Psihologia cognitivă: Psihologia și științele cognitive

Conspect al capitolului 1 din ”Psihologie cognitivă” de Mircea Miclea.

Psihologia cognitivă 

Sintagma psihologie cognitivă poate fi analizată din două perspective. În primul rând, aceasta se referă la studiul detaliat al sistemului cognitiv uman și am subsistemelor sale, precum memoria sau limbajul. Astfel, psihologia cognitivă studiază procesările la care este supusă informația între input-ul senzorial și outputul motor sau comportamental. Aceasta dezvoltă un limbaj propriu și o metodologie specifică, cu tematica fiind o continuare a psihologiei gestaltiste și asociaționiste.

În al doilea rând, psihologia cognitivă desemnează o anumită abordare a tuturor fenomenelor psihice și comportamentale din perspectiva mecanismelor informaționale care stau la baza sa.

Viabilitatea psihologiei cognitive este susținută și de caracterul cumulativ al acesteia, prelucrând nu doar rezultatele pozitive din perspectivele anterioare, ci și sugestiile acestora. De exemplu, a preluat principiile gestaltiste, pe care le-a integrat în procesările cognitive secundare. De asemenea, ideea de bază a asociaționismului a fost concretizată în anumite modalități de reprezentare a cunoștințelor, precum rețelele semantice sau scenariile cognitive.

Există trei categorii de critici îndreptate spre abordarea cognitivă. În primul rând, numeroase persoane îi atribuie perspectivei cognitive statutul de curent psihologic contemporan, a cărui soartă este să dispară. Astfel, abordarea devine interesantă din punct de vedere istoric, nu al problemelor pe care le rezolvă. 

În al doilea rând, anumiți critici invocă lipsa de plauzibilitate neuronală a modelelor cognitive. Însă majoritatea modelelor cognitive iau în considerare datele oferite de neuroștiințe, iar modelările neoconexioniste sunt de inspirație neuronală. 

În al treilea rând, susținătorii abordării behavioriste neagă posibilitatea cunoașterii prelucrărilor interne ale stimulilor sau rolul cauzal al factorilor cognitivi în inducerea unor comportamente. Aceste critici s-au redus atunci când behavioriștii s-au recunoscut în noile modelări conexioniste și psihologia cognitivă a asimilat rezultatele experimentale ale behavioriștilor.

De exemplu, se știe că, din perspectivă behavioristă, la baza comportamentului fobic stă condiționarea clasică. Aceasta constă în asocierea unui stimul condiționat cu un stimul necondiționat care produce un răspuns necondiționat. Astfel, asocierea repetată a medicului cu o intervenție medicală care produce o reacție dureroasă va face ca apropierea medicului să producă teama.

În cazul în care comportamentul fobic este rezultatul unei învățări , intervenția psihoterapeutică este dezvățarea, sau construirea unei noi asocieri. Astfel, situația fobogenă este asociată cu un răspuns de relaxare din partea organismului.

O serie de cercetări mai recente au reliefat importanța valorii informaționale a stimulului condiționat. Astfel, nu simpla asociere prin contiguitate temporală, ci informația pe care o conține stimulul condiționat poate prezice apariția răspunsului necondiționat stă la baza fobiilor.

Un alt mecanism cognitiv implicat în etiologia fobiilor este cel de atribuire. Astfel, la începutul reacției fobice, persoana respiră adânc, având senzația că se simte mai bine și își controlează comportamentul. În același timp, el resimte tahicardie, care este, de multe ori, asociată cu afecțiunile cardiace. O astfel de atribuire intensifică reacția persoanei care, la rândul ei, prelungește simptomele. Tahicardia ar trebui atribuită hiperventilației. Pacienții care fac asta prezintă reducerea duratei și a incidenței reacțiilor fobice. 

Constituirea științelor cognitive 

Repere bibliografice 

Mijlocul secolului nostru a fost martor la o serie de realizări științifice remarcabile în logica matematică, cibernetică și teoria informației.

