Neurofilosofia - Neurophilosophy

Neurofilosofia ou filosofia da neurociência é o estudo interdisciplinar da neurociência e da filosofia que explora a relevância dos estudos neurocientíficos para os argumentos tradicionalmente categorizados como filosofia da mente . A filosofia da neurociência tenta esclarecer os métodos e resultados neurocientíficos usando o rigor conceitual e os métodos da filosofia da ciência .

Questões específicas

Abaixo está uma lista de questões específicas importantes para a filosofia da neurociência:

  • "O caráter indireto dos estudos da mente e do cérebro"
  • "Análise computacional ou representacional do processamento cerebral"
  • "Relações entre investigações psicológicas e neurocientíficas"
  • Modularidade da mente
  • O que constitui uma explicação adequada em neurociência?
  • "Localização da função cognitiva"

O caráter indireto dos estudos da mente e do cérebro

Muitos dos métodos e técnicas centrais para a descoberta neurocientífica baseiam-se em suposições que podem limitar a interpretação dos dados. Filósofos da neurociência discutiram tais suposições no uso de imagens de ressonância magnética funcional , dissociação em neuropsicologia cognitiva , registro de unidade única e neurociência computacional . A seguir estão as descrições de muitas das controvérsias e debates atuais sobre os métodos empregados na neurociência.

fMRI

Muitos estudos de fMRI baseiam-se fortemente na suposição de " localização de função " (o mesmo que especialização funcional).

A localização da função significa que muitas funções cognitivas podem ser localizadas em regiões específicas do cérebro. Um bom exemplo de localização funcional vem de estudos do córtex motor. Parece haver diferentes grupos de células no córtex motor responsáveis ​​pelo controle de diferentes grupos de músculos.

Muitos filósofos da neurociência criticam o fMRI por confiar demais nessa suposição. Michael Anderson aponta que o método de subtração fMRI perde muitas informações do cérebro que são importantes para os processos cognitivos. A subtração fMRI mostra apenas as diferenças entre a ativação da tarefa e a ativação do controle, mas muitas das áreas do cérebro ativadas no controle são obviamente importantes para a tarefa também.

Rejeições de fMRI

Alguns filósofos rejeitam inteiramente qualquer noção de localização de função e, portanto, acreditam que os estudos de fMRI estão profundamente equivocados. Esses filósofos afirmam que o processamento do cérebro atua holisticamente, que grandes seções do cérebro estão envolvidas no processamento da maioria das tarefas cognitivas (veja holismo em neurologia e a seção de modularidade abaixo). Uma maneira de entender sua objeção à ideia de localização de função é o experimento mental do reparador de rádio. Nesta experiência de pensamento, um técnico de manutenção de rádio abre um rádio e arranca um tubo. O rádio começa a assobiar alto e o técnico declara que deve ter arrancado o tubo anti-assobio. Não há tubo anti-assobio no rádio e o reparador de rádio confundiu a função com efeito. Essa crítica foi originalmente direcionada à lógica usada por experimentos neuropsicológicos de lesão cerebral, mas a crítica ainda é aplicável à neuroimagem. Essas considerações são semelhantes às críticas de Van Orden e Paap à circularidade na lógica de neuroimagem. De acordo com eles, os neuroimagers assumem que sua teoria da parcelação do componente cognitivo está correta e que esses componentes se dividem de forma limpa em módulos de feed-forward. Essas suposições são necessárias para justificar sua inferência sobre a localização do cérebro. A lógica é circular se o pesquisador então usar a aparência da ativação da região do cérebro como prova da correção de suas teorias cognitivas.

Inferência Inversa

Uma suposição metodológica problemática diferente dentro da pesquisa de fMRI é o uso de inferência reversa. Uma inferência reversa é quando a ativação de uma região do cérebro é usada para inferir a presença de um determinado processo cognitivo. Poldrack aponta que a força dessa inferência depende criticamente da probabilidade de que uma dada tarefa emprega um determinado processo cognitivo e da probabilidade desse padrão de ativação cerebral dado esse processo cognitivo. Em outras palavras, a força da inferência reversa é baseada na seletividade da tarefa usada, bem como na seletividade da ativação da região do cérebro.

