Escala de usabilidad del sistema (SUS)

Los modelos cognitivos simbólicos se basan en el principio de que la cognición es computación que implica la manipulación de símbolos. Estos modelos utilizan representaciones explícitas de alto nivel, como proposiciones, esquemas y reglas (p. ej., sentencias SI-ENTONCES) para simular procesos de pensamiento estructurados, como el razonamiento lógico, el uso del lenguaje y la resolución de problemas. Forman la base de la inteligencia artificial clásica, a menudo denominada «IA tradicional» (IAO).

Los modelos conexionistas, también conocidos como procesamiento distribuido paralelo (PDP) o redes neuronales artificiales, representan los procesos cognitivos como interacciones entre muchas unidades de procesamiento simples e interconectadas, llamadas nodos. El conocimiento no se almacena en una ubicación específica, sino que se distribuye en los pesos de conexión entre estas unidades. El aprendizaje se produce ajustando estos pesos, a menudo mediante algoritmos como la retropropagación, lo que permite el reconocimiento de patrones y la aproximación de funciones.

The Kruithof curve is an empirical graph from psychophysics that outlines a region of illuminance levels and color temperatures considered comfortable or pleasing. It postulates that at low light levels, humans prefer warmer color temperatures (more reddish/yellowish), while at high illuminance levels, cooler color temperatures (more bluish) are preferred. Lighting conditions outside this region may feel unnatural or unpleasant.

Una filosofía de diseño y un proceso iterativo donde se presta gran atención a las necesidades, deseos y limitaciones de los usuarios finales en cada etapa del proceso. El UCD busca crear productos altamente usables y accesibles, involucrando a los usuarios durante todo el ciclo de diseño mediante investigación, pruebas y retroalimentación, en lugar de basarse únicamente en las suposiciones del diseñador.

ACT-R (Control Adaptativo del Pensamiento Racional) es una arquitectura cognitiva que define las estructuras básicas y fijas de la mente humana. Modela la cognición como un conjunto de módulos independientes, como la memoria perceptiva, motora y declarativa, que interactúan a través de un sistema central de producción. La información se almacena en memorias intermedias, y las reglas de producción se activan para manipularla, simulando los procesos humanos de resolución de problemas y aprendizaje.

Los modelos bayesianos de cognición definen la mente como un motor de inferencia probabilística. Este enfoque postula que el cerebro representa el conocimiento como distribuciones de probabilidad y actualiza estas creencias al recibir nueva evidencia, según el teorema de Bayes. Modela la percepción, el aprendizaje y el razonamiento como inferencia estadística óptima o casi óptima en condiciones de incertidumbre, proporcionando un marco matemático unificador para numerosas funciones cognitivas.