Intel·ligència

Psicologia

Introducció   |   Filosofia     | Intel·ligència en animals    AI    |    Tests d’intel·ligència  Els genis  |  Teories  Psicologia    |     Preverbal : joc, somni, ritu, dibuix, imaginació   |   Llenguatge    |    Pensament i solució de problemes     Discussió: l’estupidesa    |  Museu

Introducció

Inventari mínim

• Desenvolupament
  • nens amb una torre Montessori, balbucejant les primeres paraules, uns nens jugant a botigues, un dibuix. [el parvulari, etapa infantil 0 a 5/6 anys]
  • nois a classe copiant o fent dictat i fent aritmètica [primària 6/7 a 12/13]
  • nois escrivint un treball o resolent un problema de matemàtica [ESO i batxillerat]
  • una classe d’àlgebra o filosofia a la universitat
  • un enginyer dissenyant el nus de les Glòries, o una central nuclear
• Test d’intel·ligència:
  • Comprensió verbal
  • Raonament perceptiu: completar figures, trencaclosques
  • Memòria de treball, repetir uns dígits i càlcul mental.
  • Velocitat de processament: trobar un símbol
• Animals i màquines: reconèixer’s en un mirall, comunicació i cooperació, ús d’eines
• Genis i estúpids: un accident per selfie, Einstein? Nois a una olimpiada matemàtica?

Preguntes

• Qui té capacitat d’entendre una situació , solucionar problemes i prendre decisions correctes ? Qui no? (qui és llest? qui és estúpid?)
• Com “funciona” la intel·lecció, com s’adquireix? com podem millorar?
• Què vol dir “entendre”? què ens pot induir a error?

[(Pinillos): La percepció presenta, el pensament RE-presenta [ les funcions cognitives preverbals no surten al seu capítol, segurament són a desenvolupament.
En els animals i en el nivell més bàsic de l’home (o el nivell de l’humà que no s’ha pogut desenvolupar per manca de l’entorn adequat, com els enfants sauvages), l’experiència del món consisteix en una sèrie d’estímuls que desencadenen unes respostes reflexes, conductes heretades, o conductes adquirides per aprenentatge (Aprenentatge  i condicionament ). En l’ésser humà hi ha també capacitat de retenir impressions, de retenir missatges gràcies al llenguatge. Això permet construir, o imaginar, un model del món, anticipar diferents escenaris segons diferents conductes, i per tant triar, o calcular, la resposta més adequada.]

[Intervenen, doncs:

• la capacitat d’adquirir informació
• d’elaborar-la amb abstraccions i generalitzacions [inducció]
• la capacitat del llenguatge
• la capacitat d’imaginar
• la capacitat de raonar, de treure les conclusions correctes [deducció] .]

No hi ha una definició generalment acceptada. (WK): ” It can be described as the ability to perceive or infer information; and to retain it as knowledge to be applied to adaptive behaviors within an environment or context.”

[Podem posar l’accent en la capacitat de sobreviure, l’aspecte més pràctic, que té a veure amb els tests o o en la capacitat d’entendre, més contemplatiu. Evidentment estan relacionats, com més capaços siguem de capturar informació correcta sobre el món, més capaços serem de solucionar els problemes que tenim per sobreviure.
Quan els romans van atacar Siracusa el 212 BCE, Arquímedes estava dibuixant figures geomètriques a terra i quan un soldat l’ordenà que l’acompanyés va respondre “Noli turbare circulos meos” i va ser mort. “Es diu que Tales, estant dedicat a l’observació de les estrelles i mirant cap al cel, va caure en un pou; i una esclava tràcia, burleta, li digué que volia saber les coses del cel però no veia el que tenia davant dels peus.” (Plató, Teetet 174a).
És intel·ligent Donald Trump? En el sentit d’entendre, no ho és, però quant a capacitat d’adaptació i sobreviure, és un geni, ha fet diners, s’ha aparellat amb models i ha arribat a la posició de més poder al món. Com diu la cançó If you’re so smart how come you ain’t rich

Les teories sobre la intel·ligència estan estretament relacionades amb l’epistemologia i la lògica.

A la pràctica té una aplicació important en educació i desenvolupament, i a recursos humans, a l’hora de seleccionar el personal.

[Una manera d’explorar la definició d’intel·ligència és identificar els criteris per assignar conducta intel·ligent a animals o màquines]

Filosofia

[a refer el chatGPT][Bona part de la reflexió consisteix a plantejar-se perquè els sentits o percepcions, són insuficients, o ens poden dur a error. O bé perquè en matemàtica tenim coneixements que no hem percebut. O qüestionar perquè a l’hora de construir un model del món tendim a encaixar el que observem en termes de causa i efecte, un jo que existeix en un espai-temps infinit, i segons com, un Déu creador que a la fi dels temps sancionarà moralment la nostra conducta]
Antiguitat i medieval
Plató proposava l’existència de les idees, una ànima immortal que les havia conegut i oblidat i el procés d’arribar al coneixement vertader, com un procés de purificació i records. L’ànima tenia una estructura tripartida: la part racional (logos), la part irascible (thymos) i la part concupiscible (epithymia). Al Fedre es compara l’ànima a un carro alat conduït per la raó, tirat per un cavall blanc obedient que tendeix cap al bé, i un cavall negre més salvatge i desordenat lligat a les passions.
Aristòtil distingeix entre l’intel·lecte actiu i passiu. Hi ha una raó teòrica, que cerca el coneixement per si mateix, com la filosofia i la matemàtica, i una raó pràctica que guia l’acció (phronesis). El coneixement es construeix a partir de l’experiència per inducció [ha biologia].
Per Sant Agustí, l’ànima humana posseeix raó, però necessita la il·luminació divina per assolir la veritat. Tomàs d’Aquino veu la raó per conèixer certes veritats naturals però només la revelació i la fe permeten accedir a les veritats metafísiques i sobrenaturals.

