades básicas de representación ............................. 226
15. Origen del conocimiento e innatismo .................................................................. 231
1. Replanteando el concepto de innatismo............................................................ 231
2. La función del entorno...................................................................................... 237
16. Retos que tiene planteados el conexionismo para el futuro ......................... 243
1. Algunas limitaciones........................................................................................ 243
2. Algunas dificultades.......................................................................................... 244
3. Caminos por los que debe seguir avanzando .................................................... 245
Conclusiones ...................................................................................................................................................... 247
Referencias bibliográficas ................................................................................................................................. 253

9. © Ediciones Pirámide
Prólogo
El libro de Pedro Luis Cobos, que el lector tiene entre sus manos, reúne diversas y muy notables cualidades entre
las que quiero destacar tres. En pri-' mer lugar, como el autor manifiesta expresamente, trata de contribuir a la difusión
del conexionismo entre los psicólogos españoles, algo que resulta totalmente pertinente y oportuno. Si el conocimien-
to y extensión del enfoque cognitivo-computacio- nal en la psicología española ha sido tardío y fragmentario, 18 años
después de la publicación en inglés de los volúmenes editados por Dave Rumel- hart, James McClelland y el equipo
PDP, el conexionismo en nuestro país es todavía un desconocido: solamente un puñado de investigadores realizan su
trabajo dentro de este enfoque, proponiendo y diseñando modelos conexionistas específicos para la explicación de
diversas tareas.
En segundo lugar, Conexionismo y cognición aborda los fundamentos, propiedades y perspectivas de los modelos
conexionistas en forma particularmente clara y profunda. De esta manera, el lector podrá encontrar en estas páginas
una explicación de las raíces computacionales del conexionismo y los avatares teóricos que llevaron a su irrupción en
la investigación psicológica en los años ochenta; una descripción detallada y precisa de las redes conexionistas más
eficaces, frecuentemente utilizadas en la explicación de fenómenos cogniti- vos muy diversos, de la adquisición del
lenguaje a la representación en la memoria, del desarrollo cog- nitivo a la adquisición de la lectura; y una presentación
de los cambios que el conexionismo ya ha
producido en la psicología y los retos a los que se enfrenta en el futuro.
Un último e indudable valor de esta obra es que es un libro valiente, apasionado y optimista. El propósito del
doctor Cobos no es mostrarnos su pericia de experto en la simulación conexionista; por el contrario, su intención es
lisa y llanamente convencernos de la importancia y posibilidades del conexionismo, para lo cual opta por decirnos qué
es lo que realmente piensa sobre los problemas que aborda, sin hurtarnos las dificultades y limitaciones que existen, y
los problemas que están aún sin resolver.
La lectura de Conexionismo y cognición me ha proporcionado la oportunidad de llevar a cabo una evaluación
personal de los logros conseguidos por el conexionismo, 12 años después de la publicación en castellano de la versión
seleccionada de la obra de Rumelhart, McClelland y el equipo PDP, de cuya edición me encargué. Las próximas
líneas de este prólogo servirán para presentar al lector mi opinión, aunque sea breve y esquemáticamente, sobre las
promesas y logros del conexionismo, al mismo tiempo que dirijo la atención sobre asuntos de relieve que podrá
encontrar desarrollados más ampliamente en el libro. Para ello, me centraré en cuatro aspectos: algunos cambios que
se han producido en estos años, Jas ideas nuevas que han surgido, las perspectivas teóricas que el conexionismo
parece haber abierto y, finalmente, cómo ha resistido el conexionismo las principales críticas que recibió poco después
de su irrupción en los años ochenta.

10. 14/ Prólogo
© Ediciones Pirámide
Hace 14 años, Hintzman (1990, p. 110) decía, en tono jocoso, que muchos investigadores se encontraban en la
disyuntiva de «apuntarse a un curso de cálculo vectorial o pedir la jubilación anticipada». Parece que un grupo todavía
relativamente pequeño, pero de creciente relevancia, y singularmente productivo, ha seguido la primera de las al-
ternativas que sugería Hintzman y se han lanzado a la modelízación conexionista. A primera vista, se podría decir que
la irrupción del conexionismo no ha significado el cambio revolucionario de paradigma que algunos predecían (véase
Schneider, 1987). Sin embargo, los cambios que se han producido en estos años han sido muy relevantes y cua-
litativos, por utilizar un término con resonancias evolutivas al que nos referiremos posteriormente. Estos cambios
pueden agruparse en dos tipos principales: las modificaciones que se han producido en algunos problemas básicos y el
surgimiento de nuevas ideas y procedimientos.
