Modelos Gráficos y Redes en Psicología

• Ruiz-Ruano García, Ana María ^[1] ; López Puga, Jorge ^[2]
  1. [1] Universidad de Granada

     Universidad de Granada

     Granada, España

     
  2. [2] Universidad Católica San Antonio

     Universidad Católica San Antonio

     Murcia, España

     
• Localización: Revista de historia de la psicología, ISSN-e 2445-0928, ISSN 0211-0040, Vol. 41, Nº 4, 2020, págs. 24-33
• Idioma: español
• Títulos paralelos:
  • Graph Models and Networks in Psychology
• Enlaces
  • Texto Completo Ejemplar
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    El análisis de redes no es una metodología nueva para la psicología. Sin embargo, estamos asistiendo a un auge importante del uso de estos métodos en diferentes áreas del estudio científico del comportamiento.

    En este trabajo nos remontaremos al origen histórico de la teoría de grafos y analizaremos específicamente dos áreas concretas en las que el análisis de redes ha sido fructífero para la psicología: la cognición causal y la comprensión del trastorno psicológico. Realizaremos un recorrido histórico-filosófico por las contribuciones más importantes en lo relativo a la cognición causal y veremos cómo desembocaron en el uso de las redes bayesianas como herramientas normativas que permiten entender este fenómeno psicológico. También presentaremos una breve contextualización del análisis de redes que permite entender el trastorno mental. Finalmente, señalaremos algunos derroteros que podría tomar la simbiosis entre psicología y modelos gráficos, así como los problemas que habría que tratar de evitar.

  • English

    Network analysis is not a new methodology in psychology. However, network analysis-based methodologies are more and more common nowadays. Here we provide a historical review of two areas in which network analysis has been critical for psychology: causal cognition and psychopathology.

    We briefly review key points in the history of philosophy contributing to progresses in the scientific research about causal cognition. We show how those progresses evolved to considering Bayes networks as normative models to understand causal cognition. We also provide some notes about how network analysis allows to understand mental disorders. Finally, some future paths development regarding the usage of graphs models are suggested as well as some problems to avoid in the close future into this line of research.