Advertisement

How and Why to Model the Complexity of Thought Systems

  • Leonardo G. Rodríguez Zoya
Chapter

Abstract

The aim of this paper is to sketch out an epistemological model for empirical research on paradigms, i.e., the principles organizing a thought system. This model is a theoretical and methodological device for examining questions such as how scientists think the epistemic, social, political and ethical dimensions of their own scientific practices; how a paradigm, or way of thinking, determines a mode of problematization, that is, the horizon of possible research questions, conceivable ideas, acceptable problems, imaginable concepts, and how a science or a scientific discipline is able to observe, problematize and criticize their own paradigms. To address these questions, the model proposes a qualitative and quantitative study of scientific beliefs. A belief is a form of social cognition produced through social practices and discourses. The analysis of language and social communication among scientists provides a way of understanding scientific beliefs. Moreover, beliefs are not discrete and isolated entities. On the contrary, they implicate each other forming networks or assemblages of heterogeneous beliefs. A system of scientific beliefs is a complex structure constituted by different types of clusters of beliefs called attitudes. Such a system is a kind of social representation, that is, a mental model socially produced and shared by members of a group which structures the way they perceive, question, understand and objectivize reality. Modeling a system of scientific beliefs is a kind of metacognitive strategy, a way of producing a reflexive, self-critical meta-point of view for scientific research.