La nivelul logicii matematice, a apărut crearea sistemelor formale și definirea calculabilității. Într-un sistem formal, manipularea simbolurilor se face pe baza unor reguli pur sintactice, ceea ce permite demonstrarea teoremelor din axiome pe baza unor calcule mecanice. Mai mult, orice funcție este calculabilă dacă poate fi specificată în mod clar și descompusă într-un număr finit de componente. Pe baza acestei definiții, nu doar funcțiile numerice devin calculabile, ci și combinațiile lingvistice sau comportamentele.

O altă personalitate importantă este A. Turing. Acesta a construit o mașină teoretică ce prezintă computabilitate universală și a indicat modalitatea operativă de stabilire a inteligenței unui sistem artificial. Astfel, un sistem artificial este inteligent dacă răspunsurile pe care le dă unui observator extern nu pot fi deosebite de cele oferite de un om.

Mai departe, cibernetica și teoria informației au atras atenția asupra fluxurilor informaționale, elaborându-se primele teorii matematice ale informației și primele mașini de procesare a informației.

Profitând de aportul celor trei discipline, psihologii au proiectat o nouă viziune asupra psihicului ca sistem de procesare a informației. Studiul fenomenelor psihice a devenit studiul prelucrărilor informației între input senzorial și output motor.

În vara anului 1956 se conturaseră două grupuri de cercetare a mecanismelor de procesare a informației – unul la MIT și unul la Carnegie-Mellon. În toamna aceluiași an, s-a organizat un simpozion asupra teoriei informației la MIT. În ultima zi, 12 septembrie, se consideră că au luat naștere științele cognitive. În acea zi aveau loc trei prelegeri importante, a lui H. A. Simon și A. Newell, a lui Chomsky și a lui G. Miller. În 1967 se consacră termenul de psihologie cognitivă prin publicarea unui volum cu acest nume.

În mijlocul anilor `70, fundația Alfred. P. Sloan alocă sute de milioane de dolari pentru dezvoltarea științelor cognitive. În consecință, în 1977 este înființată o societate internațională de științe cognitive, care începe să editeze revista „Cognitive science”. În această societate erau incluse șase discipline – psihologia cognitivă, inteligența artificială, filozofia, lingvistica, neuroștiințele și antropologia. Din filozofie, sunt incluse doar filozofia analitică, logicile filozofice și epistemologia.

Psihologia cognitivă și științele cognitive 

Impactul interacțiunii psihologiei cognitive cu celelalte științe cognitive este vizibil la nivelul a cel puțin trei aspecte – nivelul de analiză, aparatul conceptual utilizat și instrumentarul metodologic folosit. 

Analiza proceselor informaționale se realizează la un nivel componențial, mult mai detaliat comparativ cu abordarea tradițională, făcând trecerea de la analiza molară la cea moleculară. De exemplu, în mod tradițional, memoria era văzută ca ceva unitar. În schimb, psihologia cognitivă indică existența sistemelor mnezice diferite – memorie senzorială, semantică, procedurală, explicită, implicită și altele.

Analiza moleculară a proceselor cognitive a rezultat din două presiuni, una de sus, una de jos. Presiunea de sus a venit din partea specialiștilor în inteligență artificială. Aceștia, în încercarea de a construi sisteme inteligente, s-au declarat nesatisfăcuți de conceptualizarea din psihologia tradițională. Ei aveau nevoie de o analiză mai detaliată, componențială.

Presiunea de jos a venit din partea neuroștiințelor. Ca o consecință a descoperirilor din domeniul neuroștiințelor, s-a creat un decalaj destul de mare între nivelul de analiză intracelular, extrem de detaliat, din neuroștiințe și cel molar din psihologie.

În ceea ce privește aparatul conceptual, plasarea psihologiei cognitive în corpul științelor cognitive și limbajul impus de noul nivel de analiză a sistemului cognitiv au dus la dezvoltarea unui nou aparat conceptual. Repertoriul conceptual utilizat de psihologia cognitivă variază în funcție de una din cele două paradigme în cadrul cărora se realizează investigarea – paradigma clasic simbolică sau paradigma neoconexionistă. 

În final, la nivelul instrumentarului metodologic, experimentul a rămas axa metodologică principală, la care s-a adăugat o nouă axă formată din triada modelare-formalizare-simulare pe calculator. Acestea două nu epuizează întregul repertoriu metodologic la care recurge psihologia cognitivă. Alte metode includ gândirea cu voce tare, înregistrarea mișcărilor oculare au ascultarea dihotomică.

