Texto académico

_____________________________

 

5. Pensamiento conceptual  


Si la educación universitaria se trata de una cosa, se trata de desarrollar nuestra capacidad de pensar conceptualmente: elevarnos por encima de nuestro diálogo normal y examinarlo desde la literatura especializada; pensar en nuestro espacio de significado.

 

Esto es pensamiento de segundo orden o "metacognición". Nos alejamos de nuestros argumentos y nos preguntamos: "¿He visto todas las implicaciones de usar este concepto de esta manera?", "¿Puedo sintetizar estas ideas y reunirlas bajo un concepto para ver algo que no haya visto antes? y si uso este concepto de esta manera, ¿empujarán mis argumentos en una dirección que no quiero ir?


Desafortunadamente, en la universidad, a pocos de nosotros se nos enseñaron estas habilidades. Aprendimos algo sobre ellos en esos raros momentos cuando vimos a nuestro asesor de tesis  analizar un concepto o juntar ideas en una síntesis original para crear una nueva forma de ver un problema. Si pudiéramos reconocer el significado y el significado de lo que había sucedido, pero, la mayoría de nosotros no lo hicimos, podríamos haber tenido la oportunidad de retener una pequeña idea de lo que sucedió para poder intentar hacer lo mismo nosotros mismos.


Como resultado, la mayoría de nosotros deja la universidad inseguros incluso sobre lo que entendemos por pensamiento conceptual, y mucho menos cómo hacerlo. Un aspecto importante es la capacidad de apartarse de los conceptos que usamos y analizarlos haciendo preguntas sobre cómo los usamos; ¿qué entendemos por autoridad del pensamiento?” O "libertad", “inteligencia”” etc. Sin embargo, este es solo un aspecto del pensamiento conceptual; quizás lo más obvio, a pesar de que muchos de nosotros pasamos por nuestras vidas sin saber que lo estamos haciendo.


Un segundo aspecto es la capacidad de crear nuevos conceptos. A medida que las ideas se unen, las vemos formando una configuración que no podemos describir usando ningún concepto existente, por lo que tenemos que inventar una nueva forma de representar esa estructura de ideas: la síntesis. 


El tercer aspecto es la capacidad de sintetizar nuestras ideas bajo conceptos, para que podamos ver las cosas de una manera nueva y perspicaz a través de ellos. Esta es la fuente de algunas de nuestras ideas más ricas, como veremos. Utilizamos nuestros conceptos de una manera nueva e interesante para ver cosas que nunca antes habíamos visto. En resumen el pensamiento conceptual está dado por:


1. Análisis de conceptos.

2. Creación de nuevos conceptos.

3. Síntesis de ideas usando conceptos.


Un concepto es una clasificación general de cosas particulares. Es universal cuando agrupa "todas" cosas que comparten características particulares bajo una idea o principio; es particular, cuando es específico a una teoría. Todas las ocupaciones que comparten características particulares se agrupan y clasifican como dentro de las “profesiones o disciplinas“. Cuando conceptualizamos a partir de nuestra experiencia, abstraemos el concepto general de la experiencia concreta particular. Subyacentes a estos conceptos o clasificaciones generales se encuentran los patrones, a través de los cuales agrupamos y organizamos la experiencia, y que nos permiten ver las cosas de una manera particular. El filósofo Bertrand Russell explica: La conciencia de los universales se llama concebir, y un universal del que somos conscientes se llama concepto[1].


Efectos en nuestro pensamiento conceptual. La importancia de los patrones que los conceptos aportan a nuestro pensamiento generalmente pasa desapercibida. Estos patrones nos dan la capacidad de interpretar el mundo, de reducir la confusión de la vida a niveles manejables de complejidad. Los conceptos representan nuestros medios más efectivos para hacer esto. Cada vez que los usamos, traemos la comprensión que hemos obtenido de la experiencia pasada para influir en el presente y dar forma a la forma en que actuamos en el futuro. De esta forma, reducen la complejidad de nuestro entorno, lo que nos facilita la toma de decisiones. También cumplen una función similar a la del sistema de clasificación de una biblioteca moderna al darnos acceso instantáneo al procesamiento semántico de cantidades de información útil que hemos almacenado debajo de nuestra base de conceptos. De hecho, nuestra supervivencia en el pasado ha dependido de esto. Reconocer que una determinada configuración de colores y movimiento representa un depredador peligroso ha sido la diferencia entre la vida y la muerte.


Redes de semánticas, usando estas poderosas herramientas de pensamiento, parece que llegamos a nuestros juicios casi sin esfuerzo. Un contador puede interpretar un balance general; un profesor, un ensayo; un abogado un contrato; y un periodista, una lista de hechos aislados. Cada uno, al poner en práctica su comprensión conceptual, puede interpretar su material y darle sentido. Pero en esto radica no solo la importancia del pensamiento conceptual, sino también los peligros. Su poder creativo nos permite pensar imaginativamente en todas las posibilidades; no solo sobre lo que es actualmente un hecho, sino sobre cómo podrían o deberían ser las cosas. Cuando pensamos conceptualmente, abstraemos el concepto o principio general, que se aplica a todas las circunstancias (pasado, presente y futuro), y lo divorciamos de las circunstancias concretas incrustadas en el presente.


Al abstraer lo universal de lo particular, revelamos un patrón general a través del cual podemos predecir los efectos probables de hacer una cosa en lugar de otra. Creamos patrones que mapean el entorno, ayudándonos a predecir qué es probable que suceda cuando actuamos. Pero mientras nos liberan de la tiranía de un futuro incierto de esta manera, los conceptos también pueden atraparnos en la previsibilidad cómoda del pensamiento rutinario. Pueden influir en nuestro comportamiento de manera bastante independiente de nuestra evaluación racional al desencadenar un tren de pensamiento que seguimos habitualmente. Cuando los usamos nos permiten ver las cosas de una manera particular. Interpretamos la experiencia, la organizamos y abogamos por un cierto tipo de acción como resultado. La base de un concepto es la disposición a responder de ciertas maneras en lugar de otras. Es esto lo que hace que sea tan importante que los analicemos para que sepamos, cuando los usamos, de qué manera están impulsando nuestro pensamiento.


Esto explica por qué aprender las habilidades clave involucradas en el análisis conceptual es tan vital en la vida profesional. Nos permite a nosotros, y a las organizaciones para las que trabajamos, ver lo que se debe hacer en el futuro, en lugar de simplemente repetir el pasado. Si las organizaciones quieren sobrevivir, deben evitar la amenaza a su supervivencia que proviene de la tendencia a manejarse a sí mismas, ya que siempre se han manejado a sí mismas de la manera probada. Concentrarse exclusivamente en el concreto aquí y ahora se basa en el supuesto de que el futuro proporcionará más de lo mismo. Podemos quedarnos atrapados fácilmente en nuestra propia cultura, creyendo que esta es la forma en que siempre hemos hecho las cosas y, como siempre ha traído éxito, debemos seguir haciéndolo de esta manera. Como advierte Charles Handy, es tentador capacitar a las personas para el trabajo de ayer[2].  Las organizaciones deben preparar a su personal no para el pasado sino para el futuro. Para hacer esto, debemos comenzar a pensar conceptualmente, de modo que podamos elevarnos por encima de las ideas diaria y pensar estratégicamente en nuevos conceptos emergentes.


Muchos de los avances más significativos en nuestra comprensión se han producido no porque los investigadores tengan datos nuevos o mejores, sino por la calidad de su pensamiento y los conceptos que los crean. En muchos casos, frente a problemas que desafían la solución, las respuestas finalmente solo han surgido como resultado de poder pensar fuera de los conceptos y métodos aceptados. Una vez que hemos revelado la estructura de nuestros conceptos y la forma en que está organizada nuestra comprensión, podemos manipularla y formar nuevas estructuras como vimos con humor, ingenio y las respuestas en crucigramas. Nos gusta pensar que la mayoría de nuestras soluciones vienen a través de un proceso directo de razonamiento lógico. Pero esta es la forma en que se cuenta la historia del descubrimiento, en lugar de cómo sucede realmente. Para esto, primero necesitamos la capacidad de analizar conceptos y, a partir de ellos, crear nuevas estructuras, a través de las cuales podamos ver el mundo de manera diferente y organizar nuestra información al respecto.


