Neurofilosofía

Muchos estudios de fMRI se basan en gran medida en la suposición de localización de la función ^{[ 17 ]} (lo mismo que la especialización funcional).

La localización de la función implica que muchas funciones cognitivas pueden localizarse en regiones cerebrales específicas. Un ejemplo de localización funcional proviene de estudios de la corteza motora. ^{[ 18 ]} Parece haber diferentes grupos de células en la corteza motora responsables de controlar distintos grupos musculares.

Muchos filósofos de la neurociencia critican la resonancia magnética funcional (RMf) por basarse demasiado en esta suposición. Michael Anderson señala que la RMf por sustracción omite mucha información cerebral importante para los procesos cognitivos. ^{[ 19 ]} La RMf por sustracción solo muestra las diferencias entre la activación de la tarea y la activación de control, pero muchas de las áreas cerebrales activadas en el control son obviamente importantes también para la tarea.

Algunos filósofos rechazan por completo cualquier noción de localización de la función y, por lo tanto, creen que los estudios de resonancia magnética funcional (RMf) están profundamente equivocados. ^{[ 20 ]} Estos filósofos sostienen que el procesamiento cerebral actúa de forma holística, que grandes secciones del cerebro están involucradas en el procesamiento de la mayoría de las tareas cognitivas (véase el holismo en neurología y la sección de modularidad más adelante).Una forma de entender su objeción a la idea de la localización de la función es el experimento mental del técnico de reparación de radios. ^{[ 21 ]} En este experimento mental, un técnico abre una radio y arranca un tubo. La radio comienza a silbar fuertemente y el técnico declara que debe haber arrancado el tubo antisilbido. No hay ningún tubo antisilbido en la radio y el técnico ha confundido función con efecto. Esta crítica se dirigió originalmente a la lógica utilizada en los experimentos neuropsicológicos de lesiones cerebrales, pero sigue siendo aplicable a la neuroimagen. Estas consideraciones son similares a la crítica de Van Orden y Paap sobre la circularidad en la lógica de la neuroimagen. ^{[ 22 ]} Según ellos, los neuroimagenistas asumen que su teoría de la parcelación de componentes cognitivos es correcta y que estos componentes se dividen claramente en módulos de retroalimentación. Estas suposiciones son necesarias para justificar su inferencia de la localización cerebral. La lógica es circular si el investigador utiliza la aparición de activación de regiones cerebrales como prueba de la corrección de sus teorías cognitivas.

Otro supuesto metodológico problemático en la investigación con resonancia magnética funcional (RMf) es el uso de la inferencia inversa. ^{[ 23 ]} La inferencia inversa se produce cuando se utiliza la activación de una región cerebral para inferir la presencia de un proceso cognitivo determinado. Poldrack señala que la fuerza de esta inferencia depende fundamentalmente de la probabilidad de que una tarea determinada emplee un proceso cognitivo específico y de la probabilidad de que se produzca ese patrón de activación cerebral dado dicho proceso. En otras palabras, la fuerza de la inferencia inversa se basa tanto en la selectividad de la tarea utilizada como en la selectividad de la activación de la región cerebral.

Un artículo publicado en 2011 en el New York Times ha sido duramente criticado por el mal uso de la inferencia inversa. ^{[ 24 ]} En el estudio, se mostraron a los participantes imágenes de sus iPhones y los investigadores midieron la activación de la ínsula . Los investigadores interpretaron la activación de la ínsula como evidencia de sentimientos de amor y concluyeron que las personas amaban sus iPhones. Los críticos no tardaron en señalar que la ínsula no es una parte muy selectiva de la corteza y, por lo tanto, no es susceptible a la inferencia inversa.

El neuropsicólogo Max Coltheart llevó los problemas de la inferencia inversa un paso más allá y desafió a los neuroimagenólogos a dar un ejemplo en el que la neuroimagen hubiera aportado información a una teoría psicológica. ^{[ 25 ]} Coltheart considera que la carga de la prueba reside en un caso en el que los datos de neuroimagen sean consistentes con una teoría pero inconsistentes con otra.

Roskies sostiene que la posición ultracognitiva de Coltheart hace que su desafío sea imposible de ganar. ^{[ 26 ]} Dado que Coltheart afirma que la implementación de un estado cognitivo no influye en la función de dicho estado, resulta imposible encontrar datos de neuroimagen que permitan comentar las teorías psicológicas como él exige. Los datos de neuroimagen siempre se relegarán al nivel inferior de implementación y no podrán determinar selectivamente una u otra teoría cognitiva.