Um artigo de 2011 publicado no New York Times foi fortemente criticado por fazer mau uso da inferência reversa. No estudo, os participantes viram fotos de seus iPhones e os pesquisadores mediram a ativação da ínsula. Os pesquisadores consideraram a ativação da ínsula como evidência de sentimentos de amor e concluíram que as pessoas amam seus iPhones. Os críticos foram rápidos em apontar que a ínsula não é uma parte muito seletiva do córtex e, portanto, não é passível de inferência reversa.

O neuropsicólogo Max Coltheart levou os problemas com a inferência reversa um passo adiante e desafiou os neuroimagens a dar um exemplo em que a neuroimagem havia informado a teoria psicológica que Coltheart assume o ônus da prova como um caso em que os dados de imagem do cérebro são consistentes com uma teoria, mas inconsistente outra teoria.

Roskies afirma que a posição ultracognitiva de Coltheart torna seu desafio invencível. Uma vez que Coltheart afirma que a implementação de um estado cognitivo não tem relação com a função desse estado cognitivo, então é impossível encontrar dados de neuroimagem que serão capazes de comentar as teorias psicológicas da maneira que Coltheart exige. Os dados de neuroimagem sempre serão relegados ao nível inferior de implementação e não serão capazes de determinar seletivamente uma ou outra teoria cognitiva.

Em um artigo de 2006, Richard Henson sugere que a inferência direta pode ser usada para inferir a dissociação de função no nível psicológico. Ele sugere que esses tipos de inferências podem ser feitas quando há ativações cruzadas entre dois tipos de tarefas em duas regiões do cérebro e não há mudança na ativação em uma região de controle mútuo.

Inserção Pura

Uma suposição final que vale a pena mencionar é a suposição de inserção pura em fMRI. A suposição de inserção pura é a suposição de que um único processo cognitivo pode ser inserido em outro conjunto de processos cognitivos sem afetar o funcionamento dos demais. Por exemplo, se você quiser encontrar a área de compreensão de leitura do cérebro, poderá examinar os participantes enquanto uma palavra é apresentada a eles e enquanto uma não palavra é apresentada a eles (por exemplo, "Floob"). Se você inferir que a diferença resultante no padrão cerebral representa as regiões do cérebro envolvidas na compreensão de leitura, você presumiu que essas mudanças não refletem mudanças na dificuldade da tarefa ou no recrutamento diferencial entre as tarefas. O termo inserção pura foi cunhado por Donders como uma crítica aos métodos de tempo de reação.

Ressonância magnética de conectividade funcional em estado de repouso

Recentemente, os pesquisadores começaram a usar uma nova técnica de imagem funcional chamada MRI de conectividade funcional em estado de repouso. Os cérebros dos indivíduos são examinados enquanto o assunto fica ocioso no scanner. Observando as flutuações naturais no padrão em negrito enquanto o sujeito está em repouso, os pesquisadores podem ver quais regiões do cérebro co-variam em ativação. Depois, eles podem usar os padrões de covariância para construir mapas de áreas cerebrais funcionalmente ligadas.

O nome "conectividade funcional" é um tanto enganoso, pois os dados indicam apenas co-variação. Ainda assim, este é um método poderoso para estudar grandes redes em todo o cérebro.

Questões metodológicas com conectividade funcional

Existem algumas questões metodológicas importantes que precisam ser abordadas. Em primeiro lugar, existem muitos mapeamentos cerebrais diferentes possíveis que poderiam ser usados ​​para definir as regiões cerebrais para a rede. Os resultados podem variar significativamente dependendo da região do cérebro escolhida.

Em segundo lugar, quais técnicas matemáticas são melhores para caracterizar essas regiões do cérebro?

As regiões do cérebro de interesse são um tanto restringidas pelo tamanho dos voxels. Rs-fcMRI usa voxels que têm apenas alguns milímetros cúbicos, então as regiões do cérebro terão que ser definidas em uma escala maior. Dois dos métodos estatísticos comumente aplicados à análise de rede podem funcionar na escala espacial de voxel único, mas os métodos da teoria de grafos são extremamente sensíveis à maneira como os nós são definidos.

As regiões do cérebro podem ser divididas de acordo com sua arquitetura celular , de acordo com sua conectividade ou de acordo com medidas fisiológicas . Alternativamente, você poderia adotar uma abordagem "teoricamente neutra" e dividir aleatoriamente o córtex em partições com um tamanho arbitrário de sua escolha.