A pesar de las raíces cognitivas y computa- cionales del enfoque conexionista, que tan bien son descritas y
analizadas en el libro, a finales de los ochenta había una atmósfera de enfrentamiento entre las concepciones
computacionales clásicas y el conexionismo. Este enfrentamiento tenía orígenes diversos, entre ellos las críticas de
Fodor y Pylyshyn (1988), y la concepción del conexionismo como «un nuevo tipo de asociacionismo». Contra esta
situación, y reclamando el carácter compu- tacional del enfoque conexionista, se alzaron ya entonces algunas voces,
como las de Smolensky (1988) o Bechtel y Abrahamsen (1991). Quizá quien expresó de forma más vivida la relación
entre el conexionismo y el enfoque simbólico clásico fue la filósofa británica Margare! Boden (1991) cuando publicó
el trabajo titulado Horses ofa Dif- ferent Color? En esta publicación, Boden defendía cómo ambos enfoques
pertenecen a una misma especie computacional, lo que les permite compartir unos mismos principios a partir de los
cuales la cooperación no sólo es posible, sino también productiva y enriquecedora. El paso del tiempo ha dado la
razón a estos últimos autores, ya que la mo- delización conexionista se ha incorporado sin ningún complejo, como una
herramienta básica, y es
pecialmente prestigiosa en algunos campos, al trabajo cotidiano del científico cognitivo.
Otro cambio, relacionado con el anterior, merece ser resaltado, ya que muestra de nuevo cómo algunas de las
previsiones y concepciones globales de los defensores del enfoque se han visto corroboradas con el paso del tiempo.
Me refiero a la relación del conexionismo con el tradicional debate entre empirismo e innatismo. Rumelhart y McCle-
lland habían ya defendido, en uno de los capítulos de su obra básica, que el enfoque PDP podía ser congruente, tanto
con una «visión fanáticamente in- natista» como con una «visión fanáticamente em- pirista» de la cognición
(1986/1991, pp. 170-171), sugiriendo a la par que este nuevo enfoque podría realizar aportaciones útiles en este viejo
debate. Así ha sido, como el lector podrá encontrar con singular nitidez en Conexionismo y cognición. Los trabajos de
un conjunto importante de investigadores utilizando modelos de redes neuronales han permitido «repensar» el
innatismo y poner de manifiesto cómo muchos de los rasgos más característicos de la conducta cognitiva «emergen»
del funcionamiento de determinadas redes neuronales enfrentadas a situaciones estimulares adecuadas (véase Elman y
otros, 1996). De hecho, el enfoque conexionista proporciona los mecanismos específicos que permiten sostener sobre
bases sólidas y precisas las concepciones constructivistas en psicología. Como Pedro Luis Cobos muestra, tanto el
constructivismo de origen piagetiano como el vy- gotskiano han encontrado un importante aliado en las posibilidades
explicativas que aportan las redes conexionistas.
Ahora bien, las modificaciones acaecidas en estos años no se acaban con la consolidación de tendencias y
perspectivas arriba mencionadas, sino que han surgido también ideas y procedimientos nuevos que permiten dar
solución a problemas relevantes en diversos campos de la cognición. Cabe destacar el desarrollo de las llamadas
«redes constructivistas», las cuales, debido a los requerimientos de! medio, pueden cambiar su estructura mediante el
reclutamiento o incorporación de nuevas unidades, y son capaces, así, de dar cuenta de los cambios cualitativos
característicos que se producen en la con-
ducta cognitiva de los niños y los adolescentes (Ma- reschal y Shultz, 1996; Quartz, 1993).
