Aplicación de las medidas implícitas al estudio de la cognición humana: explorando nuevas líneas de investigación

Abstract

[spa] La necesidad de profundizar en el estudio de la cognición implícita radica en un hecho ampliamente aceptado en el actual panorama académico: los seres humanos no somos tan “sapiens” como se suele asumir. Gran parte de nuestros juicios y decisiones están sustentados en procesos cognitivos que Kahneman (2011) describe como el Sistema 1: automático, intuitivo, inconsciente y demandante de bajos recursos, responde a las preguntas rápidamente a través de asociaciones y semejanzas, no es estadístico, es crédulo y heurístico. En esta línea, el desarrollo de las medidas implícitas surge como respuesta a la necesidad de desarrollar herramientas que permitan estudiar mejor el Sistema 1. Hace 25 años, la irrupción del Test de Asociación Implícita (IAT) fue recibida con especial entusiasmo en la comunidad académica por dos razones. Primero, el IAT fue interpretado como la solución para reducir los efectos del sesgo de deseabilidad inherente a los autoinformes. Segundo, se asumió que el IAT permitiría medir constructos psicológicos implícitos, de difícil acceso introspectivo (Payne & Gawronski, 2010). No obstante, las medidas implícitas son actualmente foco de debate, acumulando críticas tanto a nivel teórico como a nivel metodológico (Machery, 2016; Richetin et al., 2015). En este sentido, (Corneille & Hütter (2020)llegan a sugerir que, ante la confusión conceptual ligada al término “implícito”, se sustituya éste por alguna de las alternativas terminológicas que proponen. Sin embargo, la mayoría de autores abogan por una postura crítica constructiva, que permita optimizar la aplicación, tratamiento e interpretación de las medidas implícitas (Brownstein et al., 2019; Gawronski et al., 2020; Meissner et al., 2019; Van Dessel et al., 2020). Es en esta línea que se concibe este trabajo doctoral, el cual persigue una estrategia doble: (a) introducir el enfoque de las medidas implícitas en el estudio de nuevos ámbitos del estudio de la cognición; y (b) aplicar las medidas implícitas en ámbitos de la cognición humana en los cuales, por sus propias características, pueden verse especialmente beneficiados de un enfoque implícito. Con este fin, a través de una serie de experimentos se examina el potencial de estas metodologías en ámbitos de la psicología que se consideran de especial interés y novedad: la cognición moral, los trastornos de personalidad, el Uncanny Valley (UV) y la ciberpsicología. Hasta donde sabemos, nuestra propuesta constituye la primera aplicación de medidas implícitas a la ciberpsicología, uno de los ámbitos de mayor interés académico en los últimos años. Atendiendo al actual debate académico sobre la validez de las medidas implícitas, el presente trabajo incorpora una perspectiva crítica, con el fin de identificar aspectos a mejorar en el tratamiento metodológico de los datos obtenidos a través de procedimientos de medidas implícitas (Van Dessel et al., 2020). Igualmente, se adopta un enfoque exploratorio al aplicar estas medidas a situaciones en las cuales las preferencias implícitas resultan menos antagónicas, estrategia que nos permite explorar mejor los límites empíricos de estas metodologías.

