PE II C_5º Página 1 de 14 CAPITULO 5º : LOS ENFOQUES DINÁMICOS. EL CONEXIONISMO Y LOS SISTEMAS EVOLUTIVOS DINÁMICOS. 1. INTRODUCCIÓN. En los últimos años se han producido nuevas tendencias teórico-metodológicas que tratan de superar las limitaciones que existen en este campo. Vamos a empezar destacando el surgimiento del nuevo enfoque, derivado de la perspectiva computacional, que se llama conexionismo y que supone un cambio crucial en la analogía de referencia: a sustituido el modelo del ordenador por el modelo del cerebro. Se trata de un modelo más biológico con el que se trata de captar mejor la indudable complejidad que caracteriza la conducta y su desarrollo. Esto no significa que el conexionismo abandone la perspectiva computacional, al contrario, las simulaciones computacionales continúan siendo la principal herramienta de trabajo; sin embargo, las computaciones ya no se refieren a representaciones simbólicas sino a ciertas unidades y conexiones de carácter neuronal que permiten describir las representaciones y los procesos a un nivel subsimbólico. De este modo las simulaciones conexionistas se han mostrado mucho más capaces que los modelos simbólicos para traducir y modelar la diversidad de influencias y factores que afectan a las conductas complejas y a curso de su desarrollo. Además, junto a este poder simulador, el conexionismo también se ha evidenciado como un marco conceptual y metodológico de gran potencial integrador, tanto en el plano teórico como en el empírico. Así se sitúa claramente en la línea de ofrecer respuesta a las principales críticas que ha recibido en enfoque computacional. Desde el punto de vista empírico, las concepciones clásicas han llevado a analizar el desarrollo en referencia a patrones de crecimiento engañosamente simples y lineales que no se corresponden con la complejidad de los procesos interactivos que las propias teorías asumen. Actualmente se reconoce que los procesos de cambio son mucho más complejos y de ahí que se estén buscando nuevas fórmulas. Este es sin duda el caso de los modelos conexionistas dentro del enfoque computacional. Hemos de referirnos de modo más general a toda una nueva orientación teóricometodológica que aborda el estudio del desarrollo concibiéndolo como un sistema dinámico. Este acercamiento resulta mucho más abarcador al incorporar cualquier propuesta que tome como marco conceptual de referencia la denominada teoría de los sistemas dinámicos. 2. EL ENFOQUE CONEXIONISTA. Un lugar común en la descripción de los modelos conexionistas es presentarlos como el paso de la metáfora del ordenador a la metáfora del cerebro. Esta afirmación puede llevarnos a una simplificación. Tanto los modelos computacionales [email protected] PE II C_5º Página 2 de 14 clásicos como los modelos conexionistas comparten una hipótesis común sobre la naturaleza de los procesos mentales, es que estos son materiales y que se instancian en el cerebro mediante códigos físicos de naturaleza simbólica. Ambos enfoques son herederos directos de la tesis de Turing. La diferencia básica está en los elementos arquitectónicos básicos que consideran necesarios para captar las regularidades conductuales que son significativas para la explicación de los procesos mentales. Los modelos clásicos se basan en dos elementos, reglas de producción y una memoria operativa, los modelos conexionistas han adoptado un nuevo marco funcionalista inspirado en algunos de los cómputos elementales del cerebro. Tesis de Turing: dice que la esencia del pensamiento humano está en su capacidad para manipular símbolos. Así sostenía que una máquina que tuviera esta misma facultad podría considerarse igualmente con capacidad para pensar. Así construyó una máquina de cálculo universal llamada máquina de Turing. ¿Cuáles son estos elementos en los que se basa el nuevo funcionalismo conexionista?. Los modelos conexionistas parecen complejos sistemas matemáticos; sin embargo los principios de todos estos modelos son muy sencillos: a) la operación computacional básica del cerebro implica a una neurona que transmite información relativa a la suma de señales recibidas de otras neuronas, b) el aprendizaje cambia la fuerza de las conexiones entre neuronas y de esta forma la influencia que unas tienen sobre otras; c) los procesos cognitivos implican que la computación está esencialmente ejecutada en paralelo por una gran cantidad de neuronas, y d) la información está distribuida a través de muchas neuronas y muchas conexiones que configuran redes neuronales. A partir de un conjunto de elementos básicos y comunes se pueden realizar numerosas y variadas simulaciones e diferentes procesos cognitivos. Algunos de estos elementos han sido decisivos para explicar el aprendizaje y el desarrollo. Están permitiendo repensar el innatismo o proponer el emergentismo. ¿Cuál es la hipótesis