Conforme mencionado anteriormente, existem várias abordagens para a análise de rede, uma vez que as regiões do seu cérebro tenham sido definidas. A análise baseada em sementes começa com uma região de sementes definida a priori e encontra todas as regiões que estão funcionalmente conectadas a essa região. Wig et al.caution que a estrutura de rede resultante não dará qualquer informação sobre a interconectividade das regiões identificadas ou as relações dessas regiões com regiões diferentes da região de semente.

Outra abordagem é usar a análise de componentes independentes (ICA) para criar mapas de componentes espaço-temporais, e os componentes são classificados entre aqueles que carregam informações de interesse e aqueles que são causados ​​por ruído . Wigs et al. mais uma vez nos avisa que a inferência de comunidades funcionais da região do cérebro é difícil no ICA. O ICA também tem o problema de impor ortogonalidade aos dados.

A teoria dos grafos usa uma matriz para caracterizar a covariância entre as regiões, que é então transformada em um mapa de rede. O problema com a análise da teoria dos grafos é que o mapeamento da rede é fortemente influenciado pela região cerebral a priori e pela conectividade (nós e bordas). Isso coloca o pesquisador em risco de selecionar regiões e conexões de acordo com suas próprias teorias preconcebidas. No entanto, a análise da teoria dos grafos ainda é considerada extremamente valiosa, pois é o único método que fornece relacionamentos de pares entre nós.

Embora o ICA possa ter uma vantagem por ser um método bastante baseado em princípios, parece que o uso de ambos os métodos será importante para compreender melhor a conectividade de rede do cérebro. Mumford et al. esperava evitar esses problemas e usar uma abordagem baseada em princípios que pudesse determinar as relações entre pares usando uma técnica estatística adotada a partir da análise de redes de coexpressão de genes.

Dissociação em neuropsicologia cognitiva

A Neuropsicologia Cognitiva estuda pacientes com danos cerebrais e usa os padrões de deficiência seletiva para fazer inferências sobre a estrutura cognitiva subjacente. A dissociação entre funções cognitivas é considerada evidência de que essas funções são independentes. Os teóricos identificaram várias suposições-chave que são necessárias para justificar essas inferências: 1) Modularidade funcional - a mente é organizada em módulos cognitivos funcionalmente separados. 2). Modularidade anatômica - o cérebro é organizado em módulos funcionalmente separados. Essa suposição é muito semelhante à suposição de localização funcional. Essas suposições diferem da suposição de modularidade funcional, porque é possível ter módulos cognitivos separáveis ​​que são implementados por padrões difusos de ativação cerebral. 3) Universalidade - A organização básica da modularidade funcional e anatômica é a mesma para todos os humanos normais. Essa suposição é necessária se quisermos fazer qualquer afirmação sobre a organização funcional com base na dissociação que extrapola da instância de um estudo de caso para a população. 4) Transparência / subtratividade - a mente não sofre reorganização substancial após dano cerebral. É possível remover um módulo funcional sem alterar significativamente a estrutura geral do sistema. Essa suposição é necessária para justificar o uso de pacientes com lesão cerebral para fazer inferências sobre a arquitetura cognitiva de pessoas saudáveis.

Existem três tipos principais de evidências em neuropsicologia cognitiva: associação, dissociação simples e dissociação dupla. As inferências de associação observam que certos déficits tendem a ocorrer simultaneamente. Por exemplo, há muitos casos que apresentam déficits na compreensão de palavras abstratas e concretas após lesão cerebral. Os estudos de associação são considerados a forma mais fraca de evidência, porque os resultados podem ser explicados por danos às regiões cerebrais vizinhas e não danos a um único sistema cognitivo. As inferências de dissociação única observam que uma faculdade cognitiva pode ser poupada enquanto outra pode ser danificada após dano cerebral. Este padrão indica que a) as duas tarefas empregam sistemas cognitivos diferentes b) as duas tarefas ocupam o mesmo sistema e a tarefa danificada está a jusante da tarefa poupada ou c) que a tarefa poupada requer menos recursos cognitivos do que a tarefa danificada. O "padrão ouro" para a neuropsicologia cognitiva é a dupla dissociação. A dissociação dupla ocorre quando o dano cerebral prejudica a tarefa A no Paciente 1, mas poupa a tarefa B e o dano cerebral poupa a tarefa A no Paciente 2, mas danifica a tarefa B. Supõe-se que uma instância de dissociação dupla é prova suficiente para inferir módulos cognitivos separados no desempenho de as tarefas.