Moderna i contemporània
Descartes considera la raó com la facultat essencial de l’ànima humana, la capacitat de pensar és la base de la certesa i el coneixement, que es fonamenta en la raó i les idees innates, descartant la fiabilitat dels sentits.
Kant assenyala els límits de la raó. Només podem conèixer el fenomen (com les coses ens apareixen), però no el noümen (les coses en si mateixes). Les lleis no matemàtiques serien resultat del que imposa la nostra sensibilitat i la nostra manera d’entendre el món en termes de causa-efecte. Idealisme transcendental, el coneixement és una construcció de la raó a partir de les intuïcions sensibles.
[Hegel no té de fet una epistemologia, sinó una lectura de l’existència i la història en termes de dialèctica. Quan jo com a individu m’adono d’això sóc alhora l’autoconsciència de l’absolut.
Nietzsche qüestiona l’objectivitat del coneixement que podria ser una construcció per reprimir els instints i la voluntat de poder.
Freud proposa que els humans no es regeixen només per la raó sinó pels impulsos inconscients [no és tant diferent de Plató!]. La cultura causa malestar perquè limita els impulsos [no sé si Freud reflexiona que sense aquestes limitacions la vida incivilitzada encara seria pitjor]
[El fracàs del projecte il·lustrat, al segle XVIII hi havia l’esperança que gràcies al coneixement científic i deixar enrere les supersticions, la humanitat deixaria d’estar en guerra i crearia societats més justes amb oportunitats per a tothom. Va seguir el colonialisme i la revolució industrial, l’explotació de pobles i de recursos, el canvi climàtic, dues guerres mundials, Stalin, Hitler.
En la filosofia contemporània es tracta el coneixement amb models de computadores i neurociència (John Searle, Daniel Dennett).

El problema de la desinformació   nombrosos estudis confirmen que l’evidència de fets no ens fa revisar les concepcions que tenim. Aquest problema queda agreujat per la possibilitat de generar evidències artificials, de manera que qualsevol cosa que contradigui el que pensem pot ser qualificat de fake news.

Intel·ligència en animals i homínids

S’estudia l’etologia per identificar patrons que suggereixin resolució de problemes, aprenentatge o adaptabilitat, per exemple en ús d’eines o navegació de rutes. Hi ha proves específiques com el “test del mirall”, que explora l’autoconsciència en espècies com dofins, elefants o primats: si un animal reconeix la seva imatge i no la tracta com un altre individu, podria indicar una forma d’autopercepció. Es proven habilitats humanes com la memòria, la comunicació o la cooperació.

• Ximpanzés (Pan troglodytes): Ús i fabricació d’eines (com branques per pescar tèrmits), aprenentatge social (ensenyen habilitats als seus petits) i tenen habilitats de cooperació i planificació, rudiments de llenguatge de signes en experiments (La ximpanzé Washoe va aprendre a usar més de 350 signes per comunicar-se amb humans).
• Dofins (Tursiops truncatus): Comunicació sofisticada amb xiulets i clics, reconeixen patrons, i passen el test del mirall, suggerint autoconsciència. També usen estratègies de caça en grup i fins i tot “eines” naturals, com quan cobreixen el musell amb esponges per protegir-se mentre busquen menjar al fons marí. Els dofins de Shark Bay, a Austràlia, transmeten aquesta tècnica d’esponges de generació en generació.
• Cefalòpodes (pops i sèpies): Poden canviar de color per camuflar-se, resoldre trencaclosques (com obrir pots per menjar) i escapar d’aquaris. La seva intel·ligència sembla derivar d’un sistema nerviós descentralitzat molt avançat.
• Corbells i corbs (gènere Corvus): Habilitat per usar eines (com doblegar filferros per agafar menjar) i per la seva memòria espacial. També planifiquen a futur, com quan amaguen menjar per recuperar-lo més tard. (Un corb anomenat Betty va improvisar una eina amb un filferro en un experiment, sense entrenament previ.)
• Elefants (Loxodonta africana i Elephas maximus): Memòria excepcional (recorden individus i llocs durant dècades), mostren empatia i comportaments de dol (com tocar els ossos dels morts), i passen el test del mirall en alguns casos.
• Lloros (especialment el lloro gris africà, Psittacus erithacus): Poden aprendre i usar paraules amb context, comptar, i resoldre problemes senzills. La seva capacitat de mimetisme vocal és impressionant i sembla anar més enllà de la simple imitació. (L’Alex, un lloro gris, va aprendre a identificar colors, formes i fins i tot a expressar desitjos com “vull una galeta”.)
• Gossos (Canis lupus familiaris): Destaquen en intel·ligència social, entenent gestos humans (com seguir un dit que apunta) millor que molts primats. També tenen memòria associativa i poden aprendre ordres complexes.
  Rates (Rattus norvegicus): Resolen laberints, aprenen ràpidament per associació (com evitar trampes), i mostren empatia bàsica, com alliberar companyes atrapades.
• Insectes: les abelles (Apis mellifera) fan la “dansa del balanceig” per comunicar la ubicació del menjar i aprenen per associació podent recordar patrons durant dies (Lars Chittka a Queen Mary University). Les formigues mostren intel·ligència col·lectiva amb individus que segueixen regles bàsiques i el formiguer actua com un “superorganisme” que optimitza rutes i construeix estructures complexes (Les “Argentines” adapten estratègies de caça en temps real, altres usen feromones per prendre decisions col·lectives, les talladores de fulles cultiven fongs). Els escarabats del fem, fan boles que transporten en línia recta guiant-se per les estrelles (com la Via Làctia) o la polarització de la llum solar (Marie Dacke, Universitat de Lund).
• És difícil estimar la capacitat cognitiva dels homínids >>? La capacitat cranial dels austrolopithecus és d’uns ~400–500 cm³, similar als ximpanzés. L’home habilis ~600 cm³, l’home erectus 800-1-000, l’Homo Sapiens ~1350-1500 cm³, l’Homo neanderthalensis 1.450-1.600. Basant-nos en la ubiucació de l’os hioide i el gen FOXP2, els neandertals i l’H. Heidelbergensis tenien capacitat de llenguatge i l’homo erectus potser un protollenguatge. Algunes restes arqueològiques poden suggerir capacitat cognitiva. L’H.Habilis fabricava eines de pedra. L’H.Erectus podia fer foc. Les pintures rupestres de l’H.Sàpiens indiquen pensamenmt abstracte.
  