Pe lângă încadrarea psihologiei cognitive în cadrul științelor cognitive, la fel de importantă este încadrarea psihologiei cognitive în cadrul științei psihologice.

În primul rând, toate sau aproape toate ramurile psihologiei sunt marcate de psihologia cognitivă. De exemplu, în psihologia clinică, cercetările cu privire la prelucrarea informației în cazul diferitelor afecțiuni sunt extrem de importante. Psihologia organizațională profită din plin de cercetările cognitive asupra deciziilor, reprezentării cunoștințelor sau rezolvării de probleme. Mai mult, psihologia cognitivă a dus la apariția de noi direcții de specializare, precum psihoterapia cognitivă sau proiectarea interfeței om-calculator.

În al doilea rând, componenta cognitivă nu epuizează complexitatea fenomenelor psihice. De exemplu, la nivelul creativității, este clar că factorii cognitivi joacă un rol esențial în procesul de creație. Însă motivația influențează masiv atât performanța, cât și capacitatea creativă.

Pe scurt, psihologia cognitivă încearcă să satisfacă un dublu standard – de a oferi modele formalizate și implementabile pe calculator și de a construi modele valide și relevante pentru comportamentul uman.

Analiza sistemului cognitiv 

Definirea sistemului cognitiv

Un sistem cognitiv este un sistem fizic care posedă două proprietăți – de reprezentare și de calcul.

Reprezentarea este o reflectare într-un mediu intern a realității exterioare. Esențialul în cazul unei reprezentări este stabilirea unei relații sistematice între domeniul ce trebuie reprezentat și mediul intern în care este reprezentat. Reprezentările folosite de sistemul cognitiv pot fi simbolice, precum imagini, sau subsimbolice, precum pattern-uri de activare a rețelelor neuronale. Calculul constă în manipularea reprezentărilor pe baza unor reguli. Dacă reprezentările sunt simbolice, atunci vorbim despre reguli de manipulare a simbolurilor.

Reprezentarea și calculul sunt trăsături necesare și suficiente pentru ca un sistem fizic să posede inteligență.

Nivele de analiză ale sistemului cognitiv 

Orice sistem cognitiv poate fi analizat la cel puțin patru niveluri – nivelul cunoștințelor, nivelul computațional, nivelul reprezentațional – algoritmic și nivelul implementațional.

Nivelul cunoștințelor 

Pentru a înțelege comportamentul unui sistem cognitiv trebuie investigată baza de cunoștințe pe care o posedă și scopul sau intențiile sale. Aceste două aspecte nu epuizează toată complexitatea comportamentului uman, dar constituie un factor esențial în explicarea acestuia.

Comportamentele sau mecanismele psihice care se modifică în funcție de cunoștințe se numesc cognitiv – penetrabile. De exemplu, recunoașterea unei litere se realizează mai rapid dacă este prezentată într-un cuvânt cu sens decât într-o combinație lingvistică fără sens. În general, orice obiect sau figură este recunoscută mai rapid într-un context corespunzător, comparativ cu unul neobișnuit.

Nu doar comportamentul normal, ci și cel patologic este reglat de cunoștințe. De exemplu, comportamentul fobic se poate ameliora datorită cunoștințelor pacientului. De asemenea, simptomatologia depresivă variază în funcție de ce crede persoana despre sine și despre capacitatea de a controla evenimentele.

Comportamentele sau procesările cognitive care nu sunt influențate de cunoștințele de care dispune persoana se numesc cognitiv – impenetrabile. De exemplu, extragerea contururilor unui obiect pe baza variației intensității luminii nu depinde de cunoștințele persoanei.

Prelucrarea stimulului de către sistemul cognitiv uman se realizează pornind de la caracteristicile fizice, sau de suprafață, spre cele semantice sau funcționale. Acest tip de procesări se numește analiză ascendentă, sau bottom – up. Cunoștințele pe care le are persoana fac posibil și alt tip de procesări, de la baza de cunoștințe spre datele fizice ale stimulului. Acest tip de procesare se numește analiză descendentă, sau top – down.