común de la mayoría de los modelos conexionistas que tratan de explicar fenómenos de desarrollo?. La posición simbólica clásica mantiene la existencia de restricciones muy fuertes: las restricciones representacionales. Los modelos conexionistas del desarrollo tienen en común el haber propuesto restricciones más débiles que no afectan al nivel representacional, sino que son restricciones arquitectónicas o temporales. Por restricciones arquitectónicas entendemos aquellas que afectan al tipo de neuronas y transmisiones implicados, así como a la estructura local y global de las conexiones tal y como se muestra en la densidad y número de estratos de las redes y en el establecimiento de constelaciones de redes o conexiones entre diversas zonas cerebrales. En cuanto a las restricciones temporales, son todavía más débiles y hacen referencia a los cambios y modificaciones que con el paso del tiempo se producen [email protected] PE II C_5º Página 3 de 14 en el cerebro, como el crecimiento sináptico y la poda de conexiones o en las redes utilizadas para la simulación. Esta posición posee dos virtudes obvias, está de acuerdo con los datos actuales sobre la plasticidad neuronal, y las restricciones arquitectónicas o temporales conceden un papel causal al ambiente en la construcción de las representaciones. Hay que resaltar que los modelos conexionistas proponen mecanismos de cambio generales que pueden aplicarse a diferentes dominios. Estos nos acerca a la idea de Karmiloff-Smith que contempla el desarrollo más como un proceso de modularización que como la existencia pre-específica innatamente de un diseño modelar. Los modelos conexionistas son un tipo de sistemas computacionales que, a partir de ciertas predisposiciones o sesgos iniciales y como consecuencia de su interacción con el medio, hacen emerger fenómenos de cambio evolutivo. 2.1 Fundamentos computacionales del constructivismo conexionista. Los principios computacionales que han permitido a los modelos conexionistas ofrecer una alternativa constructivista al problema básico del desarrollo cognitivo: el problema de la inducción de nuevas representaciones y conocimientos. Tal y como argumentó Fodor, los mecanismos formales de aprendizaje conocidos no podían explicar algunos asuntos fundamentales concernientes la desarrollo cognitivo y lingüístico. El núcleo del problema estaba en que la realidad presenta un número tal de fuentes de variación, que un sistema cognitivo no dotado de restricciones sería incapaz de enfrentarse con éxito al caos estimular que le rodea. Para entender mejor cuál es el problema de cómputo que se plantea, recordemos la formulación de la conocida paradoja del aprendizaje que planteó Fodor. Según él, el desarrollo no se puede producir tal como lo concibe el constructivismo. En primer lugar, porque no existen mecanismos de aprendizaje capaces de explicar el origen de las hipótesis o descripciones previas del sistema. En segundo lugar, según la descripción piagetiana de los estadios, el sujeto iría desarrollando sistemas lógicos cada vez más complejos y poderosos. Sin embargo, se puede afirmar que no se puede construir una lógica más potente a partir de una lógica más débil. De esta nueva versión del problema de la inducción, Fodor concluye que los cambios de estadios descritos por Piaget, o bien ya estaban presentes en la arquitectura inicial del sistema, o habrían aparecido como resultado de un programa madurativo controlado genéticamente. Esta posición tuvo la virtud de señalar que asuntos deberían afrontarse para superar una posición netamente innatista; en otras palabras, qué elementos o mecanismos de aprendizaje serían necesarios para desarrollar una posición constructivista de carácter computacional. [email protected] PE II C_5º 2.2 Página 4 de 14 El algoritmo de retro-propagación del error. La creciente aplicación de las redes neuronales como modelos explicativos del desarrollo hubiera hecho las delicias de Piaget. Las redes neuronales son sistemas clasificadores de los patrones de entrada que reciben. La clasificación puede afectar tanto a dimensiones presentes como ausentes en la entrada sensorial, a características estáticas, dinámicas o temporales de los estímulos, etc., pero en definitiva, no hacen más que ordenar la realidad. Hay muchos tipos diferentes de red o dispositivos que podemos encontrar que son herederos de un diseño básico y cuyas propiedades computacionales son responsables de la revolución conexionista que se produjo. Una red multicapa tiene una capa de entrada, una de salida y una o más capas intermedias, conocidas como unidades ocultas. En su diseño básico las capas están conectadas únicamente con las adyacentes y la señal se propaga hacia delante desde las unidades de entrada hasta las de salida. Una característica especial está relacionada con la función de activación