  ---

Intel·ligència en ordinadors, AI

• 1950: Test de Turing: una màquina es podria considerar intel·ligent si era capaç d’enganyar un ésser humà fent-li creure que estava parlant amb una altra persona en lloc d’una màquina (Eliza). No valorava la comprensió real ni la consciència, sinó la capacitat de simular intel·ligència.
• 1950-1980: AI simbòlica (dècades 1950-1980). Manipulació de símbols i aplicació de regles lògiques per resoldre problemes complexos, com jugar als escacs o demostrar teoremes matemàtics.
• 1960/ 1990  Xarxes neuronals . Donald Hebb i Perceptron amb limitacions. “Hivern de la AI”. 1990 Connexionisme Mclelland i Rummelhardt.
• 1990-2010:  Aprenentatge automàtic (Deep learning) Intel·ligència Artificial Basada en Dades.
• 2020: AI Generativa. Models que es basen en xarxes neuronals profundes entrenades amb enormes quantitats de dades, i poden generar respostes o continguts que semblen creatius i contextualment rellevants. Ara es considera que les màquines poden mostrar una forma de “creativitat” artificial, tot i que no tenen consciència ni intencionalitat. Poden interaccionar de manera natural i fluida amb humans. Es discuteix si aquestes capacitats suposen comprensió real, més enllà de la generació de respostes basades en patrons estadístics.

Un museu de la AI

Els tests d’intel·ligència

1883. Francis Galton partia de la hipòtesi que la intel·ligència era hereditària i que bàsicament consistia en la capacitatd e respodnre a estímuls. Va establir un laboratori per mesurar la rapidesa de reflexos, la mida del cap o la força de la mà per agafar. No va obtenir resultats concloents. [A la Wellcome Collection s’exposa un instrument per mesurar el cap i un comptador de butxaca per observar le gent en públic i sumar quants n’hi havia d’atractius, indiferents, o lletjos; home o dona, raça i ètnia.

1905. Binet-Simon. Alfred Binet i Théodore Simon, publiquen un test, sobretot de comprensió verbal, per identificar els infants que no tenien les capacitats esperables per la seva edat i que haurien d’anar a uns institució especial. 6 proves molt bàsiques com agafar un objecte o identificar aliments, per discriminar infants amb incapacitats severes. Anomenar objectes o comparar longituds (idiota). 15 proves, dibuixar de memòria o repetir números (imbècils), 4 proves de raonament o tallar paper (dèbils).
El 1916 Lewis Terman a la Stanford University el va adoptar. S’ha fet servir durant dècades, la darrera edició és de 2003. Són 10 proves que mesuren 5 àrees:

• 1. Raonament fluid (Fluid Reasoning) → Capacitat per resoldre problemes nous i no familiars.
• 2. Coneixement (Knowledge) → Mesura la quantitat d’informació adquirida a través de l’aprenentatge i l’experiència.
• 3. Raonament quantitatiu (Quantitative Reasoning) → Habilitat per treballar amb nombres i conceptes matemàtics.
• 4. Processament visual-espacial (Visual-Spatial Processing) → Capacitat per entendre i manipular formes, patrons i relacions espacials.
• 5. Memòria de treball (Working Memory) → Habilitat per retenir i manipular informació temporalment.

William Stern introduí el coeficient d’intel·ligència comparant els resultats amb els de la mitjana [100 seria la mitjana]. Stanford Binet test

1939 Wechsler Adult Intelligence Scale, WAIS
Inicialment desenvolupat per  Wechsler a l’hospital de Bellevue,  i en la forma actual publicat el 1955, actualitzar el 2024 (WAIS-5). Creia que el test Binet no mesurava adequadament la “global capacity of a person to act purposefully, to think rationally, and to deal effectively with his environment” i que la noció “edat mental” no servia pels adults. Tampoc tenia en compte aspectes no estrictament intel·lectuals però que ajudaven a dur a terme les tasques. Introdueix la mesura d’aspectes no verbals. Galeria d’exemples

• • • 1. Comprensió verbal (VCI – Verbal Comprehension Index), comprensió i ús del llenguatge; definició de paraules, coneixement general i raonament verbal.
      • Semblances: Identificar com són semblants dos conceptes (per exemple, “En què s’assemblen una poma i una plàtan?”).
      • Vocabulari: Definir paraules.
      • Informació: Respondre preguntes sobre coneixements generals.
    • 2. Raonament perceptiu (PRI – Perceptual Reasoning Index), la capacitat de resoldre problemes visuals i espacials, completar figures, raonament amb blocs i patrons visuals.
      • Disseny de Cubs: Reproduir dissenys amb cubs de colors.
      • Matrius: Completar patrons visuals incomplets.
      • Conceptes amb Imatges: Identificar relacions entre imatges.
    • 3. Memòria de treball (WMI – Working Memory Index), la capacitat de retenir i manipular informació temporalment, repetició de dígits i aritmètica mental.
      • Dígits: Repetir seqüències de números en ordre directe i invers.
      • Aritmètica: Resoldre problemes matemàtics mentals.
    • 4. Velocitat de processament (PSI – Processing Speed Index), rapidesa i eficiència en tasques cognitives simples, cerca de símbols i codificació de números i signes.
      • Trobar Símbols: Identificar símbols específics en un conjunt.
      •  Clau de Números: Associar números amb símbols segons una clau.

La distribució del QI
Segueix una distribució normal, i el valor central seria 100. La desviació estàndard al voltant de 15 punts. Això voldria dir que un 68% de la població té un QI entre 85 i 115 (±1σ) i el 95% es troba entre 70 i 130 (±2σ). Només el 2,5% té un QI superior a 130 (“genis” o molt dotats). Un altre 2,5% té un QI inferior a 70 (discapacitat intel·lectual). A recordar que el QI mesura certes capacitats cognitives (com raonament lògic, verbal, espacial, memòria de treball…), però no capta altres formes d’intel·ligència (emocional, creativa, pràctica…).

Els genis

(VK): La genialitat és una característica relacionada amb una visió original i excepcional en el desenvolupament d’algun art o tasca que supera les expectatives, estableix nous estàndards per al futur, estableix millors mètodes o està per sobre de les capacitats dels competidors. El geni està associat amb la capacitat intel·lectual i la productivitat creativa.