Asimismo, y en relación con las nuevas formas de abordar el debate entre empirismo e innatismo, desde la
perspectiva conexionista se ha abordado el estudio de los factores cronotópicos mediante los cuales los procesos de
maduración pueden estar sintonizados temporalmente con la actuación de determinadas redes neuronales y, de esa

11. Prólogo / 15
' Sicotes Pirámide
manera, facilitar el aprendizaje de algunos conceptos que de otra manera no serían posibles. A este respecto, los
estudios de El man (1993, 1999) han puesto de manifiesto cómo de la interacción sinérgica entre una entrada
sensorial, la estimulación lingüística recibida por una red recurrente, y un factor de maduración biológica de tipo
innato, como es el incremento en la memoria operativa en la primera infancia, puede surgir la adquisición de oraciones
gramaticalmente complejas, que incluyen diversas categorías gramaticales, dando cuenta incluso del fenómeno de la
incrustación, típico de las oraciones de relativo. De esta manera, los modelos conexionistas están realizando
aportaciones de gran calado e impacto, en un campo como la adquisición de la gramática, dominado hasta ahora por
las concepciones choms- üanas. defensoras del enfoque computacional clá- 'ico (véanse también García-Madruga y
Carriedo, 2'902: Gutiérrez, Luque y García-Madruga, 2002).
Como hemos visto hasta ahora, los últimos 18 años de trabajo conexionista han sido notablemente fructíferos, lo
que ha permitido que este enfoque enga un reconocimiento real y creciente dentro de a ciencia cognitiva. Pero no se
acaban aquí las ¿portaciones realizadas por este enfoque en su corlo espacio de vida. La irrupción del conexionismo ¿a
tenido, en mi opinión, un carácter más integra- ¿or que desintegrador, ya que ha proporcionado el sustrato material, el
cemento, que permite conectar ;• relacionar posiciones teóricas, si no enfrentadas, < separadas entre sí. Hace doce
años, en la introducción a la versión española del libro de Rumel- LÍ.1 y McClelland, apuntaba que úna de las claves
sobre el éxito del conexionismo provendría de la capacidad de este enfoque para «integrar las concepciones
computacionales con otras concepciones ¿rgnitivas provenientes de las obras de Piaget y Vy-
gotski». La realidad es que, como a través de la lectura de este libro el lector podrá comprobar en forma más detallada,
se han producido avances de importancia en esta línea, ya que el conexionismo es un «lenguaje» que nos permite dar
cuenta, en el nivel microestructural o subconceptual, de las contribuciones cognitivas realizadas por diversas con-
cepciones cognitivas, y ayudarnos a relacionarlas entre sí. Además, como también se pone de manifiesto en el libro, la
excesiva compartimentalización de los procesos y capacidades psicológicas y la división de la psicología en múltiples
miniteorías, que el enfoque computacional simbólico ha producido —tal y como solía criticar con razón Alien Ne-
well—, podría ser sustituida por un nuevo tipo de «visión unificada» de la cognición, como la proporcionada por el
conexionismo, a partir de un pequeño conjunto de principios y procedimientos de cómputo estrechamente
relacionados entre sí.
No querría terminar este prólogo sin referirme a los propios límites del conexionismo, así como a las críticas que
ha recibido, algo que en el libro se analiza con rigor. Entre las críticas que se formularon al enfoque conexionista, ya
desde un principio, hay dos que merece la pena destacar. La primera hace referencia a la ausencia de plausibilidad
neuronal de las redes conexionistas. Una virtud indudable del conexionismo ha sido acercar la cognición a la base
neuroiógica, es decir, al cerebro; el estudio de la mente humana es un asunto de tal dificultad y complejidad que no
puede permitirse ignorar las influencias y relaciones entre los diversos niveles de explicación, y en particular
despreciar las evidencias crecientes que proporcionan las neuro- ciencias en su estudio del nivel de instrumentación
cerebral. Evidentemente, las redes neuronales no son el cerebro, ni los procedimientos y arquitecturas que se proponen
son necesariamente plausibles desde el punto de vista neurológico, como es el caso de la propagación hacia atrás o
retropropagación. Pero esto no inhabilita su función explicativa y heurística, máxime cuando la modelización conexio-
nista está incluyendo, en forma creciente, restricciones y datos neuronales.
