El razonamiento causal es el proceso de identificación de la causalidad : la relación entre una causa y su efecto . El estudio de la causalidad se extiende desde la filosofía antigua hasta la neuropsicología contemporánea ; Se puede demostrar que los supuestos sobre la naturaleza de la causalidad son funciones de un evento anterior que precede a otro posterior. El primer estudio protocientífico conocido de causa y efecto ocurrió en la Física de Aristóteles . [1] La inferencia causal es un ejemplo de razonamiento causal.
Entender la causa y el efecto
Las relaciones causales pueden entenderse como una transferencia de fuerza. [2] Si A causa B, entonces A debe transmitir una fuerza (o poder causal) a B que produce el efecto. Las relaciones causales sugieren cambios con el tiempo; la causa y el efecto están relacionados temporalmente, y la causa precede al resultado. [3]
La causalidad también se puede inferir en ausencia de una fuerza, una definición menos típica. [4] Una causa puede ser remoción (o detención), como remover un soporte de una estructura y causar un colapso o una falta de precipitación que causa plantas marchitas.
Los seres humanos pueden razonar sobre muchos temas (por ejemplo, en situaciones sociales y contrafácticas y en las ciencias experimentales) con la ayuda de la comprensión causal. [3] La comprensión depende de la capacidad de comprender la causa y el efecto. Las personas deben poder razonar sobre las causas del comportamiento de los demás (para comprender sus intenciones y actuar de manera apropiada) y comprender los efectos probables de sus propias acciones. Los argumentos contrafácticos se presentan en muchas situaciones; los seres humanos están predispuestos a pensar en “lo que pudo haber sido”, incluso cuando ese argumento no tiene relación con la situación actual.
Las relaciones de causa y efecto definen categorías de objetos. [5] Las alas son una característica de la categoría "pájaros"; esta característica está causalmente interconectada con otra característica de la categoría, la capacidad de volar. [5]
Tradicionalmente, la investigación en psicología cognitiva se ha centrado en las relaciones causales cuando la causa y el efecto son valores binarios; tanto la causa como el efecto están presentes o ausentes. [6] [7] También es posible que tanto la causa como el efecto tomen valores continuos. Por ejemplo, girar la perilla de volumen de una radio (como causa) aumenta o disminuye la intensidad del sonido (como efecto). En estos casos, la relación entre las variables de la causa y el efecto se asemeja a una función matemática en la que el cambio en la variable de la causa cambia los valores en la variable del efecto. El aprendizaje humano de tales relaciones se ha estudiado en el campo del "Aprendizaje funcional". [8] [9] [10]
Aun así, se comprende bien que las aplicaciones físicas de los modelos matemáticos continuos no son literalmente continuas en la práctica. [11] Una perilla en una radio no toma un número infinito de valores posibles - toma un número finito de valores posibles completamente limitados por la naturaleza mecánica, física, de la perilla en sí. No existe un mapeo uno a uno entre las matemáticas continuas utilizadas para aplicaciones de ingeniería y los productos físicos producidos por la ingeniería. De hecho, este es uno de los problemas centrales abiertos dentro de la Filosofía de las Matemáticas . [12] [13] [14] Si bien este es uno de los problemas abiertos más prominentes en la filosofía de las matemáticas, una posible respuesta a esta pregunta abierta es que la realidad está rasterizada (posiblemente en la escala de Planck, ver Loop Quantum Gravity ) y es fundamentalmente discreto. Así va la teoría del ficcionalismo matemático, donde la matemática continua sirve como una construcción falsa o ficticia de imágenes utilizadas para razonar geométricamente a través de dibujos e ideas intuitivas de formas sin datos de medición. De hecho, algunos pensadores históricos, como Gauss, sospecharon que la realidad física era de hecho inherentemente no euclidiana y, por lo tanto, desarrollaron geometrías no euclidianas [15] que luego fueron utilizadas por Albert Einstein en su teoría general de la relatividad con la gravedad explicada como fuerza o propiedad que hace que la realidad no sea euclidiana.