Sin embargo, el problema que todos enfrentamos es que analizar los conceptos que usamos todos los días parece algo innecesario. Parece obvio: todos sabemos lo que se entiende por palabras como "necesidades", "privacidad", "soborno" y "autoridad", o frases como "calidad de vida". Así que tenemos que aprender a hacer esa pregunta característicamente filosófica, "Sí, pero ¿qué queremos decir con X?", Especialmente cuando el significado parece obvio para todos. De manera reflexiva y autorreflexiva, estamos cuestionando nuestro propio uso de estas palabras bastante comunes, que ya no se pueden dar por sentadas. El primer paso es darse cuenta de que las palabras tienen más de un significado, dependiendo del contexto teórico y el propósito para el que se utilizan dentro de la técnica. No tienen significado por derecho propio. Por lo tanto, nuestra preocupación debe ser por sus usos reales y posibles. Si tuviéramos que buscar su significado en un diccionario, encontraríamos la imagen de alguien de lo que significan en un contexto particular, o una simple instantánea, una imagen en movimiento en el carrete de imágenes, cada una registrando el significado del concepto en un tiempo particular y cómo ha cambiado y sigue cambiando. Nuestra tarea, por lo tanto, al analizar un concepto es mapear todas las diferentes formas en que se utiliza desde una revisión de la literatura. La mayoría de los conceptos que utilizamos cambian constantemente en la literatura, tanto por el cambio cultural y social como porque los propósitos para los que los utilizamos cambian. El que cambie un concepto es síntoma de la salud de las disciplinas.

 


5.1 Conceptos 


La mente conceptual, abarca la idea abierta en el estudio de conceptos desde lo que sucede en insectos, en el cerebro humano, la evolución, la percepción, el lenguaje, la adquisición de la cultura, la normatividad contextual y la individualización de su uso pragmático. Los conceptos se consideran el pegamento que mantiene unida en armonía a nuestra vida mental… en la que se vinculan nuestras experiencias pasadas a nuestras interacciones actuales con el mundo[3]. 


Cada concepto es una piedra angular que actúa en la imaginación y la cognición humana, subyace a la analogía, el lenguaje y las habilidades axiomáticas de nuestra matemática dada por nuestra genética[4]. Los animales aprenden relaciones de las dimensiones espaciales (largo, ancho y alto), de cantidad, a diferenciar en categorías y a predecir los eventos de probabilidad. Cada caso, debe ser descodificado por su cerebro, vinculando sus relaciones[5]. Por lo tanto, los conceptos se asocian a altos niveles de sofisticación cognitiva y, por lo tanto, no se esperaba encontrarlos en cerebros de insectos. Recientemente el estudio de los conceptos se realiza en diminutos cerebros  de la abeja melífera, porque estas son capaces de aprender relaciones conceptuales entre estímulos visuales[6]. Estos resultados desafían la visión tradicional que atribuye a los humanos esta facultad, además, que implica abstracciones conceptuales en ausencia de lenguaje. Al acceder a las bases neuronales de los cerebros de las abejas melíferas los científicos poseen herramientas de investigación, con una ventaja cuando el objetivo es la identificación de redes de neuronas especificas que modulan la producción del comportamiento[7]. 


Entre los insectos, la abeja melífera ha surgido como un modelo poderoso para el estudio del aprendizaje asociativo. Su estilo de vida es social, y se basa en una compleja división del trabajo logrado por individuos reproductivos (reina y drones) y no reproductivos (trabajadores[8]). Se alimentan de néctar y lo almacenan en la colmena. Estas actividades le implican viajar distancias de kilómetros y visitar cientos de flores en una sucesión de rápida y eficiente recolección. Las abejas ven el mundo en color, discriminan formas y patrones resolviendo mensajes en sus movimientos con alta resolución temporal[9]. Sus sentidos son capaces de distinguir una amplia gama de colores y la percepción del gusto parece ser limitada[10]. 


En un contexto natural, las abejas aprenden y memorizan las señales locales que caracterizan los lugares de interés, en especial los esenciales: la colmena, fuentes de alimentos y depredadores[11]. Aprender y memorizar las señales sensoriales de la flor explotada a través su asociación néctar recompensa de polen es lo que permite a una abeja rastrear una especie en particular de flor en el campo. Cuando la rentabilidad de las flores disminuye, las abejas cambian, mostrando la capacidad de extinguir las asociaciones previamente aprendidas. 


Trabajos recientes han mostrado que el cerebro miniatura de las abejas puede aprender relaciones conceptuales entre estímulos visuales. El aprendizaje conceptual es particularmente interesante para el estudio de un cerebro supuestamente limitado porque se basa en relaciones entre objetos[12], sin duda requiere una regla independiente de la naturaleza física de los estímulos considerados: color, forma, tamaño. Resolver problemas conceptuales, plantea, por lo tanto, un problema para las vistas simplistas que representan a las abejas, y a los insectos en general, como máquinas carentes de plasticidad cerebral. Informes recientes reconocen la numerosidad en las abejas, capacidad para extraer información sobre números independientes de las características físicas de los objetos contados[13]. Además, las abejas demuestran un buen aprendizaje y retención de la memoria  de 24 horas después del entrenamiento[14]. 


El aprendizaje de conceptos de uniformidad y diferenciación fue demostrado en 2001[15]. Estos estímulos se le muestran al animal para obtener un esfuerzo positivo; si se entrena, tiene que elegir lo contrario a la muestra para obtener el esfuerzo[16]. 


Las abejas son entrenadas para entrar en un laberinto y para recoger la solución sacarías de los brazos del laberinto[17]. La recompensa cambia aleatoriamente, los resultados demuestran que las abejas aprenden reglas en la que reaccionan a los estímulos en su entorno. Muestran que la memoria de trabajo subyacente a la resolución dura unos 5 segundos. Un milímetro cúbico del cerebro de la abeja contienen 950,000 neuronas, y en el de los humanos  en un volumen de 1.45 centímetros cúbicos unos 100 mil millones de neuronas.


La capacidad de abstraer información sobre el número, siempre ha estado en el centro de los estudios de cognición animal[18]. La pregunta más amplia que subyace a esta investigación es si los animales codifican información sobre el número cuando se presenta con estímulos variables en otros aspectos[19]. Varios han demostrado que los animales incluyendo ratas, leones, primates…, tienen un sentido aproximado del número (Numerosity interference). La investigación sugiere que las abejas  fueron entrenadas para volar a lo largo de una ruta de 300 metros, esta evidencia de protoconteo cumplió con criterios básicos en la mayoría de las definiciones de conteo verdadero. Las abejas mostraron una correlación fuerte en pruebas con referencia en tierra. Esta capacidad era visible hasta cuatro puntos de referencia basados en el camino hacia la meta, pero no más lejos, lo que indica un límite en la calidad de conteo de las abejas[20]. Los resultados sugieren que las abejas son capaces de contar en un contexto de navegación, esto se aprecia secuencialmente incrementando, conforme progresivamente los puntos de referencias aumentan en su memoria. 


Las abejas deben operar en entornos complejos y el procesamiento de conceptos espaciales de derecha, izquierda, arriba y abajo, son cruciales para la orientación de navegación. Procesar varios conceptos simultáneamente presupone un nivel mayor de sofisticación cognitiva que el que trata con un concepto a la vez. Las abejas muestran que aprenden relaciones espaciales y las transfieren a otras, su comunicación es con imágenes de sus vuelos, las abejas prefieren estímulos gráficos diferentes, que reglas de diferencias fijas. En resumen, los problemas que resuelven las abejas, dentro de su capacidad de detectar reglas relacionadas con objetos visuales en su entorno, sugiere que es una capacidad adaptable al contexto ecológico. Son relaciones conceptuales con eficiencia conductual. 