En un artículo de 2006, Richard Henson sugiere que la inferencia hacia adelante puede usarse para inferir la disociación de funciones a nivel psicológico. ^{[ 27 ]} Sugiere que este tipo de inferencias pueden hacerse cuando hay activaciones cruzadas entre dos tipos de tareas en dos regiones cerebrales y no hay cambios en la activación en una región de control mutuo.

Una última suposición es la de inserción pura en fMRI. ^{[ 28 ]} La suposición de inserción pura es la suposición de que un único proceso cognitivo puede insertarse en otro conjunto de procesos cognitivos sin afectar el funcionamiento del resto. Por ejemplo, para encontrar el área del cerebro relacionada con la comprensión lectora, los investigadores podrían escanear a los participantes mientras se les presenta una palabra y mientras se les presenta una no-palabra (por ejemplo, "Floob"). Si los investigadores luego infieren que la diferencia resultante en el patrón cerebral representa las regiones del cerebro involucradas en la comprensión lectora, han asumido que estos cambios no reflejan cambios en la dificultad de la tarea ni reclutamiento diferencial entre tareas. El término inserción pura fue acuñado por Donders como una crítica a los métodos de tiempo de reacción.

Recientemente, los investigadores han comenzado a utilizar una nueva técnica de imágenes funcionales llamada resonancia magnética funcional de conectividad en estado de reposo (RM-FSC) . ^{[ 29 ]} Se escanea el cerebro de los sujetos mientras permanecen inmóviles en el escáner. Al observar las fluctuaciones naturales en el patrón dependiente del nivel de oxígeno en sangre (BOLD) mientras el sujeto está en reposo, los investigadores pueden ver qué regiones cerebrales covarían en su activación. Posteriormente, pueden utilizar los patrones de covarianza para construir mapas de áreas cerebrales funcionalmente conectadas.

El término "conectividad funcional" resulta algo engañoso, ya que los datos solo indican covariación. Aun así, se trata de un método eficaz para estudiar grandes redes neuronales en todo el cerebro.

La neuropsicología cognitiva estudia a pacientes con daño cerebral y utiliza los patrones de deterioro selectivo para inferir la estructura cognitiva subyacente. La disociación entre funciones cognitivas se considera evidencia de que estas funciones son independientes. Los teóricos han identificado varios supuestos clave necesarios para justificar estas inferencias: ^{[ 31 ]}

1. Modularidad funcional : la mente está organizada en módulos cognitivos funcionalmente separados.
2. Modularidad anatómica : el cerebro se organiza en módulos funcionalmente separados. Esta premisa es muy similar a la de la localización funcional. Sin embargo, difiere de la de la modularidad funcional, ya que es posible que existan módulos cognitivos separables que se implementen mediante patrones difusos de activación cerebral.
3. Universalidad : La organización básica de la modularidad funcional y anatómica es la misma para todos los seres humanos normales. Esta suposición es necesaria si queremos formular alguna afirmación sobre la organización funcional basada en la disociación, que extrapole desde el caso de un estudio individual a la población general.
4. Transparencia / Sustractividad : la mente no sufre una reorganización sustancial tras una lesión cerebral. Es posible eliminar un módulo funcional sin alterar significativamente la estructura general del sistema. Esta premisa es necesaria para justificar el uso de pacientes con daño cerebral a fin de inferir la arquitectura cognitiva de personas sanas.

Existen tres tipos principales de evidencia en neuropsicología cognitiva: asociación, disociación simple y disociación doble. ^{[ 32 ]} Las inferencias de asociación observan que ciertos déficits tienen probabilidades de coexistir. Por ejemplo, hay muchos casos que presentan déficits tanto en la comprensión de palabras abstractas como concretas después de una lesión cerebral. Los estudios de asociación se consideran la forma más débil de evidencia, porque los resultados podrían explicarse por daño a regiones cerebrales vecinas y no por daño a un solo sistema cognitivo. ^{[ 33 ]} Las inferencias de disociación simple observan que una facultad cognitiva puede preservarse mientras que otra puede dañarse después de una lesión cerebral. Este patrón indica que a) las dos tareas emplean sistemas cognitivos diferentes, b) las dos tareas ocupan el mismo sistema y la tarea dañada es posterior a la tarea preservada, o c) que la tarea preservada requiere menos recursos cognitivos que la tarea dañada. El "estándar de oro" para la neuropsicología cognitiva es la disociación doble. La disociación doble se produce cuando el daño cerebral afecta la tarea A en el paciente 1, pero no la tarea B, y cuando el daño cerebral no afecta la tarea A en el paciente 2, pero sí la tarea B. Se asume que un solo caso de disociación doble es prueba suficiente para inferir la existencia de módulos cognitivos separados en la ejecución de las tareas.

