Cognição incorporada

Origem: Wikipédia, a enciclopédia livre.

A Cognição Incorporada é a teoria de que muitas características da cognição, sejam humanas ou não, são moldadas
por aspectos de todo o corpo do organismo. As características da cognição incluem construções mentais de alto nível
(como conceitos e categorias) e desempenho em várias tarefas cognitivas (como raciocínio ou julgamento). Os
aspectos do corpo incluem o sistema motor, o sistema perceptivo, as interações corporais com o ambiente
(situacionalidade) e as suposições sobre o mundo que são incorporadas à estrutura do organismo.

A tese da mente incorporada desafia outras teorias, como cognitivismo, computacionalismo e dualismo cartesiano.
Está intimamente relacionado com a tese da mente estendida, cognição situada e enactivismo. A versão moderna
depende de insights extraídos de pesquisas recentes em psicologia, linguística, ciência cognitiva, sistemas dinâmicos,
inteligência artificial, robótica, cognição animal, cognição de plantas e neurobiologia.

Índice
Cognição
Cenário de Pesquisa
Exemplos
Cognição computacional incorporada
Premissas chaves de modelos computacionais incorporados
Representações: Modal vs Amodal
Habilidades Cognitivas
Processo cognitivo: corpo, ambiente e dinâmicas cerebrais
Robótica cognitiva
Referências

Cognição
Antes de definir o que defende a cognição incorporada na neurociência, é importante se ter uma ideia do que é
defendido pelas teorias tradicionais acerca do conceito de cognição. Teorias tradicionais dizem que a cognição se faz
por meio de representações de sistemas sensoriais, motores, etc, que são traduzidas em símbolos sem estado ou
contexto, como um grupo de dados, que representam o conhecimento na memória semântica. [1] A cognição
incorporada refuta a ideia de que cognição é um processo computacional de símbolos amodais (i.e., sem estado, sem
contexto e isolados) em um sistema modular. Em outras palavras, ela refuta a ideia de que cognição é um processo
que reside na memória semântica, funcionando separadamente de certas partes do cérebro, como, por exemplo, os
módulos sensoriais e motores. Ao invés disso, a cognição incorporada defende que a simulação de sentidos, estados
corporais e ações contextualizadas são a base da cognição. Essas teorias são baseadas em evidências empíricas
comportamentais e neurais, frutos de pesquisa em vários assuntos e áreas da neurociência. [1] A cognição incorporada
- também chamada, em inglês, de Embodied Cognition, Grounded (Ground) Cognition; e Situated Cognition [2]- pode
tomar várias formas. No entanto, do ponto de vista dessa nova abordagem, é improvável que o cérebro armazene
símbolos amodais; e se o fizer trabalha em conjunto com representações modais a fim de formar a cognição.[1]
Cenário de Pesquisa
Alguns estudos da cognição incorporada focam nos papéis do corpo na cognição, baseados em várias descobertas de
que estados corporais podem afetar a cognição e vice-versa. Entretanto, a maioria dos estudos focam nos papéis da
simulação na cognição. Considerando simulações como quaisquer reencenações de estados perceptivos, motores e
introspectivos adquiridos durante a experiência com o mundo via corpo e mente.[1]

Exemplos
1. Imagine você uma simples experiência, como a de sentar devagar em uma cadeira. O cérebro captura os
estados por meio das modalidades neurais e integra com as representações multimodais armazenadas na
memória. Como a cadeira é vista e sentida - a partir do tato, olfato, audição e temperatura - o ato de sentar, a
sensação de conforto e relaxamento. Em outro momento, quando o conhecimento é exigido para representar
instâncias da mesma categoria, representações desses modais capturados durante as experiências com a
cadeiras são reativadas no cérebro para simular as mesmas percepções, ações e introspecções associadas.[1]
2. Registros de pesquisa dizem que aquisição de conhecimento conceitual sobre emoções requer a incorporação
dos estados corporais, afetivos e emocionais correspondentes. Os mesmos estados emocionais são re-
encenados utilizando a noção de simulação, sendo o conhecimento emocional utilizado para perceber,
reconhecer e interpretar emoções de si mesmo e terceiros.[3]
3. Um exemplo significativo de assinaturas incorporadas na cognição é a concedência de atenção, que tem um
papel primordial na formação de conceitos e raciocínio direcionado com o arcabouço da cognição incorporada.
Por exemplo, dois pesquisadores (Grant and Spivey, 2003) descobriram que pessoas que e/stavam quase
resolvendo um dado problema complexo de compreensão de diagramas tendiam a produzir subitamente um
padrão de movimento diferente nos /olhos daqueles que estavam prestes a desistir. Descobriu-se que esses
movimentos em particular foram parte do processo cognitivo de compreensão. Para tal, os mesmos
pesquisadores, em um segundo experimento, induziram implicitamente esses movimentos oculares em um novo
grupo de participantes, e tiveram taxas de resolução duas vezes maiores;[3]
4. Contagem nos dedos é usada pelo mundo todo para o aprendizado de conceitos numéricos. Historicamente,
várias culturas escolhiam símbolos de números que representavam formatos da mão e dedos. Recentemente, a
influência dos dedos nos hábitos de contagem em adultos foi documentado por Fischer (2008) e Domahs at al.
(2010).[3]
5. Vários autores, discutem alguns outros exemplos, como atitudes, percepções e emoções sociais incorporadas.
Mais detalhes nos exemplos encontrados em.[3]