La genialitat no es deriva directament d’un IQ alt. Podem tenir grans habilitats o savantisme (freqüent en autistes), com memoritzar llibres sencers o fer càlculs matemàtics complexos sense que això impliqui genialitat.
Francis Galton, “Hereditary Genius” (1869), argumentà que la genialitat era innata i hereditària. L’estudi longitudinal de Lewis Terman (1920s-50s) sobre nens amb IQ>140 va mostrar que tendien a tenir èxit professional però no tots eren creatius o revolucionaris (cal que hi hagi creativitat i oportunitat). J. P. Guilford (1967) diferencià entre pensament convergent (resposta única) i divergent (creativitat, múltiples solucions) [outside the box]. Els genis destacarien en el pensament divergent. Sternberg i Gardner parlen d’intel·ligències múltiples [la creativitat a més de les habilitats]. Mihály Csíkszentmihályi (1996) apunta que a més de la capacitat excepcional el geni necessitava un entorn i una motivació intrínseca.
Catherine Cox, 1926 va fer unes estimacions del IQ de figures històriques. L’estudi SMPY (Study of Mathematically Precocious Youth, 1970s-act.) identifica nens amb habilitats matemàtiques extremes; molts van esdevenir científics destacats. Dean Simonton, teoria evolucionista de la creativitat, la genialitat sorgeix de la producció massiva d’idees, de les quals unes poques són realment revolucionàries. Teoria dels “10.000 hores” d’Anders Ericsson i Malcolm Gladwell, l’excel·lència vindria de la pràctica deliberada intensa i sostinguda, més que talent innat.

Leonardo da Vinci: Curiositat infinita, combinació d’art i ciència, observació del món.
Isaac Newton: Va desenvolupar el càlcul, les lleis de la mecànica clàssica i la teoria de la gravetat. Exemple de geni solitari, altament autodidacta.
Wolfgang Amadeus Mozart: Compositor des de la infància, amb una memòria auditiva excepcional i mestria tècnica.
Emily Dickinson: Llenguatge condensat, profunditat emocional, estètica única
Albert Einstein: IQ estimat ~160, però la seva genialitat rau en la creativitat científica (relativitat).
Marie Curie: Excel·lència en física i química (dues vegades Premi Nobel) amb una dedicació obsessiva.
Nikola Tesla: Memòria fotogràfica i capacitat de visualització extrema, però amb trastorns obsessionals.
John Nash (Una ment meravellosa): Geni matemàtic (Teoria de Jocs) amb esquizofrènia; cas emblemàtic de la relació entre genialitat i trastorn mental.
Stephen Hawking: Intel·lecte excepcional en física teòrica malgrat una malaltia neurodegenerativa.
Pablo Picasso: Capacitat de reinvenció constant, pensament no lineal
John von Neumann: Càlcul mental prodigiós, amplitud de coneixements, aplicació interdisciplinària
William James Sidis: IQ ~250-300, però va viure aïllat socialment; mostra que sense suport emocional, el potencial es perd.
Ramanujan: Matemàtic indi autodidacte amb intuïcions matemàtiques profundes i fora dels esquemes acadèmics. Cas paradigmàtic d’una ment que sembla “connectar” amb veritats abstractes sense seguir el camí tradicional.

Debat
Herència vs. Entorn (nature(nurture). Els estudis amb bessons suggereixen que el geni té una base genètica, però l’accés a educació i mentors és crucial. El context històric i social juga un paper: molts genis van ser infravalorats o ignorats durant la seva vida.
Geni i bogeria: alguns genis com Van Gogh mostraven trastorns mentals. Hi ha una associació entre bogeria i creativitat? (Saturn i la melancolia).
En ciències o escacs es pot detectar la genialitat en competicions o la capàcitat de resoldre problemes establerts. En art i literatura és més difícil ja que no hi ha una “solució correcta” o un criteri universal i immediat per mesurar l’excel·lència. A més, la genialitat artística potser s’atribueix a posteriori, com en el cas de Van Gogh, Kafka o Emily Dickinson. Com distingir el geni de la moda? Podem pensar en originalitat radical [però Damien Hirscht és original i tonto], profunditat expressiva i simbòlica, influència posterior. Què val la opinió d’un crític [moltes pelis i música d’avantguarda resulten avorrides] o l’aplaudiment del públic [que pot ser banal?] Qui estableix el canon? [el chatGPT en plantejar-li la qüestió parla de coautoria per tenir en compte que qui fa el prompt guia el sistema; el model LLM pot ser l’autor implícit però no té intencionalitat ni consciència. “La genialitat no és propietat individual, sinó relacional: entre el sistema que genera, l’humà que guia, i la comunitat que valida.”.

En algun moment fa uns 200.000 anys, els humans van adquirir la capacitat del llenguatge alhora que aprenien a pensar ( llengües: Origen i evolució). Sempre que tinguin un adequat entorn social amb comunicació, els infants amb un desenvolupament normal adquireixen:

• una conducta de comunicació (Pragmàtica )
• la facultat de designar  ( Semàntica , que pressuposa l’abstracció ja que els noms comuns impliquen classes i conceptes, “gos”, “arbre” contraposat a “aquest gos”, “aquest arbre”)
• de construir diferents combinacions amb diferents significats (composicionalitat, Morfosintaxi ).
• Alhora que comencem a pensar, construïm una identitat narrativa.

Yuval Harari parla d’una revolució cognitiva associada al llenguatge, que situa fa 70.000 anys. [Pot estar en contacte amb el que no està present, el passat, el futur, el possible (“Layered Ontology“)] . Les narracions i mites compartits permetran passar de viure en petits grups a grans ciutats o imperis. (Yuval Harari, Cassirer). Pavlov va assenyalar el llenguatge com a “segon sistema de senyals“, contraposat els estímuls com imatge o so. Cassirer va remarcar que experimentem la realitat [no a través dels senyals directes de les i els sons] sinó a través dels models de la ciència i els mites de la religió. Som “animals simbòlics”. Fins ara, l’única manera que teníem de transmetre canvis anatòmics o de conducta, eren els gens. A partir d’ara ja és possible la transmissió d’idees. (els mems, Richard Dawkins). A l’evolució biològica se li superposa l’evolució cultural, molt més ràpida.

Llenguatge i pensament
Diferents teòrics del llenguatge han plantejat si hi havia (també Semàntica i el problema de la traducció,  ) com una “gramàtica” universal prèvia al llenguatge (Chomsky, mentalese de Fodor). o bé si el pensament es deriva del llenguatge (Sapir-Whorf). [Assimilem l’experiència en termes de predicats? Dubtes a sintaxi].
[Sembla clar que, tot i que no es pot identificar pensament i llenguatge, perquè hi ha evidències d’intel·ligència en animals i sordsmuts, el llenguatge el facilita i alhora el condiciona. Aquí podem recordar, a part dels treballs de Sapir-Whorf,  l’afirmació de Wittgenstein “Die Grenzen meiner Sprache bedeuten die Grenzen meiner Welt.” (Tractatus 1921).