Muchos teóricos critican la neuropsicología cognitiva por su dependencia de las disociaciones dobles. En un estudio ampliamente citado, Joula y Plunkett utilizaron un sistema conexionista modelo para demostrar que los patrones de comportamiento de disociación doble pueden ocurrir a través de lesiones aleatorias de un solo módulo. ^{[ 34 ]} Crearon un sistema conexionista multicapa entrenado para pronunciar palabras. Simularon repetidamente la destrucción aleatoria de nodos y conexiones en el sistema y graficaron el rendimiento resultante en un diagrama de dispersión . Los resultados mostraron déficits en la pronunciación de sustantivos irregulares con preservación de la pronunciación de verbos regulares en algunos casos y déficits en la pronunciación de verbos regulares con preservación de la pronunciación de sustantivos irregulares. Estos resultados sugieren que una sola instancia de disociación doble es insuficiente para justificar la inferencia a múltiples sistemas. ^{[ 35 ]}

Charter ofrece un caso teórico en el que la lógica de la doble disociación puede ser errónea. ^{[ 36 ]} Si dos tareas, la tarea A y la tarea B, utilizan casi todos los mismos sistemas, pero difieren en un módulo mutuamente excluyente cada una, entonces la lesión selectiva de esos dos módulos parecería indicar que A y B utilizan sistemas diferentes. Charter utiliza el ejemplo de una persona alérgica a los cacahuetes pero no a los camarones y otra alérgica a los camarones pero no a los cacahuetes. Argumenta que la lógica de la doble disociación lleva a inferir que los cacahuetes y los camarones son digeridos por sistemas diferentes. John Dunn ofrece otra objeción a la doble disociación. ^{[ 37 ]} Afirma que es fácil demostrar la existencia de un déficit real, pero difícil demostrar que otra función se conserva realmente. A medida que se acumulan más datos, el valor de los resultados convergerá en un tamaño del efecto de cero, pero siempre habrá un valor positivo mayor que cero que tenga mayor potencia estadística que cero. Por lo tanto, es imposible tener plena confianza en que una determinada doble disociación realmente exista.

Por otro lado, Alphonso Caramazza ha dado una razón de principios para rechazar el uso de estudios de grupo en neuropsicología cognitiva. ^{[ 38 ]} Los estudios de pacientes con daño cerebral pueden adoptar la forma de un estudio de caso único, en el que se caracteriza el comportamiento de un individuo y se utiliza como evidencia, o estudios de grupo, en los que se caracteriza y promedia el comportamiento de un grupo de pacientes que presentan el mismo déficit. Para justificar la agrupación de un conjunto de datos de pacientes, el investigador debe saber que el grupo es homogéneo, que su comportamiento es equivalente en todos los sentidos teóricamente relevantes. En pacientes con daño cerebral, esto solo puede lograrse a posteriori analizando los patrones de comportamiento de todos los individuos del grupo. Por lo tanto, según Caramazza, cualquier estudio de grupo es equivalente a un conjunto de estudios de caso único o carece de justificación teórica. Newcombe y Marshall señalaron que existen algunos casos (utilizan el síndrome de Geschwind como ejemplo) y que los estudios de grupo aún podrían servir como una heurística útil en estudios neuropsicológicos cognitivos. ^{[ 39 ]}

En neurociencia, se entiende comúnmente que la información se codifica en el cerebro mediante los patrones de activación de las neuronas. ^{[ 40 ]} Muchas de las cuestiones filosóficas que rodean el código neuronal están relacionadas con cuestiones sobre representación y computación, que se analizan más adelante. Existen otras cuestiones metodológicas, como si las neuronas representan la información a través de una tasa de activación promedio o si la información se representa mediante la dinámica temporal. También existen preguntas similares sobre si las neuronas representan la información individualmente o como una población.