que utilizan las unidades ocultas y las de salida. La función de activación ha de ser continua y no lineal. Existen diferentes tipos de función que cumplen estos requisitos, como la función logística o sigmoide. Las funciones continuas y no lineales tiene diversas propiedades importantes. Son las más plausibles biológicamente. La forma en que integran la señal de las unidades emisoras en la unidad receptora permite la limpieza de la señal y la minimización de las interferencias. Y finalmente, el uso de este tipo de función es condición necesaria para que funcione el algoritmo de aprendizaje de retropropagación del error y, en general, para hacer más interesantes a los métodos o algoritmos de aprendizaje del tipo denominado de descenso de gradiente. El desarrollo del algoritmo de aprendizaje supervisado conocido como regla de retropropagación del error superó la limitación fundamental de las redes neuronales señalada por Minsky y Papert. Las redes conocidas hasta ese momento no podían realizar clasificaciones no-lineales de los patrones de entrada. Esta limitación no era un asunto poco importante. ¿Cómo funciona un algoritmo?. La llamada regla delta generalizada es un procedimiento que permite asignar a cada unidad oculta una medida promedio de su responsabilidad en el error que cometen las unidades de salida a las que están conectadas. Así, la red iría calculando sucesivos estados, comparando sus respuestas con las respuestas deseadas o señal tutora que supervisa el aprendizaje. La diferencia entre la respuesta y la señal tutora, el error, no sólo afectaría al nivel de unidades de salida sino que sería retro-propagado hacia las unidades ocultas. En general, se puede afirmar que, ajustados ciertos parámetros, la mayor parte de las redes con retropropagación permiten superar los llamados mínimos locales, que podemos caracterizar como soluciones parcialmente correctas al problema que tiene planteado la red. [email protected] PE II C_5º Página 5 de 14 La operación o cómputo básico que ha hecho de las redes algo tan interesante para los psicólogos evolutivos está ejemplificado en el problema lógico de la “Oexcluyente”. Esta operación básica tiene dos propiedades de incalculable valor para explicar la cognición. En primer lugar, muestra cómo es posible mediante un proceso de aprendizaje liberarse de la tiranía de la entrada sensorial, haciendo que cosas aparentemente muy diferentes sean clasificadas en la misma categoría, mediante la creación de dimensiones no presentes en la entrada. La nueva dimensión que clasifica la entrada es una construcción interna. En segundo lugar, permite clasificar el mismo objeto de diferente forma según el contexto en que aparece. Estas propiedades se pueden organizar y multiplicar de muy diversas formas, pero en definitiva, se trata de aplicar la misma idea, desde el simple problema que hemos planteado hasta problemas de clasificación enormemente complejos. Podemos señalar algunas ideas recientes para la explicación del desarrollo. Primero, la propuesta de las redes constructivistas que son diferentes procedimientos que permiten implementar cambios en la dinámica de la red que no sólo afectan a las representaciones, sino que afectan también a los propios mecanismos de aprendizaje. En segundo lugar, los llamados factores cronotópicos o temporales de [email protected] PE II C_5º Página 6 de 14 maduración que pueden afectar de forma especialmente interesante a la propia dinámica del mecanismo de aprendizaje. 2.3 Simulación conexionista de los estadios evolutivos. La idea clave en la simulación de los estadios evolutivos es que estos cambios podrían afectar no sólo a la dinámica de las representaciones, sino también a la dinámica de los propios mecanismos de aprendizaje. Estos cambios, además podrían deberse a una relación sinérgica entre la entrada, los cambios internos y los procesos madurativos. McClelland abordó la simulación de la clásica tarea de la balanza propuesta por Inhelder y Piaget con una red multicapa con retropropagación. La arquitectura era fija y del mismo modo se habían prefijado un grupo de unidades para recibir la información sobre el peso y otras para recibir la información sobre la distancia. Mientras que los modelos basaos en reglas de producción tenían dificultades para explicar la progresiva gradación del cambio en las codificaciones, esta simulación reflejaba cómo el progreso va de una fase inicial en la que el sujeto selecciona o codifica la dimensión más saliente, sin considerar en absoluto la otra dimensión, hasta sucesivas etapas en las que ambas dimensiones van siendo consideradas en la solución de la tarea. La red muestra cambios dinámicos en el tipo de representación que clasifica las entradas combinadas de peso y distancia. Sin embargo, a pesar de que la red mostraba un comportamiento bastante ajustado