La segunda de las críticas hace referencia a los problemas de las redes neuronales en la explicación
de los rasgos característicos de las representaciones cognitivas y el lenguaje, especialmente los de com- posicionalidad
y sistematicidad (Fodor y Pylyshyn, 1988). Tras las primeras aportaciones de Smolensky (1988), en estos años ha
habido aportaciones relevantes que permiten dar respuesta, aunque sea parcial, a los problemas planteados por la
composicio- nalidad y la sistematicidad. El lector encontrará en el libro una presentación detallada de algunos de los
trabajos más interesantes en este campo, y cómo estas aportaciones están relacionadas con los nuevos avances en la
explicación de la adquisición del lenguaje a través de redes recurrentes simples, como los estudios ya mencionados de
Elman. De nuevo, nos encontramos que una crítica de calado al enfoque conexionista obtiene una respuesta no sólo en
términos de argumentación, sino que incluye el diseño de procedimientos computacionales específicos.

12. 16/ Prólogo
© Ediciones Pirámide
El desarrollo de modelos conexionistas subyace a muchos de los avances recientes en nuestra comprensión de los
procesos y capacidades psicológicas, del aprendizaje y la memoria a la adquisi
ción del lenguaje y el desarrollo intelectual, de la percepción y la adquisición de la lectura al razonamiento inductivo y
deductivo. Aunque se ha sostenido que su capacidad está más centrada en la descripción de los fenómenos que en su
comprensión y explicación, esto no parece ser totalmente así, puesto que, en su corta vida, el conexionismo nos ha
ayudado ya en forma notable a mejorar la comprensión de los procesos psicológicos. Además, evidentemente, el
conexionismo no es ninguna panacea en la que podamos encontrar remedio o solución a todos los problemas que el
estudio de la mente tiene planteados; es sólo una herramienta más, aunque singularmente poderosa, que los in-
vestigadores deberán utilizar, junto con otras, en su quehacer cotidiano. El libro del doctor Cobos les será de gran
ayuda para iniciarles en el dominio de esta herramienta.
Madrid, enero de 2005.
JUAN A. GARCÍA-MADRUGA

13. © Ediciones Pirámide
Introducción
Los modelos conexionistas, también conocidos como redes conexionistas, redes neuronales o modelos de
procesamiento distribuido y paralelo, constituyen modos de especificar formalmente los procesos mentales
responsables del comportamiento que observamos en las personas y en los animales. En la actualidad pasan por ser
los modelos más frecuentemente empleados para describir gran parte de los procesos cognitivos. Además, hay pocas
dudas de que su irrupción ha tenido importantes repercusiones en psicología, en inteligencia artificial, en filosofía de
la mente y en las disciplinas que integran la neurociencia y la ciencia cognitiva.
A pesar de todo, estos modelos son altamente desconocidos en las facultades españolas de psicología. ¿Por qué?
Seguramente, por más de un motivo. Tengamos en cuenta, en primer lugar, que el enfoque computacional de la mente
no ha calado en nuestro país hasta muy recientemente. Prueba de ello es que uno de los primeros manuales de autoría
española en los que se abordan los procesos mentales desde el enfoque computacional se publicó en 1984. Se trata del
libro Introducción a la psicología cognitiva, de Manuel de Vega. Este manual, de una extraordinaria calidad y alto
rigor científico, era, prácticamente, un caso aislado en el panorama de la psicología española.
Sin embargo, en el momento en que este manual se publicaba, el enfoque computacional de la mente había
desplazado ya al conductismo dentro del panorama internacional y llevaba instalado más de 20 años. Al mismo
tiempo, dentro de este mar-
co, se estaba gestando la revolución conexionista, uno de cuyos hitos fue la publicación, en 1986, de los dos
volúmenes de los PDP (Parallel Distributed Processing) de Rumelhart, McClelland y el grupo PDP. Parte de estos
volúmenes fueron traducidos al castellano en 1992 por un equipo de investigadores coordinados por Juan Antonio
García-Madruga, con quien estamos en deuda por el esfuerzo dedicado a la difusión del conexionismo en España así
como del enfoque computacional.