La causa y el efecto también pueden entenderse probabilísticamente, a través de la estadística inferencial . Un ejemplo común que se enseña en la lógica introductoria es una declaración condicional tal que "el suelo está mojado". A menudo, el ejemplo específico se presenta como una declaración, "Si llovió, entonces el suelo está mojado" o algo por el estilo. Y, a menudo, el hecho de que tal enunciado condicional sea cierto incluso cuando el antecedente (que llovió) es falso genera cierta controversia.
Este hecho sobre lo condicional, la controvertida (para algunos) ley del medio excluido , depende del razonamiento sobre causa y efecto. Podrías pensar, por ejemplo, que el hecho de que lloviera es lo que provocó que el suelo se mojara, si llovía y el suelo está mojado. Pero bien podría ser que lloviera después de que el suelo ya estuviera húmedo, o cualquier otra posible causa del efecto observado.
Estas otras posibles causas se denominan "variables ocultas". Las variables ocultas siempre hacen que los enunciados condicionales tomen un valor de verdad "verdadero" en situaciones en las que tanto su antecedente es falso como su conclusión verdadera. En consecuencia, se sigue que cualquier lógica condicional con una conclusión verdadera es siempre verdadera independientemente de si su antecedente es verdadero o no. Y cualquier condicional lógico toma un valor falso solo cuando su conclusión es falsa. Esto no debería sorprendernos.
En la estadística inferencial, existe un mantra 'la correlación no es igual a la causalidad'. Solo porque la lluvia y los suelos húmedos tienen una correlación positiva (tienden a suceder juntos), sin más información sería imposible saber si fue o no la lluvia lo que provocó que el suelo se mojara, por lo que la correlación positiva es insuficiente para la causalidad. Un camión volquete podría haber pasado y arrojado un camión lleno de agua al suelo, o un hombre podría haber dejado caer su agua, o cualquier otro posible antecedente podría ser responsable de hacer que la conclusión de que el suelo está realmente mojado ser cierto.
De esta manera, determinar las relaciones de causa y efecto es bastante difícil y posiblemente imposible, salvo cierto grado de confianza variable e incierto en alguna causa posible específica en relación con todas las demás causas no controladas por causas potencialmente iguales o desigualmente probables pero aún posibles (algún grado que no sea del 100%). de confianza, conocido como intervalo de confianza en la estadística inferencial). Por cierto, este problema de las variables ocultas forma la base del método científico , que es una solución a este problema de las variables ocultas. Sólo a través del método científico se puede estar absolutamente seguro de que algún antecedente verdadero hace que una conclusión también sea verdadera. Decimos que una causa causa un efecto si y solo si existe una correlación 100% perfecta (positiva o negativa) entre la causa y el efecto cuando y solo cuando se controlan todas las demás variables posibles (un grado de confianza del 100%). En estos casos, estos efectos se denominan variables dependientes y las causas se denominan variables independientes (llamadas así porque las variables dependientes dependen de las variables independientes y las variables independientes no dependen de ninguna otra variable). .
De hecho, cuando no se pueden controlar posibles variables ocultas, como es el caso de la física cuántica, la causalidad es indeterminada ( indeterminación cuántica ). [16] Esto constituye uno de los mayores problemas abiertos en la física actual, la interpretación de la física cuántica y su reconciliación con la estructura causal de la relatividad especial ( paradoja de Einstein-Podolsky-Rosen , argumento de Rietdijk-Putnam ).
