INQUIRY ON THE PROCESSING DUALITY IN COGNITION AND THE IMPLICATION FOR MODERN AI SYSTEMS

ESTA DISSERTAÇÃO CONSISTE EM UMA INVESTIGAÇÃO DE UMA DIVISÃO PERVASIVA NA COGNIÇÃO ENTRE DOIS TIPOS DE PROCESSAMENTO DE INFORMAÇÃO E A APLICAÇÃO DOS CONCEITOS INVESTIGADOS NA ANÁLISE DE SISTEMAS MODERNOS DE INTELIGÊNCIA ARTIFICIAL (IA), ESPECIFICAMENTE LARGE LANGUAGE MODELS (LLMS). A DISSERTAÇÃO EXPLORA DOIS TIPOS DE PROCESSOS COGNITIVOS, COMUMENTE CONTRASTADOS COMO ASSOCIATIVO VERSUS ANALÍTICO, OU PREDITIVO VERSUS REFLEXIVO - UMA DIVISÃO QUE SE ESTENDE DA COGNIÇÃO NATURAL À ARTIFICIAL. COMEÇAMOS NO CONTEXTO HISTÓRICO E NAS OBSERVAÇÕES FILOSÓFICAS DE WILLIAM JAMES, LEVANDO À DUAL-PROCESS THEORY NA PSICOLOGIA, QUE CARACTERIZA AINDA MAIS ESSES PROCESSOS COGNITIVOS. EM SEGUIDA, CONECTAMOS ESSA COMPREENSÃO À IA, DISCUTINDO A DIVISÃO HISTÓRICA ENTRE AS ABORDAGENS CONEXIONISTA E SIMBÓLICA, CADA UMA CORRESPONDENDO A UM TIPO DIFERENTE DE PROCESSAMENTO DE INFORMAÇÃO. ESSAS IDEIAS SÃO ORGANIZADAS SOB OS NÍVEIS DE ANÁLISE DE MARR E APLICADAS AOS LLMS. O PRIMEIRO TIPO DE PROCESSAMENTO, ENRAIZADO NA OTIMIZAÇÃO DE APRENDIZAGEM, GENERALIZA PARA SITUAÇÕES FAMILIARES COM BASE NA SIMILARIDADE, ENQUANTO O SEGUNDO TIPO, CARACTERIZADO PELA MANIPULAÇÃO SIMBÓLICA, GENERALIZA PARA SITUAÇÕES NÃO FAMILIARES COM BASE NA COMPOSICIONALIDADE. SOB ESSE FRAMEWORK, POSTULA-SE QUE OS LLMS APROXIMAM O PROCESSAMENTO TIPO 1 (T1), MAS CARECEM DO PROCESSAMENTO TIPO 2 (T2).