Nivelul computațional 

Sistemul cognitiv este confruntat cu mai multe sarcini pe care trebuie să le rezolve. Una din modalitățile de analiză a sistemelor cognitive pleacă de la analiza sarcinii. Analiza sarcinii vizează descompunerea sarcinii în componente simple și stabilirea relației dintre datele de intrare și datele de ieșire. Stabilirea procesărilor la care sunt supuse datele problemei pentru a obține soluția este principala finalitate a abordării sistemului cognitiv la nivel computațional.

De obicei, analiza computațională implică utilizarea formalismelor matematice sau logico-matematice. De exemplu, în prelucrarea informației vizuale, variațiile de intensitate luminoasă a punctelor de pe retină sunt supuse unor serii de calcule matematice, pe baza cărora se poate reconstitui stimulul original. Pentru ca aceste calcule să poată fi finalizate într-un timp real, trebuie să se ia în considerare caracteristicile mediului fizic și ale sistemului fizic care realizează procesarea. Aceste proprietăți exprimă regularități statistice, aproape întotdeauna adevărate, cunoscute drept constrângeri naturale.

Prelucrările la care este supus inputul pentru a se produce un anumit output sunt constrânse de mediul fizic în care operează sistemul cognitiv. Astfel, sistemul cognitiv nu este un calculator universal care procesează informația insensibil la mediul în care se află.

Analiza computațională pune în evidență existența a două tipuri de prelucrări – modulare și non-modulare. Procesările modulare nu pot fi influențate de cunoștințele de care dispune persoana, se realizează automat, preatențional, sunt încapsulate și au o locație neuroanatomică relativ precisă. Procesările non-modulare sunt acele tratamente la care e supusă informația care pot fi influențate de baza de cunoștințe a persoanei. De exemplu, procesarea primară a informației vizuale se realizează modular. În schimb, recunoaștere obiectelor este un proces non-modular.

Nivelul algoritmic – reprezentațional

Analiza algoritmic – reprezentațională urmărește algoritmul care realizează funcția input – output și a modalităților de reprezentare a input-ului sau a output-ului.

Un algoritm este o secvență de calcule pe baza căreia, printr-un număr finit de pași din datele de intrare, se obțin datele de ieșire. Reprezentările se referă la modul de codare a inputului – semantic, imagistic, serial sau prin valori de activare.

Reprezentările și algoritmii își impun reciproc constrângeri – o anumită reprezentare poate favoriza un anumit algoritm, iar o anumită procedură de calcul poate facilita utilizarea unei reprezentări specifice.

Nivelul implementațional

Orice sistem cognitiv este un sistem fizic, fiind format din celule nervoase, dacă vorbim de creier, sau din cipuri de siliciu, dacă vorbim de computer. Funcționarea lui poate fi analizată și la nivelul proceselor fizice sau biochimice concomitente procesărilor informaționale.

La nivel uman, neuroștiințele se ocupă de investigarea nivelului implementațional. Acel segment al neuroștiințelor care este interesat de modul în care o anumită structură neurobiologică realizează o anumită procesare a informației poartă numele de neuroștiințe cognitive.

Valoarea analizei multinivelare

Recursul la analiza multinivelară este promovat de însăși organizarea pe niveluri a sistemului de procesare a informației. Altfel spus, explicația nu este una tranzitivă. Dacă A explică B și B explică C, nu înseamna în mod automat că A explică C.

Analiza funcționării cognitive din cele trei perspective nu se realizează egal. Există mecanisme cognitive în care principalele rezultate obținute până acum sunt la nivel computațional și implementațional, precum în procesarea informației vizuale primare. În schimb, în situații precum rezolvarea de probleme, abordarea reprezentațional – algoritmică este dominantă. Teoria deciziei sau procesările descendente ale informației pun accent pe rolul cunoștințelor.

Deși inițial nivelele au fost văzute ca acționând independent, a devenit clar că ele interacționează. De exemplu, teoriile computaționale ale percepției adâncimii rezultă în selecția acelor algoritmi care asimilează constrângerile naturale detectate de analiza disparității binoculare.