Introducció
[Què vol dir pensar (sense recórrer a la llista de facultats que mesuren els tests d’intel·ligència)?
– Conceptes amb propietats: abstracció sabem definir classes d’objectes ]
– operacions i reversibilitat: sabem operar amb les [IF … THEN …])
– regles, inducció i deducció
– Solució de problemes
Saber pensar seria formar conceptes i operacions correctes a partir de la informació que tenim, que correspondria a la inducció. A l’hora de solucionar un problema, tenim representada la situació a partir dels conceptes que hi apliquen i podem contemplar diferents escenaris en funció de l’operació que trien. Normalment el problema no serà la deducció, a l’hora de calcular el resultat, amb l’excepció, potser de quan intervenen probabilitats. A l’hora de representar la situació no ho recollim tot, triem el que ens sembla rellevant i aquí és on hi ha un component heurístic. Algú tindrà en compte factors i possibilitats que un altre ignora, igual que una gran dibuixant com la Jenny sabia què calia incloure al dibuix i què no.
El pensament, possibilitat pel llenguatge, introdueix un nou tipus de conducta. La conducta instintiva ens dóna un repertori de respostes a uns determinats estímuls (en una conversa serien respostes fixes a una sèrie de preguntes). L’aprenentatge associatiu o operant permet modificar i ampliar aquest repertori. Es pot parlar de “conducta de solució de problemes”? La definició del problema, correspondria al “prompt” que fem a un model de llenguatge LLM?

Teories
Pinillos indica que en psicologia aquest és un calaix de sastre on s’hi fan cabre moltes hipòtesis i que encara no tenim una teoria ben definida. “Problema significa obstacle, impediment [no trobem la pauta de conducta adequada de manera immediata. podríem dir que només ens plantegem problema quan la rutina no serveix] i la seva solució serà trobar una resposta per a la qual no disposàvem de recepta inicialment].

• Gestalt (Alemanya, anys 20–40)
  Köhler, Wertheimer: “Insight problem solving”, la resolució ve sovint de reestructurar la representació mental del problema. Són cèlebres les experiències de Köhler amb ximpanzés a Tenerife (1915) (Pinillos 438) on es presenta primer, fruita accessible, i després, fruita fora de l’abast i un pal. Es descriu que primer els animals s’aproximen a l’objectiu de manera directa. Quan s’hi interposa un obstacle (ex. la distància) es provoca un estat de tensió entre la motivació i les forces de l’ambient que s’hi oposen. Aquesta tensió és inestable i pot ser reorganitzada súbitament mitjantçant un acte perceptiu que posa en relació els aspectes del camp [cognitiu prèviament inconnexos]. Aquesta súbita comprensió de relacions que reposa sobre una irreductible i originària reorganització de les forces del camp constitueix l’essència del descobriment. [els matemàtics genials sovint “veuen” la solució].
• Conductisme: Thorndike: Aprenentatge per assaig i error (“trial and error”). Skinner: Condicionament operant. No expliquen l’ús de representacions internes ni la creativitat en la resolució de problemes.
• Cognitivisme clàssic (Newell i Simon, anys 50–70) (Intel·ligència en ordinadors) . Des de la intel·ligència artificial, Nevell, Shaw i Simon van proposar una teoria de com solucionava problemes la ment humana, amb l’analogia d’un ordinador, el GPS (General Problem Solver) : Elements of a Theory of Human Problem Solving (AI simbòlica).