Cognição computacional incorporada

Em teorias de cognição incorporada, para melhorar o escopo explanatório, é necessário desenvolver melhores modelos
de processos de como fenômenos incorporados originaram durante o processo de aprendizagem e como eles são
expressos durante o ato de cognição. Já existem alguns exemplos de cruzamentos bem sucedidos entre modelagem
computacional e cognição incorporada, como os estudos de Cangelosi e Riga, 2006; Spivey, 2007; Schöner, 2008;
Hope et al., 2010; Pezzulo e Calvi, 2011. No entanto, Barsalou at al. argumenta que é necessário um esforço integrativo
para uma iniciativa de Cognição Computacional Incorporada.[3]

Dado que já temos modelagem computacional há um longo tempo, o que tem de especial em Cognição Computacional
Incorporada? No intuito de responder essa pergunta, vamos por partes. Primeiro, resumindo os elementos mais
importantes que os modelos computacionais incorporados devem ter. Em um segundo ponto, enfatizando a
importância de se adotar Robótica Cognitiva como uma metodologia de pesquisa.[3]

Premissas chaves de modelos computacionais

incorporados
Modelagem computacional incorporada requer construção de modelos nos quais a cognição é profundamente
entrelaçada com a ação sensório motora e emoção. Habilidades cognitivas emergem de interações entre subprocessos
ao invés de serem implementados isoladamente em “módulos cognitivos”. Assim, algoritmos “cognitivos” no âmbito
de linguagem natural (leitura, escrita e reconhecimento de fala), reconhecimento de objetos, compreensão de ações e
resolução de problemas deveriam incorporar informações de processos perceptivos motores e afetivos para produzir
seus resultados. Isso é raramente visto nos modelos computacionais atuais. Esse método de design exige uma
abordagem integrativa, que pode ser chamada de “interacionismo” (em tradução livre do termo “interactionism”, em
inglês).[3]

Representações: Modal vs Amodal

Recentes modelos computacionais de processamento sensorial podem ser usados para estudar a incorporação de
representações internas em modalidades sensório motoras.[3] Modelos generativos, por exemplo, são modelos
computacionais que são treinados para gerar dados similares aos apresentados. A intuição por trás dessa abordagem
pode ser vista na seguinte citação [4]:

“What I cannot create, I do not understand.” - Richard Feynman

“O que eu não posso criar, eu não entendo”, traduzido livremente para português.[3] Modelos generativos mostram
que é possível que representações de conhecimento se auto-organizem através de aprendizado não supervisionado;
completando informações faltantes; e recuperando informação endereçada por conteúdo.[3] De forma similar, teorias
de percepção ativa enfatizam que estímulo sensorial não é experienciado passivamente, mas sim acumulado
ativamente, influenciando como as pessoas desenvolvem representação sensorial. Pesquisas mostram que gatos, ao
experienciar o mundo de forma passiva desenvolveram representações perceptivas subótimas.[3]

Um método computacional de integrar modalidades é projetar controladores de robôs compostos de múltiplos mapas
interligados, como mapas auto-organizáveis de Kohonen. Podendo incluir mapas motores, visuais, auditivos, com o
objetivo de investigar como eles se combinam para compor o processo cognitivo. Essa abordagem foi usada
recentemente no desenvolvimento de efeitos de cognição incorporada associada com a representação numérica em um
robô humanoide. [3]