Las teorías de la causalidad también juegan un papel importante en los debates tanto del libre albedrío como del determinismo. Las observaciones empíricas predichas por la relatividad especial sugieren que cualquier cosa que pudiera suceder, ya ha sucedido. [17] Dependiendo de su filosofía de las matemáticas, dado que la relatividad especial es un modelo matemático continuo, la confirmación experimental de los efectos predichos descritos por la teoría posiblemente ficticia y conceptualmente confiable e informativa tiene implicaciones para una ontología del tiempo, que toca a la metafísica del tiempo que está íntimamente ligada a las nociones de causalidad y al razonamiento sobre causa y efecto. [18]
Y el (por ahora) indeterminismo de la física cuántica sugiere la posibilidad del libre albedrío en una realidad determinista. [19] [20] Para citar a Hameroff, "las reducciones de estado cuántico parecen involucrar una no localidad temporal, capaz de referir información cuántica tanto hacia adelante como hacia atrás en lo que percibimos como tiempo, lo que permite una acción causal consciente en tiempo real. Orch OR puede así rescatar el libre albedrío "( Reducción de objetivos orquestada ).
Inferir causa y efecto
Los seres humanos están predispuestos a comprender la causa y el efecto, haciendo inferencias bidireccionales. Las señales temporales demuestran causalidad. [21] Al observar un evento, las personas asumen que las cosas que preceden al evento lo causan y las cosas que siguen al evento son efectos de él. [22]
La coincidencia de movimiento y las relaciones espaciales son otra forma de inferir causa y efecto. Si los objetos se mueven juntos (o un objeto parece iniciar el movimiento de otro), la causalidad se infiere de esa relación. [23] La animación también se puede inferir de tales relaciones.
El razonamiento causal puede activarse casi automáticamente. [3] [24] Sin embargo, las inferencias sobre causa y efecto no siempre demuestran la comprensión de los mecanismos subyacentes a la causalidad; la causalidad se ha descrito como "ilusión cognitiva". [25] Gran parte de la comprensión de causa y efecto se basa en asociaciones, sin comprender cómo se relacionan los eventos entre sí; esto se conoce como la "ilusión de profundidad explicativa". [26]
Un estudio de neuropsicología de 2013 [27] demuestra que los seres humanos adaptan nueva información a información antigua. Esto sugiere una experiencia causal invertida: la causa debe atribuirse al efecto a posteriori para comprender la conexión causal entre agente y acto. Friedrich Nietzsche argumentó contra la causalidad aristotélica (que la causa precede al efecto) en La voluntad de poder . [28]
Los humanos comprenden la causa y el efecto. La investigación sugiere que otros animales, como las ratas [29] y los monos, [30] pueden o no comprender la causa y el efecto. Los animales pueden usar información sobre causa y efecto para mejorar la toma de decisiones y hacer inferencias sobre eventos pasados y futuros. [31] Una constante que guía el razonamiento y el aprendizaje humanos sobre los eventos es la causalidad . [32] Las consideraciones causales son parte integral de la forma en que las personas razonan sobre su entorno. [3] Los seres humanos usan señales causales y sus efectos relacionados para tomar decisiones y predicciones y para comprender los mecanismos que conducen al cambio. [33]
Tipos de relaciones causales
Se desarrollan varios tipos de modelos causales como resultado de la observación de relaciones causales: relaciones de causa común, relaciones de efecto común, cadenas causales y homeostasis causal . [26]
- En las relaciones de causa común , una sola causa tiene varios efectos:
- Un virus es un ejemplo de una sola causa que produce varios efectos (fiebre, dolor de cabeza y náuseas).
- En las relaciones de efectos comunes , varias causas convergen en un efecto:
- Un aumento en el gasto público es un ejemplo de un efecto con varias causas (reducción del desempleo, disminución del valor de la moneda y aumento del déficit).
- En las cadenas causales, una causa desencadena un efecto, que desencadena otro efecto:
- Un ejemplo es la falta de sueño que conduce a la fatiga, que conduce a una mala coordinación.
- En la homeostasis causal , las relaciones causales forman un ciclo estable o mecanismo de refuerzo:
- Las plumas, los huesos huecos, la alta tasa metabólica y el vuelo se refuerzan mutuamente en las aves, con la adaptación al todo en lugar de una instancia que inicia una relación causal. [26]
Tipos de razonamiento causal
Si bien la comprensión causal puede ser automática, en situaciones complejas es necesario un razonamiento avanzado. Los tipos de razonamiento causal [2] incluyen:
Deducción
El razonamiento deductivo implica una regla general; un evento es una conclusión garantizada. Un resultado puede deducirse basándose en otros argumentos, que pueden determinar una relación de causa y efecto.