Hemos visto que las abejas pueden comportarse guiadas por diferentes tipos de conceptos inculcados por entrenamientos específicos, que tales conceptos admiten un espacio ecológico, sus estructuras neuronales, apoyan el aprendizaje conceptual. ¿En qué sentido tienen las abejas conceptos elaborados comparables con los humanos? ¿Hasta qué punto la proposición del concepto está anclada en nuestra biología? 


Son difíciles las respuestas a estas preguntas, aunque no podemos atribuir de una manera sencilla el contenido conceptual a la mente de una abeja, podemos suponer que existe un contenido que puede ser correctamente atribuido a una base de procesamiento axiomático del espacio, la probabilidad, la categorización y el conteo, este último a partir de reconocer la unidad en la realidad[21]. Las abejas transfieren su elección a situaciones novedosas detectando contenido y discriminando información. Esta conclusión parte de la idea de que los conceptos en las abejas no están preelaborados, son una forma mental de orden superior. Las abejas resuelven la discriminación de información elaborando conceptos a partir de axiomas de espacio, cantidad, categoría y toman decisiones de probabilidad, muy similar a como los humanos lo hacemos. Mediante un mecanismo de rutinas innatas y formas de aprendizaje elementales de neuronas en redes adaptativas, tal como lo hacen nuestras redes neuronales sintéticas[22]. La toma de decisiones, la planificación y las comunicaciones son en muchos aspectos similares entre cerebros complejos y los pequeños cerebros de las abejas[23]. 


El aprendizaje conceptual, descrito como de orden superior, es una capacidad axiomática basada en el procesamiento de datos y el hecho de que las abajas puedan dominar rutinas innatas para formar conceptos o comunicarlos entre ellas, sugiere que los animales estamos habilitados con asociaciones de memoria para la navegación espacial. Pero, desconocemos cómo sin un lenguaje se revelan arquitecturas subyacentes capaces de procesar información en conceptos.


La conexión conceptual es el anclaje de nuestras ideas a la realidad, pero no es un límite su aplicación en nuestra especie, a lo dado en la realidad empírica, lo podemos hacer también sobre lo sintético, es decir, sobre la memoria de trabajo crear conceptos dirigidos a lo puramente abstracto. La experiencia científica con las abejas, es quizá un recordatorio para el deber de la educación en alimentar la práctica pedagógica con tareas intelectuales, es lo más bioético que podemos hacer por los cerebros de nuestros estudiantes, las abejas nos dicen con sus cerebros, que enfrentarse a lo desconocido adaptando sus conceptos a partir de lo innato axiomático, es importante para enfrentar todo lo adverso en éxito del aprendizaje requerido. Además, el aprendizaje socializado  por la colmena, nos enseña que, la colaboración es esencial para sobrevivir en la complejidad. 


Una pregunta nunca ocurre en un vacio, siempre está incrustada en una red de otras preguntas y conceptos. Del mismo modo que no se producen fuera de ningún contexto, sin ningún propósito o independientemente de cualquier perspectiva en particular, lo que podemos llamar algo por encima de un nivel abstracción estructural, es la idea precisa que nos introduce de una manera breve, sin desviación y desempeña un papel crucial en una red de conceptos más amplia (la teoría). 


Intentando que los estudiantes no memoricen reglas de la aritmética, la geometría, el cálculo, la biología…, debemos invitarlos a que abandonen la costumbre que les satisface a decir sentencias con palabras que no entienden, pero, les dijeron que eran correctas para pasar un examen. Para este desafío, el hábito necesario es justificar todas nuestras creencias. 


Una proposición contiene conceptos y una operación epistémica, en la que declara sin ambigüedad una información que puede ser ensayada en lo que hay en ella de falseable. En una representación de un objeto, su forma general es un concepto. Los conceptos son productos de la conciencia, la inferencia y un marco teórico que le dan representación individual. Para Kant los conceptos están dentro de un modo de conocer, en una red de otros conceptos que guardan una distancia intensa en su semántica.


Para Kant las matemáticas representan un rompecabezas epistemológico, combinando dos características aparentemente irreconciliables: necesidad y sustancialidad. Las proposiciones matemáticas parecen decir verdades que no podrían ser de otra manera. Pero al mismo tiempo parecen representar extensiones genuinas de nuestro conocimiento. En este sentido, pensó Kant, eran como la máxima de la causalidad universal, que cada evento tiene una causa, cuyo estatus problemático Hume lo abordó con la dicotomía, entre las relaciones de ideas y asuntos de hechos. Así, alegó que la máxima causal era (de hecho y que nuestra atribución al carácter de una verdad necesaria), un error cuyo origen psicológico consideraba uno de sus principales logros. Sin embargo, Kant no aceptó esto, pero tampoco estaba dispuesto a aceptar que la máxima causal simplemente expresaba una relación de ideas al modo de Hume, y así, al igual que la proposición de que cada efecto tiene una causa, era trivialmente verdadera en virtud de su significado. Tanto en este caso, como en el caso de las matemáticas, Kant pensó, lo que teníamos que reconocer es la existencia de proposiciones que cayeron en ninguno de los lados de la dicotomía de Hume. Kant lo discutió en su obra La crítica de la razón pura (1781) en el marco de un par de distinciones: 1) entre conocimiento a priori y a posteriori y 2) entre juicios analíticos y sintéticos. Explica el primer término, de la primera distinción de la siguiente manera:


Entenderemos por conocimiento a priori, no por conocimiento independiente de esta o esa experiencia, sino con el conocimiento absolutamente independiente de toda experiencia. 


Un conocimiento a posteriori, entonces, es el conocimiento que requiere a toda la experiencia.


La segunda distinción de Kant la explica así:


O bien el predicado B pertenece al sujeto A, ya que, algo que está (encubierto) en el contenido del concepto A o, B se encuentra fuera del concepto A, aunque en realidad se encuentra en conexión con él. En el caso de que el juicio sea analítico, y el otro sintético. 


En un juicio analítico, Kant dice, al pensar en el término sujeto uno piensa el término predicado, por lo que, ningún nuevo conocimiento puede ser expresado en un juicio analítico. Kant lo ilustró con estos enunciados:


Todos los cuerpos se extienden. Juicio Analítico.

Todos los cuerpos son pesados. Juicio sintético.


Para Kant, hay cuatro categorías de juicios posibles. El a posteriori sintético, el sintético a priori, el analítico a posteriori y el analítico a priori. Las proposiciones matemáticas son siempre juicios a priori, y no empíricos, porque llevan consigo la necesidad, que no se puede ser tomada de la experiencia. Kant argumenta, ilustrando este punto de vista con su propuesta de que 7+5=12, donde el concepto de 12 es sintético porque se puede encontrar en el análisis de la suma de siete y cinco. Además, Kant piensa esto mismo para las verdades geométricas. Piensa que la noción clave a la que hay que apelar es la de la intuición. Una intuición para Kant es una representación singular de un objeto, un concepto es una representación general. Los conceptos son productos de la comprensión, a los que nunca se dan en lo individual sobre lo que se expresa. 


Por lo tanto, Kant asume que cualquier experiencia que tengamos del mundo, debe ajustarse a las formas de intuición. Cualquier experiencia de sentido externo (objetos que no sean nosotros mismos) debe ajustarse a la forma del espacio y, cualquier experiencia en absoluto, ya sea que se presente como experiencia de algo que no sea su tema o no, debe ajustarse a la forma del tiempo. Sea como sea el mundo en sí mismo, cuando toca nuestra sensibilidad, debido a su naturaleza, el producto debe tener invariablemente una forma espacio-temporal. Para reformular esto en la forma de la analogía de Russell, todos observamos con los ojos del espacio-tiempo y, por lo tanto,  estamos limitados a percibir el mundo de esta manera.


Es crucial darnos cuenta que para Kant, supone que nuestro conocimiento de la aritmética y la geometría depende de nuestro conocimiento del espacio y el tiempo, y que en este sentido están epistemológicamente a la par. La intuición en términos modernos, relaciona a nuestra base axiomática biológica con las nociones generadoras  de conceptos: los sentidos innatos de unidad, espacio, probabilidad, categoría y lógica. 