Habilidades Cognitivas
Modelos computacionais incorporados não devem vir “pré-equipados” com nenhuma representação. Ao invés disso,
eles devem ser capazes de adquirir “símbolos modais incorporados” através de desenvolvimento e interação sensório
motora. Restrições genéticas predeterminadas também têm um papel importante neste aspecto. Estes modelos devem
obter habilidades cognitivas avançadas e pensamento abstrato no topo de seus sistemas modais, não em subsistemas
separados. Ou seja, não apenas a representação deve estar nas modalidades, mas o processamento deve ser totalmente
incorporado, de forma que não haja central de processamento independente do processo sensório motor e/ou
experiência afetiva. [3] Considerando os modelos computacionais para robôs humanóides, modelos incorporados são
baseados em interações contextuais da máquina com o ambiente, que pode incluir outras máquinas e humanos. Esses
símbolos multimodais integram informações perceptual, motora e afetiva. O processo cognitivo envolve
principalmente simulações contextuais, que são reencenações de símbolos incorporados. Dessa forma, cognição
envolve restrições que são similares àquelas em gestos explícitos, porque ativam: representações episódicas relevantes,
recursos corporais associados e estratégias sensório motoras. [3] Simulações contextualizadas também podem dar
apoio ao processo cognitivo de objetos ou eventos em sua ausência. Isso pode variar de quaisquer formas de imagem a
processamento automático e inconsciente. Formas de ações simuladas e imagem mental têm sido associadas a
compreensão, raciocínio, prospecção, categorização de objetos, reconhecimento de ação e outras tarefas cognitivas
complexas.[3] Esses estudos apoiam simulação como o processo principal, que pode tanto recriar experiências quanto,
produtivamente, recombina-las, resultando em novas experiências prospectivas. Por fim, dando subsídios também a
cognição off-line, sem representações amodais.[3] Um importante desafio é explicar como conceitos abstratos e
capacidades simbólicas podem ser construídos de representações categóricas incorporadas, simulações contextuais e
processos incorporados. Tem sido sugerido que conceitos abstratos podem ser baseados principalmente em estados
introspectivos, meta-cognitivos e afetivos. Também é sugerido que a integração de atenção seletiva e memória
categórica são essenciais para criar um sistema simbólico. Modelos computacionais incorporados podem ajudar a
especificar melhor e testar essas teses iniciais. [3]

Processo cognitivo: corpo, ambiente e dinâmicas

cerebrais
Em teorias de cognição incorporadas, processo cognitivo mesmo em domínios abstratos depende de habilidades
sensório motoras e recursos corporais. Isso leva a possibilidade de que expressões como “tomando uma perspectiva
em um problema”, ou “se colocando no lugar do outro” ou “captar um conceito” devam ser consideradas mais
literalmente do que o são normalmente. Isso se deve a pelo menos dois fatores de convergência. Primeiro, habilidades
cognitivas se desenvolvem no topo da arquitetura do controle sensório motor. A maturação gradual desse primeiro
constitui uma estrutura de apoio ao segundo. Segundo, habilidades cognitivas re-encenam e reusam representação
modal ao invés de registro amodal, e tipicamente reusam competências sensório motoras existentes em domínios
cognitivos mais complexos, como estratégias visuais-motoras para resolução de problemas. Por essas razões processos
da cognição incorporada têm o mesmo poder, mas também as mesmas restrições que ações corporais; e para entender
o primeiro fator é necessário prover modelos realísticos para o segundo fator.[3]

Robótica cognitiva
Potencialmente, muitos tipos de abordagens e modelos computacionais (conexionistas, sistemas dinâmicos e
bayesianos) se enquadram bem para modelagem de fenômenos incorporados. Mudando de uma perspectiva teórica
para a da engenharia, um argumento é que a mais importante demonstração de sucesso de uma teoria ocorre quando
alguém constrói algo a partir dela que funciona bem.[3]

Segundo Pezzulo e Barsalou (2013, [3]), um movimento puramente computacional em direção a modelos de robótica
cognitiva pode melhorar drasticamente nossa habilidade de desenvolver e testar teorias de cognição incorporada.
Robótica cognitiva é uma larga área de pesquisa cujo foco é realizar arquiteturas robóticas completas que, por um
lado, inclua princípios e restrições derivadas da cognição humana e animal. E, por outro lado, tenha incorporamento
realista de sensores e efetores, além de aprender de forma autônoma em contextos complexos e sociais. Robótica
cognitiva permite considerar simultaneamente muitos aspectos de incorporamento e contexto. Isso mostra como eles
restringem o desenvolvimento e expressão a cognição. Dessa forma, ainda segundo Pezzulo e Barsalou (2013, [3]), são
diversos os benefícios de se adotar a metodologia de da robótica cognitiva:

1. Modelos de robótica cognitiva são as escolhas ideais para incorporar comportamento em cascata dos efeitos da
cognição incorporada, incluindo cenários sociais e individuais.[3]
2. Robótica cognitiva é indicada para experimentar ambientes com muitas escolhas, com numerosas fontes de
“recompensas” e “punições” (e.g., manipulação de objetos e interações sociais). Isso permite ligar
comportamento e processo cognitivo com dinâmicas motivacionais e emocionais, ambas realísticas.[3]
3. Modelos robóticos cognitivos favorecem abordagem em projetos unificados que combinam processo psicológico
(atenção, memória, controle de ação) em tarefas específicas. Isso diverge e complementa a abordagem de
“dividir para conquistar” da maioria das pesquisas empíricas.[3]
4. Robótica cognitiva incorpora bem a ideia de que comportamento e cognição são esquematizados em torno de
objetivos e tomada de ação. Diversos pesquisadores tradicionais destacam a importância de se aprender as
consequências de suas respectivas ações. A perspectiva centrada em objetivos pode ajudar a relacionar toda
habilidade cognitiva com princípios atuais de computação neural. Nessa perspectiva, habilidades (representativa,
de memória, categorização e atenção) podem ter o intuito de atingir objetivos ao invés de ter funções
separadas.[3]
5. Modelos robóticos cognitivos podem ser plataformas interessantes para explorar dinâmicas de mudança e
adaptação no nível de desenvolvimento e evolucionário. Em um nível evolucionário isso pode nos ajudar a
entender como habilidades cognitiva avançadas se desenvolvem na arquitetura neural existente, que resolve
 problemas básicos de sobrevivência e reprodução. A nível de desenvolvimento, pode nos ajudar a entender
como a maturação progressiva da coordenação motora fortalece a aquisição de habilidades intelectuais e
cognitivas; e como se mantém ligado ao processo de coordenação motora que deu subsídios a esse
desenvolvimento.[3]

Referências
1. Barsalou, Lawrence. «Grounded Cognition» (https://web.archive.org/web/20161126131202/http://www.cogsci.ucs
d.edu/~ajyu/Teaching/Cogs202_sp12/Readings/barsalou08_grounded.pdf) (PDF). 15/08/2007. Consultado em 25
de novembro de 2016. Arquivado do original (http://www.cogsci.ucsd.edu/~ajyu/Teaching/Cogs202_sp12/Reading
s/barsalou08_grounded.pdf) (PDF) em 26 de novembro de 2016
2. Bouyer, Gilbert (31 de agosto de 2011). «SIMILARIDADES ENTRE A EPISTEMOLOGIA GENÉTICA DE PIAGET
E A COGNIÇÃO INCORPORADA» (http://www.cienciasecognicao.org/revista/index.php/cec/article/view/454).
SIMILARIDADES ENTRE A EPISTEMOLOGIA GENÉTICA DE PIAGET E A COGNIÇÃO INCORPORADA.
31/08/2011. Consultado em 25 de novembro de 2016
3. Pezzulo, Giovanni; Barsalou, Lawrence; Cangelosi, Angelo; Fischer, Martin; McRae, Ken; Spivey, Michael.
«Grounded Cognition in Artificial Inteligence Modeling» (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3551279/).
22/01/2013. Consultado em 20 de novembro de 2016
4. KARPATHY, ANDREJ; ABBEEL, PIETER; BROCKMAN, GREG; CHEN, PETER; CHEUNG, VICKI; DUAN,
ROCKY; GOODFELLOW, IAN; KINGMA, DURK; HO, JONATHAN; HOUTHOOFT, REIN; SALIMANS, TIM;
SCHULMAN, JOHN; SUTSKEVER, ILYA; ZAREMBA, WOJCIECH. «Modelos Generativos» (https://openai.com/bl
og/generative-models/). Consultado em 25 de novembro de 2016

Obtida de "https://pt.wikipedia.org/w/index.php?title=Cognição_incorporada&oldid=54722023"

Esta página foi editada pela última vez às 01h56min de 6 de abril de 2019.

Este texto é disponibilizado nos termos da licença Atribuição-CompartilhaIgual 3.0 Não Adaptada (CC BY-SA 3.0) da
Creative Commons; pode estar sujeito a condições adicionais. Para mais detalhes, consulte as condições de
utilização.