Inducción
El razonamiento inductivo es una inferencia hecha con incertidumbre; la conclusión es probable, pero no garantizada. La inducción se puede utilizar para especular sobre la causalidad.
Secuestro
En el razonamiento abductivo , las premisas no garantizan una conclusión. La abducción pasa de la descripción de datos a una hipótesis sin una relación necesaria entre causa y efecto.
Modelos
Hay varios modelos de cómo los humanos razonan sobre la causalidad.
Dependencia
El modelo de dependencia afirma que los efectos dependen de las causas; [3] causa y efecto tienen una relación probable.
Covariación
El modelo de covariación (regularidad), un tipo de modelo de dependencia, sugiere que los humanos comprenden las relaciones entre causas y efectos por su coincidencia, infiriendo que el cambio en una causa cambia un efecto. [34]
Mecanismo
Este modelo [2] sugiere que la causa y el efecto están relacionados mecánicamente. En esta situación, hay un proceso básico que subyace a la causa y el efecto.
Dinámica
Este modelo de representación causal [35] sugiere que las causas están representadas por un patrón de fuerzas. La teoría de la fuerza [36] es una extensión del modelo dinámico que se aplica a la representación causal y al razonamiento (es decir, extraer inferencias de la composición de múltiples relaciones causales).
Desarrollo en humanos
Los niños desarrollan la capacidad de comprender la causalidad y hacer inferencias basadas en la causa y el efecto a una edad temprana; [24] Algunas investigaciones sugieren que los niños de hasta ocho meses pueden comprender la causa y el efecto. [37] La comprensión del mecanismo y la causalidad van de la mano; Los niños necesitan comprender la causa y el efecto para comprender el funcionamiento de los mecanismos, lo que les permite comprender las relaciones causales. [26] Los niños preguntan "¿por qué?" a una edad temprana para comprender el mecanismo y, a su vez, la causalidad. La primera pregunta "por qué" de un niño a menudo coincide con su primer intento de explicar algo, dentro del primer año después de adquirir el lenguaje. [26] Los niños preguntan "por qué" para comprender el mecanismo y la causalidad. [38]
La capacidad de comprender y razonar sobre la causalidad a una edad temprana permite a los niños desarrollar teorías ingenuas sobre muchos temas. La causalidad ayuda a los niños a aprender sobre física, lenguaje, conceptos y el comportamiento de los demás. [24] Existe un patrón de desarrollo en la comprensión causal que tienen los niños. [38]
Los bebés comprenden el poder causal. [26] Saben que determinadas causas tienen efectos particulares. Los niños pequeños, desde la última infancia hasta la primera infancia, comprenden las relaciones funcionales: [26] una propiedad particular (o componente de un mecanismo) tiene una función determinada. También comprenden la densidad causal: cómo las causas pueden interactuar de manera compleja.
Los niños mayores y los adultos continúan desarrollando una comprensión de los fragmentos mecanicistas. [26] Entienden los componentes de un sistema de trabajo de forma aislada, aunque los detalles mecánicos completos de un sistema no surgen hasta la edad adulta. Jean Piaget definió etapas de desarrollo preoperacionales, operativas concretas y operativas formales .
Entre culturas
Se ha demostrado que las atribuciones causales son diferentes entre diferentes culturas de varias maneras:
Atribuciones causales
Yan y Gaier [39] investigaron las atribuciones causales del éxito y el fracaso universitario entre dos grupos de estudiantes, estadounidenses y asiáticos. El grupo asiático era de China, Corea, Japón y el sudeste asiático. El desempeño fue similar en las cuatro nacionalidades. Se pidió a los estudiantes que emitieran juicios sobre los éxitos y fracasos de otra persona en el trabajo escolar y si esos resultados eran atribuibles a una capacidad innata o al esfuerzo realizado. Los participantes estadounidenses eran mucho más propensos a atribuir el rendimiento académico a la capacidad que los participantes asiáticos. Aunque los estadounidenses tendían a calificar el éxito como atribuible al esfuerzo, el fracaso no se percibía como resultado de la falta de esfuerzo. Los estudiantes asiáticos no mostraron este patrón.
