Presentamos en este artículo una breve
entrevista con el profesor Pedro Luis Cobos,
al cual agradecemos su gentileza y disponibilidad por responder a las preguntas
de la misma. El profesor Cobos es
profesor titular de Psicología en la
Universidad de Málaga. Muy
interesado inicialmente en los procesos
asociativos de aprendizaje y activación, entró de lleno en el debate en
torno a la capacidad explicativa de las teorías
asociativas frente a las teorías
proposicionalistas del conocimiento. De paso, elaboró el mejor libro sobre Conexionismo y Psicología que, a buen seguro, existe en el mercado editorial. En
la actualidad, sus proyectos van muy orientados al estudio de la influencia de
los procesos asociativos en la adquisición de conductas de miedo y evitación en el
ámbito clínico.
PREGUNTAS
-P. Estimado profesor Cobos: en un artículo publicado en 2018
junto a Amanda Flores, Francisco J. López y Bram Vervliet, demuestra que la intolerancia a la incertidumbre es un factor que provoca conductas de evitación exageradas e
inflexibles (p. 24). Desde hace mucho se conoce cómo la no tolerancia a la
incertidumbre es un mecanismo decisivo en el desencadenamiento de preocupación patológica y de ansiedad. ¿Querría explicarnos
brevemente qué tipo de diseños experimentales están aplicando en el contexto
clínico para obtener estos resultados?
-R. Antes de nada
quería manifestarte (espero que no te importe que te tutee) mi enorme
agradecimiento por la entrevista, por tus muy amables palabras y por la
oportunidad que me ofreces para dar más difusión a las cosas que hacemos en
nuestro laboratorio en Málaga. También siento la necesidad de decir que, si
bien se han escrito muy pocos libros sobre conexionismo y cognición en
castellano, en inglés se han publicado muchos y muy buenos. Los aciertos que se
puedan advertir en el mío constituyen en el fondo una gran deuda en relación
con contribuciones previas de autores como McLelland, Rumelhart, Hinton,
Smolensky, Plunket, Elman, Rolls, Treves, Bechtel, Abrahamsen y otros muchos.
En cuanto a la
pregunta, si bien es cierto que hay muchos estudios que relacionan la
intolerancia a la incertidumbre con las preocupaciones patológicas y la
ansiedad, es muy poco lo que se ha avanzado en la comprensión detallada de los
mecanismos causales que explican estas relaciones. Y lo que se percibe en estos
momentos es que muchos laboratorios se han percatado recientemente de la
necesidad de solucionar esta laguna de comprensión a partir de un abordaje
experimental y neurocientífico. En el fondo, lo que se esconde tras este
interés es la idea de que si obtenemos una comprensión detallada de los
procesos que originan y mantienen los trastornos de ansiedad, podremos mejorar
las técnicas de evaluación y los tratamientos y podremos poner en marcha
programas de prevención. Por tanto, esta estrategia de investigación forma
parte de un programa más general que se extiende a todos los trastornos
mentales y que se basa en la idea de proporcionar sistemas de diagnóstico y
tratamiento etiológicamente inspirados que superen las limitaciones del DSM. Este
programa se conoce hoy en día con el nombre de RDoC, del inglés Research Domain
Criteria.
Nuestros
experimentos, en concreto, se interesan por las conductas de evitación en
situaciones inciertas y por la relación existente entre tales conductas y la
intolerancia a la incertidumbre. La intolerancia a la incertidumbre es una
disposición que manifiestan algunas personas a considerar inaceptable la
posibilidad de que suceda un acontecimiento amenazante incierto por pequeña que
sea la probabilidad de su ocurrencia. Existe la idea, con un cierto respaldo
experimental, de que la evitación contribuye al desarrollo y, sobre todo, al
mantenimiento y agravamiento de los trastornos de ansiedad. Por otro lado, hay
muchos estudios que señalan la existencia de una relación entre la intolerancia
a la incertidumbre y la evitación excesiva. Sin embargo, hasta ahora no se
había proporcionado una prueba conductual que relacionara la intolerancia a la
incertidumbre con la evitación excesiva. Nuestro experimento se basa en el
condicionamiento instrumental. Los participantes tienen que aprender a evitar
estímulos aversivos inciertos que se presentan de acuerdo con un patrón
temporal variable. Como es imposible predecir el momento exacto de ocurrencia
de estos estímulos desagradables, para poder evitarlos, los participantes se
ven obligados a responder con una frecuencia relativamente alta a lo largo de
toda la fase de aprendizaje. Nuestro procedimiento y diseño experimental tienen
la ventaja de que nos permiten detectar diferencias individuales en cuanto a la
frecuencia de la respuesta de evitación. Y lo que hemos encontrado es que las
personas que puntúan más en intolerancia a la incertidumbre tienden a realizar
más respuestas de evitación. Además, también hemos hallado que los más
intolerantes tienden a seguir evitando con la misma frecuencia aunque el
estímulo que tratan de evitar haya perdido su carácter aversivo o amenazante y
a pesar de que los estímulos aversivos dejen de presentarse.
