Procesamiento predictivo y bayesianismo: una brevísima aproximación filosófica-probabilística al modelamiento predictivo de la mente
DOI:
https://doi.org/10.22370/sst.2025.10.4894Palabras clave:
Procesamiento predictivo, Regla de Bayes, Probabilidad, Creencia, MenteResumen
El procesamiento predictivo es una de las tantas aproximaciones estadísticas a la comprensión del funcionamiento de la mente de los últimos quince años. El modelamiento estadístico en la comprensión del cerebro y la mente son comprensiones normativas, en tanto que proponen que las funciones de la mente operan en conjunto con las normas de las probabilidades. El procesamiento predictivo sería entonces una forma de modelar probabilísticamente las funciones mentales, en donde el cálculo de las probabilidades y su análisis filosófico cumplen un rol interesante de analizar. El objetivo de este trabajo es doble: en primer lugar (1) se busca presentar el procesamiento predictivo como una aproximación filosófico-estadística al modelamiento de la mente; y en segundo lugar (2) se analizará el rol que cumple el bayesianismo en dicha evaluación probabilística-estadística, en el que las reglas bayesianas explicarían, al menos parcialmente, las distintas operaciones predictivas de la mente.
Citas
Bayes, T. (1764). An Essay Toward Solving a Problem in the Doctrine of Chances. Philosophical Transactions of the Royal Society of London, 53 pp. 370-418.
Clark, A. (2016). Surfing uncertainty. https://doi.org/10.1093/acprof:oso/9780190217013.001.0001
Earman, J. (1992). Bayes or Bust?: A Critical Examination of Bayesian Confirmation Theory. MIT Press.
Easwaran, K. (2011). Bayesianism I: Introduction and arguments in favor. Philosophy Compass, 6(5) pp. 312-320. https://doi.org/10.1111/j.1747-9991.2011.00399.x
Friston, K. J. (2005). A theory of cortical responses. Philosophical Transactions of the Royal Society B, 360(1456) , pp. 815-836. https://doi.org/10.1098/rstb.2005.1622
Friston, K. J. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience, 11(2) , pp. 127-138. https://doi.org/10.1038/nrn2787
Hartigan, J. (1983). Bayes Theory. Springer series in statistics. https://doi.org/10.1007/978-1-4613-8242-3
Hohwy, J. (2013). The predictive Mind. https://doi.org/10.1093/acprof:oso/9780199682737.001.0001
Howson, C., & Urbach, P. (1993). Scientific reasoning: the Bayesian approach. Journal of the Royal Statistical Society, 156(1), p. 130. https://doi.org/10.2307/2982875
Howson, C., & Urbach, P. (2006). Scientific reasoning: The Bayesian approach.
Parr, T., Pezzulo, G., & Friston, K. J. (2022). Active inference: The Free Energy Principle in Mind, Brain, and Behavior. MIT Press.
Parzen, E. (1979). Teoría moderna de probabilidades y sus aplicaciones.
Pereira, F. (2009). David Hume: naturaleza, conocimiento y metafísica.
Ramsey, F.P. (1926). “Truth and Probability¨ın The Foundations of Mathematics and other Logical Essays, Ch. VII, p. 156-198, edited by
R.B. Braithwaite, London: Kegan Paul, Trench, Trubner & Co. New York: Harcourt, Brace and Company.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.