References

  1. Bertalanffy, L. V. (1976). Teoría general de sistemas. Fundamentos, desarrollos, aplicaciones. Buenos Aires: Fondo de Cultura Económica.Google Scholar
  2. Best, J. B. (2002). Psicología cognoscitiva. México D.F.: Thomson.Google Scholar
  3. Bruning, R. H., Schraw, G. J., Norby, M. N., & Ronning, R. R. (2005). Psicología cognitiva y de la institución. Madrid: Pearson.Google Scholar
  4. Bunge, M. (2009). A la caza de la realidad. Barcelona: Gedisa.Google Scholar
  5. Cabeza, R. (1987). Temas de psciología cognitiva. Buenos Aires: Tekné.Google Scholar
  6. Castorina, J. A. (2007). Construcción conceptual y representaciones sociales. Buenos Aires: Miño y Dávila.Google Scholar
  7. Cea D’Ancona, Á. (2002). Análisis multivariable. Teoría y práctica en la investigación social. Madrid: Síntesis.Google Scholar
  8. Cupani, M. (2008). Análisis psicométrico con SPSS. In S. Tornimbeni, E. Pérez, & F. Olaz (Eds.), Introducción a la psicometría (pp. 245–267). Buenos Aires: Paidós.Google Scholar
  9. Duveen, G., & Lloyd, B. (1990). Social representations and the development of knowledge. Nueva York: Cambridge University Press.CrossRefGoogle Scholar
  10. Edmonds, B. (1999). Syntactic measures of complexity. Manchester: Manchester Metropolitan University.Google Scholar
  11. Foerster, H. V. (1996). Las semillas de la cibernética (Colección terapia familiar). Barcelona: Gedisa.Google Scholar
  12. Foucault, M. (1998). Las palabras y las cosas. Una arqueología de las ciencias humanas. México: Siglo XXI.Google Scholar
  13. Foucault, M. (1999). Polémica, política y problematizaciones. In M. Foucault (Ed.), Obras esenciales (pp. 991–998). Barcelona: Paidós.Google Scholar
  14. Gagné, E. D. (1991). La psicología cognitiva del aprendizaje escolar. Madrid: Aprendizaje Visor.Google Scholar
  15. García, R. (1997). La epistemología genética y la ciencia contemporánea. Barcelona: Gedisa.Google Scholar
  16. García, R. (2000). El conocimiento en construcción. De las formulaciones de Jean Piaget a la teoría de los sistemas complejos. Barcelona: Gedisa.Google Scholar
  17. García, R. (2006). Sistemas complejos. Conceptos, método y fundamentación epistemológica de la investigación interdisciplinaria. Barcelona: Gedisa.Google Scholar
  18. Gell-Mann, M. (1995). What is complexity? Complexity, 1(1), 16–19.CrossRefGoogle Scholar
  19. Gómez, R. (2008). Otto Neurath: Lenguaje, ciencia y valores. La incidencia de lo político. Los Ángeles: California State University, Estados Unidos.Google Scholar
  20. Grize, J.-B. (1993). Logique naturelle et représentations sociales. Textes sur les Représentations Sociales, 2(3), 1–9.Google Scholar
  21. Grize, J.-B. (1996). Logique naturelle te communications. Paris: PUF.Google Scholar
  22. Grize, J.-B. (2012). Logique naturelle et représentations sociales. In D. Jodelet (Ed.), Les représentations sociales (pp. 170–186). Paris: Puf.Google Scholar
  23. Hanson, R. (1958). Patrones de descubrimiento. Observación y explicación. Madrid, España: Alianza.Google Scholar
  24. Hernandez Forte, V. (2005). Mapas conceptuales. La gestión del conocimiento en la didáctica. DF, México: Alfaomega.Google Scholar
  25. Johnson-Laird, P. N. (1983). Mental models: Towards a cognitive science of language, inference, and consciousness. Cambridge: Harvard University Press.Google Scholar
  26. Johnson-Laird, P. N. (1987). Modelos mentales en ciencia cognitiva. In D. A. Norman (Ed.), Perspectivas de las ciencias cognitivas (pp. 179–231). Barcelona: Paidós.Google Scholar
  27. Koyré, A. (1999). Del mundo cerrado al universo infinito. Madrid: Siglo XXI.Google Scholar
  28. Latour, B. (1999). La Esperanza de Pandora. Ensayos sobre la Realidad de los Estudios de la Ciencia. Barcelona: Gedisa.Google Scholar
  29. Le Moigne, J.-L. (1990). La Modélisation des systèmes complexes. Paris: Dunod.Google Scholar
  30. Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 140, 44–53.Google Scholar
  31. Longino, H. E. (1990). Science as social knowledge: Values and objectivity in scientific inquiry. Princeton: Princeton University Press.Google Scholar
  32. Maruyama, M. (1980). Mindscapes and science theories. Current Anthropology, 21(5), 589–608.CrossRefGoogle Scholar
  33. Maturana, H., & Varela, F. (1972). Autopoietic system. Santiago de Chile: Facultad de Ciencias.Google Scholar
  34. Maturana, H., & Varela, F. (2003). De máquinas y seres vivos: Autopoiesis, la organización de lo vivo. Buenos Aires: Lumen.Google Scholar
  35. Minsky, M. (1965). Matter, mind and models. Paper presented at the International Federation of Information Processing Congress (Vol 1. pp. 45–49).Google Scholar
  36. Morales Vallejo, P., Urosa Sanz, B., & Blanco Blanco, A. (2003). Construcción de Escalas de Actitudes Tipo Likert. Cuadernos de Estadísticas Nº 26. Madrid: La Muralla.Google Scholar
  37. Morin, E. (1973). El paradigma perdido. Ensayo de bioantropología. Barcelona: Kairós.Google Scholar
  38. Morin, E. (1977). El Método I. La naturaleza de la naturaleza. Madrid: Cátedra.Google Scholar