La génesis de los conceptos, proponemos está en la intuición apoyada en la combinación de las nociones biológicas innatas: axiomas propios de nuestra especie. El flujo de composición de conceptos, en principio está abierto cuando nos hacemos a una discusión informada y razonable, definidas en términos de consecuencias bajo nuestras interrogaciones. La ciencia y la filosofía, ahora entendidas como preguntas abiertas, se convierten en la forma de diseño de los conceptos. Es una tradición del conocimiento construido. Tal construcción necesita ser reconciliada con el naturalismo en la ciencia y en la filosofía con el razonamiento mejor que podamos tener. 


Los agentes epistémicos (el aprendiz), saben algo cuando son capaces de construir (justificaciones, explicaciones, reproducir demostraciones, simular, modelar, calcular…) sobre ese algo y conectar la información obtenida en la red correcta de relaciones que le dan cuenta. O, en términos más intuitivos, la gente es calificada de epistémica, cuando es activa sobre cierta información, es decir, productora crítica de la misma. Su experiencia epistémica en el estilo de pensamiento particular, aumenta en relación con el alcance y profundidad de las preguntas que es capaz de hacer y responder sobre un tema en particular observado a la luz de la literatura disponible para su revisión.


Construir un concepto, es la acción del conocimiento del creativo en la ontología del aparato semántico (criterios sobre lo que existe y lo verdadero), en la selección fundamental de lo que puede aprender de las disciplinas. Por lo tanto, el constructivismo se aleja del enfoque del conocimiento mimético, pasivo y declarativo en el vacío de una investigación; con el fin de concentrarse más en el diseño de conceptos: conocimientos sintácticos, interactivos y prácticos de un artefacto semántico con criterios ontológicos. 


Hay siempre encrucijadas críticas en la historia de nuestros conceptos. Cuando uno da pequeños pasos en la construcción de nuestros conceptos, la dirección que tomamos tiene inmensas consecuencias para el tipo de construcción posterior que fomentaremos, y las posibilidades alternativas que construiremos en nuestro paso por el mundo. Platón tomó uno de esos pasos influyentes, cuando respaldó la distinción entre epistémica y técnica, e insistió en que un enfoque orientado al usuario del lenguaje, favorece una recepción activa de la semántica de la información, es decir, escribir notas sobre lo que reflexionamos nos ayuda en gran medida al análisis de ese paso crucial que determina el trabajo epistemológico y la lógica conceptual de relacionar redes de estos.


Escribir sentencias alternativas con un parafraseo sobre la literatura revisada, agrupa nuestras premisas bajo el enfoque de un conocimiento fabricado. La naturaleza de nuestro conocimiento del mundo, es de hecho, resultado de nuestro estilo de pensamiento. Pensar sobre hacer, representa producir conceptos. Las sociedades de la información en las que vivimos son sistemas de fabricación de conceptos en los que el manejo experto e inteligente de datos e informaciones es la ocupación principal de su valor. Cualquier persona que aprendió haciendo procesos de justificación, es consciente  del hecho de que, la comprensión de conceptos requiere mucho más que la observación pasiva, cualquier estudiante entrenado, alguna vez realizó un experimento que involucró comparar entre autores como se refieren a un mismo concepto. Se dará cuenta, cómo en su construcción, cada autor empleo distinta información y refinamiento; en algún momento, construyeron ideas más ricas que sus predecesores. Nuestros conceptos construidos como argumentos, contienen los fundamentos de nuestras interacciones prácticas y creativas con la literatura disponible. Diseñar conceptos, es hacer cosas creativas con la información, identificando hechos, premisas, operadores modales, inferencias, conclusiones, evidencias, teorías, hipótesis, problemas, métodos, experimentos, discusiones y una red amplia de justificaciones y explicaciones, todo esto, podemos informarlo como razonamientos analíticos y cada proceso activo de este tipo amplía nuestro acervo conceptual.


La brecha intelectual entre los practicantes epistémicos en la fabricación de conceptos, se está ampliando sobre los que son solo contemplativos, sobre todo, porque la presión que proviene de la inmensa cantidad de nueva información está empujando hacia el desarrollo de nuevas ideas y tecnologías, para mejorar nuestro desempeño en el mundo. Debemos ser muy claros en que, una educación apoyada en el diseño de conceptos, es un enfoque que busca la autonomía intelectual de los estudiantes. 


La epistemología es más que un juego intelectual totalmente divorciado de la dinámica real del conocimiento humano y, por lo tanto, es relevante su práctica tomada como un estilo de pensamiento vivo en cada tarea académica que involucra al diseño de conceptos. El riesgo en un aula clásica es hacer ver a la epistemología como instrucciones para receptores pasivos y consumidores de información. Ha llegado el momento de ser epistémicos, abandonando la perspectiva pasiva, mimética y fomentadora de instrucciones al usuario, por discusiones amplias de cómo generamos nuestro conocimiento justificado del mundo, y unir nuestra tradición intelectual con el talento observado en la literatura, no se trata de recibir mensajes del mundo en el aula, se trata ante todo, de gestionar el tipo correcto de estructuras de conocimiento para nuestras construcciones, bajo control mental epistémico y doxástico de nuestras ideas ensayadas.


Sería fácil (estimado lector), expresar que fabricar un concepto es seguir una receta de combinar los conceptos observados en la literatura disponible. Esto significaría no apreciar la verdadera dificultad de nuestra tarea intelectual. Esta es la tarea fallida adoptada por la ingenuidad romántica de un “aprendizaje” pasivo de la lingüística y la epistemología involucrada en el diseño de conceptos. Construir conceptos, es un alta costura de tejer con premisas, cláusulas, inferencias y conclusiones con la intención de ganar coherencia y profundidad para nuestros conceptos. 


El construir conocimiento (sostenemos), se adquiere a través de la creación del tipo correcto de artefacto semántico (concepto); en otras palabras, el modelo de información. Somos constructores de la infoesfera que habitamos (espacio conceptual), el mundo intelectual que compartimos en sociedad. No podemos obtener conocimiento registrando pasivamente sentencias declarativas, como si fuéramos cestas listas para ser llenadas de conceptos; en su lugar, debemos manejarnos de forma interactiva. Tanto en el campo matemático como en las ciencias humanas podemos adquirir pleno conocimiento, porque podemos llegar a conocer las causas de nuestros objetos de investigación. Después de todo, conocemos un teorema si sabemos cómo probarlo, no es si simplemente podemos exponer su resultado, y los experimentos no imitan al mundo, lo moldean de manera controlable, como Galileo entendió.


Se ha derramado demasiada tinta en la academia como análisis conceptual. La opinión alternativa para observar el método, es que la academia es al menos tanto (si no realmente más), la comprometida con la creación, refinamiento y el ajuste de nuestros artefactos semánticos (conceptos), con el fin de responder a preguntas abiertas, es decir, preguntarnos en principio lo teórico o lo fáctico (abstracto o empírico). Dos métodos destacan, el minimalismo, que es un método de inferencias de relación y, el de niveles de abstracción, este último, es un método formal que realiza al concepto en sus diferentes capas o interfaz informática, por ejemplo, para un “texto escrito” sus capas de abstracción: son un conjunto de párrafos, de argumentos, de sentencias, de inferencias, de justificaciones, de operadores modales, de conceptos, de categorías gramaticales, de un sistema sintáctico, un alfabeto y un conjunto finito de fonemas. Juntos concretan una metodología armoniosa, es decir, una academia que se toma en serio que el conocimiento creativo, es el enfoque correcto desde el que debe interpretarse todas las expresiones conceptuales del mundo. Interpretación autorreflexiva que proporciona los enlaces núcleo del sistema conceptual. Sin embargo, también somos conscientes de que los científicos de la información (también con sus argumentos estadísticos) complementan estos dos métodos. Por esta razón, sugerimos tres metodologías: minimalista, niveles de abstracción y argumentación estadística; los referimos como el espacio metodológico total en esta obra. 