Las comparaciones entre niños y adultos occidentales y orientales sugieren diferencias entre las culturas en la causalidad atribuible a enfermedades particulares. [40] Después de leer historias de enfermedades y hacer inferencias sobre las causas de esas enfermedades, ambos grupos mostraron una comprensión de las causas biológicas de la mayoría de las enfermedades. Sin embargo, todos los niños y los adultos orientales también atribuyeron algunas enfermedades (y sus remedios) a causas mágicas.
Motivaciones causales
Los miembros de culturas individualistas o colectivistas pueden hacer diferentes atribuciones de los orígenes y motivaciones del movimiento a pequeña escala entre objetos animados, o lo que causaría movimiento dentro de un grupo de objetos animados. [41] A los participantes del Reino Unido, China y Hong Kong se les mostraron videos de peces animados en una pantalla de computadora. Los videos mostraban a un pez central acercándose o alejándose de un grupo de peces, y se pidió a los participantes que determinaran la relación entre los peces: motivados internamente (el pez central estaba buscando comida) o motivados externamente (el pez central quería unirse al grupo). otros). Otro conjunto de videos sugirió que el grupo de peces era el agente predominante, y que se actuaba sobre los peces individuales. Estos diferentes videos brindaron la oportunidad de determinar si la acción grupal o individual es la fuerza motivadora preferida entre las diferentes culturas.
Los resultados autoinformados sugirieron que los participantes asiáticos preferían descripciones y situaciones en las que el grupo era el foco central y el agente causal, mientras que los occidentales preferían situaciones en las que el individuo era el agente. Estos efectos también se extendieron a los procesos de memoria; Los participantes colectivistas tenían mejores recuerdos de situaciones en las que el grupo era el principal. Esto sugiere que los miembros de culturas individualistas responden mejor a agentes independientes y los miembros de culturas colectivistas responden mejor cuando los grupos guían la acción individual.
Razonamiento causal en animales no humanos
El razonamiento causal no es exclusivo de los humanos; los animales a menudo pueden utilizar la información causal como pistas para la supervivencia. [25] Las ratas son capaces de generalizar señales causales para obtener recompensas alimenticias. Los animales como las ratas pueden aprender los mecanismos necesarios para obtener una recompensa razonando sobre lo que podría obtener una recompensa (Sawa, 2009).
Se ha estudiado a los cuervos de Nueva Caledonia por su capacidad para razonar sobre eventos causales. [42] Esta especie inteligente usa herramientas de una manera que incluso los chimpancés no pueden [ cita requerida ] , creando herramientas complejas para llevar la comida al alcance de la mano.
El trabajo experimental con esta especie sugiere que pueden comprender las causas ocultas de una manera que antes se creía exclusivamente humana. [43] En el primero de dos experimentos, se confinó a un cuervo, con comida en un tubo inaccesible para el cuervo sin algún esfuerzo. Un humano entró en el recinto y se escondió detrás de una cortina, agitando un palo cerca del tubo de comida a través de un agujero en la cortina. Cuando el humano abandonó el recinto, el cuervo se movió con confianza hacia el área de comida y recuperó la recompensa, sabiendo que la causa humana del palo en movimiento (aunque invisible) había desaparecido. En el segundo experimento, ningún humano entró ni salió del recinto. En este caso, el cuervo se movió hacia la comida con incertidumbre, sin saber qué causó el movimiento del palo.
Referencias
- ↑ Falcon, Andrea (1 de enero de 2015). Zalta, Edward N. (ed.). La Enciclopedia de Filosofía de Stanford (edición de primavera de 2015). Laboratorio de Investigación en Metafísica, Universidad de Stanford.