a las cuatro reglas o modelos propuesto por Siegler, esta red de arquitectura fija recibió diversas críticas. En primer lugar, se plantearon críticas acerca de la novedad de la solución y las conclusiones sobre la explicación del desarrollo a las que legítimamente podía conducir. En segundo lugar, resultó de particular interés que a pesar de la potencia lógica de la red, ésta no conseguía un ajuste óptimo con las conductas exhibidas por los sujetos. La simulación fallaba en el ajuste con el modelo IV propuesto por Siegles y, además, no se mostraba capaz de simular los aspectos cualitativos implicados en el modelo III. Sin embargo si estas diferencias se hacen más marcadas la ejecución de los sujetos mejora sensiblemente. La respuesta de los modelos conexionistas a estos dos tipos de críticas son las redes constructivistas. Mareschal y Shultz han realizado una exploración de cómo lo que llaman algoritmos generativos permiten definitivamente contradecir la paradoja del aprendizaje de Fodor. El algoritmo generativo se aplica en redes con un diseño determinado como las redes de correlación en cascada y actuaría de la siguiente forma. La red partiría de una disposición equivalente a una red bicapa. Los procesos de asimilación estarían representados por situaciones en las cuales la red consiguiese generalizar una entrada novedosa a un patrón ya existente. Para esto, el nuevo patrón debe compartir un buen número de rasgos con el existente o almacenado previamente. Se produce además un reajuste de los esquemas almacenados que podemos identificar con el proceso de acomodación. Sin embargo, [email protected] PE II C_5º Página 7 de 14 pueden existir situaciones en las que los esquemas previos resulten insuficientes para producir una respuesta adaptada. En estos casos, cuando la red no consigue tras sucesivos ensayos encontrar la respuesta correcta, se necesita un proceso de acomodación diferente. El algoritmo generativo permite añadir nuevas estructuras lo que definitivamente cambia el poder representacional de la red, y permite construir un nuevo dispositivo más competente. La simulación de Mareschal y Shultz no sólo permite superar los problemas con las reglas tercera y cuarta sino que no necesita una pre-especificación de unidades dedicadas al peso y otras dedicadas a la distancia, descubre por sí solo cuáles son las regularidades que son necesarias tener en cuenta para resolver la tarea de la balanza. Quartz ha desarrollado una respuesta constructivista a la paradoja del aprendizaje. La clave de la respuesta está en criticar la elección de la lógica como medida de la complejidad estructural del sistema. La característica más significativa de las redes constructivistas es que permiten la adición de estructuras. Estas adiciones no se realizan de forma trivial o azarosa, sino ajustándose a las demandas del ambiente. Estas redes permiten una explicación del desarrollo plenamente interactiva, tanto su competencia lógica como su topología final serán una consecuencia directa de la interacción de la red con el ambiente. Estas redes aportan una medida cuantitativa del progresivo incremento del poder computacional del sistema de procesamiento: el número de unidades ocultas. Una medida alternativa a la formulación defendida por Fodor en términos de estructuras lógicas. Las soluciones aportadas por las redes constructivistas no solo atañen a la paradoja del aprendizaje, sino que aportan una nueva forma de concebir la explicación del desarrollo. El crecimiento paulatino de la competencia de la red no parece un simple artificio a la luz de los problemas que tiene planteado el niño. Se trata de una solución eficaz para tratar con las múltiples fuentes de variación que debe tener en cuenta para su adaptación. Lo atractivo de este nuevo marco es que permite modelar fenómenos cuantitativos de cambio en nuestros conocimientos y fenómenos cualitativos de cambio en los mecanismos de aprendizaje. Tanto los sistemas de producción como los modelos conexionistas de arquitectura fija proporciona explicaciones basadas en cambios cuantitativos. Los primeros reducían los estadios cualitativos a cambios cuantitativos. Los segundos proporcionaban la ilusión de haber obtenido cambios cualitativos, pero sin embargo, no conseguían construir una nueva estructura. La dinámica de una red constructivista puede proporcionarnos nuevas hipótesis sobre cuándo se deben postular que los cambios son de un tipo u de otro, es decir, sobre la naturaleza misma del desarrollo. Pero además, y para terminar, el progresivo incremento del poder computacional que exhiben las redes constructivistas puede ser el resultado tanto de factores ambientales como de [email protected] PE II C_5º Página 8 de 14 procesos madurativos que interactuarían sinérgicamente en el proceso de desarrollo. Este nuevo marco es que permite modelar fenómenos cuantitativos de cambio en nuestros conocimientos y fenómenos cualitativos de cambio en los mecanismos de aprendizaje. 