Modelos Gráficos y Redes en Psicología
Metadata
Show full item recordEditorial
Sociedad Española de Historia de la Psicología; Colegio Oficial de la Psicología de Madrid
Materia
Modelos gráficos Redes bayesianas Análisis de redes Psicología Graph models Bayesian networks Network analysis Psychology
Date
2020-12Referencia bibliográfica
Ruiz-Ruano García, A.M. & López Puga, J. (2020). Modelos Gráficos y Redes en Psicología. Revista de Historia de la Psicología, 41(4), 24-33. [Doi: 10.5093/rhp2020a18]
Abstract
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. 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.