Método minimalista


El minimalismo es un principio erotético. El punto de vista es simple: las cuestiones académicas a menudo plantean problemas multifacéticos, que pueden formar un espacio problemático que, a su vez (siguiendo a Descartes), puede ser descompuesto y tratado mediante un enfoque de divisiones y conquistas[24]. El resultado es un conjunto de problemas más accesibles, interconectados en una especie de red dependiente. Un problema de partida minimalista se basa lo menos posible en otros problemas abiertos, fortaleciendo así la respuesta final a la pregunta académica. Muy a menudo, uno puede mejorar la tractabilidad de un espacio problemático eligiendo un modelo con el que estudiarlo. El minimalismo describe tres criterios para orientar esta elección: controlabilidad, capacidad de implementación y previsibilidad.


Un modelo es controlable cuando sus operaciones se pueden modificar a propósito. Dada esta flexibilidad, el modelo se puede utilizar como un caso práctico para probar diferentes soluciones para el espacio problemático. El segundo criterio recomienda que los modelos sean implementables, generalmente a través de la descripción de mecanismos conceptuales, por ejemplo, descripciones de pensamiento, analogías, construcciones lógicas, modelos ideales, contraejemplos…, a veces, a través de realizaciones físicas. Cuanto más transparente sea un modelo, es decir, más se moverá su mecanismo y dinámica hasta convertirlo en un agujero negro o convertirlo en una caja blanca. Metafóricamente, el creador del modelo es un demiurgo platónico, plenamente consciente de sus componentes y de sus reglas de transición. Por lo tanto, el modelo se puede utilizar como laboratorio conceptual para probar restricciones específicas en el espacio problemático.


El tercer criterio se desprende de los dos anteriores: idealmente, el modelo elegido debe ser tal que, su comportamiento sea previsible, al menos en principio. El demiurgo puede predecir el comportamiento del modelo en el que puede inferir las consecuencias correctas de sus explicaciones. Los resultados del modelo se convierten en los puntos de referencia de las soluciones probadas.


Dados los criterios anteriores, tres propiedades caracterizan aún más el minimalismo. En primer lugar, el minimalismo es relacional. Los problemas y los modelos nunca son absolutamente minimalistas, pero, siempre están conectados con el espacio problemático que plante la pregunta. Esta naturaleza relacional percola a través del enfoque, haciendo más fácil de entender el qué, a menudo, una dificultad conceptual radica en la tentación innata de ver solo soluciones booleanas. Ya nos hemos referido a esta tendencia anterior, al mencionar la dificultad como atractores poderosos. Imagine verse obligado a definir el concepto de “alimento”, ya sea en términos externalistas, solo como nutrientes físicos en el mundo, o en el internalismo, solo como requisitos dietéticos para una especie biológica específica. El debate podría ser fácilmente interminable, ya que la comida es un concepto relacional. Recordemos que lo racional no es un relativismo. Es simplemente falso decir que algo es alimento independientemente de la naturaleza del alimentado, pero, también (obviamente), es falso decir que solo depende del comensal y, que cualquier cosa podría calificar como alimento. Los relativistas cambian de contexto. La información semántica es otro ejemplo útil, ya que, no es solo en el entorno, ni en la mente, sino que surge de las interacciones de agentes específicos dentro de su entorno. La naturaleza relacional del minimalismo aclara aún más la necesidad de triangular nuestros conceptos básicos:  a menudo es más fácil comentar con dicotomías booleanas, ensayada en lo que hay en ella de geometría los dos lados conocidos de cada extremo de una distinción puede ayudar a determinar el tercer punto que proporciona la perspectiva correcta sobre la cuestión que se está examinando. El lector podría percibir con razón los rastros de una lógica hegeliana en esto. 


El minimalismo proporciona una manera de elegir críticamente el problema de partida más fructífero para el análisis del espacio problema, mejorando así la fuerza del siguiente paso en la dirección de la respuesta a la pregunta académica. Es una cuestión de relaciones inferenciales entre un problema y su espacio de significado. El árbol minimalista del concepto se construye eliminando redundancias, clarificando, explicando y ofrece criterios para elegir modelos de relaciones con respecto de preguntas específicas. 


En resumen, la definición de minimalismo se basa en dos supuestos principales. Uno refiere a la existencia de un espacio problemático. El minimalismo no da cuenta del proceso de descomposición analítico del problema. El otro es que el árbol conceptual de relaciones es algo dinámico respecto al avance de la investigación y justificación de las relaciones conceptuales. 


Método de niveles de abstracción


El método de niveles de abstracción lo formalizó Floridi[25]. En este método se emplearon matemáticas discretas para especificar y analizar el comportamiento de los sistemas de información, a pesar de esa herencia, la idea no es en absoluto la técnica matemática, sino atender los efectos de este modo de producir conceptos. Dado que, el sistema investigado puede ser totalmente abstracto o incluso ficticio, el término observable, no debe confundirse aquí con lo empíricamente perceptible. Podría ser una desafortunada opción terminológica en este método, pero (teóricamente), un observable es solo una variable interpretada dentro de un espacio de significado; es decir, una variable tipo, junto a su declaración de qué característica del sistema en consideración representa. Por ejemplo, un conjunto de datos podría tener números naturales como tipo de una variable y números telefónicos para otra variable. En este método se descomponen los objetos conceptuales en sus atributos (observables). A partir de los observables se identifica la capa de abstracción, un tiempo particular del sistema S subyacente a otros sistemas. Un sistema neuronal, descansa en otro sistema bioquímico, en otro sistema genético, en otro sistema molecular, en otro sistema atómico, en otro sistema cuántico. Al sistema que comprende todas las capas de abstracción lo llamaremos sistema T. Cada capa modifica el tipo de observable dado por la naturaleza de los datos.  Las capas de abstracción se les llama interfaces. 


Una interface es una red de observables, los cuales están relacionados por comportamientos que moderan a la capa conceptual y pueden expresarse en términos  de transición de roles. Se posicionan conceptualmente entre los datos y los espacios de información generados por las variables de los agentes sobre los que actúan. Los agentes, son los objetos donde los sistemas (diversos) independientemente se reúnen, actúan o se comunican entre sí (para el caso anterior podría ser la neurona). 


Una interface se utiliza para analizar algunos sistemas desde diferentes puntos de vista o diferentes capas conceptuales. La única diferencia es que una interface consiste en una colección de observables y, el sistema T, son las contribuciones de los gradientes de abstracción de las interfaces individuales.


Las profesiones que implantan diseños conceptuales dentro de las normas ISO de calidad  y los diseñadores de bases de datos, utilizan esta metodología con gran éxito. 


Un observable califica el nivel en el que se considera una interface del sistema. Uno debe confiar en el método de abstracción para redefinir el sistema T. Lo crucial es reconocer que el análisis de objetos y observables (atributos), respalda un relativismo entre interfaces. Relativismo, es equiparar posiciones entre observables de diferentes interfaces. El sistema T depende del observador, y de su habilidad para identificar las relaciones entre observables y el objeto. 


Cada observable debe documentarse con referencias y justificaciones de su pertinencia al objeto. El modelo de un sistema conceptual es una función de relaciones observables disponibles. Diferentes interfaces pueden clasificarse correctamente dependiendo de lo bien que se satisfagan que son capas de abstracción subyacentes, esto garantiza coherencia, elegancia, potencia explicativa, y datos confiables. El propósito de orientar la elección de observables, permite realizar diferentes análisis en la naturaleza de cada interface, correctamente siempre que se comparta la relación con los objetos.


Ahora acordamos que un sistema se caracteriza por un determinado modelo conceptual MC por niveles de abstracción, definido por sus propiedades que satisfacen en ese espacio de significado. Los sistemas son a menudo dinámicos: cambian, y esto significa que algunas de esas propiedades cambiaran de valores. La evolución de un sistema cambiante se captura dentro de MC dado y en cualquier momento por los valores de sus observables (los atributos del sistema). Por lo tanto, un MC puede considerarse que tiene estados semánticos, determinados por el valor de las propiedades en el instante de tiempo en que es observado en la literatura. Cada cambio corresponde a una transición de un estado a otro en el conocimiento. Como resultado en la transición se podría construir una cadena de estados.


