La asignatura "Modelos Formales de Procesos Cognitivos" tiene dos objetivos básicos: en primer lugar pretende ser una introducción a los distintos tipos de formalismos en que pueden expresarse las ideas teóricas sobre los procesos psicológicos (modelos de procesamiento de la información, modelos dinámicos, conexionismo, matemáticos, redes neuronales, etc.) convirtiendo estas ideas teóricas en modelos formalizados (informáticos, lógicos o matemáticos); en segundo lugar, pretende exponer las características que deben tener esos modelos formales en Psicología para poder realizar predicciones precisas y rigurosas de los fenómenos psicológicos a partir de las derivaciones formales que se realizan desde cada modelo. En consecuencia, no pretende enseñar al alumno modelos concretos de procesos psicológicos (aunque se revisarán algunos de ellos para una adecuada comprensión de los conceptos en los trabajos obligatorios) sino que pretende introducir al alumno en aspectos generales y comunes a todos los modelos tales como los requisitos básicos para poder interpretar los modelos correctamente, o los requisitos formales que deben mostrar y que nos permiten diferenciarlos en función de su bondad de ajuste a los datos empíricos.

     Se trata de una asignatura de carácter teórico-aplicado debido a que, además de encontrarse dentro de los primeros 60 créditos y ser de carácter introductorio, el alumno estudiará los conceptos básicos sobre los modelos formales de procesos cognitivos desde un punto de vista general así como diversos casos prácticos de modelización aplicada a funciones psicológicas en los trabajos obligatorios de la asignatura.

        Para el seguimiento provechoso de esta asignatura es conveniente que los alumnos tengan conocimientos de los procesos psicológicos básicos (percepción, memoria, aprendizaje, etc.) y que conozcan los fundamentos del análisis de datos (estadística descriptiva e inferencial). Si bien la bibliografía básica está toda en castellano y disponible en Alf para que el alumno la descargue, también sería conveniente un nivel apropiado de lectura en inglés. Finalmente, es muy recomendable, aunque no es imprescindible, la familiaridad con el álgebra y el cálculo, así como con algún lenguaje de programación (v.g., Pyton, R, MATLAB o Mathematica).

Nota importante: se ruega encarecidamente al estudiante que envíe las preguntas no solo a Alf sino también al correo de los profesores (jmreales@psi.uned.es; jamartinez@psi.uned.es).

Nombre: Dr. D. José Manuel Reales Avilés.
Departamento: Metodología de las Ciencias del Comportamiento
Despacho: 2.59
Horario de tutoría:
Martes: de 10:00 a 14:00 horas.
Miércoles: de 10:00 a 14:00 horas.
Viernes: de 10:00 a 14:00 horas.
Teléfono: 91 398 79 33
Email: jmreales@psi.uned.es

Nombre: Dr. D. José Ángel Martínez-Huertas
Departamento: Metodología de las Ciencias del Comportamiento
Horario de tutoría:
Martes: de 10:00 a 14:00 horas.
Miércoles: de 10:00 a 14:00 horas.
Teléfono: 91 398 76 69
Email: jamartinez@psi.uned.es

COMPETENCIAS GENERALES

CG1 - Tomar conciencia de la importancia de la metodología en la adquisición del conocimiento científico, así como de la diversidad metodológica existente para abordar distintos problemas de conocimiento

CG2 - Desarrollar el razonamiento crítico y la capacidad para realizar análisis y síntesis de la información disponible.

CG3 - Saber identificar las necesidades y demandas de los contextos en los que se exige la aplicación de herramientas

metodológicas y aprender a proponer las soluciones apropiadas.

CG4 - Planificar una investigación identificando problemas y necesidades, y ejecutar cada uno de sus pasos (diseño, medida, proceso de datos, análisis de datos, modelado, informe).

CG5 - Obtener información de forma efectiva a partir de libros, revistas especializadas y otras fuentes.

CG6 - Desarrollar y mantener actualizadas competencias, destrezas y conocimientos según los estándares propios de la profesión.

COMPETENCIAS ESPECÍFICAS

 CE2 - Procesar datos (conocer la estructura de las bases de datos y manejarse eficientemente con ellas).

 CE3 - Preparar los datos para el análisis (desenvolverse en la relación entre bases de datos y análisis estadístico).

 CE6 - Formular, estimar y ajustar modelos capaces de simular procesos psicológicos.

 CE8 - Formación en sistemas de información, gestión y tecnología del conocimiento, deben cualificar al alumno para el trabajo en equipos multidisciplinares (informáticos, diseñadores gráficos, marketing, recursos humanos, …) dedicados al desarrollo eficiente de herramientas de evaluación y de sistemas de información y comunicaciones complejos, accesibles e innovadores.

CE9 - Definir, medir y describir variables (personalidad, aptitudes, actitudes, etc..) y procesos (cognitivos, emocionales, psicobiológicos, conductuales).