Muitos teóricos criticam a neuropsicologia cognitiva por sua dependência de dissociações duplas. Em um estudo amplamente citado, Joula e Plunkett usaram um sistema conexionista modelo para demonstrar que padrões comportamentais de dupla dissociação podem ocorrer por meio de lesões aleatórias de um único módulo. Eles criaram um sistema conexionista multicamadas treinado para pronunciar palavras. Eles simularam repetidamente a destruição aleatória de nós e conexões no sistema e representaram o desempenho resultante em um gráfico de dispersão. Os resultados mostraram déficits na pronúncia de substantivo irregular com poupar a pronúncia do verbo regular em alguns casos e déficits na pronúncia do verbo regular com a pronúncia do substantivo irregular poupada. Esses resultados sugerem que uma única instância de dissociação dupla é insuficiente para justificar a inferência para vários sistemas.

Charter oferece um caso teórico em que a lógica da dupla dissociação pode ser falha. Se duas tarefas, tarefa A e tarefa B, usam quase todos os mesmos sistemas, mas diferem por um módulo mutuamente exclusivo cada, então a lesão seletiva desses dois módulos parece indicar que A e B usam sistemas diferentes. Charter usa o exemplo de alguém que é alérgico a amendoim, mas não a camarão, e de alguém que é alérgico a camarão e não a amendoim. Ele argumenta que a lógica da dupla dissociação leva a inferir que o amendoim e o camarão são digeridos por sistemas diferentes. John Dunn oferece outra objeção à dupla dissociação. Ele afirma que é fácil demonstrar a existência de um verdadeiro déficit, mas difícil mostrar que outra função é realmente poupada. À medida que mais dados são acumulados, o valor de seus resultados convergirá para um tamanho de efeito de zero, mas sempre haverá um valor positivo maior que zero que tem mais poder estatístico do que zero. Portanto, é impossível estar totalmente confiante de que uma dada dissociação dupla realmente existe.

Em uma nota diferente, Alphonso Caramazza deu uma razão de princípio para rejeitar o uso de estudos de grupo em neuropsicologia cognitiva. Os estudos de pacientes com lesão cerebral podem assumir a forma de um único estudo de caso, em que o comportamento de um indivíduo é caracterizado e usado como evidência, ou estudos de grupo, em que um grupo de pacientes que apresenta o mesmo déficit tem seu comportamento caracterizado e calculado pela média. Para justificar o agrupamento de um conjunto de dados de pacientes, o pesquisador deve saber que o grupo é homogêneo, que seu comportamento é equivalente em todas as formas teoricamente significativas. Em pacientes com lesão cerebral, isso só pode ser realizado a posteriori , analisando os padrões de comportamento de todos os indivíduos do grupo. Assim, de acordo com Caramazza, qualquer estudo de grupo é equivalente a um conjunto de estudos de caso único ou é teoricamente injustificado. Newcombe e Marshall apontaram que há alguns casos (eles usam a síndrome de Geschwind como exemplo) e que os estudos de grupo ainda podem servir como uma heurística útil em estudos neuropsicológicos cognitivos.

Gravações de unidade única

É comumente entendido na neurociência que a informação é codificada no cérebro pelos padrões de disparo dos neurônios. Muitas das questões filosóficas que cercam o código neural estão relacionadas a questões sobre representação e computação que são discutidas abaixo. Existem outras questões metodológicas, incluindo se os neurônios representam informações por meio de uma taxa média de disparo ou se há informações representadas pela dinâmica temporal. Existem questões semelhantes sobre se os neurônios representam informações individualmente ou como uma população.

Neurociência computacional

Muitas das controvérsias filosóficas em torno da neurociência computacional envolvem o papel da simulação e modelagem como explicação. Carl Craver foi especialmente vocal sobre essas interpretações. Jones e Love escreveram um artigo especialmente crítico direcionado à modelagem comportamental bayesiana que não restringia os parâmetros de modelagem por considerações psicológicas ou neurológicas. Eric Winsberg escreveu sobre o papel da modelagem e simulação computacional na ciência em geral, mas sua caracterização é aplicável à neurociência computacional.

Computação e representação no cérebro

A teoria computacional da mente foi difundida na neurociência desde a revolução cognitiva na década de 1960. Esta seção começará com uma visão geral histórica da neurociência computacional e, em seguida, discutirá várias teorias e controvérsias concorrentes dentro do campo.