3. LA PERSPECTIVA DE LOS SISTEMAS EVOLUTIVOS DINÁMICOS. La investigación actual en el campo de la Psicología Evolutiva se caracteriza por una activa búsqueda de nuevas formas de representar y analizar el cambio, basadas en el reconocimiento explícito de que el desarrollo evolutivo no se ajusta a patrones de crecimiento simples y lineales, sino que conlleva un proceso complejo, diverso, multiforme y dinámico. Se están proponiendo nuevos planteamientos teóricometodológicos que tratan de captar y explorar esa realidad dinámica en su peculiar naturaleza. En realidad, los nuevos planteamientos se inscriben dentro de una actitud más global que se está generalizando en las ciencias sociales y que se apoya en la aceptación de una idea clave: lo que caracteriza los fenómenos estudiados no es tanto la regularidad y el orden de los procesos involucrados sino más bien todo lo contrario: la complejidad y el caos. Bajo esta nueva perspectiva se han promovido nuevas formas de analizar los procesos de cambio y de desarrollo, como referencia los denominados sistemas dinámicos auto-organizados. 3.1 Estabilidad y cambio en la Teoría de los Sistemas Dinámicos. El contraste fundamental entre los sistemas tradicionales y las nuevas propuestas se encuentra en la actitud que adoptan con respecto a la incuestionable y amplia variedad que se manifiesta en el funcionamiento conducta y cognitivo de los humanos. Los viejos métodos suelen caracterizarse por su empeño en minimizar esta variabilidad creando una imagen ilusoria de regularidad y linealidad en el desarrollo. En contraste, las nuevas propuestas formuladas desde la perspectiva dinámica, no sólo reconocen esa variabilidad sino que la convierten en el objetivo central de los análisis considerándola como expresión de las auténticas curvas del desarrollo, generalmente complejas y no lineales. Frente al modelo tradicional de cambios sistemáticos se asumen múltiples modelos de cambio, en los que el crecimiento o desarrollo posible no sólo se entiende en términos de incrementos o decrementos lineales, sino también bajo patrones dinámicos complejos que admiten oscilaciones y fluctuaciones de diverso tipo. Finalmente la naturaleza sistemática del desarrollo no se describe en referencia a reglas simples que predicen una pauta uniforme de crecimiento, sino en función de una ecuación o conjunto de ecuaciones relacionadas, relativa a los conceptos teóricos y que predicen, no una curva, sino familias de curvas frecuentemente irregulares y con diversas formas. [email protected] PE II C_5º Página 9 de 14 En realidad, se trata de una amplia perspectiva teórica que sólo es nueva en términos relativos, ya que recupera una línea de pensamiento con gran tradición en otras ciencias, como la Física o la Biología. Toma como referencia la llamada Teoría de los Sistemas Dinámicos, aunque se ha concretado en muy diversas formulaciones, como la Termodinámica o la teoría del Caos y de las Catástrofes. El objetivo general es describir y explicar cómo las relaciones e intercambios que se establecen en los niveles bajos de organización de un sistema pueden producir cualitativamente nuevos estados y propiedades en los niveles altos de organización. En el campo de la Psicología Evolutiva, este objetivo se traduce en una meta específica: estudiar la conducta y los procesos de cambio y de desarrollo interpretándolos justamente como el resultado emergente del funcionamiento interactivo y dinámico de los sistemas complejos, es decir, de la evolución en el tiempo de los sistemas dinámicos no lineales, esto es, sistemas abiertos que interactúan con su medio ambiente. Así, la Teoría de los Sistemas Dinámicos ha de considerarse, más que como una teoría psicológica específica, como una especial herramienta teórica y metodológica: sólo proporciona principios generales para conceptualizar y formalizar las complejas interrelaciones entre los componentes y procesos de cualquier sistema, desde la perspectiva de su evolución temporal. Desde un punto de vista técnico, la etiqueta de sistemas dinámicos se refiere a una cierta clase de ecuaciones matemáticas que describen formalmente el comportamiento y la evolución de sistemas con determinadas propiedades. Ha de entenderse mas bien como un marco teórico-metodológico de carácter abierto y aplicable a cualquier problema que pueda interpretarse en términos de comportamiento de un sistema complejo y a cualquier nivel de análisis. 