En resumen, cuando todavía no se habían asentado con firmeza las bases del enfoque de la computación en
España, se nos estaba diciendo desde fuera que teníamos que aprender computación neu- ronal, una nueva forma de
concebir el procesamiento de la información. Por si fuera poco, los manuales de introducción al conexionismo
(escritos en inglés, por supuesto) estaban tan salpicados de ecuaciones, operaciones de cálculo y de álgebra de
matrices que cundía rápidamente el desánimo en cualquiera que intentara enterarse de «qué es eso del conexionismo».
Se dieron, ciertamente, algunos casos excepcionales de psicólogos que no se desalentaron y se hicieron auténticos
expertos en redes neuronales. Tal es el caso de Josep María Sopeña, quien ha contribuido notablemente en el campo
de la modelización conexionista del procesamiento lingüístico.
Además de éstas, el conexionismo ha encontrado otras barreras que han dificultado su difusión por nuestro
territorio. Por ejemplo, hay extendidas una serie de ideas poco acertadas acerca del cone-

14. 18 / Introducción
© Ediciones Pirámide
xionismo que no tienen otro origen que el desconocimiento. Entre estas ideas encontramos la de que el conexionismo
constituye una vuelta al con- ductismo o que es una especie de nuevo revestimiento del asociacionismo de siempre.
Por otro lado, la idea de concebir los procesos mentales como procesos de cómputo encuentra aún resistencia
entre muchos psicólogos. Muchos consideran que el mecanicismo que entraña esta idea está reñido con las emociones,
con los planes, con la creatividad y no digamos ya con la conciencia. A favor de esta idea se suele argumentar que aún
no tenemos una explicación completa de la cognición que provenga del enfoque computacional, ya sea a partir de
modelos conexionistas o a partir de modelos inspirados en el ordenador. Los modelos computacionales escasean ahí
donde el comportamiento de los individuos depende crucialmente de la conciencia, de factores emocionales o de
factores culturales.
En este clima, asumir algún compromiso con la modelización conexionista de los procesos mentales se interpreta
en no pocas ocasiones como un acto de fe ejercitado desde la ingenuidad. Y quien lo hace es fácilmente acusado de
practicar un re- duccionismo que aniquila ciertos aspectos específicamente humanos de la mente.
El presente libro pretende contribuir en la difusión del conexionismo entre los psicólogos españoles. Ahora bien,
los objetivos específicos que han guiado la confección de este libro vienen condicionados en buena medida por el
clima de resistencia que acabamos de describir. Consiguientemente, el primer objetivo que se ha perseguido consiste
en exponer el origen y los fundamentos del conexionismo. En concreto, la primera parte del libro se propone: 1)
analizar los problemas que tenía planteados la psicología antes de la llegada del conexionismo; 2) analizar el origen de
estos problemas; 3) analizar los fundamentos del conexionismo y determinar el modo en que éstos contribuyen a so-
lucionar tales problemas. Con todo ello, se ha intentado reflejar el hecho de que los modelos conexionistas no surgen
en el vacío, sino dentro de un contexto marcado por los problemas que la psicología ha ido encontrando a medida que
se han ex
plorado diferentes caminos. Este contexto restringe el ámbito en el que el científico busca las respuestas. Por ejemplo,
el enfoque computacional de la mente, cuyos postulados asume el conexionismo, contiene una serie de elementos de
una grán eficacia para resolver problemas de gran calado como la fundamentación del estatus causal de los estados
mentales. La renuncia al enfoque computacional de la mente compromete seriamente dicha fundamentación. Éste es
un problema que obstaculizó la adopción del mentalismo entre los años 1920 y 1950, y que ha de afrontar quien
mantenga que el enfoque computacional es erróneo.