Visão histórica

A neurociência computacional começou nas décadas de 1930 e 1940 com dois grupos de pesquisadores. O primeiro grupo consistia em Alan Turing , Alonzo Church e John von Neumann , que estavam trabalhando para desenvolver máquinas de computação e os fundamentos matemáticos da ciência da computação . Este trabalho culminou no desenvolvimento teórico das chamadas máquinas de Turing e da tese de Church-Turing , que formalizou a matemática subjacente à teoria da computabilidade. O segundo grupo consistia em Warren McCulloch e Walter Pitts, que estavam trabalhando para desenvolver as primeiras redes neurais artificiais. McCulloch e Pitts foram os primeiros a levantar a hipótese de que os neurônios poderiam ser usados ​​para implementar um cálculo lógico que pudesse explicar a cognição. Eles usaram seus neurônios de brinquedo para desenvolver portas lógicas que poderiam fazer cálculos. No entanto, esses desenvolvimentos não conseguiram se firmar nas ciências psicológicas e na neurociência até meados dos anos 1950 e 1960. O Behaviorismo dominou a psicologia até a década de 1950, quando novos desenvolvimentos em uma variedade de campos derrubaram a teoria behaviorista em favor de uma teoria cognitiva. Desde o início da revolução cognitiva, a teoria computacional desempenhou um papel importante no desenvolvimento teórico. O trabalho de Minsky e McCarthy em inteligência artificial, as simulações de computador de Newell e Simon e a importação de Noam Chomsky da teoria da informação para a linguística dependiam fortemente de suposições computacionais. No início dos anos 1960, Hilary Putnam estava argumentando a favor do funcionalismo da máquina em que o cérebro instanciava as máquinas de Turing. Nesse ponto, as teorias computacionais estavam firmemente fixadas na psicologia e na neurociência. Em meados da década de 1980, um grupo de pesquisadores começou a usar redes neurais analógicas multicamadas feed-forward que podiam ser treinadas para realizar uma variedade de tarefas. Os trabalhos de pesquisadores como Sejnowski, Rosenberg, Rumelhart e McClelland foram rotulados como conexionismo, e a disciplina tem continuado desde então. A mentalidade conexionista foi adotada por Paul e Patricia Churchland, que desenvolveram sua "semântica de espaço de estado" usando conceitos da teoria conexionista. O conexionismo também foi condenado por pesquisadores como Fodor, Pylyshyn e Pinker. A tensão entre os conexionistas e os clássicos ainda está sendo debatida hoje.

Representação

Uma das razões pelas quais as teorias computacionais são atraentes é que os computadores têm a capacidade de manipular representações para fornecer resultados significativos. Os computadores digitais usam sequências de 1s e 0s para representar o conteúdo, como esta página da Wikipedia. A maioria dos cientistas cognitivos postula que nossos cérebros usam alguma forma de código representacional que é carregado nos padrões de disparo dos neurônios. Relatos computacionais parecem oferecer uma maneira fácil de explicar como nosso cérebro carrega e manipula as percepções, pensamentos, sentimentos e ações que constituem nossa experiência cotidiana. Enquanto a maioria dos teóricos afirma que a representação é uma parte importante da cognição, a natureza exata dessa representação é altamente debatida. Os dois principais argumentos vêm de defensores de representações simbólicas e defensores de representações associacionistas.

Os relatos representacionais simbólicos foram famosos por Fodor e Pinker. A representação simbólica significa que os objetos são representados por símbolos e são processados ​​por meio de manipulações governadas por regras que são sensação para a estrutura constitutiva. O fato de a representação simbólica ser sensível à estrutura das representações é uma parte importante de seu apelo. Fodor propôs a hipótese da linguagem do pensamento em que as representações mentais são manipuladas da mesma forma que a linguagem é sintaticamente manipulada para produzir o pensamento. De acordo com Fodor, a hipótese da linguagem do pensamento explica a sistematicidade e a produtividade vistas tanto na linguagem quanto no pensamento.

