Hispanopedia WikiEl principio de las perspectivas genéricas en el estudio de la cognición estipula que la interpretación que un observador hace de un fenómeno distal no debe requerir que el observador se encuentre en una posición o relación especial con dicho fenómeno. Este principio constituye una explicación bastante general del sesgo inductivo que permite a un observador reconstruir fenómenos distales a partir de datos proximales incompletos. Se ha aplicado especialmente en la investigación de la visión para explicar, por ejemplo, cómo se extrae la estructura tridimensional de una proyección bidimensional inadecuada.
El principio de las vistas genéricas ha sido discutido por Richards [ 1 ] y Hoffman [ 2 ] [ n 1 ] , y Freeman le ha dado una formalización bayesiana sofisticada .
Relación con la inferencia bayesiana
Otra expresión del principio de las perspectivas genéricas es que la inferencia de la estructura distal debe ser tal que permanezca sustancialmente igual si la "posición" del observador se ve moderadamente alterada (perturbada). Si la inferencia realizada hubiera sido cualitativa o categóricamente diferente bajo una perturbación del observador, entonces la inferencia no satisface el supuesto de las perspectivas genéricas y debe rechazarse. (La cuestión de qué constituye una diferencia cualitativa o categórica es un detalle interesante). Desde esta perspectiva, se puede argumentar que el principio de las perspectivas genéricas no es más que una inferencia basada en la probabilidad posterior máxima (MAP) que tiene en cuenta aspectos de la observación. Así, inferimos el fenómeno distal que posee la mayor probabilidad de haber generado las observaciones en cuestión, y esta probabilidad incorpora (además de las probabilidades a priori relevantes) tanto la probabilidad de que el fenómeno distal genere ciertas señales observables como la probabilidad de que el observador transduzca esas señales de manera consistente con las observaciones. Con este análisis (y con varios supuestos invocados), se puede obtener un comportamiento que se aproxima al principio de las perspectivas genéricas.
Notas
- ↑ Supongamos que en la realidad existe un recurso, como el agua, y que podemos cuantificar su cantidad en un orden objetivo: muy poca agua, cantidad media de agua, mucha agua. Ahora supongamos que nuestra función de aptitud es lineal, de modo que poca agua nos da poca aptitud, agua media nos da aptitud media y mucha agua nos da mucha aptitud; en ese caso, el organismo que ve la verdad sobre el agua en el mundo puede ganar, pero solo porque la función de aptitud coincide con la estructura real. En términos generales, en el mundo real, eso nunca sucederá. Algo mucho más natural es una curva de campana: digamos, con muy poca agua mueres de sed, pero con demasiada agua te ahogas, y solo un punto intermedio es bueno para la supervivencia. Ahora la función de aptitud no coincide con la estructura del mundo real. Y eso es suficiente para que la verdad se extinga. Por ejemplo, un organismo sintonizado con la aptitud podría ver pequeñas y grandes cantidades de algún recurso como, digamos, rojo, para indicar baja aptitud, mientras que podría ver cantidades intermedias como verde, para indicar alta aptitud. Su percepción estará orientada a la aptitud, pero no a la verdad. No distinguirá entre lo pequeño y lo grande; solo verá rojo, aunque tal distinción exista en la realidad. —Donald D. Hoffman a Amanda Gefter
Referencias
- ↑ Knill, DC, & Richards, W., eds., Perception as Bayesian Inference ( Cambridge : Cambridge University Press , 1996), p. 478 .
- ↑ Gefter, A., "El caso contra la realidad" , The Atlantic , 25 de abril de 2016.
Lecturas adicionales
- Bennett, Bruce M.; Hoffman, Donald D.; Prakash, Chetan (1989), Mecánica del observador: Una teoría formal de la percepción , San Diego : Academic Press.
- Bennett, Bruce M.; Hoffman, Donald D.; Prakash, Chetan (1991), "Unidad de percepción" (PDF) , Cognition , 38 (3): 295–334 , doi : 10.1016/0010-0277(91)90009-s , PMID 2060272 , S2CID 16615099 .
- Chaitin, Gregory J. (1974), "Complejidad computacional basada en la teoría de la información" , IEEE Transactions on Information Theory , IT-20 (1): 10–15 , doi : 10.1109/tit.1974.1055172 , archivado del original el 6 de abril de 2007..
- Klamka, Jerzy (1991), Controlabilidad de sistemas dinámicos , Dordrecht : Kluwer.
- Knill, David C.; Richards, Whitman (1996), Percepción como inferencia bayesiana , Cambridge : Cambridge University Press.
- Kolen, John F.; Pollack, Jordan B. (1995), "La paradoja del observador: complejidad computacional aparente en sistemas físicos" (PDF) , Journal of Experimental and Theoretical Artificial Intelligence , 7 (3): 253– 277, doi : 10.1080/09528139508953809.
- Cognición