A apărut problema măsurii în care un sistem fizic poate să utilizeze cunoștințe abstracte. Astfel, creierul operează cu reprezentări ale cunoștințelor, nu cu acestea direct. Așa cum un computer poate opera cunoștințe prin intermediul codării lor într-un limbaj de programare, creierul utilizează cunoștințele prin codarea lor într-un mediu special, realizabil neuronal și interpretabil pe baza cunoștințelor.

Psihologie cognitivă – paradigme

Paradigma simbolică clasică 

Paradigma simbolică promovează ideea conceperii gândirii ca pe manipulare de simboluri. Operarea cu aceste simboluri se realizează pe baza unor reguli, care nu iau în considerare cunoștințele sau propozițiile a căror simbolizare sunt.

Teza principală a paradigmei clasic – simbolice este: „cunoștințele și, implicit, stările de lucruri corespunzătoare sunt reprezentate în sistemul cognitiv prin simboluri sau structuri simbolice”. Un simbol este o reprezentare care denotă obiecte sau stări de lucruri și se supune unor reguli de combinare, numite gramatică. Sistemul cognitiv uman, ca și calculatorul, sunt sisteme fizico-simbolice.

Modelele simbolice prezintă aplicabilitate la procesele cognitive centrale, în special rezolvarea de probleme. Mai mult, s-a căutat reducerea tuturor problemelor la probleme bine definite, cele pentru care se pot specifica starea inițială, starea finală și blocul de operatori care permit trecerea de la starea inițială la starea finală.

Teoria ACT a lui J.L. Anderson și modelul SOAR al lui A. Newell reprezintă cei mai importanți reprezentanți ai paradigmei simbolice clasice.

Paradigma (neo)conexionistă 

Paradigma (neo)conexionistă, cunoscută și sub numele de paradigma procesărilor paralele distribuite sau modelare neuromimetică pleacă de la ideea că activitatea cognitivă poate fie explicată pe baza unor modele de inspirație neuronală. 

Rețele neuromimetice 

Nucleul teoretic al neoconexionismului se raliază în jurul modelării procesării informației prin rețele neuromimetice. În sistemul cognitiv, informația este reprezentată prin valori și pattern-uri de activare ale unor unități simple (neuromimi). Regulile care guvernează dinamica acestor rețele sunt reguli de modificare sau propagare a valorilor de activare. Procedurile (algoritmii) de transformare a inputului constă în ajustarea reciprocă a pattern-urilor de activare dintre unitățile rețelei.

O rețea neuromimetică este formată din șapte elemente – o mulțime de unități, o stare de activare, o regulă de activare, o funcție output, un pattern de conexiuni între unități, reguli de învățare și un mediu în care operează rețeaua.

Unitățile rețelei preiau câteva din proprietățile neuronilor, mai ales valoarea de activare și ideea grupării într-o rețea de conexiuni. Singura caracteristică a unei unități este valoarea ei de activare, între -1 și +1.

Unitățile care au funcția de a recepta input-ul, convertindu-l într-o valoare de activare, se numesc unități input. Unitățile care transmit output-ul în mediul rețelei se numesc unități output. Aceste unități se numesc unități vizibile, deoarece pot fi accesate direct din mediul rețelei. Între ele se interpun unități invizibile, numite unități ascunse. Acestea au funcția de a modula valorile de activare care se propagă între unitățile vizibile.

Rețelele conexioniste care conțin doar unități vizibile se numesc rețele binivelare. Dacă rețeaua conține și unități ascunse, atunci este multinivelară. Unitățile nu sunt interpretabile semantic, adică nu simbolizează stări de lucruri cunoscute, fiind rețele semantic – opace.

Atunci când se atribuie semnificații, rețelele se împart în două mari categorii – rețele localizaționiste și rețele distributive. În rețelele localizaționiste se consideră că fiecare unitate reprezintă un concept. Rețelele distributive sunt cele în cazul cărora informația nu este localizată la nivelul unităților, ci este distribuită pe interacțiunile dintre unități.

Orice unitate are o valoare, sau o stare de activare, care indică nivelul său de activitate. De obicei, intervalul de variație este stabilit între -1 și +1. Astfel, o rețea conexionistă apare ca o matrice de valori de activare. Modificarea stărilor de activare echivalează cu modificarea valorilor din interiorul matricei respective.