Muchas de las controversias filosóficas en torno a la neurociencia computacional involucran el papel de la simulación y el modelado como explicación. Carl Craver ha sido particularmente crítico con tales interpretaciones. ^{[ 41 ]} Jones y Love escribieron un artículo particularmente crítico dirigido al modelado conductual bayesiano que no restringía los parámetros de modelado por consideraciones psicológicas o neurológicas. ^{[ 42 ]} Eric Winsberg ha escrito sobre el papel del modelado y la simulación computacional en la ciencia en general, pero su caracterización es aplicable a la neurociencia computacional. ^{[ 43 ]}

La neurociencia computacional comenzó en las décadas de 1930 y 1940 con dos grupos de investigadores. El primer grupo estaba formado por Alan Turing , Alonzo Church y John von Neumann , quienes trabajaban en el desarrollo de máquinas de computación y los fundamentos matemáticos de la informática . ^{[ 49 ]} Este trabajo culminó en el desarrollo teórico de las llamadas máquinas de Turing y la tesis de Church-Turing , que formalizó las matemáticas subyacentes a la teoría de la computabilidad . El segundo grupo estaba formado por Warren McCulloch y Walter Pitts, quienes trabajaban en el desarrollo de las primeras redes neuronales artificiales. McCulloch y Pitts fueron los primeros en plantear la hipótesis de que las neuronas podrían utilizarse para implementar un cálculo lógico que pudiera explicar la cognición. Utilizaron sus neuronas de juguete para desarrollar puertas lógicas que pudieran realizar cálculos. ^{[ 50 ]} Sin embargo, estos desarrollos no se consolidaron en las ciencias psicológicas y la neurociencia hasta mediados de las décadas de 1950 y 1960. El conductismo dominó la psicología hasta la década de 1950, cuando nuevos avances en diversos campos derrocaron la teoría conductista en favor de una teoría cognitiva. Desde el inicio de la revolución cognitiva, la teoría computacional desempeñó un papel fundamental en los desarrollos teóricos. El trabajo de Minsky y McCarthy en inteligencia artificial, las simulaciones por computadora de Newell y Simon, y la incorporación de la teoría de la información a la lingüística por parte de Noam Chomsky se basaron en gran medida en supuestos computacionales. ^{[ 51 ]} A principios de la década de 1960, Hilary Putnam defendía el funcionalismo de máquinas, según el cual el cerebro representaba máquinas de Turing. En ese momento, las teorías computacionales estaban firmemente establecidas en psicología y neurociencia. A mediados de la década de 1980, un grupo de investigadores comenzó a utilizar redes neuronales analógicas multicapa de alimentación directa que podían entrenarse para realizar diversas tareas. El trabajo de investigadores como Sejnowski, Rosenberg, Rumelhart y McClelland se denominó conexionismo, y la disciplina ha continuado desde entonces. ^{[ 52 ]} La mentalidad conexionista fue adoptada por Paul y Patricia Churchland, quienes posteriormente desarrollaron su «semántica del espacio de estados» utilizando conceptos de la teoría conexionista. El conexionismo también fue condenado por investigadores como Fodor, Pylyshyn y Pinker. La tensión entre conexionistas y clasicistas sigue siendo objeto de debate en la actualidad.

Una de las razones por las que las teorías computacionales resultan atractivas es que las computadoras tienen la capacidad de manipular representaciones para generar resultados significativos. Las computadoras digitales utilizan secuencias de 1 y 0 para representar el contenido. La mayoría de los científicos cognitivos postulan que el cerebro utiliza algún tipo de código representacional que se transmite a través de los patrones de activación neuronal. Las explicaciones computacionales parecen ofrecer una manera sencilla de explicar cómo los cerebros humanos transmiten y manipulan las percepciones, los pensamientos, los sentimientos y las acciones de los individuos. ^{[ 53 ]} Si bien la mayoría de los teóricos sostienen que la representación es una parte importante de la cognición, la naturaleza exacta de dicha representación es objeto de un intenso debate. Los dos argumentos principales provienen de los defensores de las representaciones simbólicas y de los defensores de las representaciones asociacionistas .

