El modelo conexionista en neuropsicología: del ordenador al cerebro humano

El modelo conexionista en neuropsicología intenta explicar de una manera más sencilla el funcionamiento del cerebro y sus redes neuronales. No solamente ha contribuido al estudio de la psicología en todas sus áreas, sino también se han desarrollado diversas aplicaciones informáticas a partir de este modelo conexionista, principalmente dentro de la inteligencia artificial.

Sin duda alguna, esta disciplina es una de las más innovadoras y cuenta con un amplio campo de estudio, lo que hace importante hacer una revisión a sus premisas.

Image

Origen del modelo conexionista

Para entender con mayor facilidad en qué consiste este modelo, hemos de tener claro que comprender el funcionamiento cerebral es uno de los mayores desafíos a los que se enfrenta la psicología. Desde tiempos antiguos se han presentado diferentes enfoques y teorías, sin embargo, ninguna ha logrado explicar por completo las intrincadas conexiones del cerebro y su relación con la conducta humana.

Un poco de historia

La psicología cognitiva es una propuesta anterior al modelo conexionista en neuropsicología que consiste en considerar el cerebro como un procesador de información. En su momento, causó una verdadera revolución porque se comenzó a explicar el funcionamiento del cerebro como una metáfora informática o computacional.

Para comprenderlo mejor, hemos de visualizar al órgano cerebral trabajando como un ordenador que está continuamente recibiendo entradas (inputs) y salidas (outputs) de información. Al recibir estos datos, es capaz de codificarlos, almacenarlos, transformarlos y aprender de ellos.

La metáfora computacional puede explicar algunas conductas humanas que se adaptan a este modelo, sin embargo, también existen fallos que no se ajustan a él, como los siguientes:

• La rapidez con la que el cerebro procesa la información.
• La flexibilidad para actuar de diferentes maneras.
• La imprecisión de las respuestas que se obtienen a los mismos inputs.

Según este modelo, el cerebro humano debería tener respuestas más lentas (como resultado de todos los procesos que habría de efectuar) y las respuestas tendrían que ser más concisas o rígidas, tal como las generan los sistemas computacionales.

A pesar de que se han integrado nuevos componentes a esta teoría a partir de investigaciones recientes, el modelo presenta dificultades para explicar algunas respuestas cerebrales comunes. Por tal motivo, los psicólogos cognitivos han desarrollado el conexionismo, una nueva teoría que se ajusta con mayor precisión a las redes neuronales.

¿Qué es el modelo conexionista de la neuropsicología?

Actualmente, la psicología llama conexionismo a la premisa que emplea el funcionamiento de las redes neuronales para comprender y explicar la vida mental y el comportamiento. Las unidades primordiales de estas redes nerviosas son las neuronas, que se conectan unas con otras para ir construyendo redes sorprendentemente complejas.

Su función es recoger señales del medioambiente, modificarlas y generar señales de salida que se dirigen a otras neuronas u órganos del cuerpo. Dentro de este contexto, el conexionismo cree que la mente es un sistema con la capacidad de procesar información. Es decir, puede recibir inputs, almacenar información y producir outputs a partir de los datos de entrada, los almacenados y los mecanismos de cómputo.

El conexionismo y los patrones de propagación

Este nuevo modelo pasa de considerar el comportamiento de la mente como múltiples microprocesadores interconectados. Además, cada una de estas unidades no procesa forzosamente los datos que le llegan de manera secuencial, sino que lo hace en paralelo y simultáneamente. A pesar de estar interconectadas, funcionan independientemente del resto.

Lo anterior favorece que la psicología, la biología e incluso la inteligencia artificial se conviertan en áreas de conocimiento más cercanas y se establezcan interrelaciones para estudiar el comportamiento del cerebro a través de las redes neuronales.

Así, el modelo conexionista de la neuropsicología explica que la información se procesa por medio de patrones de propagación de la activación. Esto significa que, cuando una entrada de datos llega al cerebro, las células nerviosas o neuronas se activan formando un patrón específico. De esta manera, a través de redes neuronales, la información se procesa de manera casi instantánea y sin requerir la preprogramación de algoritmos.

Vamos a poner un ejemplo para entender mejor este concepto. Si pedimos a una persona que defina un automóvil, en el momento de escuchar la palabra su cerebro activará automáticamente un conjunto de neuronas relacionadas con el concepto y se transmitirá a otros grupos con los que estén conectadas, como transportes, marcas, velocidad, modelos, etc. Al final, se formará un patrón completo que englobe todas las características y que pueda definir al automóvil como un transporte veloz, fabricado en determinado año por una compañía específica...