- ^ a b c Ahn, WK; Kalish, CW; Medin, DL; Gelman, SA (1 de marzo de 1995). "El papel de la covariación versus la información del mecanismo en la atribución causal". Cognición . 54 (3): 299–352. doi : 10.1016 / 0010-0277 (94) 00640-7 . ISSN 0010-0277 . PMID 7720361 .
- ↑ a b c d e Sloman, SA (2005). Modelos causales . Nueva York, NY: Oxford University Press. [ página necesaria ]
- ^ Cheng, Patricia W .; Novick, Laura R. (1990). "Un modelo de contraste probabilístico de inducción causal". Revista de Personalidad y Psicología Social . 58 (4): 545–567. doi : 10.1037 / 0022-3514.58.4.545 .
- ^ a b Rehder, B (2003). "Categorización como razonamiento causal" . Ciencia cognitiva . 27 (5): 709–748. doi : 10.1207 / s15516709cog2705_2 .
- ^ Jenkins, HM y Ward, WC (1965). Juicio de contingencia entre respuestas y resultados . Monografías psicológicas, 79, (1, Whole No. 594).
- ^ Cheng, PW (1997). De la covariación a la causalidad: una teoría del poder causal. Psychological Review, 104, 367–405.
- ^ Carroll, JD (1963). Aprendizaje funcional: El aprendizaje de mapeos funcionales continuos que relacionan los continuos de estímulo y respuesta. NJ: Education Testing Service Princeton
- ^ Brehmer, B. (1974). Hipótesis sobre relaciones entre variables escaladas en el aprendizaje de tareas de inferencia probabilística . Comportamiento organizacional y desempeño humano, 11, 1–27.
- ^ Koh, K. y Meyer, DE (1991). Aprendizaje funcional: Inducción de relaciones continuas estímulo-respuesta . Revista de psicología experimental: aprendizaje, memoria y cognición, 17, 811–836.
- ^ Maddy, Penélope (2017). Fundamentos teóricos de conjuntos. [1]
- ^ Koellner, Peter (2013). Enciclopedia de Filosofía de Stanford: La hipótesis del continuo [2]
- ↑ Eklund, Matti (2019). Enciclopedia de Filosofía de Stanford: Ficcionalismo [3]
- ↑ Balaguer, Mark (2018). Enciclopedia de Filosofía de Stanford: Ficcionalismo en la Filosofía de las Matemáticas [4]
- ^ Banchoff, Thomas. El desarrollo de la geometría no euclidiana. [5]
- ^ Friederich, Simon. Evans, Peter. (2019). Enciclopedia de Filosofía de Stanford: Retrocausalidad en Mecánica Cuántica. [6]
- ^ Putnam, Hilary (1967). The Journal of Philosophy: Tiempo y geometría física [7]
- ^ Markosian, Ed. (2014). Enciclopedia Sanford de Filosofía: Tiempo. [8] .
- ^ Balaguer, Mark. (2010). Prensa del MIT: El libre albedrío como un problema científico abierto [9]
- ^ Hameroff, Stewart. (2012). Front Integr Neurosci .: Cómo la biología cuántica del cerebro puede rescatar el libre albedrío consciente. [10]
- ^ Lagnado, David A .; Sloman, Steven A. (2006). "El tiempo como guía para la causa". Revista de psicología experimental: aprendizaje, memoria y cognición . 32 (3): 451–460. doi : 10.1037 / 0278-7393.32.3.451 . PMID 16719658 . S2CID 16873453 .
- ^ Cheng, Patricia W .; Novick, Laura R. (1990). "Un modelo de contraste probabilístico de inducción causal". Revista de Personalidad y Psicología Social . 58 (4): 545–567. doi : 10.1037 / 0022-3514.58.4.545 .
- ^ Scholl, Brian J; Tremoulet, Patrice D (2000). "Causalidad perceptiva y animicidad". Tendencias en ciencias cognitivas . 4 (8): 299-309. doi : 10.1016 / s1364-6613 (00) 01506-0 . PMID 10904254 .