Comparació amb animals i màquines

• Animals
  Vatsuro ha trobat límits a la capacitat dels animals per a resoldre problemes. Poden arribar a usar instruments però no poden usar instruments per fabricar-ne d’altres. Els animals doncs, poden arribar a superar el nivell de trial-error [condicionament operant) amb una certa comprensió súbita arribant a usar instruments, però no poden usar instruments de segon ordre ni aplicar el segon sistema de senyals. En l’home s’indica que hi ha indicis de reorganització del camp cognitiu després de varis intents, però l’escola de la Gestalt, que és qui manté aquesta posició, no pot explicar gaire bé cóm ocorre. També s’ha observat que l’existència d’hàbits massa forts pot estorbar la resolució del problema. Corbs, dofins, simis han demostrat capacitat de fer ús d’eines i anticipar conseqüències. [El cas de Kelulé]
• IA simbòlica
  IA simbòlica (dècades 60–90). Llenguatges com Prolog es basen en lògica de predicats. Declaren una sèrie de fets i resolen el problema amb “backtracking” i “unification”. la solució és explícita i traçable. Pot ser complexe representar tot el coneixement manualment. [A “The Art of Prolog” i “Advanced Turbo Prolog” es poden veure exemples dels algoritmes per solucionar problemes de manera lògica. (ATP, p.18) El coneixement [la realitat com a possibilitats] es representa com un arbre que es va bifurcant. Una manera de buscar la solució és en profunditat: es tria un camí i es va seguint fins al final. Si no s’ha trobat la solució es retrocedeix fins a la darrera bifurcació i s’explora l’alternativa, i així successivament. La tècnica de recerca en amplada explora les possibilitats a un mateix nivell de profunditat abans de passar al següent (p.29). A aquestes tècniques bàsiques s’hi poden afegir estratègies d’heurística. A més de programes que busquen solucions a una situació que presenta moltes possibilitats i una situació, n’hi ha d’altres, com els sistemes experts, que tenen una base de dades de coneixement (fets + regles) i una estratègia per poder contestar preguntes ( ATP p.60). L’exemple més simple correspon a una classificació de fruites amb diversos atributs cada una. L’estratègia de busca per encadenament endavant, data driven, va demanant les dades dels diferents factors i després troba l’objecte que hi quadra. L’estratègia d’encadenament enrera, pregunta un atribut i adopta com a possible solució el primer objecte que la compleix. Va mirant si es verifiquen els altres atributs i si en falla algún descarta el primer objecte intentat i prova amb el següent que compleix les condicions verificades fins al moment. Aquesta procediment s’anomena goal-driven. [Es com el joc d’endevinar un personatge conegut que fem amb la Teresa. Si jo penso que és la Srta. Ana, després d’haver dit que és dona pregunto “dóna classe a les dominiques?”]
• Parallel Distributed Processing
  A PDP 14 “Schemata and Sequential Thought Processes in PDP Models”, es mostra com la xarxa, en lloc de “calcular” un solució, es relaxa a l’estat que millor s’adequa a les condicions imposades. L’exemple que es posa és el d’una xarxa que pugui identificar en quina mena de cambra estem (dormitori, cuina, despatx) a partir d’una informació parcial. Després de vàries passades entrenant la xarxa, el sistema identifica el tipus de cambra, no per càlcul a partir de regles sinó simplement activant les connexions que millor compleixen les condicions. Això fa que la xarxa del cervell humà sigui molt bona en i) reconèixer patrons i estructures. ii) model causal del món. Els patrons no només són de situacions estàtiques sinó també pel que fa a seqüències de fets, és a dir, a prediccions. iii) Manipulació del món. L’aprenentatge perceptiu H1836 i de tasques complexes H1838 ens ha fet hàbils en manipular l’entorn. La tesi dels autors és que no calculem solucions sinó que les percebem. Això entroncaria amb les teories del pensament creatiu (ex. l’estructura del benzè descoberta per Kelulé, Imaginació). Els autors expliquen també cóm procedim quan no percebem les solucions. En el cas de la multiplicació, aplicaríem seqüencialment regles simbòliques. Però en realitat no estem aplicant lleis matemátiques pures sinó que hi ha hagut un aprenentatge associatiu de les taules de multiplicar. A cada pas de la multiplicació, l’input (4*8) dóna l’ouput après associativament (32) i apliquem la regla. Es veu clarament que desglossem els problemes complexos en patrons i accions simples [altrament n’hi hauria prou amb que ens donéssin els axiomes dels números naturals per deduir-ho tot]. Es difícil trobar un patró nou per resoldre un problema. Gairebé sempre n’adaptem un altre de preexistent. [Aquest punt és molt important. Entronca amb el mecanisme d’acomodació de Piaget H1839 i amb l’estructura metafòrica del nostre sistema conceptual descrita per Lakoff i Johnson]. Així les representacions externes ens permeten afrontar problemes abstractes usant les nostres capacitats motores i perceptuals [No és veritat que sovint hem de pensar amb paper i llapis?] El plantejament de PDP explicaria cóm funciona el pensament creador. Es tracta, com deia la Gestalt, d’una reorganització del camp perceptiu. [Podríem dir que el que té estructures fexibles i està molt acostumat a fer metàfores sap veure les situacions des de diferents punts de vista i així pot trobar la reorganització que hi encaixa. Aquesta reorganització forma part de l’aprenentage conceptual (H2550, inducció H2362 i punt i) de la resolució de problemes). Trobar categories, fer ciència i filosofia no és altra cosa que identificar les maneres de veure les coses que milor funcionen.
  [La creativitat dels  genis tindria a veure amb aquesta capacitat perceptiva superior a la resta dels humans]
• LLMs (Large Language Models, com GPT, 202x)
  A partir de xarxes neuronals entrenades amb grans volums de text, els LLM poden simular passos lògics, inferències i fins i tot raonament multietapa. No sempre són traçables els passos. El model Minerva (DeepMind, 2022) entrenat a partir de textos matemàtics (arXiv, proves formals, etc.) va ser sotmès a problemes de la IMO (Olimpíada Internacional de Matemàtiques) i va obtenir resultats correctes a nivell de “human level performance” en molts problemes que no havia vist textualment.  S’han fet intents de treballar alhora amb OpenAI i un llenguatge per demostrar teoremes com Lean i els LLM van completar parts de proves que no estaven explícites enlloc però no van arribar a demostrar un teorema nou. En sistemes de demostració automàtica (ex. Isabelle, Coq), s’han observat casos en què un LLM proposa un lema intermedi útil per completar una prova — no vist abans.
• [el model del món i les conclusions. Sembla que com més ample i correcte sigui el nostre model del món, construït per inducció i estudi, més capaços serem d’avaluar (deduir) correctament la situació a la qual ens enfrontem i per tant sabrem trobar la solució més adequada. D’aquí que que pensar i solucionar problemes tingui a veure amb les capacitats de percepció i raonament, i també amb els estudis i l’experiència].

[La vida i la cultura com a solució de problemes]

[A motivació es veu la conducta humana definida per satisfer necessitats, primàries i biològiques, o secundàries i cognitives. La conducta pot ser instintiva, apresa (aprenentatge) o bé resultat d’una deliberació.  Per tant, en el sentit que l’estat de satisfacció dura poc, la major part de la vida que no estem en pilot automàtic, estem solucionant problemes. La conducta general es presenta com un conjunt de sèries encaixades de conducta per aconseguir resultats parcials. Per exemple, redacto un informe d’auditoria → per satisfer les exigències de la meva feina → cobrar un sou → pagar una hipoteca per tenir una llar, comprar menjar, comprar vacances i entreteniment. [una conducta de resolució de problemes de segon ordre consistiria a no donar el problema principal per donat sinó replantejar-lo, per exemple, si he d’invertir moltes hores per tenir un lloc de feina més bo i guanyar més diners. El “problema” general seria el de definir la vida bona. Alhora, cada decisió que prenem a la vida, què esmorzo, què compro de roba, a qui voto, a qui demano de ballar, respon a un petit o gran problema ( les eleccions ) i parlem de llibertat en tant que tenim la capacitat d’imaginar i deliberar.