[cat] La necessitat d'aprofundir en l'estudi de la cognició implícita rau en un fet àmpliament acceptat en l'actual panorama acadèmic: els éssers humans no som tan "sapiens" com se sol assumir. Gran part dels nostres judicis i decisions estan sustentats en processos cognitius que Kahneman (2011) descriu com el Sistema 1: automàtic, intuïtiu, inconscient i demandant de baixos recursos, respon a les preguntes ràpidament a través d'associacions i semblances, no és estadístic, és crèdul i heurístic. En aquesta línia, el desenvolupament de les mesures implícites sorgeix com a resposta a la necessitat de desenvolupar eines que permetin estudiar millor el Sistema 1. Fa 25 anys, la irrupció del Test d'Associació Implícita (IAT) va ser rebuda amb especial entusiasme en la comunitat acadèmica per dues raons. Primer, l'IAT va ser interpretat com la solució per reduir els efectes del biaix de desitjabilitat inherent als autoinformes. Segon, es va assumir que l'IAT permetria mesurar constructes psicològics implícits, de difícil accés introspectiu (Payne & Gawronski, 2010). No obstant això, les mesures implícites són actualment focus de debat, acumulant crítiques tant en l’àmbit teòric com en el camp metodològic (Machery, 2016; Richetin et al., 2015). En aquest sentit, Corneille & Hütter (2020) arriben a suggerir que, davant la confusió conceptual lligada al terme "implícit", se substitueixi aquest per alguna de les alternatives terminològiques que proposen. No obstant això, la majoria d'autors advoquen per una postura crítica constructiva, que permeti optimitzar l'aplicació, tractament i interpretació de les mesures implícites (Brownstein et al., 2019; Gawronski et al., 2020; Meissner et al., 2019; Van Dessel et al., 2020). És en aquesta línia que es concep aquest treball doctoral, que persegueix una estratègia doble: (a) introduir l'enfocament de les mesures implícites en l'estudi de nous àmbits de l'estudi de la cognició; i (b) aplicar les mesures implícites en àmbits de la cognició humana en els quals, per les seves pròpies característiques, es poden veure especialment beneficiats d'un enfocament implícit. Amb aquesta finalitat, a través d'una sèrie d'experiments s'examina el potencial d'aquestes metodologies en àmbits de la psicologia que es consideren d'especial interès i novetat: la cognició moral, els trastorns de personalitat, l’Uncanny Valley (UV) i la ciber-psicología . Fins allà on sabem, la nostra proposta constitueix la primera aplicació de mesures implícites a la ciber-psicología, un dels àmbits de més interès acadèmic en els últims anys. Atenent a l'actual debat acadèmic sobre la validesa de les mesures implícites, el present treball incorpora una perspectiva crítica per tal d'identificar aspectes a millorar en el tractament metodològic de les dades obtingudes a través de procediments de mesures implícites (Van Dessel et al., 2020). Igualment, s'adopta un enfocament exploratori a l'hora d’aplicar aquestes mesures a situacions en què les preferències implícites resulten menys antagòniques, una estratègia que ens permet explorar millor els límits empírics d'aquestes metodologies.

[eng] The need to delve deeper into the study of implicit cognition lies in a fact that is widely accepted in the current academic landscape: human beings are not as "sapiens" as is often assumed. A large part of our judgments and decisions are supported by cognitive processes that Kahneman (2011) describes as System 1: automatic, intuitive, unconscious and demanding of low resources, answering questions quickly through associations and similarities, non-statistical, credulous and heuristic. In this line, the development of implicit measures arose as a response to the need to develop tools that would allow better study of System 1. 25 years ago, the irruption of the Implicit Association Test (IAT) was received with particular enthusiasm in the academic community for two reasons. First, the IAT was interpreted as the solution to reduce the effects of the desirability bias inherent in self-reports. Second, it was assumed that the IAT would allow the measurement of implicit psychological constructs, which are difficult to access introspectively (Payne & Gawronski, 2010). However, implicit measures are currently the focus of debate, accumulating criticism at both theoretical and methodological levels (Machery, 2016; Richetin et al., 2015). In this sense, (Corneille & Hütter (2020)go so far as to suggest that, in view of the conceptual confusion linked to the term "implicit", this term should be replaced by one of the terminological alternatives they propose. However, the majority of authors advocate a constructive critical stance, which would optimize the application, treatment and interpretation of implicit measures (Brownstein et al., 2019; Gawronski et al., 2020; Meissner et al., 2019; Van Dessel et al., 2020). It is along these lines that this doctoral work is conceived, which pursues a twofold strategy: (a) to introduce the implicit measures approach in the study of new domains of the study of cognition; and (b) to apply implicit measures in domains of human cognition in which, due to their own characteristics, they may particularly benefit from an implicit approach. To this end, through a series of experiments we examine the potential of these methodologies in areas of psychology that are considered to be of particular interest and novelty: moral cognition, personality disorders, the Uncanny Valley (UV) and cyberpsychology. To the best of our knowledge, our proposal constitutes the first application of implicit measures to cyberpsychology, one of the areas of greatest academic interest in recent years. In response to the current academic debate on the validity of implicit measures, the present work incorporates a critical perspective, with the aim of identifying aspects to be improved in the methodological treatment of data obtained through implicit measures procedures (Van Dessel et al., 2020). Likewise, an exploratory approach is adopted by applying these measures to situations in which implicit preferences are less antagonistic, a strategy that allows us to better explore the empirical limits of these methodologies.