- ^ a b c Corrigan, Roberta; Denton, Peggy (1 de junio de 1996). "Comprensión causal como un desarrollo primitivo". Revisión del desarrollo . 16 (2): 162–202. doi : 10.1006 / drev.1996.0007 .
- ^ a b Sawa, Kosuke (1 de septiembre de 2009). "Comportamiento predictivo y aprendizaje causal en animales y humanos1" . Investigación psicológica japonesa . 51 (3): 222–233. doi : 10.1111 / j.1468-5884.2009.00396.x . ISSN 1468-5884 .
- ^ a b c d e f g h Keil, Frank C. (2006). "Explicación y comprensión" . Revisión anual de psicología . 57 (1): 227-254. doi : 10.1146 / annurev.psych.57.102904.190100 . ISSN 0066-4308 . PMC 3034737 . PMID 16318595 .
- ^ Kahan, Dan M .; Peters, Ellen; Dawson, Erica Cantrell; Slovic, Paul (3 de septiembre de 2013). "Aritmética motivada y autogobierno ilustrado". Rochester, NY: Social Science Research Network. doi : 10.2139 / ssrn.2319992 . hdl : 1794/18962 . SSRN 2319992 . Cite journal requiere
|journal=
( ayuda ) - ^ Friedrich Nietzsche. La voluntad de poder . circa 1880, lo que confirman experimentos neuropsicológicos recientes. 477 (noviembre de 1887-marzo de 1888) "Yo también mantengo la fenomenalidad del mundo interior: todo aquello de lo que nos volvemos conscientes está dispuesto, simplificado, esquematizado, interpretado de principio a fin: el proceso real de la" percepción "interior, la conexión causal entre pensamientos, sentimientos, deseos, entre sujeto y objeto, está absolutamente oculta para nosotros, y quizás sea puramente imaginaria. El "mundo interior aparente" está gobernado por las mismas formas y procedimientos que el mundo "exterior". nunca encontrar "hechos": el placer y el disgusto son fenómenos intelectuales posteriores y derivados - la "causalidad" se nos escapa; suponer un vínculo causal directo entre pensamientos, como lo hace la lógica, es la consecuencia de la observación más cruda y torpe. Entre dos pensamientos todo tipo de afectos juegan su juego: pero sus movimientos son demasiado rápidos, por lo tanto, no los reconocemos, los negamos - "Pensar", como loconciben los epistemólogos , simplemente no ocurre: es una ficción bastante arbitraria, arriv editado seleccionando un elemento del proceso y eliminando todos los demás, una disposición artificial con el propósito de la inteligibilidad - El "espíritu", algo que piensa: donde sea posible, incluso el "espíritu absoluto, puro" - esta concepción es una segunda derivada de esa falsa introspección que cree en "pensar": primero se imagina un acto que simplemente no ocurre, "pensar", y segundo un sujeto-sustrato en el que todo acto de pensar, y nada más, tiene su origen: es decir , tanto el hecho como el hacedor son ficciones.
- ^ Lovett, Richard A. (16 de febrero de 2006). "Las ratas entienden causa y efecto, sugiere el experimento" . Noticias de National Geographic . Sociedad Geográfica Nacional . Consultado el 27 de diciembre de 2016 .
- ^ Visalberghi, Elisabetta; Limongelli, Luca (1994). "Falta de comprensión de las relaciones causa-efecto en monos capuchinos que utilizan herramientas (Cebus apella)". Revista de Psicología Comparada . 108 (1): 15-22. doi : 10.1037 / 0735-7036.108.1.15 . PMID 8174341 .
- ^ García-Retamero, Rocío; Wallin, Annika; Dieckmann, Anja (2007). "¿El conocimiento causal nos ayuda a ser más rápidos y frugales en nuestras decisiones?" . Memoria y cognición . 35 (6): 1399–1409. doi : 10.3758 / BF03193610 . ISSN 0090-502X . PMID 18035636 .