As representações associativistas são mais frequentemente descritas com sistemas conexionistas. Em sistemas conexionistas, as representações são distribuídas por todos os nós e pesos de conexão do sistema e, portanto, são consideradas sub-simbólicas. É importante notar que um sistema conexionista é capaz de implementar um sistema simbólico. Existem vários aspectos importantes das redes neurais que sugerem que o processamento paralelo distribuído fornece uma base melhor para as funções cognitivas do que o processamento simbólico. Em primeiro lugar, a inspiração para esses sistemas veio do próprio cérebro, indicando relevância biológica. Em segundo lugar, esses sistemas são capazes de armazenar conteúdo em memória endereçável, o que é muito mais eficiente do que pesquisas de memória em sistemas simbólicos. Em terceiro lugar, as redes neurais são resilientes a danos, enquanto danos menores podem desativar um sistema simbólico. Por último, as restrições suaves e a generalização ao processar novos estímulos permitem que as redes se comportem de maneira mais flexível do que os sistemas simbólicos.

The Churchlands descreveu a representação em um sistema conexionista em termos de espaço de estado. O conteúdo do sistema é representado por um vetor n-dimensional onde n = o número de nós no sistema e a direção do vetor é determinada pelo padrão de ativação dos nós. Fodor rejeitou esse método de representação, alegando que dois sistemas conexionistas diferentes não poderiam ter o mesmo conteúdo. Uma análise matemática adicional do sistema conexionista permitiu que os sistemas conexionistas que poderiam conter conteúdo semelhante pudessem ser mapeados graficamente para revelar grupos de nós que eram importantes para representar o conteúdo. Infelizmente para Churchlands, a comparação de vetores de espaço de estado não era acessível a este tipo de análise. Recentemente, Nicholas Shea ofereceu sua própria conta para conteúdo em sistemas conexionistas que emprega os conceitos desenvolvidos por meio de análise de cluster.

Visualizações em computação

O computacionalismo , uma espécie de filosofia funcionalista da mente, está comprometido com a posição de que o cérebro é uma espécie de computador, mas o que significa ser um computador? A definição de uma computação deve ser estreita o suficiente para que limitemos o número de objetos que podem ser chamados de computadores. Por exemplo, pode parecer problemático ter uma definição ampla o suficiente para permitir que estômagos e sistemas climáticos sejam envolvidos nos cálculos. No entanto, também é necessário ter uma definição ampla o suficiente para permitir que todas as grandes variedades de sistemas computacionais sejam computados. Por exemplo, se a definição de computação é limitada à manipulação sintática de representações simbólicas, então a maioria dos sistemas conexionistas não seriam capazes de computar. Rick Grush distingue entre computação como ferramenta de simulação e computação como postura teórica em neurociência cognitiva. Para o primeiro, tudo o que pode ser modelado computacionalmente conta como computação. No último caso, o cérebro é uma função de computação distinta de sistemas como os sistemas fluidos e dinâmicos e as órbitas planetárias a esse respeito. O desafio para qualquer definição computacional é manter os dois sentidos distintos.

Alternativamente, alguns teóricos optam por aceitar uma definição restrita ou ampla por razões teóricas. O pancomputacionalismo é a posição de que tudo pode ser dito para computar. Esta visão foi criticada por Piccinini com o fundamento de que tal definição torna o cálculo trivial a ponto de ser privado de seu valor explicativo.

A definição mais simples de cálculos é que se pode dizer que um sistema está computando quando uma descrição computacional pode ser mapeada na descrição física. Essa é uma definição extremamente ampla de computação e acaba endossando uma forma de pancomputacionalismo. Putnam e Searle, que muitas vezes são creditados com essa visão, afirmam que a computação está relacionada ao observador. Em outras palavras, se você quiser ver um sistema como uma computação, pode dizer que é uma computação. Piccinini ressalta que, nessa visão, não só tudo é computando, mas também tudo é computando de maneiras indefinidas. Como é possível aplicar um número indefinido de descrições computacionais a um determinado sistema, o sistema acaba computando um número indefinido de tarefas.