Las explicaciones basadas en la representación simbólica han sido ampliamente defendidas por Fodor y Pinker. La representación simbólica implica que los objetos se representan mediante símbolos y se procesan a través de manipulaciones regidas por reglas que son sensibles a la estructura constitutiva. El hecho de que la representación simbólica sea sensible a la estructura de las representaciones es una parte fundamental de su atractivo. Fodor propuso la hipótesis del lenguaje del pensamiento , según la cual las representaciones mentales se manipulan del mismo modo que el lenguaje se manipula sintácticamente para producir pensamiento. Según Fodor, esta hipótesis explica la sistematicidad y la productividad observadas tanto en el lenguaje como en el pensamiento. ^{[ 54 ]}

Las representaciones asociativistas se describen con mayor frecuencia mediante sistemas conexionistas . En estos sistemas, las representaciones se distribuyen entre todos los nodos y pesos de conexión, por lo que se consideran subsimbólicas. ^{[ 55 ]} Un sistema conexionista es capaz de implementar un sistema simbólico. Existen varios aspectos importantes de las redes neuronales que sugieren que el procesamiento paralelo distribuido proporciona una base más sólida para las funciones cognitivas que el procesamiento simbólico. En primer lugar, la inspiración para estos sistemas proviene del propio cerebro, lo que indica su relevancia biológica. En segundo lugar, estos sistemas son capaces de almacenar memoria direccionable por contenido, lo que resulta mucho más eficiente que las búsquedas de memoria en los sistemas simbólicos. En tercer lugar, las redes neuronales son resistentes a los daños, mientras que incluso un daño menor puede inhabilitar un sistema simbólico. Por último, las restricciones flexibles y la generalización al procesar estímulos novedosos permiten que las redes se comporten de manera más flexible que los sistemas simbólicos.

Los Churchlands describieron la representación en un sistema conexionista en términos de espacio de estados. El contenido del sistema se representa mediante un vector n-dimensional, donde n es el número de nodos del sistema y la dirección del vector está determinada por el patrón de activación de los nodos. Fodor rechazó este método de representación argumentando que dos sistemas conexionistas diferentes no podían tener el mismo contenido. ^{[ 56 ]} Un análisis matemático posterior del sistema conexionista reveló que los sistemas conexionistas que podían contener contenido similar podían representarse gráficamente para mostrar grupos de nodos importantes para la representación del contenido. ^{[ 57 ]} Sin embargo, la comparación de vectores de espacio de estados no era compatible con este tipo de análisis. Recientemente, Nicholas Shea ha ofrecido su propia explicación del contenido dentro de los sistemas conexionistas, empleando los conceptos desarrollados mediante el análisis de clústeres.

El computacionalismo , una especie de filosofía funcionalista de la mente, se compromete con la posición de que el cerebro es una especie de computadora, pero ¿qué significa ser una computadora? La definición de computación debe ser lo suficientemente precisa como para limitar el número de objetos que pueden denominarse computadoras. Por ejemplo, podría parecer problemático tener una definición lo suficientemente amplia como para permitir que los estómagos y los sistemas meteorológicos participen en computaciones. Sin embargo, también es necesario tener una definición lo suficientemente amplia como para permitir que toda la amplia variedad de sistemas computacionales computa. Por ejemplo, si la definición de computación se limita a la manipulación sintáctica de representaciones simbólicas, entonces la mayoría de los sistemas conexionistas no podrían computar. ^{[ 58 ]} Rick Grush distingue entre la computación como herramienta de simulación y la computación como postura teórica en neurociencia cognitiva. ^{[ 59 ]} Para la primera, todo lo que puede modelarse computacionalmente cuenta como computación. En el segundo caso, el cerebro es una función computacional que es distinta de sistemas como los sistemas de dinámica de fluidos y las órbitas planetarias en este sentido. El reto para cualquier definición computacional es mantener los dos sentidos diferenciados.

Alternativamente, algunos teóricos optan por aceptar una definición estricta o amplia por razones teóricas. El pancomputacionalismo es la postura que sostiene que todo puede considerarse computacional. Piccinini criticó esta visión argumentando que dicha definición trivializa la computación hasta el punto de privarla de su valor explicativo. ^{[ 60 ]}

La definición más simple de computación es que se puede decir que un sistema está computando cuando una descripción computacional se puede mapear a la descripción física. Esta es una definición extremadamente amplia de computación y termina respaldando una forma de pancomputacionalismo. Putnam y Searle, a quienes a menudo se les atribuye esta visión, sostienen que la computación está relacionada con el observador. En otras palabras, si se quiere ver un sistema como computando, entonces se puede decir que está computando. Piccinini señala que, en esta visión, no solo todo está computando, sino que todo está computando de una cantidad indefinida de maneras. ^{[ 61 ]} Dado que es posible aplicar una cantidad indefinida de descripciones computacionales a un sistema dado, el sistema termina computando una cantidad indefinida de tareas.