Discussió

[EL FRACÀS DE LA RAÓ]

[Perquè els humans tendim a emprendre accions irracionals o mantenim opinions irracionals? És perquè tenim resistència a acceptar evidències que contradiuen les nostres opinions prèvies? És perquè tenim informació incorrecta? O perquè treiem conclusions incorrectes? (és a dir, què falla més, la inducció, o al deducció)

Leon Festinger (1957), Teoria de la dissonància cognitiva. Va assenyalar que quan tenim dues creences que es contradiuen, o una creença i una evidència incompatible, experimentem incomoditat psicològica. Modifiquem la interpretació de l’evidència abans que canviar les nostres creences profundes.
De sempre hem tendit a no verificar les fonts i sobreestimar l’autoritat de fonts familiars. Avui a més hi ha una sobreinformació als mitjans i xarxes socials i tendim a seleccionar, o l’algoritme ens proposa, la informació que confirma la nostra opinió prèvia. (Zeynep Tufekci o Dan Kahan mostren que la desinformació emocionalment carregada és especialment resistent a la correcció. Fins i tot persones amb alta capacitat de raonament matemàtic ignoren dades si aquestes contradiuen les seves idees polítiques.[ex. Agulló amb prejudicis antiespanyols]) El cervell funciona sovint com un advocat defensor, no com un científic, no busca objectivament la veritat, busca justificar la posició del seu “client” (les creences pròpies).
[Com que hi ha molta informació possible i a vegades la que realment necessitem és incompleta, triem la més còmoda, la del nostre grup o que no té conseqüències incòmodes, ex. “tota la culpa és de Madrid”, mentre que examinar les dades amb detall requereix més temps i esforç].

(Veiem el que volem veure Nautilus (EN), Weakness of rationality NewYorker  EN] Societat, problemes actuals, Desinformació.

L’estupidesa humana, el fracàs de la vida bona

Un 95% de la població mundial té un QI entre 70 i 130. Com s’expliquen doncs, tants comportaments estúpids? Tenim hàbits poc sans com consum de drogues i manca d’exercici. Conductes de risc per a nosaltres (saltar d’un balcó, selfies) i per als altres (conducció imprudent, danys a les obres d’art). Expressem i difonem opinions poc contrastades. No corregim les nostres opinions malgrat evidències en sentit contrari (La Teoria de la dissonància cognitiva (Leon Festinger). Comprem productes i acceptem explicacions de gent famosa i influencers en qui no hauríem de confiar.

“The Basic Laws of Human Stupidity” (1976) de Carlo M. Cipolla: Tothom subestima el nombre d’individus estúpids en circulació. Una persona estúpida és aquella que fa mal als altres i també a ella mateixa. La gent no estúpida subestima sempre el poder destructiu dels estúpids. (Darwin Awards).

Molts comportaments estúpids, ridículs o destructius no són necessàriament fruit d’una baixa intel·ligència, sinó de:

• Impulsivitat i emocions no controlades. “Thinking, Fast and Slow” (2011) de Daniel Kahneman, explica que en sovint, per cansament, optem pel sistema 1 de conducta, automàtic i emocional (Si sembla bona idea als 3 segons, segur que és dolenta al minut 4.).
• Incapacitat de tenir en compte la pròpia ignorància, efecte Dunning-Kruger, (persones que han vist 2 vídeos a YouTube i ja saben més que un metge).
• Excessiva ànsia de reconeixement (això quedarà brutal a Instagram), excessiva ànsia de ser escoltats (opinem i difonem rumors sense confirmar, la desinformació és més ràpida que la llum. La veritat va a peu i sense cobertura.) Pressió social o cultural [prova la droga, salta del balcó d’un hotel a la piscina][ésser a través dels altres, els selfies, els turistes que es van asseure a la cadira d’un museu per fer-se una foto i la van trencar].
• La incapacitat per suportar la infelicitat que ens fa cercar consol en alcohol i drogues, una cultura de la recompensa immediata, una cultura que cerca solucions i explicacions fàcils (remeis màgics, antivacunes, terraplanisme).
• la feblesa humana, aquesta estupidesa, i un estat de coses que no ajuda, incrementen la gent fallida
• [l’estupidesa social: si ens observessin uns extraterrestres veurien com vivim en la pobresa mentre mantenim guerres costoses, com hi ha molta gent infeliç perquè la seva orientació sexual no és acceptada, com la cobdícia fa que l’habitatge i la sanitat siguin un negoci, com el “patriarcat” fa que perdem talent o es deformi la demografia perquè les filles suposen una despesa i no un valor, o com es condemna a un esclavatge sense dret al plaer per la submissió de les dones (talibans, Àfrica).
• Exemples
  A la Xina hi ha 30M més homes que dones, resultat d’avortaments selectius i infanticidis (BBC)
  Uns turistes seuen en una cadira obra d’art a un museu per fer-se una foto i la trenquen. (BBC)
  Cues, baralles i preus disparats fins a 100€ a la revenda per aconseguir un ninu labubu per penjar a la bossa (BBC). (Ésser a través dels altres)
  24/6. He vist la gent arribar al darrer minut per agafar un Ave cap a Cadis, i una parella ha perdut el tren, segurament per entretenir-se fent un cafè.

[Que vol dir “entendre”?]
poder explicar un fenomen o un sistema nou en termes d’altres que ens són familiars? En el cas d’un autòmat mecànic, entendre’l consistiria a desmuntar-lo, identificar les peces, com estan unides i com es mouen quan el posem en marxa. Entendre també també seria tenir una idea de com va començar tot i com han anat canviant les coses fins a la situació actual, i com seguiran evolucionant. Podem tenir tendència a mirar “d’entendre” les coses en termes de per a què serveixen, quina finalitat o funció compleixen. Potser en darrer terme ens agradaria que tot estigués dissenyat i orientat a un bé, un estat final que justifiqui tot l’anterior, un “final feliç”. D’aquí la tendència, potser injustificada a trobar un sentit a la vida.
Al final, entendre, ve a ser tenir “un inventari” dels diferents tipus de peça que hi ha al tauler del món, i la seva posició, i les regles que apliquen al joc. A l’igual que amb les paraules ( Semàntica, problema del diccionari) hi hauria uns bàsics intuïtius que no refereixen a res més, unes experiències bàsiques com moviment en l’espai, plaer, dolor. Notem però, que aquestes experiències bàsiques intuïtives no són les peces bàsiques del nostre model del món, que serien les partícules elementals de la física.
A l’article  Com és possible el nou i l’interessant? plantejava que per a una ment infinita no hi hauria res de nou, ja que ho captaria tot a la primera, per exemple trobaria tots els teoremes vàlids possibles a partir d’un conjunt d’axiomes. Per a aquesta intel·ligència no hi hauria mai res de nou, però sí que podria valorar “l’interessant” a diferència del trivial. En el mateix sentit a Què queda pendent després de la llei final? apunto que una teoria completa de les partícules i forces elementals no dóna raó del més complex i interessant de l’univers.