- ^ Sloman, Steven; A. Lagnado, David (1 de enero de 2003). Motivación, BT - Psicología del Aprendizaje y (ed.). Invarianza causal en el razonamiento y el aprendizaje . Psicología del Aprendizaje y la Motivación. 44 . Prensa académica. págs. 287–325. doi : 10.1016 / s0079-7421 (03) 44009-7 . ISBN 9780125433440.
- ^ Hagmayer, Y., Sloman, SA, Lagnado, DA y Waldmann, MR (2007). " Razonamiento causal a través de la intervención ". En A. Gopnik y L. Schulz (Eds.), Aprendizaje causal: psicología, filosofía y computación (págs. 86-100). Oxford, Inglaterra: Oxford University Press.
- ^ Cheng, Patricia W. (1997). "De la covariación a la causalidad: una teoría del poder causal". Revisión psicológica . 104 (2): 367–405. doi : 10.1037 / 0033-295x.104.2.367 . S2CID 6844972 .
- ^ Wolff, Phillip (2007). "Representando causalidad". Revista de Psicología Experimental: General . 136 (1): 82-111. doi : 10.1037 / 0096-3445.136.1.82 . PMID 17324086 . S2CID 11303336 .
- ^ Wolff, Phillip; Barbey, Aron K. (1 de enero de 2015). "Razonamiento causal con fuerzas" . Fronteras en neurociencia humana . 9 : 1. doi : 10.3389 / fnhum.2015.00001 . PMC 4301188 . PMID 25653611 .
- ^ Sobel, David M .; Kirkham, Natasha Z. (2006). "Blickets y bebés: el desarrollo del razonamiento causal en niños pequeños y bebés". Psicología del desarrollo . 42 (6): 1103-1115. doi : 10.1037 / 0012-1649.42.6.1103 . PMID 17087545 . S2CID 11546585 .
- ^ a b Keil, FC (1 de octubre de 2012). "¿Funcionando en vacío? Cómo la ciencia popular se las arregla con menos". Direcciones actuales en ciencia psicológica . 21 (5): 329–334. doi : 10.1177 / 0963721412453721 . S2CID 46741933 .
- ^ Yan, W .; Gaier, EL (27 de julio de 2016). "Atribuciones causales para el éxito y el fracaso universitarios: una comparación asiático-estadounidense". Revista de Psicología Transcultural . 25 (1): 146-158. doi : 10.1177 / 0022022194251009 . S2CID 73591400 .
- ^ Nguyen, Simone P .; Rosengren, Karl S. (1 de marzo de 2004). "Razonamiento causal sobre la enfermedad: una comparación entre niños europeos y vietnamitas-estadounidenses". Revista de cognición y cultura . 4 (1): 51–78. doi : 10.1163 / 156853704323074750 . ISSN 1568-5373 . S2CID 146247015 .
- ^ Ng, Sik Hung; Zhu, Ying (1 de abril de 2001). "Atribuir causalidad y recordar eventos en situaciones de actuación individual y grupal: una comparación de Beijing, Hong Kong y Wellington". Revista asiática de psicología social . 4 (1): 39–52. doi : 10.1111 / 1467-839X.00074 . ISSN 1467-839X .
- ^ Hunt, Gavin R. (18 de enero de 1996). "Fabricación y uso de herramientas de gancho por cuervos de Nueva Caledonia". Naturaleza . 379 (6562): 249-251. Código bibliográfico : 1996Natur.379..249H . doi : 10.1038 / 379249a0 .
- ^ Taylor, Alex H .; Miller, Rachael; Gray, Russell D. (2 de octubre de 2012). "Los cuervos de Nueva Caledonia razonan sobre agentes causales ocultos" . Actas de la Academia Nacional de Ciencias . 109 (40): 16389–16391. Código bibliográfico : 2012PNAS..10916389T . doi : 10.1073 / pnas.1208724109 . ISSN 0027-8424 . PMC 3479607 . PMID 22988112 .