Uno de los problemas abiertos más emocionantes de las ciencias cognitivas y cerebrales es cómo el conocimiento conceptual se representa y organiza en el cerebro. El reciente   avance tecnológico permite estudiar la cognición in vivo en sujetos que aprenden y procesan información; el conocimiento conceptual, es el objeto de estudio. Organiza modelos de desarrollo cognitivo neuronal para especificar los efectos en su formato estructural de la información conceptual. Esto significa que, para avanzar, la conectividad del sistema conceptual con el lenguaje; con la ejecución de procesos; sensitivo, motor y otros sistemas deben convertirse en una unidad de análisis. La conectividad de este sistema restringe el orden en que se accede a la estructura de la información y, esto se puede ponderar un aspecto de este cálculo, formar procesos conceptuales minimalistas, de niveles abstracción  y argumentación estadística. 


La educación actual, resumiendo, se caracteriza por una noción algo más estática de conceptos, pasiva y ha dejado de lado los problemas de conectividad propios de nuestro cerebro. Se puede distinguir entre hipótesis sobre la organización del concepto y las representaciones de la estructura conceptual. La hipótesis sobre cómo se organiza la red de conceptos en el cerebro, suele estar relacionada con la distribución física observada de la información conceptual en las diferentes regiones del cerebro. 


Un marco teórico ampliamente discutido sobre la representación del conocimiento conceptual, es la hipótesis de la cognición encarnada[26]. La idea central de este marco, aplicado a los conceptos, es que las representaciones se reactivan o estimulan en el curso del análisis conceptual, un cálculo del significado que realizan los individuos. La forma de este punto de vista, es que no hay una red distinta para representar estructuras de información conceptual y sensorial. Recuperar conceptos es la simulación para reactivar la información adquirida inicialmente del concepto y, que se encuentra conectada a las emociones asociadas que confirman el punto de entrada, cuando interactuamos para el recuadre de los conceptos. La memoria y los conceptos están mediados por emociones, aprender es una suerte de sentir. Otra forma de pensar a tales teorías es que, son un tipo de modelo de memoria semántica organizada por emociones en su jerarquía de privilegios de acceso. 


Un tipo importante de evidencia argumentativa para apoyar la hipótesis de la cognición encarnada, consiste en demostrar que los procesos motores se involucran automáticamente cuando los participantes realizan tareas de cálculo conceptual y perceptivas que requieren, en un análisis lógico activaciones excesivas del sistema motor. Dicha activación motora se ha observado en neuroimagen  funcional[27]. Se ha encontrado superposición en las regiones de la corteza motora que se activan tanto para acciones físicas como para palabras que describen acciones conceptuales de cálculo (hacer ejercicio estimula la capacidad conceptual[28]). 


La fatiga del sistema motor se correlaciona, interfiriendo selectivamente con la comprensión de sentencias escritas, cuyo significado implica una dirección congruente con los movimientos identificados en una región cerebral[29]. El interés reciente en la realización de conceptos es paralelo al recientemente emergido en las teorías motoras de la percepción. La teoría motora original de la percepción del habla[30] afirma que, el reconocimiento del habla era funcionalmente un proceso de reconocimiento de las acciones motoras del orador y no de reconocimiento de información perceptiva auditiva. Por lo tanto, el reconocimiento de voz consistió en simular los programas de salida motor que serían necesarios para producir estructuras conceptuales (muchos al leer tiene que susurrar por esta razón[31]). Se cree que, las neuronas espejo proporcionan el sustrato empírico para una teoría motora reformada para la percepción de la acción en el procesamiento conceptual[32]. 


La información motora juega un papel constitutivo, es decir, necesario para el análisis perceptivo o conceptual de los humanos. La alternativa, es que la activación se propaga desde niveles perceptivos a un procesamiento de la información en los circuitos motores. Podría argumentarse que las entradas de procesamiento explican por qué el sistema motor está involucrado durante la percepción de las palabras[33]. Por analogía, hay evidencia de que, la fonología de las palabras nunca se produce de forma  semántica como primer paso, se activa primeramente como un curso reproductivo de habla mecánico[34]. Sin embargo, se ha alegado que tales observaciones sancionan la inferencia de que la información fonética, activa la semántica de las palabras producidas. El debate se refiere a que, la dinámica del flujo de información dentro del sistema de producción de la voz, activa la cascada discreta de palabras durante la comprensión conceptual de estas. Por lo tanto, la implicación de inferencias semánticas (se ha argumentado), es resultado de una habilidad intelectual para procesar estructuras de conceptos dentro de la hipótesis de cognición encarnada. 


Investigaciones con daño cerebral pusieron de relieve que las habilidades conceptuales se dañan junto con las motoras, es decir, asociaciones de las mismas redes quedan en evidencia[35]. Los déficits semánticos específicos de categorías conceptuales entre semánticas disciplinares y matemáticas, parece ser producto de una atrofia. Es decir, dejar reproducir conceptos en una categoría debilita al cerebro en esa otra categoría. Las teorías actuales plantean que la categoría semántica en un principio de organización en la mente/cerebro, organiza los cambios de profundidad ganados en la abstracción y la incorporación de nuevos conceptos. La frecuencia léxica en los hablantes (el contacto estadístico con ciertos términos), familiariza el concepto y la complejidad visual del patrón de la palabra; leer y escribir es el medio más natural para el cerebro para categorizar los conceptos[36]. 

Se puede argumentar que la estructura del mundo y nuestra representación conceptual, es tal que, el conocimiento visual y abstracto son conjuntos densamente agrupados y susceptibles al deterioro, cuando no son estimulados por tareas intelectuales que los implican en procesamientos de información[37]. Envejecer conceptualmente, es sufrir baja estimulación de lectura y escritura de redes de conceptos. En resumen, los niveles conceptuales y su procesamiento (en frecuencia), familiaridad y abstracción; son resultado del ejercicio mental de sus categorías, la disociación y asociación de términos en permanente emparejamiento. El déficit semántico, no puede ser reducido por simple contacto de términos, este debe ser fortalecido por inferencias de asociación semántica en tareas intelectuales[38]. El sistema semántico está organizado por modalidad o tipo de información, es asociativo y autoorgnizado[39]. 


El repertorio de conceptos que posee un adulto humano es típico que sea inmenso, miles de conceptos que velan a ser cientos de miles o poco más de un millón. Entre personas, nos son necesariamente idénticos en su semántica, o complejidad experta. La variabilidad de culturas otorga otro poder de observación. El concepto, es por supuesto de origen precientífico, y como tal, no hay ninguna razón particular que elija algo real en el mundo, algo parecido a un tipo natural. De hecho, algunos han argumentado que el concepto está suficientemente aterrizado en la biología de nuestro cerebro[40]. 


Un enfoque popular para entender los conceptos desde un punto de vista biológico, es comenzar por definir esta actividad como algo innato  (conceptos  o aspectos que no se adquieren a través del aprendizaje[41]), aunque, los conceptos innatos no tienen por qué estar presentes al nacer, por lo general se consideran fijos o inmutables una vez que se desarrollan. Es decir, los conceptos desarrollados se adquieren de la combinación de los innatos a lo largo de toda la vida como resultado del aprendizaje. La experiencia de inferencias conceptuales no se considera innata, así que la base axiomática humana presente en nuestro genoma quizá son los conceptos  fundamentales innatos con los que nacimos. Innato se refiere a que conocimientos están presentes como núcleo al momento de nacer y que nos permiten a partir de ellos crear nuevos conceptos[42]. 