Orice unitate cognitivă are un rest de activare, rezultat al stimulărilor ei trecute. Valoarea de activare se deteriorează odată cu trecerea timpului sau cu modificarea conexiunilor. Rata descreșterii stării de activare se numește rata degradării și se notează cu „dr”.

Regula de activare este o funcție ce stabilește modul în care se modifică valoarea de activare a unităților dintr-o rețea. Modificarea stării de activare se stabilește pe baza calculului netinput-ului – suma input-urilor recepționate de o anumită unitate. Acestea sunt ponderate cu tăria legăturilor dintre unitățile input și unitățile receptoare.

Modificarea valorii de activare se realizează adăugând netinput-ului la restul de activare. Funcția de activare are o formă sigmoidă – inițial, valori mai mici ale netinput-ului produc modificări semnificative ale stării de activare a unității, după un anumit prag creșterea neafectând semnificativ valoarea de activare.

Funcția output stabilește relația dintre valoarea de activare a unei unități și output-ul pe care îl transmite spre alte unități din rețea. În cazul cel mai simplu, valoarea output-ului este identică cu valoarea stării de activare. Ca soluție alternativă, se poate stabili un prag al stării de activare sub care valoarea output-ului este zero, iar deasupra căruia valoarea este egală cu starea de activare.

Nodurile rețelei sunt legate între ele prin conexiuni. Ponderea sau importanța unei conexiuni dintre două unități se notează cu W. Dacă acestea sunt orientare într-o singură direcție, adică propagarea are loc numai de la unitățile input spre unitățile output, atunci rețeaua este una unidimensională. În cazul în care interacțiunile sunt reciproce sau bidirecționale, rețeaua este una interactivă.

În amândouă tipurile de rețele, conexiunile pot fi excitative sau inhibitive. Cele excitative au o pondere pozitivă, iar cele inhibitive au o pondere negativă. În multe rețele conexioniste, unitățile de la același nivel funcționează pe baza inhibiției laterale – dacă una dintre unități este excitată, ea inhibă unitățile de la același nivel.

Învățarea constă în modificarea tăriei sau a importanței acestor conexiuni.

Modificarea tăriei conexiunilor se face pe baza unor reguli de învățare, niște algoritmi sau ecuații care guvernează modularea ponderii conexiunilor dintr-o rețea. Principalele reguli utilizate sunt regula lui Hebb, regula delta și regula retropropagării erorii.

Regula lui Hebb stipulează că ponderea conexiunii dintre două unități se modifică în funcție de produsul valorilor lor de activare. Astfel, ponderea conexiunii crește dacă unitățile au o stare de activare de același semn și scade în caz contrar.

Proporția cu care se modifică tăria conexiunii este modulată și de rata modificărilor interacțiunilor, stabilită de creatorul rețelei. Aceasta poartă numele de rată a învățării și se notează cu „LR”.

Regula delta utilizează discrepanța dintre output-ul dezirabil și output-ul actual.

Regula retropropagării erorii, numită și delta generalizată, reprezintă o extindere a regulii delta la rețele multinivelare. Eroarea dintre output-ul dezirabil și output-ul actual se propagă invers, de la nivelul unităților output spre cele ascunse și cele input. Conexiunile se modifică în funcție de ponderea pe care o au la comiterea erorii.

O etapă în care, pe baza regulilor de învățare, se schimbă toate conexiunile dintr-o rețea se numește epocă. De regulă, în faza de învățare, rețeaua are nevoie de mai multe epoci pentru a oferi o soluție dezirabilă. După faza de învățare, sau antrenament, rețeaua intră în faza de testare, în care se evaluează performanțele sale pentru o categorie de stimuli similari cu cei care au fost utilizați în faza de antrenament.

În final, orice rețea conexionistă este imersată în structuri mai generale, fiind conectată cu alte rețele care formează mediul sau ambianța sa. Influența mediului apare în modelele conexioniste sub forma unor biași, adică a unor input-uri cu valori fixe, independente de dinamica activărilor din cadrul rețelei. Adesea, aceștia sporesc performanțele rețelei.