La visión más común de la computación es la explicación semántica de la misma. Los enfoques semánticos utilizan una noción de computación similar a la de los enfoques de mapeo, con la restricción adicional de que el sistema debe manipular representaciones con contenido semántico. Nótese, de la discusión anterior sobre la representación, que tanto los sistemas conexionistas de Churchlands como los sistemas simbólicos de Fodor utilizan esta noción de computación. De hecho, a Fodor se le atribuye la famosa frase: «No hay computación sin representación». ^{[ 62 ]} Los estados computacionales pueden individualizarse mediante una apelación externa al contenido en sentido amplio (es decir, el objeto en el mundo externo) o mediante una apelación interna al contenido en sentido estricto (contenido definido por las propiedades del sistema). ^{[ 63 ]} Para fijar el contenido de la representación, a menudo es necesario apelar a la información contenida dentro del sistema. Grush ofrece una crítica de la explicación semántica. ^{[ 59 ]} Señala que apelar al contenido informacional de un sistema para demostrar la representación por parte del sistema. Utiliza su taza de café como ejemplo de un sistema que contiene información, como la conductancia térmica de la taza y el tiempo transcurrido desde que se sirvió el café, pero que es demasiado mundano para realizar cálculos complejos. Los computacionalistas semánticos intentan eludir esta crítica apelando a la historia evolutiva del sistema. Esto se conoce como la explicación biosemántica. Grush utiliza el ejemplo de sus pies, afirmando que, según esta explicación, sus pies no calcularían la cantidad de comida que ha ingerido, ya que su estructura no ha sido seleccionada evolutivamente para tal fin. Grush responde a la apelación a la biosemántica con un experimento mental. Imaginemos que un rayo cae en un pantano y crea una copia exacta de nosotros. Según la explicación biosemántica, este yo del pantano sería incapaz de calcular, pues no existe una historia evolutiva que justifique la asignación de contenido representacional. La idea de que, para dos estructuras físicamente idénticas, una pueda considerarse computacional mientras que la otra no, debería resultar inquietante para cualquier fisicalista.

También existen explicaciones sintácticas o estructurales de la computación. Estas explicaciones no necesitan basarse en la representación. Sin embargo, es posible utilizar tanto la estructura como la representación como restricciones en el mapeo computacional. Oron Shagrir identifica a varios filósofos de la neurociencia que defienden las explicaciones estructurales. Según él, Fodor y Pylyshyn requieren algún tipo de restricción sintáctica en su teoría de la computación. Esto es coherente con su rechazo de los sistemas conexionistas por motivos de sistematicidad. También identifica a Piccinini como estructuralista, citando su artículo de 2008: «la generación de cadenas de dígitos de salida a partir de cadenas de dígitos de entrada de acuerdo con una regla general que depende de las propiedades de las cadenas y (posiblemente) del estado interno del sistema». ^{[ 64 ]} Aunque Piccinini sin duda defiende puntos de vista estructuralistas en ese artículo, afirma que las explicaciones mecanicistas de la computación evitan la referencia a la sintaxis o la representación. ^{[ 63 ]} Es posible que Piccinini piense que existen diferencias entre las explicaciones sintácticas y estructurales de la computación que Shagrir no respeta.

En su concepción de la computación mecanicista, Piccinini afirma que los mecanismos funcionales procesan los vehículos de manera sensible a las diferencias entre sus distintas partes, y por lo tanto, se puede decir que computan de forma genérica. Sostiene que estos vehículos son independientes del medio, lo que significa que la función de mapeo será la misma independientemente de la implementación física. Los sistemas de computación se pueden diferenciar según la estructura del vehículo, y la perspectiva mecanicista permite explicar los errores de computación.

La teoría de sistemas dinámicos se presenta como una alternativa a las explicaciones computacionales de la cognición. Estas teorías son firmemente anticomputacionales y antirrepresentacionales. Los sistemas dinámicos se definen como sistemas que cambian con el tiempo de acuerdo con una ecuación matemática. La teoría de sistemas dinámicos afirma que la cognición humana es un modelo dinámico en el mismo sentido en que los computacionalistas afirman que la mente humana es una computadora. ^{[ 65 ]} Una objeción común a la teoría de sistemas dinámicos es que los sistemas dinámicos son computables y, por lo tanto, un subconjunto del computacionalismo. Van Gelder señala rápidamente que hay una gran diferencia entre ser una computadora y ser computable. Ampliar la definición de computación lo suficiente como para incorporar modelos dinámicos equivaldría a abrazar el pancomputacionalismo.