-P. En la misma línea
de investigación, el trastorno de ansiedad
generalizada sigue produciendo estragos entre la población mundial. La
ansiedad, como otros desórdenes emocionales, depende mucho de procesos de aprendizaje asociativo. ¿Está Ud. y su
grupo trabajando en algún proyecto al respecto que pueda tener repercusiones
clínicas?
-R. Tal y como se
desprende de mi respuesta anterior, aunque nuestro trabajo se basa en un
enfoque experimental centrado en los procesos responsables de la ansiedad y la evitación,
su objetivo final es producir conocimientos y técnicas útiles para la
Psicología clínica. Y no solo en lo concerniente a la ansiedad generalizada,
sino a otros trastornos como el trastorno de pánico, la ansiedad social, el
trastorno obsesivo compulsivo, la anorexia nerviosa y otros trastornos que se
han relacionado igualmente con la intolerancia a la incertidumbre y que se
presentan con una importante tasa de comorbilidad. Supongamos, por ejemplo, que
futuros resultados experimentales revelan que uno de los motivos por los que
los intolerantes a la incertidumbre tienden a evitar en mayor medida y
presentan mayores niveles de estrés radica en una dificultad para identificar señales
de seguridad que indiquen la ausencia de peligro. El desarrollo de técnicas de
evaluación para identificar esta dificultad de aprendizaje y de tratamientos
destinados a superarla podría ser crucial no solo como solución a los
trastornos anteriores, sino para aumentar la resiliencia de las personas y
evitar recaídas en el futuro.
-P. Ya que acabamos de
aludir a la idea de procesos asociativos,
una de las conclusiones de su tarea investigadora es que los procesos asociativos y los procesos de razonamiento conviven y
explican parcialmente tanto el proceso de inferencia
causal como el de aprendizaje. Para
disociar ambos procesos, es interesante estudiar el aprendizaje de relaciones de contingencia. ¿Qué tipo
de relaciones de contingencia está analizando Ud. y su grupo de investigación en sus estudios
más recientes?
-R. Se trata de
relaciones de contingencia entre acontecimientos antecedentes y consecuentes.
El ejemplo más empleado en el área es la tarea de las alergias, donde los
participantes tienen que aprender a predecir si un paciente desarrollará una
alergia o no (acontecimiento consecuente) a partir de información acerca de los
alimentos que ha ingerido (acontecimientos antecedentes). Decimos que existe
una relación de contingencia entre, pongamos, aguacate y la reacción alérgica
si la probabilidad de dicha reacción cambia en función de si se ha ingerido
aguacate o no. En tal caso, si aprendemos esta relación, ingerir aguacate se
convierte en un acontecimiento informativo que resulta útil para generar
expectativas sobre la ocurrencia de la alergia. El procedimiento habitual para
estudiar esta forma de aprendizaje consiste en proporcionar ensayos de forma
repetida en los que los participantes se exponen a la ocurrencia de
acontecimientos antecedentes y consecuentes. De este modo, los participantes
aprenden a predecir de forma gradual las consecuencias a partir de los
antecedentes.
En nuestro caso,
en los últimos años hemos empleado tareas que se alejan en cierta medida de la
clásica tarea de las alergias para poder estudiar de un modo más fino el rol de
los procesos asociativos en el aprendizaje de relaciones de contingencia. Por
ejemplo, una de nuestras tareas favoritas consiste en aprender la relación
entre figuras geométricas que aparecen en el centro de la pantalla y la
localización espacial de un determinado estímulo que se presenta con
posterioridad. La idea que subyace a nuestro planteamiento experimental es que
tareas como la de las alergias no representan de forma adecuada la gran
variedad de situaciones en las que el aprendizaje de relaciones de contingencia
está fuertemente implicado. Por ejemplo, es bien sabido que nuestro cerebro
aprende la relación existente entre el input visual que proporciona el
movimiento de los labios de nuestro interlocutor y el input auditivo
correspondiente con el fonema que está pronunciando. El aprendizaje de esta
relación estadística está tan bien asentado que el acceso visual al movimiento
de los labios puede alterar nuestra percepción auditiva del fonema pronunciado.