En el estudio de inferencias sobre grandes datos (big data) en cómo se expanden y evolucionan. Se buscan propiedad orgánica para hacer que un estudio sea prospectivo y retrospectivo, fusionando la investigación exploratoria y la hipótesis centrada en un continuo que desafía la metodología. Esto hace que un marco hipotético-deductivo clásico sea inadecuado porque las deducciones pueden conducir al secuestro de nuestra atención a medida que avanza la recopilación de datos[43]: 



Imagen


En un esquema como este, al inferir conocimiento y al actualizar el conjunto de modelos conceptuales, asociamos conexiones con la evidencia del mundo real y problema/objetivo de investigación,  fuerza motivadora para organizar un esfuerzo de investigación. Esta asociación de conceptos representa el esfuerzo intelectual para organizar esa investigación. Las fuentes de datos/experimentos disponibles en la literatura, muestra que podemos usar en la búsqueda inferencias con respecto a las hipótesis o la construcción de nuevos modelos conceptuales  relevantes para el mundo real, los componentes de nuevos conceptos y las bases de conocimiento existentes en nosotros. La autenticación de inferencias hechas mediante el análisis de datos con modelos nuevos o existentes: proviene de modelos y datos generados por el estudio, mientras que la validación externa proviene de otros datos y modelos hasta la base innata de nuestra cognición. Es decir, el modelo intelectual de una revisión por parte de un científico es desde este reporte de investigación citado el 22 de octubre de 2019: 


Imagen


De acuerdo con Prosperi, M. y colaboradores, se podría argumentar que la recopilación de nuevos datos depende del diseño de los parámetros de muestreo (por ejemplo, de palabras clave de búsqueda), pero, la validación externa no necesita llevarse a cabo dentro del mismo estudio, y puede ser independiente del método de investigación, es decir, depender del cálculo conceptual empleado. Al final, la validación de muchos conceptos en muchos conjuntos de datos, da como resultado modelos de "supervivencia del más apto".


Sin negar la importancia del estado de partida innato, nos gustaría que el fenotipo conceptual desarrollado por la evolución, importante para la aptitud de considerar que la riqueza de la interacción con la lectura de literatura y su toma de notas, se considera una interacción social para la supervivencia del apto. La matriz de conceptos que un humano posee hace una diferencia en la vida, la muerte y la reproducción cultural de ese individuo. Es mejor centrarnos en aspectos de desarrollo de la estructura conceptual que son factor educativo, que vale la pena mirar con alcance completo y diversidad intelectual, como una gama de métodos conceptuales que producen desarrollo, construyen nuestro repertorio de conceptos, tanto las partes que son universales y las que son disciplinares. La importancia de establecer esto implica pensar que la base axiomática de origen biológico resulta el punto de partida, dando forma a los sistemas intelectuales del desarrollo de conceptos[44]. 


Es natural que los procesos intelectuales de desarrollo conceptual resulten más complejos que los estados iniciales de propósito general: concepto de unidad aritmética; conceptos de espacio geométrico; conceptos de probabilidad; conceptos de categorización y conceptos de lógica clásica. A esto lo llamaremos diseño del enfoque conceptual. Diseño, se refiere a los procesos intelectuales creativos involucrados[45]. La premisa central de este enfoque es que, los conceptos y la maquinaria epistemológica involucrada los construye. Lo innato nos sirve para pensar sobre un sistema de partida para realizar las inferencias de asociación minimalista, de nivel de abstracción y argumentación estadística. Aunque, no hemos definido esta última por estar fuera del alcance de este manuscrito, podemos expresarle, que la estadística matemática es una fuente rica en interpretación conceptual de datos.


El significado de CONCEPTO, no existe acuerdo general sobre lo que significa. Un concepto es una generalización e inferencia. Generalización entendida como agrupación o categorización basada en la más rigurosa lógica de conjuntos; es una función de categorización de conjuntos[46]. Generalización es invocar una teoría de la categorización. Por inferencia nos referimos al tipo de implicaciones, asociaciones, producción de conclusiones habilitadas para inducir o deducir los conceptos. La lógica analítica de relaciones conceptuales sobre arboles de grafos es un modelo muy útil, en estos se desarrollan métricas de distancia semántica y relación entre conceptos, que intervienen en la evolución cultural dada por el consumo de literatura[47]:


 

Imagen


Los conceptos son entradas para el aprendizaje, permiten desarrollar la inferencia semántica. Los conceptos capturan algo, invocan algo, explican algo, prejuzgan algo. La naturaleza precisa de las inferencias desempeñan conceptos particularmente más abstractos. Por lo tanto, es justo explorar estas funciones dado que juegan en como nos vemos en el mundo y como podemos transformarlo. Los conceptos suelen ser basados en definiciones de procesos de consecuencias lógicas necesarias y suficientes[48]. También hay taxonomías de tipo natural que categorizan los hechos[49]. Luego los conceptos individuales de las personas en una amplia gama cultural. 


Los conceptos se comparten en algún nivel por la socialización, y en particular, por la literatura disponible, aunque no son semánticamente idénticos, nuestra especie los generaliza en un nivel primario de abstracción[50]. Dentro de las especies, tal vez especialmente en los seres humanos, es probable que el contenido conceptual esté estrechamente ligado a la base axiomática y a nuestro lenguaje. La evidencia biológica sugiere que, la habilidad básica conceptual persiste como el valor de la verdad. Esto no significa que el valor de verdad no pueda desempeñar un papel en la evolución de los conceptos, pero, sí significa mucho sobre los diseños conceptuales que podremos hacer disponibles. Contenido objetivo y contenido falso ya son desde esta perspectiva el punto de partida de la lógica implicada en su construcción. Más allá de la evolución biológica humana, la maquinaria de desarrollo conceptual es la lógica matemática, este es el principal instrumento para desarrollar el diseño conceptual. La ciencia, la literatura y la filosofía son los aparatos por excelencia para ello[51]. Los conceptos innatos son normas de reacción a las circunstancias de necesidad conceptual. El papel de los conceptos que somos capaces de justificar en nuestras creencias, conducen a decisiones conductuales que pueden ser complejas y con el poder de enajenar a aquellos individuos sin desarrollo de sus facultades en el diseño conceptual. El diseño conceptual también entrena a nuestra mente para ser menos afectada por la posverdad de nuestro tiempo. En términos generales, los conceptos permiten agrupar espacios de significado para el aprendizaje, inferencia, toma de decisiones y comportamiento. Esta función de categorización es un proceso de teoría de conjuntos, aunque no necesariamente para todos los conceptos, si lo es para los de corte intelectual. Una vez identificados los elementos para realizar cálculos conceptuales, se desarrollan funciones de asociación a la matemática implicada. 


Diversos procesos inferenciales o de estructuración de información están presentes en el diseño de conceptos. Las funciones lógicas corresponden a la lógica de categoría de la teoría de conjuntos. El conocimiento conceptual es sobre ideas agrupadas en una red de otros conceptos, donde las bases de estos son la biología innata ya citada. 

 








[1] Russell, Bertrand, The Problems of Philosophy, 1912 (Oxford: Oxford University Press, 1986).

[2] Handy, Charles, Beyond Certainty: The Changing Worlds of Organisations (London: Hutchinson, 1995a).

[3] Murphy, G. L. (1991). Meaning and concepts. The psychology of word meanings.

[4] Zentall, T. R., M. Galizio, and T. S. Critchfield. 2002. Categorization, concept learning, and behavior analysis: An introduction. Journal of the Experimental Analysis of Behavior 78:237–248.

[5] Zentall, T. R., Wasserman, E. A., Lazareva, O. F., Thompson, R. K. R., & Rattermann, M. J. (2008). Concept learning in animals. Comparative Cognition & Behavior Reviews.

[6] Avarguès-Weber, A., A. G. Dyer, and M. Giurfa. 2011. Conceptualization of above and below relationships by an insect. Proceedings. Biological Sciences 278:898–905.

[7] Busto, G. U., I. Cervantes-Sandoval, and R. L. Davis. 2010. Olfactory learning in Drosophila. Physiology (Bethesda, MD) 25:338–346.

[8] Winston, M. L. 1987. The Biology of the Honey Bee . Cambridge, MA: Harvard University Press.

[9] Srinivasan, M. V. 2010. Honey bees as a model for vision, perception, and cognition. Annual Review of Entomology 55:267–284.

[10] Robertson, H. M., and K. W. Wanner. 2006. The chemoreceptor superfamily in the honey bee, Apis mellifera : Expansion of the odorant, but not gustatory, receptor family. Genome Research 16:1395–1403.

[11] Menzel, R. 1985. Learning in honey bees in an ecological and behavioral context. In Experimental Behavioral Ecology and Sociobiology , ed. B. Hölldobler and M. Lindauer, 55–74. Stuttgart: Gustav Fischer Verlag.