En definitiva, se pretende que el lector se haga con la agenda de problemas que tiene que resolver cualquier
explicación científica de la mente. Es posible que el conexionismo sea erróneo. Sin embargo, es importante saber qué
parte de la agenda está peligrando cuando se rechaza el marco conexionista o el marco computacional en el que se
inscribe. Podría resultar fácil, al menos a primera vista, señalar que el conexionismo es erróneo, pero es más difícil
fundamentar esto sólidamente y más difícil aún proponer una alternativa que no dé al traste con la agenda de
problemas. De ahí que muchos científicos hayan asumido un compromiso con la modelización conexionista. No
porque crean firmemente que es correcto, sino porque piensan que la única forma de saber si es correcto o no es la de
llevarlo hasta el límite. Ésta es, y ha sido siempre, una parte importante de la actividad científica.
Pero también es cierto que una empresa que requiere la inversión de tantos recursos y esfuerzos tiene que mostrar
desde el principio su atractivo. Los científicos no se lanzan, sin más, al desarrollo de un marco como el conexionismo
a no ser que éste resulte prometedor. Embarcarse en el conexionismo no ha de ser un acto basado en una fe ciega, sino
en una expectativa razonable. ¿En qué se basa esta expectativa? Esta pregunta se responde, en parte, mediante el
análisis que se ofrece en la primera parte del libro. Sin embargo, resulta mucho más formativo adentrarse en las
propiedades de los modelos conexionistas y en los principios y técnicas de computación en que se basan. Cuando se
hace esta incursión, el conexionismo empieza á ex-
hibir las propiedades de un lenguaje. Es decir, se vuelve un modo de ordenar la realidad capaz de hacernos concebir
posibilidades difíciles de vislumbrar o de concretar de otro modo. Todo ello tiene importantes repercusiones, tanto en
el modo de planteamos un gran número de cuestiones acerca del procesamiento de la información como en el espacio
en el que buscamos las respuestas.

15. Introducción I 19
© Ediciones Pirámide
Por esta razón, la segunda parte del libro está dedicada al análisis de los principios de cómputo co- nexionistas. Lo
que haremos, en concreto, será tender un puente entre los principios de cómputo de las redes conexionistas y las
propiedades más relevantes del sistema cognitivo. Ello nos obligará, en ocasiones, a enfrentamos con las ecuaciones y
las operaciones de cálculo que suelen aburrir a los menos familiarizados con la modelización conexionista. No
obstante, se ha facilitado el camino de varias maneras. En primer lugar, se ha reducido al mínimo el número de
ecuaciones y de operaciones matemáticas. En segundo lugar, las cuestiones puramente técnicas se han tratado en
epígrafes separados de forma que el lector se las pueda saltar sin detrimento de su comprensión del resto del
contenido. En tercer lugar, se ha llevado a cabo en todo momento una exposición didáctica de los contenidos dentro
de lo que podríamos llamar una estrategia inductiva. Es decir, el lector es introducido en el mundo de las redes
partiendo de cero, y las propiedades de las diferentes redes se van extrayendo, siempre que sea
posible, a medida que se experimenta con ellas a través del empleo de sencillos ejemplos.
Después de asimilar los contenidos de la segunda parte, el lector estará preparado para comprender la repercusión
que ha tenido, y puede llegar a tener, el conexionismo en el plano teórico. Como se dice más arriba, la familiarización
con los principios de computación conexionistas produce un efecto parecido al aprendizaje de un lenguaje nuevo.
Caminos que parecían inimaginables o imposibles de concretar se vuelven posibles y accesibles bajo la luz del nuevo
lenguaje. Esto es justamente lo que se pretende mostrar en la tercera parte del libro. Allí se expondrán las vías que se
abren para el entendimiento de las viejas cuestiones planteadas en el seno de la psicología cognitiva, la filosofía y la
ciencia cognitiva. Algunas de estas cuestiones son tan cruciales como la naturaleza de las representaciones mentales o
el origen del conocimiento. En esta tercera parte también se explican algunos de los límites del conexionismo, así
como aquellos retos que tiene que afrontar para abordar satisfactoriamente la descripción de los procesos mentales.
Esperamos que la lectura de este libro sea de utilidad para lograr una mejor comprensión de los beneficios que se
deducen de la modelización conexionista y para deshacer algunos de los malentendidos que tanto han dificultado la
difusión del conexionismo