Este efecto de integración multisensorial se conoce como el efecto McGurk. El
asunto es que si estudiamos el aprendizaje de relaciones de contingencia
empleando únicamente tareas como la de las alergias y medimos lo aprendido a
partir de los juicios verbales que los participantes nos proporcionan podemos
llegar a tener una visión distorsionada de los procesos de aprendizaje
responsables del aprendizaje de relaciones de contingencia en una gran variedad
de situaciones de enorme importancia en nuestra vida cotidiana. Tareas como la
de las alergias promueven el uso y expresión de procesos de razonamiento que
llevan a algunos autores a concluir que los procesos de carácter asociativo no
desempeñan ninguna función importante en el aprendizaje de relaciones de
contingencia. Sin embargo, cuando cambiamos drásticamente el tipo de tarea que
empleamos y medimos el aprendizaje con técnicas puramente conductuales no
basadas en juicios, los procesos asociativos se expresan de una forma más
notoria.
-P. Ud. publicó en
2005 el mejor libro sobre el Conexionismo
y sus límites que conoce el autor de este blog. Hace ya casi 30 años que fue
editado el primer libro sistemático sobre modelización de funciones cerebrales usando redes
neuronales artificiales, basadas en atractores
(Amit, 1991). A día de hoy, ¿cómo ve las posibilidades reales de la modelización
cerebral utilizando modelos conexionistas? ¿De verdad el Deep Learning supone una auténtica revolución en el paradigma o
todavía se podrá asistir a un nuevo invierno conexionista como se vivió en los
años 70 del siglo pasado?
-R. Te agradezco mucho
tu generosa opinión. Insisto, no obstante, en que se han realizado
contribuciones en inglés de una gran valía. Al fin al cabo, mi papel ha sido
más bien el de un divulgador. En cuanto a la primera pregunta, es evidente que
el momento de gran eclosión del conexionismo ya ha pasado y se ha recobrado una
perspectiva más equilibrada sobre el cerebro y la cognición. Dicho esto, la
irrupción del conexionismo ha producido cambios en el modo en que concebimos
los procesos mentales y su ejecución en el cerebro que se han normalizado en
nuestra disciplina. La modelización conexionista sigue estando presente y tiene
un enorme valor en determinadas áreas experimentales y neurocientíficas por su
capacidad para contrastar teorías. Lo que ha desaparecido es la visión ingenua
de que solo con los principios de computación neuronal tendríamos bastante para
iluminar todo el campo de la cognición. Hacen falta más aliados para tener una
visión más precisa y completa. Por ejemplo, el enfoque de la cognición corporizada
(embodied cognition) y, quizás, el del cerebro bayesiano, creo que constituyen
aliados naturales del conexionismo que incorporan muchas de sus ideas y aportan
otras nuevas que están teniendo un creciente impacto empírico.
En cuanto al deep
learning, aunque se inspira en los perceptrones multicapa, su evolución se ha
regido más por criterios matemáticos y de eficiencia que por la necesidad de
modelizar nuestra cognición y nuestro cerebro. Su impacto no se aprecia en la
psicología sino, más bien, en otras áreas como la inteligencia artificial o el
análisis de grandes cantidades de datos. Por supuesto, esto no descarta que, en
el futuro, se produzcan aportaciones en deep learning que se exporten a la
psicología, cuya historia está, precisamente, plagada de préstamos procedentes
de otras disciplinas. Pero éste no es, desde luego, el objetivo principal de
los que se dedican a mejorar las técnicas del deep learning y lo usan para sus
propios fines.
Muchas gracias por su amabilidad y espero
que sus proyectos de investigación continúen avanzando.
(Esta entrevista fue publicada en septiembre de 2018 en SCILOGS de Investigación y Ciencia).
Referencias
Amit, D.J. (1991). Modeling brain
function: the world of attractor neural networks. Cambridge: CUP.
Cobos, P.L. (2005). Conexionismo y cognición. Madrid: Pirámide.
Flores, A., López, F.J., Vervliet, B. y
P.L. Cobos (2018). Intolerance of uncertainty as
a vulnerability factor for excessive and inflexible avoidance behavior, Behaviour Research and Therapy, 104 (May
2018), 34-43.
Entradas
No hay comentarios:
Publicar un comentario