3.2 El desarrollo como sistema dinámico. La perspectiva dinámica supone un nuevo enfoque del desarrollo y de los cambios evolutivos, que se centra especialmente en su variabilidad y complejidad. Quizá lo primero que hay que destacar sea la caracterización que se hace de los sistemas complejos como sistemas auto-organizados, lo que significa que es el propio funcionamiento del sistema el que genera sus nuevos estados. Es una propiedad esencial atribuida a los organismos vivos, a través de la cual se da respuesta al problema evolutivo básico de explicar cómo se produce en el desarrollo la creación de la novedad. Una segunda premisa clave es que tal funcionamiento auto-organizado sólo puede entenderse en referencia a las complejas interacciones que se establecen tanto internamente como en su relación con el medio externo. El comportamiento del sistema y su desarrollo se conciben como propiedades emergentes del sistema en su conjunto y no en relación con ninguno de sus componentes en particular. Este es un punto crucial ya que supone un rotundo rechazo a la idea de un desarrollo evolutivo guiado. El desarrollo se concibe como un proceso continuo, [email protected] PE II C_5º Página 10 de 14 abierto e irreversible que no requiere de instrucciones previas (internas o externas); las nuevas propiedades emergen de forma espontánea a partir de las reorganizaciones que tienen lugar como consecuencia del continuo intercambio que se produce entre el sistema y su medio ambiente. En este sentido, puede decirse que el enfoque dinámico supone una concepción netamente emergentista y epigenética del desarrollo: la conducta tiene lugar en un medio interno y externo en continuo cambio, pero dentro de los procesos de autoorganización y auto-regulación que emanan espontáneamente tanto desde dentro del propio organismo como de la interacción con su medio ambiente. Desde el punto de vista de la dinámica del sistema, este modo de funcionamiento está regulado por otro conjunto de principios que se definen en función de algunos parámetros característicos. Por ejemplo, se habla de “parámetros de orden” en referencia a las variables que describen la cohesión y estabilidad del sistema y la forma en que se coordinan sus distintas partes; o de “parámetros de control” para indicar aquellas variables cuyos valores constriñen o regulan la actuación de los parámetros de orden. Vamos a apuntar algunas ideas importantes. Primero, ha de tenerse en cuenta que los nuevos estados del sistema pueden provenir de nuevas combinaciones de sus componentes que son teóricamente infinitas. En la práctica, no se observan todas las posibles formas de cohesión entre las partes, ya que muchas de ellas no serán lo suficientemente estables como para poder ser observadas. Otros estados y combinaciones pueden ser tan probables y resultar tan frecuentes en determinadas condiciones, que parezcan más bien un resultado inevitable o forzoso en la evolución del sistema, así se llaman estados atractores. En relación con el desarrollo humano esta interpretación es importante. De este modo en el lenguaje de los sistemas dinámicos ciertos términos tienden a evitarse o suprimirse sustituyéndolos por conceptos referidos a la complejidad, la estabilidad y el cambio del sistema; y todo esto bajo la asunción de que las fluctuaciones en torno a las configuraciones estables constituyen justamente la fuente de nuevas formas en la conducta y en el desarrollo. Otro punto que se destaca en la dinámica del sistema es que sus estados de equilibrio también pueden ser sólo aparentes y en todo caso relativos. Así, desde la perspectiva dinámica el desarrollo puede verse simplemente como una secuencia reiterativa de cambios que implican la alternancia entre configuraciones estables y periodos intermedios inestables o de transición, esto es, fases de cambio no-lineal. A través de esta dinámica fluctuante y probabilística se generan nuevos patrones de organización interna y de intercambio con el medio; lo que implica una evolución hacia mayores niveles de complejidad y organización. Puede decirse que los sistemas no lineales tienden hacia el desequilibrio más que al equilibrio, generando orden y no desorden; algo que en los sistemas biológicos [email protected] PE II C_5º Página 11 de 14 podría describirse como una tendencia a la búsqueda activa de estimulación y cambio. Falta considerar sus propiedades dinámicas con respecto a la otra dimensión básica que define el sistema desde el punto de vista evolutivo: la dimensión temporal. A este respecto, hay también un aspecto que se destaca y es que se asume que cada estado del sistema en un momento dado depende del estado precedente y a su vez condiciona el subsiguiente, lo que, supone una cierta forma de determinismo histórico. Así, dado que las nuevas configuraciones dependen de la historia previa del sistema, en distintos momentos las mismas condiciones pueden producir resultados diferentes o desencadenar respuestas desiguales por parte del sistema. En conclusión, la esencia de desarrollo como sistema dinámico está en que se trata de un conjunto de procesos que se van construyendo y articulando a sí mismos en distintos niveles de organización y a través del tiempo; complejidad, autoorganización, emergencia y no-linealidad. 