Els sistemes LLM, entenen? Què vol dir entendre? AI
[L’explosió de la AI amb els LLM revela la possibilitat de conversa intel·ligent sense necessitat d’un model obtingut lògicament per inducció.  Hi ha una comprensió del món? De què està fet i com funciona? O bé només es repeteix d’oïda totes les converses que ha escoltat? D’entrada semblaria que només pot fer el segon, però hi casos que ha proposat línies de recerca encertades, per exemple, a l’hora d’entendre com és que alguns bacteris són resistents als antibiòtics] Alhora, es pot explorar l’ontologia implícita a partir de les respostes.

[És fascinant que la intel·ligència emergeixi sense que s’hi introdueixi cap lògica, cap programa, a partir del “soroll” de milions de textos. Però si ho pensem bé, no és així com comencem a pensar nosaltres de petits? Escoltant frases que no entenem, repetint-les i interaccionant amb els adults? Els sistemes AI serien com nens petits aprenent de pressa].

AI, ja no caldrà pensar?

Un museu de la intel·ligència

• introducció
• intel·ligència en animals, homínids i màquines
• Etapes del desenvolupament cognitiu
• Filosofia. Teories Psicologia
• Nivells: intel·ligència pre-verbal, llenguatge, pensament i solució de problemes
• Tests d’intel·ligència. IQ. Genis. Estúpids
• Discussió

• Introducció
  Petit inventari: Quantes rajoles de 30×30 necessito per una habitació de 3×4 metres? [comprensió verbal] [Quant estalvio cada mes? què podria fer per vacances?]
  Et creus intel·ligent? Culte? Has solucionat algun problema? Has comès alguna estupidesa? Com sabem qui és intel·ligent i qui no? Com “funciona” la intel·lecció, com s’adquireix? com podem millorar? Intel·ligència, capacitat d’executar tasques, cultura, capacitat de sobreviure. Què vol dir “entendre”? què ens pot induir a error?
• Intel·ligència en animals, homínids i màquines
  Reconèixer’s en un mirall, comunicació i cooperació estratègies colectives, ús d’eines. Corbs, dofins, pops, elefants, austrolopitecus, homo habilis (eines i foc)
  Museu de la AI: test de turing, reconeixement de dígits, classificació d’imatges, deducció arbres genealògics, AI generativa.
• Etapes del desenvolupament
  • Etapa sensoriomotriu (de 0 a 2 anys). Nadons: reflex de succió i prensió, reacció al so, mirar i reaccionar a un zing zing. Caminar. Balbuceig.
  • Etapa preoperatòria (de 2 a 7 anys). Infantil. Torre Montessori, gomets dins d’un cercle, llenguatge comptar amb els dits de la mà, construccions de lego, nens jugant a empaitar-se, a botigues, dibuixos. De la paraula única, “mama” a les dues paraules (18-24 mesos) “papa cotxe”, frases “les nines dormen” (2-3 anys), domini bàsic del llenguatge amb 1000 paraules i subordinades.
  • Etapa de les operacions concretes (de 6/7 a 12/13 anys). Primària
    Llegir, escriure, multiplicacions i divisions. CIència i naturalesa. Història.
  • Etapa de les operacions formals (a partir dels 12 anys). (ESO). Escriure treballs, resoldre problemes.
  • Batxillerat i selectivitat (Proves PAU)
  • Universitat, ensenyament i recerca. [Una classe de filosofia] [una classe de matemàtica]
  • Experts, Savis. Mecànic diagnosticant un cotxe, un metge diagnosticant o operant, un enginyer dissenyant el nus de Glòries, Premis nobel
• Filosofia: Plató, Aristòtil, Kant i els límits de la raó. El fracàs del projecte il·lustrat.
• Teories Psicologia
  • Spearman i el factor G
  • Constructivisme de Piaget (desplegament individu). Vygotsky i paper de l’entorn.
  • Thurstone, Cattell, Vernon, Gardner i les diferents habilitats. Goleman, intel·ligència emocional. Kahneman, mode automàtic i mode deliberatiu.
  • Ciències cognitives, neurologia i connexionisme

• Nivells
  • Intel·ligència preverbal: joc, somni, ritu, dibuix, imaginació
  • llenguatge: conducta de comunicació, semàntica, emergència de regles sintàctiques
  • pensament i solució de problemes: “Percepció” de la solució, General problem Solver, Connexionisme i LLMs. [model del món per estudi i experiència]. La vida com a solució de problemes.
• Els tests d’intel·ligència: Binet, WAIS
  • Comprensió verbal: definir una paraula, [entendre unes instruccions “vés a la cuina”] ; Comprensió verbal i aritmètica (“com repartim 8 pomes entre els cosins”?] .
  • Raonament perceptiu: completar figures, trancaclosques.
  • Memòria de treball: repetir uns dígits i càlcul mental.
  • Velocitat de processament: trobar un símbol
• Els genis i els estúpids
  • Leonardo, Newton, Mozart, Van Gogh, Ramanujan. Genis vs savants.  Genialitat en les arts.
  • Estupidesa humana: accidents per selfies, Darwin awards, els anuncis “executiva paga per sexe”. Homes pobres a la Índia cauen en l’estafa de pagar diners per una oferta  de feina que consistia en “impregnar” dones sense fills. BBC [pendent de fer una pàgina sobre l’estupidesa, la cobdícia com a motivació en les estafes, el timo de l’estampeta, els apartaments de vacances barats]
• Discussió. El fracàs de la raó, l’estupidesa. Què vol dir entendre. Ai, ja no caldrà pensar?

Articles

CHAPTER IV INTELLIGENCE, COGNITION, AND MEMORY 93

READING 13: WHAT YOU EXPECT IS WHAT YOU GET 93
Rosenthal, R., & Jacobson, L. (1966). Teachers’ expectancies: Determinates of
pupils’ IQ gains. Psychological Reports, 19, 115-118.
READING 14: JUST HOW ARE YOU INTELLIGENT? 100
Gardner, H. (1983) Frames of mind: The theory of multiple intelligences. New
York: Basic Books.
READING 15: MAPS IN YOUR MIND 110
Tolman, E. C. (1948). Cognitive maps in rats and men. Psychological Review, 55, 189-208.
READING 16: THANKS FOR THE MEMORIES! 11 7
Loftus, E. F. (1975). Leading questions and the eyewitness report. Cognitive Psychology, 7, 560-572.