  39. Morin, E. (1984). Ciencia con Conciencia. Barcelona: Anthropos. Editorial del Hombre.Google Scholar
  40. Morin, E. (1986). El Método III. El conocimiento del conocimiento. Madrid: Cátedra.Google Scholar
  41. Morin, E. (1990). Introducción al Pensamiento Complejo. Barcelona: Gedisa.Google Scholar
  42. Morin, E. (1998). El Método IV. Las ideas. Madrid: Cátedra.Google Scholar
  43. Morin, E. (1999). La cabeza bien puesta. Repensar la reforma. Reformar el pensamiento. Buenos Aires: Nueva Visión.Google Scholar
  44. Morin, E. (2001). El Método V. La humanidad de la humanidad. La identidad humana. Madrid: Cátedra.Google Scholar
  45. Moscovici, S. (1979). El psicoanálisis, su imágen y su público. Buenos Aires: Huemul.Google Scholar
  46. Neurath, O. (1983). Pseudorationalism of falsification. In O. Neurath (Ed.), Philosophical papers 1913–1946 (pp. 121–131). Boston, United States of America: Reidel.CrossRefGoogle Scholar
  47. Nicolescu, B., Bianchi, F., Morin, E., & Motta, R. D. (1994). Carta a la transdisciplinariedad. http://www.pensamientocomplejo.com.ar/docs/files/aavv_carta_a_la_interdisciplinariedad.pdf. Accessed 10/9 2008.
  48. Nunnally, J. C. (1970). Introducción a la medición psciológica. Buenos Aires: Paidós.Google Scholar
  49. Piaget, J. (1973). Psicología y epistemología. Barcelona: Ariel.Google Scholar
  50. Piaget, J. (1978). Introducción a la epistemología genética. 1. El pensamiento matemático (Vol. 1). Buenos Aires: Paidós.Google Scholar
  51. Piaget, J. (1979). Tratado de lógica y conocimiento científico. I. Naturaleza y métodos de la epistemología (Vol. I). Buenos Aires: Paidós.Google Scholar
  52. Piaget, J., & García, R. (2008). Psicogénesis e historia de la ciencia. México DF: Siglo XXI.Google Scholar
  53. Prigogine, I., & Nicolis, G. (1997). La estructura de lo complejo. Madrid: Alianza.Google Scholar
  54. Putnam, H. (1994). Las mil caras del realismo. Barcelona: Paidós.Google Scholar
  55. Putnam, H. (2004). El desplome de la dicotomía hecho-valor y otros ensayos. Barcelona: Paidós.Google Scholar
  56. Quillian, M. R. (1968). Semantic memory. In M. L. Minksy (Ed.), Semantic information processing (pp. 227–270). Cambridge, MA: MIT Press.Google Scholar
  57. Ricoeur, P. (1996). Si mismo como otro (1º ed.). México: Siglo XXI.Google Scholar
  58. Rodríguez, R. J. (2010). Herramientas informáticas para la representación del conocimiento. Subjetividad y Procesos Cognitivos. Revista del Instituto de Altos Estudios en Psicología y Ciencias Sociales (IAEPCIS). Universidad de Ciencias Empresariales y Sociales (UCES), 14 Herramientas informáticas y análisis del discurso(2 Otoño 2010), 217–232.Google Scholar
  59. Rodríguez Zoya, L. (2012). Sistemas complejos y conocimiento emancipador en América Latina. Notas acerca del rol social y político de un programa de investigación científica de larga duración. Revista Pacarina del Sur. Revista Crítica de Pensamiento Latinoamericano, Octubre–Diciembre.Google Scholar
  60. Rodríguez Zoya, L. (2013). El modelo epistemológico del pensamiento complejo. Análisis crítico de la construcción de conocimiento en sistemas complejos. Universidad de Buenos Aires y Universidad de Toulouse, Toulouse.Google Scholar
  61. Simon, H. (1973). La arquitectura de la complejidad. In H. Simon (Ed.), Las ciencias de lo artificial (pp. 125–169). Barcelona: España.Google Scholar
  62. Tulving, E. (1972). Episodic and semantic memory. In E. Tulving & W. Donaldson (Eds.), Organization of memory (pp. 381–402). New York: Academic Press.Google Scholar
  63. van Dijk, T. A. (1999). Ideología. Una aproximación multidisciplinaria. Sevilla: Gedisa.Google Scholar
  64. Varsavsky, O. (1975). Marco Histórico Constructivo para estilos sociales, proyectos nacionales y sus estrategias. Buenos Aires: Centro Editor de América Latina.Google Scholar
  65. Vilar, S. (1997). La nueva racionalidad. Comprender la complejidad con métodos transdisciplinarios (Colección Nueva Ciencia). Barcelona, España: Kairós.Google Scholar
  66. Voloshinov, V. (1976). El signo ideológico y la filosofía del lenguaje. Buenos Aires: Nueva Visión.Google Scholar
  67. Vygotski, L. (1995). Pensamiento y Lenguaje. Barcelona: Paidós.Google Scholar
  68. Wallerstein, I. (1996). Abrir las ciencias sociales. Informe de la Comisión Gulbenkian para la reestructuración de las ciencias sociales. México: Siglo XXI.Google Scholar
  69. Weaver, W. (1948). Science and complexity. American Scientist, 36, 536–544.Google Scholar
  70. Whitehead, A. N. (1944). Modos de pensamiento. Buenos Aires: Losada.Google Scholar
  71. Woolgar, S. (1991). Ciencia: abriendo la caja negra. Barcelona, España: Anthropos.Google Scholar

Copyright information

© Springer Nature Switzerland AG 2019

Authors and Affiliations

  1. 1.Investigador del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET)—Argentina, Comunidad de Pensamiento ComplejoInstituto de Investigaciones Gino Germani, Universidad de Buenos AiresCiudad Autónoma de Buenos AiresArgentina

Personalised recommendations