3.3 El desarrollo cognitivo y sistemas dinámicos. La perspectiva de los sistemas dinámicos, más que una teoría específica, constituye una modo de pensar acerca de los fenómenos del desarrollo, y en este sentido, ofrece un marco conceptual sólido. Por su alto nivel de abstracción, estas formalizaciones podrían quedar en un mero ejercicio especulativo si no se conectan con una teoría psicológica y evolutiva que les de contenido y la posibilidad de ser contrastadas empíricamente. Ya se han producido aportaciones de gran interés, las cuales, combinan el examen teórico del desarrollo evolutivo con nuevos modelos matemáticos y nuevas herramientas estadísticas para el análisis de las curvas evolutivas empíricas, sobre la base de modelos dinámicos. En principio, esta visión dinámica del desarrollo, puede parecer más afín o cercana a las posiciones que enfatizan el carácter situado de la conducta, de la cognición y de su evolución, que a aquellas centradas en el individuo y en las características generales y universales de la mente y su desarrollo. En sus desarrollos más modernos la distancia que separa ambos tipos de aproximaciones es cada vez menor. Es preciso reconocer que también las aproximaciones de corte psico-genético, y estructuralista, admiten un replanteamiento de orientación netamente dinámica. De hecho, ya se han realizado esfuerzos muy notables en esta dirección. Por ejemplo, Fischer y Bidell han realizado recientemente una propuesta que presentan expresamente como un nuevo estructuralismo de carácter decididamente dinámico y con el objetivo explícito de analizar y explicar cómo surge la estabilidad y el orden dentro de la variabilidad y el caos que caracterizan los procesos de desarrollo. En esta línea se ha revisado incluso la propia teoría piagetiana de estadios sobre el desarrollo cognitivo reinterpretando y rehabilitando su capacidad explicativa justamente. [email protected] PE II C_5º Página 12 de 14 En general todas las propuestas parten de nuevas concepciones y metáforas sobre el desarrollo, al tiempo que ofrecen nuevas aproximaciones metodológicas. Un autor de obligada mención es van Geert, quien como metáfora del desarrollo utiliza la referencia a un ecosistema: un sistema ecológico vivo complejo que alberga múltiples subsistemas y en cuya evolución intervienen influencias tanto internas como externas. Así, la idea central de su propuesta es que el desarrollo cognitivo va surgiendo como producto continuo de un proceso complejo en el que entran en relación múltiples componentes y en función tanto de los crecimientos individuales como de los cambios en el medio ambiente. Van Geert utiliza un modelo matemático relativamente sencillo. En realidad puede decirse que la principal motivación que guía el trabajo de los investigadores en el enfoque dinámico, es la búsqueda de procedimientos de análisis que permitan describir de modo sencillo el orden y la unidad que subyace a los complejos e irregulares patrones que se observan en el desarrollo real. Lo que caracteriza fundamentalmente la perspectiva de los sistemas dinámicos es un vuelco radical en la forma de tratar e interpretar la variabilidad y las fluctuaciones que se observan en el desarrollo evolutivo: en lugar de juzgarlas como errores de medida que deben corregirse en el análisis, en la perspectiva dinámica se consideran como propiedades genuinas y esenciales del cambio que deben incorporarse dentro de modelos no lineales de desarrollo. En este sentido, se critican y se rechazan las visiones clásicas de la estabilidad y el cambio que asumen los supuestos errores dentro de modelos de competencia-actuación (perspectiva piagetiana) o atribuyéndolos a una dependencia contextual simple (perspectiva vygotskiana). En su lugar, se propone una conceptualización alternativa de las habilidades psicológicas o cognitivas en la que los factores ejecutivos y cualquier factor que considere influyente se incorporan a la definición como un conjunto de valores particulares dentro de un espacio variable de parámetros que recogen todas las propiedades relevantes. La conveniencia de asociar la variabilidad con los propios procesos de desarrollo también ha sido resaltada por otros destacados teóricos, como Smith, quien desde otro ángulo viene asimismo a criticar los modelos de competencia sobre las capacidades cognitivas, pero también la visión computacionalista de la conducta. Para esta autora este tipo de modelos reflejan una metáfora común y tradicional sobre lo cognitivo que consiste en considerar el conocimiento como alfo que las personas o los niños tienen en sus cabezas y que es diferente de las actuaciones en que lo usan. En contra de esta imagen, Smith propone