A visão mais comum da computação é a conta semântica da computação. As abordagens semânticas usam uma noção semelhante de computação à medida que o mapeamento se aproxima com a restrição adicional de que o sistema deve manipular representações com conteúdo semântico. Observe, com base na discussão anterior sobre representação, que tanto os sistemas conexionistas de Churchlands quanto os sistemas simbólicos de Fodor usam essa noção de computação. Na verdade, Fodor é conhecido por dizer "Nenhum cálculo sem representação". Os estados computacionais podem ser individuados por um apelo externalizado ao conteúdo em um sentido amplo (isto é, o objeto no mundo externo) ou por um apelo internalista ao conteúdo de sentido restrito (conteúdo definido pelas propriedades do sistema). Para fixar o conteúdo da representação, muitas vezes é necessário recorrer às informações contidas no sistema. Grush fornece uma crítica da explicação semântica. Ele ressalta que apelam ao conteúdo informacional de um sistema para demonstrar a representação pelo sistema. Ele usa sua xícara de café como um exemplo de sistema que contém informações, como a condutância de calor da xícara de café e o tempo desde que o café foi servido, mas é muito mundano para ser computado em qualquer sentido robusto. Os computacionalistas semânticos tentam escapar dessa crítica apelando para a história evolutiva do sistema. Isso é chamado de conta biossemântica. Grush usa o exemplo de seus pés, dizendo que por esse relato seus pés não estariam computando a quantidade de comida que ele havia comido porque sua estrutura não tinha sido selecionada evolutivamente para esse propósito. Grush responde ao apelo à bio-semântica com um experimento mental. Imagine que um raio atinge um pântano em algum lugar e cria uma cópia exata de você. De acordo com o relato biossemântico, esse pântano - você seria incapaz de calcular porque não há história evolutiva com a qual justifique a atribuição de conteúdo representacional. A ideia de que, para duas estruturas fisicamente idênticas, uma pode ser considerada computacional enquanto a outra não deve ser perturbadora para qualquer fisicalista.

Também existem contas sintáticas ou estruturais para computação. Essas contas não precisam depender de representação. No entanto, é possível usar a estrutura e a representação como restrições no mapeamento computacional. Shagrir identifica vários filósofos da neurociência que defendem contas estruturais. De acordo com ele, Fodor e Pylyshyn exigem algum tipo de restrição sintática em sua teoria da computação. Isso é consistente com sua rejeição aos sistemas conexionistas com base na sistematicidade. Ele também identifica Piccinini como um estruturalista citando seu artigo de 2008: "a geração de sequências de dígitos de saída a partir de sequências de dígitos de entrada de acordo com uma regra geral que depende das propriedades das sequências e (possivelmente) do estado interno do sistema " Embora Piccinini, sem dúvida, defenda as visões estruturalistas nesse artigo, ele afirma que as explicações mecanicistas da computação evitam a referência à sintaxe ou à representação. É possível que Piccinini pense que há diferenças entre as explicações sintáticas e estruturais de computação que Shagrir não respeita.

Em sua visão da computação mecanística, Piccinini afirma que os mecanismos funcionais processam os veículos de uma maneira sensível às diferenças entre as diferentes partes do veículo e, portanto, pode-se dizer que computam genericamente. Ele afirma que esses veículos são independentes do meio, o que significa que a função de mapeamento será a mesma independentemente da implementação física. Os sistemas de computação podem ser diferenciados com base na estrutura do veículo e a perspectiva mecanicista pode explicar os erros de computação.

A teoria dos sistemas dinâmicos se apresenta como uma alternativa às explicações computacionais da cognição. Essas teorias são fortemente anticomputacionais e antirrepresentacionais. Os sistemas dinâmicos são definidos como sistemas que mudam ao longo do tempo de acordo com uma equação matemática. A teoria dos sistemas dinâmicos afirma que a cognição humana é um modelo dinâmico no mesmo sentido que os computacionalistas afirmam que a mente humana é um computador. Uma objeção comum levantada na teoria dos sistemas dinâmicos é que os sistemas dinâmicos são computáveis ​​e, portanto, um subconjunto do computacionalismo. Van Gelder é rápido em apontar que há uma grande diferença entre ser um computador e ser computável. Tornar a definição de computação ampla o suficiente para incorporar modelos dinâmicos seria efetivamente abraçar o pancomputacionalismo.

Lista de neurofilosofos

Veja também

Notas

Referências

  • Bechtel, W .; Mandik, P .; Mundale, J. (2001). “A filosofia encontra as neurociências.”. Em Bechtel, W .; Mandik, P .; Mundale, J .; et al. (eds.). Filosofia e as Neurociências: um leitor . Malden, MA, EUA: Blackwell. ISBN   9780631210450 .
  • Clark, Andy (2000). Mindware: Uma Introdução à Filosofia da Ciência Cognitiva . Nova York: Oxford University Press. ISBN   978-0-19-513857-3 .

Leitura adicional

links externos