Elementos presentes en un modelo conexionista

El elemento primordial de este modelo es la red neuronal, compuesta de unidades simples que interactúan entre sí a través de las conexiones que forman. No obstante, existen otros componentes presentes en la teoría:

• Los estímulos de entrada y salida, el peso de la conexión y el nivel de activación de la red se expresan cuantitativamente.
• El procesamiento y almacenamiento de los datos se efectúa de manera paralela y distribuida.
• Existen lineamientos que codifican la información en distintos niveles del procesamiento. Es decir, se siguen reglas o funciones con base al nivel de activación en las entradas y salidas.
• De igual manera, hay reglas de aprendizaje para construir conexiones cada vez más adecuadas de salida con respecto a la información recibida.

Propiedades del modelo conexionista neuropsicología

Según este modelo, los sistemas trabajan de forma parecida al cerebro humano, por lo que cumplen distintas condiciones básicas.

Propagación de la activación

Dentro de las redes neuronales, las micro unidades (neuronas) que se activan estimulan a las adyacentes, lo que facilita su activación o inhibición. Siguiendo con el ejemplo anterior, las neuronas que reconocen la palabra automóvil influyen en el grupo de velocidad, pero inhiben a las de avión.

Aprendizaje neuronal

Las piezas claves para propagar y fortalecer estas interrelaciones nerviosas son la experiencia y la reiteración. Cuantos más estímulos repetitivos se reciban, más se fortalecerán las conexiones neuronales. Si se observan muchos autos compactos, las conexiones entre los grupos de neuronas asociados a ambos conceptos (autos y compactos) se robustecen y se crean nuevas vías neuronales para procesar esta información.

Procesamiento en paralelo

Ya hemos indicado en líneas anteriores que no se activan las neuronas en serie (una tras otra). La activación se efectúa en paralelo, por lo que es posible procesar patrones de activación diferentes al mismo tiempo. Esto hace posible que podamos interpretar una enorme cantidad de información a la vez, aunque dentro de ciertos límites.

Sistemas dinámicos autoadaptativos

Con las redes neuronales es posible lograr que el sistema reconozca patrones sin mostrarle reglas explícitas de reconocimiento. De hecho, es suficiente con presentar los ejemplos adecuados y entrenar a la red. A esta característica se le denomina sistema dinámico autoadaptativo:

• Autoadaptativo: Porque las redes neuronales, sin que haya una unidad central rectora, son capaces de ajustar sus neuronas adecuadamente para producir el vector de salida requerido.
• Dinámico. Debido a que pueden cambiar constantemente para adaptarse a las nuevas condiciones de entrada que se le presentan.

Campos de aplicación del modelo conexionista

Desde finales del siglo XX, las aportaciones de este modelo aumentan de forma incesante tanto en el campo de la neuropsicología como en el de la inteligencia artificial. Hoy en día, abarcan áreas como las siguientes:

• Producción y percepción del lenguaje.
• Aprendizaje asociativo.
• Simulación de la conducta motora.
• Adquisición de destrezas.
• Modelos de atención y de memoria.
• Simulación de procesos amnésicos.
• Percepción de objetos.
• Pensamiento.

¿Qué aporta el modelo conexionista en neuropsicología?

Sus aportes se centran básicamente en tres aspectos:

• Pasa de representar al conocimiento de manera concreta (palabras, conceptos, imágenes, etc.) a significados que surgen de la interacción de grupos más amplios de unidades. De representaciones simbólicas y localistas se pasa a representaciones subsimbólicas y distribuidas.
• El proceso de aprendizaje deja de ser únicamente el aumento constante de información para optimizar los resultados. Ahora se fundamenta en modificar y ajustar continuamente las conexiones existentes entre las unidades a través de la experiencia y sus propios algoritmos.
• La inspiración neurofisiológica se vuelve una pieza clave, pues por primera vez se intentan conectar los niveles de análisis informático, cognitivo y fisiológico en un sistema sencillo y común.

A pesar de que cuenta con ciertas limitaciones, el modelo que ha desarrollado la neuropsicología conexionista es más preciso que los anteriores y ofrece un mayor acercamiento a la complejidad de los trastornos.

En la VIU es posible cursar una maestría oficial en Neuropsicología Clínica y explorar diversas funciones cerebrales y de conducta dentro del mismo modelo. Sin duda, esto representa un nuevo reto en las investigaciones experimentales y en los procedimientos de rehabilitación.

Esta formación es una de las mejores maestrías en psicología que hay en el mercado y una de nuestras maestrías online de salud basadas en los criterios y directrices del Espacio Europeo de Educación Superior y que cumple con los más altos estándares de calidad.

No lo dudes y conoce más sobre el modelo conexionista de neuropsicología o áreas relacionadas con las maestrías online en Colombia. Todas cuentan con proyección internacional y una visión estratégica de formación universitaria. Acércate a la VIU y da el primer paso al éxito personal y profesional. ¡Fórmate con nosotros!