Resumen:La ciencia cognitiva enfrenta desafíos continuos en la síntesis del conocimiento y la claridad conceptual, en parte debido a su naturaleza multifacética e interdisciplinaria. Los avances recientes en inteligencia artificial, en particular el desarrollo de grandes modelos de lenguaje (LLM), ofrecen herramientas que pueden ayudar a abordar estos problemas. Esta revisión examina cómo los LLM pueden apoyar áreas en las que el campo ha tenido dificultades históricamente, incluido el establecimiento de conexiones interdisciplinarias, la formalización de teorías, el desarrollo de taxonomías de medición claras, el logro de la generalización a través de marcos de modelado integrados y la captura de variaciones contextuales e individuales. Describimos las capacidades y limitaciones actuales de los LLM en estos dominios, incluidos los posibles obstáculos. En conjunto, concluimos que los LLM pueden servir como herramientas para una ciencia cognitiva más integradora y acumulativa cuando se usan juiciosamente para complementar, en lugar de reemplazar, la experiencia humana.
Publicado originalmente en export.arxiv.org el 4 de noviembre de 2025.
Ver fuente original