que el conocimiento debe entenderse más como un proceso que como un estado. En este sentido, sugiere la idea de las turbulencias y de bucles de convección que registran las moléculas gaseosas al calentarse en un recinto cerrado: no hay estructura fija sino un conjunto de distintos patrones de organización. La argumentación básica contra los modelos de competencia es que, puesto que la conducta es algo que se compone o se conforma en el tiempo, no puede abstraerse [email protected] PE II C_5º Página 13 de 14 de su evolución histórica para distinguir lo que es central y estructural de lo que es meramente circunstancial en la ejecución del momento. Además, puesto que de hecho la identificación de una estructura competencial no puede desligarse de la ejecución de la propia tarea, las inconsistencias siempre pueden atribuirse a la dificultad de la propia tarea para poner de manifiesto la supuesta estructura oculta de la habilidad. En realidad, puede decirse que las nuevas metáforas del desarrollo lo que pretenden es desplazar o sustituir a la metáfora por excelencia en la imperante tradición cognitivista: la metáfora computacional que subyace en la mayor parte de los estudios que se han realizado en las últimas décadas sobre la cognición y su desarrollo. Es la visión computacional de la mente la que impone y justifica la búsqueda de esas estructuras formales estables, universales y atemporales que supuestamente reflejan las verdaderas competencias del individuo; y que por tanto, hay que descubrir más allá de los detalles cambiantes de cada ejecución. Desde la perspectiva dinámica se la considera inadecuada para abordar la investigación del desarrollo, en la medida en que se entiende como algo no sujeto a programación alguna y donde la cuestión clave es el origen del orden. Es importante destacar que dentro del propio enfoque computacional ha surgido una perspectiva que confluye con los enfoques dinámicos: el conexionismo. En sus simulaciones los modelos conexionistas asumen que el aprendizaje y el desarrollo dependen tanto del estado interno del sistema como de las condiciones externas del ambiente, por tanto, se adscriben de forma explícita a la posición interaccionista propia de la perspectiva dinámica. Lo que pretenden los modelos conexionistas es mostrar cómo la conducta compleja emerge de sistemas computacionales que manejan información local y cómo pueden aprender de la experiencia sobre la base de unos pocos. Desde el punto de vista teórico, quizá lo más significativo del enfoque es que ha permitido reconsiderar muchas cuestiones básicas del desarrollo, incorporando y volviendo a definir los énfasis de otras adscripciones epistemológicas. 4. RESUMEN Y CONCLUSIONES. Las nuevas tendencias se caracterizan fundamentalmente por abordar el estudio del desarrollo a partir de una referencia común; lo interpretan como un sistema dinámico, lo que necesariamente produce pautas de evolución no lineales. Esta es la esencia conceptual del enfoque dinámico, cuya principal consecuencia estriba en la eliminación de toda idea de pre-determinación o finalismo en el desarrollo, y en la negación de la necesidad de apelar a ninguna entidad controladora independiente. En su lugar, viene a recuperar en cierto modo las clásicas ideas epigenéticas de los embriólogos. Esta noción de epigénesis supone la primera superación razonable de la cuestión herencia-medio. En esta línea el enfoque dinámico supone una concepción evolutiva netamente emergentista y epigenética: la conducta tiene lugar en un medio interno y externo en continuo cambio pero dentro de procesos de [email protected] PE II C_5º Página 14 de 14 auto-organización y auto-regulación que emanan espontáneamente tanto desde dentro del propio organismo como de la interacción con su medio ambiente. La otra consecuencia clave de este nuevo marco de análisis, es que reclama la necesidad de asociar la variabilidad con los propios procesos de desarrollo, lo que supone rechazar de plano las visiones clásicas de la estabilidad y el cambio en el desarrollo. Desde la perspectiva dinámica también se critica la visión meramente computacionalista de la conducta. Sin embargo, la propia corriente computacional ha venido a converger de forma natural con la perspectiva dinámica a través de su más reciente desarrollo: el conexionismo. En definitiva, pude decirse que las posibilidades conceptuales y metodológicas del conexionismo resultan particularmente afines a los nuevos planteamientos sobre el cambio y el desarrollo que se están promoviendo desde la moderna perspectiva de los sistemas dinámicos. Por tanto, estos dos acercamientos pueden considerar se sin ambages como marcos teórico-metodológicos complementarios en el objetivo científico común de conseguir mejores niveles de descripción y explicación del desarrollo cognitivo. [email protected]