El objetivo general de esta asignatura es el de proporcionar a los estudiantes la formación fundamental en el modelado de procesos cognitivos desde una perspectiva amplia que abarque diversos tipos de modelos matemáticos, conexionistas y otros. Por tanto, el objetivo básico del curso es introducir al alumno en el modelado de los procesos cognitivos. Los objetivos condicionan las competencias que los estudiantes de esta asignaturadeben adquirir. Estas son:

a) Competencias generales:

     - Comprender qué son los procesos cognitivos y la terminología específica del proceso de modelado.
     - Distinguir entre modelos formales vs. no formales de los procesos cognitivos.
     - Conocer las características de distintos tipos de modelos (matemáticos, conexionistas, dinámicos, etc.), así como conocer el proceso de modelización.
     - Aprender mediante ejemplos concretos de procesos cognitivos (procesos perceptivos, mnésicos, etc.) las características inherentes del modelado.  

b) Competencias concretas:

     - Que el alumno sepa reconocer los rasgos que caracterizan a los modelos
       cognitivos y pueda identificarlos en el ámbito de la Psicología.
     - Reconocer similitudes y diferencias entre diferentes modelos en Psicología.
     - Ser capaz de leer un diagrama de bloques.
     - Ser capaz de deducir las consecuencias que se derivan del modelo o sistema formal.
     - Adquirir mayor precisión en el razonamiento psicológico (la derivación de consecuencias a partir de los 
       postulados y operaciones del modelo).
     - Distinguir los distintos tipos de modelos matemáticos.
     - Conocer las principales aplicaciones de los modelos matemáticos en la
       Psicología cognitiva.
     - Diferenciar el tipo de red conexionista, la regla de aprendizaje utilizada, el tipo de
       conexiones y las capas de que consta un modelo concreto.
   

Metodología

Este curso, planteado bajo la modalidad a distancia, está basado en el aprendizaje autónomo. El estudio de la materia será a través de los materiales que pondremos en la plataforma informática Alf. Los materiales han sido seleccionados para ajustarse a la metodología a distancia. Como estrategias de aprendizaje de la asignatura se utilizarán:
·        Búsqueda de modelos formales en asignaturas previas de la carrera.
·        Estudio de artículos básicos.

Plan de trabajo

La distribución de la carga docente se estima de la siguiente forma:

·  Horas de contacto virtual a través de la plataforma (participación en foros, consulta de dudas, prácticas, grupos de trabajo, etc.): 1 ECTS (25 horas).

 ·  Estudio de los artículos que componen las prácticas 3 ECTS (75 horas).

 ·  Realización efectiva de las prácticas (2 ejercicios obligatorios) y del exámenes 2 (50 horas).

El alumno podrá preparar completamente la asignatura utilizando el material que se encuentra en el campus virutal (apartado “Materiales del curso”). Para ampliaciones del mismo, puede consultar la bibliografía complementaria.

                   Aracil, J. (1997). Introducción a la dinámica de sistemas. Alianza Universidad Textos, Madrid.

Bender, E.A. (2000). An introduction to mathematical modeling (2nd. ed.). Mineola, NY: Dover.

Bossel, H. (2007). Systems and Models. Norderstedt: Books on Demand.

Cobos Cano, P. L. (2005). Conexionismo y Cognición. Madrid: Pirámide (Capítulos 8 y 10).

Dym, C. (2004). Principles of mathematical modeling (2nd. ed.). Burlington, MA: Elsevier/Academic Press.

Ellis, R & Humphreys, G. (1999). Connectionist Psychology. Hove: Psychology Press.

Fowler, A.C. (2008). Mathematical models in the applied sciences (2nd. ed.). Cambridge, UK: Cambridge University Press.

García, J. M. (2003). Teoría y ejercicios prácticos de dinámica de sistemas. Barcelona.

Hannon, B., & Ruth, M. (2001). Dynamic modeling (2nd. ed.). New York: Springer.

Jaber, M., & Sikström, S. (2004). A numerical comparison of three potential learning and forgetting models. International Journal of Production Economics, 92(3), 281-294.

Konar, A. & Lakhmi, J. (2005). Cognitive Engineering. A Distributed Approach to Machine Intelligence. Springer Verlag, London.

Lewandowsky, S. y Farrell, S. (2011). Computational modeling in cognition: Principles and practice. Sage publications.

Luce, R. D. (1999). Where is Mathematical Modeling in Psychology headed? Theory & Psychology, 9(6), 723-737.

McLeod, P, Plunkett, K. & Rolls, E.T. (1998). Introduction to Connectionist Modelling of Cognitive Processes. Oxford: Oxford University Press.

Meerschaert, M.M. (2007). Mathematical modeling (3rd. ed.). San Diego, CA: Academic Press.

Meyer, W.J. (2004). Concepts of mathematical modeling (2nd. ed.). Mineola, NY: Dover.

Morrison, F. (2008). The art of modeling dynamic systems (2nd. ed.). Mineola, NY: Dover.

Neelamkavil, F. (1987). Computer simulation and modelling. John Wiley & Sons, New York.

Neufeld, R. W. J. (2007). Advances in Clinical Cognitive Science. Formal modelling of processes and symptoms. Washington, D.C. American Psychological Association.

Plunkett, K. & Elman, J.L. (1997). Exercises in rethinking innateness. A handbook for Connectionist Simulations. London: MIT Press.

Raaijmakers, J. G. W. & Shiffrin, R. M. (2002). Models of memory. In H. Pashler & D. Medin (Eds.), Stevens´ Handbook of Experimental Psychology, Third Edition, Volume 2: Memory and Cognitive Processes. New York: John Wiley & Sons, Inc., pp. 43-76.

Ríos, S. (1995). Modelización. Alianza Universidad, Madrid. (Capítulo 1).

Tong, K.K. (2007). Topics in mathematical modeling. Princeton, NJ: Princeton University Press.

Se pondrán a disposición de los alumnos las videoclases grabadas y otros materiales que se vayan disponiendo a lo largo del curso.