[12] Galizia, C., D. Eisenhardt, and M. Giurfa. 2011. Honeybee Neurobiology and Behavior: A Tribute to Randolf Menzel . Berlin: Springer.

[13] Menzel, R. The honeybee as a model for understanding the basis of cognition. Nat Rev Neurosci 13, 758–768 (2012) doi:10.1038/nrn3357

[14] Mogily, S., VijayKumar, M., Sethy, S. K., & Joseph, J. (2019). Characterization of the olfactory system of the giant honey bee, Apis dorsata. Cell and tissue research, 1-15.

[15] Avarguès-Weber, A., & Giurfa, M. (2013). Conceptual learning by miniature brains. Proceedings of the Royal Society B: Biological Sciences, 280(1772), 20131907.i/pdf/10.1098/rspb.2013.1907

[16] Cope, A. J., Vasilaki, E., Minors, D., Sabo, C., Marshall, J. A. R., & Barron, A. B. (2018). Abstract concept learning in a simple neural network inspired by the insect brain. PLoS computational biology, 14(9), e1006435.

[17] Giurfa, M. (2007). Behavioral and neural analysis of associative learning in the honeybee: a taste from the magic well. Journal of comparative physiology A, 193(8), 801-824.

[18] Fetterman, J. G. (1993). Numerosity discrimination: both time and number matter. Journal of Experimental Psychology: Animal Behavior Processes, 19(2), 149. Retrieved from https://psycnet.apa.org/record/1993-24531-001

[19] Dormal, V., Seron, X., & Pesenti, M. (2006). Numerosity-duration interference: A Stroop experiment. Acta psychologica, 121(2), 109-124.

[20] Dacke, M., and M. V. Srinivasan. 2008. Evidence for counting in insects. Animal Cognition 11:683–689.

[21] Chen, H. et al. A Genome-Wide Association Study Identifies Genetic Variants Associated with Mathematics Ability. Sci. Rep. 7, 40365; doi: 10.1038/srep40365 (2017).

[22] Vahl, A., Carstensen, J., Kaps, S. et al. Concept and modelling of memsensors as two terminal devices with enhanced capabilities in neuromorphic engineering. Sci Rep 9, 4361 (2019) doi:10.1038/s41598-019-39008-5

[23] Menzel, M., Axer, M., Amunts, K. et al. Diattenuation Imaging reveals different brain tissue properties. Sci Rep 9, 1939 (2019) doi:10.1038/s41598-019-38506-w

[24] Raftopoulos, A. 2003. “Cartesian Analysis and Synthesis.” Studies in History and Philosophy of Science Part A, 34 (2): 265–308.

[25]Floridi, Luciano. 2008a. “A Defence of Informational Structural Realism.” Synthese 161 (2): 219–53.

[26] Allport, D. A., & Funnell, E. (1981). Components of the mental lexicon. Philosophical Transactions of the Royal Society of London. B, Biological Sciences, 295(1077), 397-410.

[27] Barsalou, L. W., W. K. Simmons, A. K. Barbey, and C. D. Wilson. 2003. Grounding conceptual knowledge in modality-specific subsystems. Trends in Cognitive Sciences 7:84–91.

[28] Kemmerer, D., D. Rudrauf, K. Manzel, and D. Tranel. 2012. Behavioral patterns and lesion sites associated with impaired processing of lexical and conceptual knowledge of actions. Cortex 48:826–848.

[29] Glenberg, A. M., M. Sato, and L. Cattaneo. 2008. Use-induced motor plasticity affects the processing of abstract and concrete language. Current Biology 18: R1–R2.

[30] Liberman, A. M., F. S. Cooper, D. P. Shankweiler, and M. Studdert-Kennedy. 1967. Perception of the speech code. Psychological Review 74:431–461.

[31] Pietrini, P., M. L. Furey, E. Ricciardi, M. I. Gobbini, W. H. Wu, L. Cohen, M. Guazzelli, and J. V. Haxby. 2004. Beyond sensory images: Object-based representation in the human ventral pathway. Proceedings of the National Academy of Sciences of the United States of America 101:5658–5663.

[32] Pietrini, P., M. L. Furey, E. Ricciardi, M. I. Gobbini, W. H. Wu, L. Cohen, M. Guazzelli, and J. V. Haxby. 2004. Beyond sensory images: Object-based representation in the human ventral pathway. Proceedings of the National Academy of Sciences of the United States of America 101:5658–5663.

[33] Garcea, F. E., and B. Z. Mahon. 2012. What is in a tool concept? Dissociating manipulation knowledge from function knowledge. Memory & Cognition 40:1303–1313.

[34] Costa, A., A. Caramazza, and N. Sebastián-Gallés. 2000. The cognate facilitation effect: Implications for models of lexical access. Journal of Experimental Psychology: Learning, Memory, and Cognition 26:1283–1296.

[35] Pazzaglia, M., L. Pizzamiglio, E. Pes, and S. M. Aglioti. 2008. The sound of actions in apraxia. Current Biology 18:1766–1772.

[36] Funnell, E., and J. Sheridan. 1992. Categories of knowledge? Unfamiliar aspects of living and nonliving things. Cognitive Neuropsychology 9:135–153.

[37] Humphreys, G. W., and E. M. E. Forde. 2001. Hierarchies, similarity, and interactivity in object recognition: “Category-specific” neuropsychological deficits. Behavioral and Brain Sciences 24:453–475.

[38] Caramazza, A., and B. Z. Mahon. 2003. The organization of conceptual knowledge: The evidence from category-specific semantic deficits. Trends in Cognitive Sciences 7:354–361.

[39] Zhu, Q., Y. Song, S. Hu, X. Li, M. Tian, Z. Zhen, Q. Dong, N. Kanwisher, and J. Liu. 2010. Heritability of the specific cognitive ability of face perception. Current Biology 20:137–142.

[40] Machery, E. 2009. Doing Without Concepts . New York: Oxford University Press.

[41] Samuels, R. 2002. Nativism in cognitive science. Mind & Language 17 (3):233–265.

[42] Gottlieb, G. 2006. Probabilistic epigenesis. Developmental Science 10 (1):1–11.

[43] Prosperi, M., Bian, J., Buchan, I.E. et al. Raiders of the lost HARK: a reproducible inference framework for big data science. Palgrave Commun 5, 125 (2019) doi:10.1057/s41599-019-0340-8

[44] Barrett, H. C., and J. Broesch. 2012. Prepared social learning about dangerous animals in children. Evolution and Human Behavior 33 (5):499–508.

[45] Carroll, S. B., J. K. Grenier, and S. D. Weatherbee. 2005. From DNA to Diversity: Molecular Genetics and the Evolution of Animal Design. 2nd ed. Oxford: Blackwell.

[46] Murphy, G. L. 2002. The Big Book of Concepts . Cambridge, MA: MIT Press.

[47] Buskell, A., Enquist, M. & Jansson, F. A systems approach to cultural evolution. Palgrave Commun 5, 131 (2019) doi:10.1057/s41599-019-0343-5

[48] Smith, E. E., and D. L. Medin. 1981. Categories and Concepts . Cambridge, MA: Harvard University Press.

[49] Keil, F. C. 1992. Concepts, Kinds, and Cognitive Development . Cambridge, MA: MIT Press.

[50] Blaisdell, A. P., K. Sawa, K. J. Leising, and M. R. Waldmann. 2006. Causal reasoning in rats. Science 311 (5763):1020–1022.

[51] Barrett, H. C. 2009. Where there is an adaptation, there is a domain: The form-function fit in information processing. In Foundations in Evolutionary Cognitive Neuroscience, ed. S. M. Platek and T. K. Shackelford, 97–116. Cambridge: Cambridge University Press.


Autores:

Eduardo Ochoa Hernández
Nicolás Zamudio Hernández
Gladys Juárez Cisneros
Lizbeth Guadalupe Villalon Magallan
Pedro Gallegos Facio
Gerardo Sánchez Fernández
Rogelio Ochoa Barragán