Las mejores decisiones

CRITICA

John Brockman reúne en este libro las ideas de destacados psicólogos, neurocientíficos y filósofos.

Daniel Kahneman nos habla del poder (y las dificultades) de la intuición humana y del pensamiento «inconsciente».

Daniel Gilbert sobre la predicción y por qué obtener lo que queremos no siempre nos hace felices.

Nassim Nicholas Taleb nos explica las limitaciones de las estadísticas para orientarnos en la toma de decisiones.

Vilayanur Ramachandran expone los fundamentos científicos de la humanidad.

Simon Baron-Cohen ahonda en los efectos sorprendentes de la testosterona en el cerebro.

Daniel C. Dennett decodifica la arquitectura de la mente humana «normal».

Sarah- Jayne Blakemore analiza los trastornos mentales y la importancia crucial de la adolescencia.

Jonathan Haidt, Sam Harris, y Roy Baumeister debaten sobe la nueva ciencia de la moral y

Gerd Gigerenzer indaga en la racionalidad y cómo tomamos las decisiones.

Profesor universitario de Filosofía y codirector del Center for Cognitive Studies de la Universidad Tufts; autor de Consciousness Explained, Darwin’s Dangerous Idea, Kinds of Minds, Freedom Evolves y Breaking the Spell.

Intento reparar un error que cometí hace unos años y replantearme la idea de que la manera de entender la mente es descomponerla en mentes más simples, y luego descomponer esas mentes simples en otras mentes más simples todavía hasta llegar a unas mentes que se puedan sustituir por máquinas. Esto recibe el nombre de «funcionalismo homuncular» porque tomamos a la persona como un todo y la vamos descomponiendo en dos, tres, cuatro o siete subpersonas que, en el fondo, son homúnculos o agentes.

Es una regresión finita porque tomamos cada uno de esos homúnculos, lo descomponemos en otros homúnculos más «tontos» y especializados, y seguimos con este proceso hasta llegar a unos componentes que se puedan sustituir por máquinas: es una manera muy buena de concebir la ciencia cognitiva. Y también es el objetivo que la antigua inteligencia artificial intentaba -y aún intenta- alcanzar.

La idea es básicamente correcta, pero cuando la concebí por primera vez cometí un grave error. Por aquel entonces estaba enamorado de la neurona lógica de McCullochPitts.

McCulloch y Pitts habían propuesto la idea de una neurona artificial muy simple, una neurona computacional, que tenía múltiples entradas o inputs, una sola salida o output bifurcada, y un umbral de activación; por otro lado, los inputs podían ser inhibidores o excitadores. Y demostraron que, en principio, una red neuronal formada por 8 Daniel C. Dennett estas neuronas lógicas sería capaz de calcular cualquier cosa. Era una idea apasionante. Significaba que, básicamente, podíamos tratar el cerebro como un ordenador y tratar la neurona como una especie de interruptor básico de ese ordenador en una simplificación que, sin duda, era muy atrayente. Pero aunque todo el mundo sabía que era una simplificación, no era consciente de que lo era en exceso, y mucho más adelante me ha quedado clara esta exageración porque cada neurona, lejos de ser un simple interruptor lógico, es un pequeño agente con una misión y es mucho más autónoma e interesante que cualquier interruptor.

[ADELANTO DEL LIBRO EN PDF]