In this article three assumptions are outlined to sustain the idea that cognition can be understood as non-representational dynamic patterns of responses. The first assumption states that self-organizing structures emerge to dissipate energy and uncertainty effi- ciently. The second assumption proposes that behind these patterns there are underlying mechanisms of coupling between action and perception that give regularity and flexibility to the behavior. Finally, the third assumption proposes that in order to move flexibly from a pattern response to another, the brain and the body must be a soft assembled system instead of a hard assembled system. Further, empirical evidence is analyzed in order to suggest that the emergence of new patterns of behavior, in reasoning tasks, have the characteristics of self-organizing dynamic systems. In the last part, the conceptual difference between emergence and self-organization is analyzed from the information theory, and it is discussed how two models, extracted from ecology and statistical physics, can be applied to the study of reasoning and learning.En este artículo tres supuestos son descritos para fundamentar la idea que la cognición puede ser entendida como patrones de res- puestas dinámicos no representacionales. El primer supuesto señala que las estructuras se autoorganizan para disipar eficientemente energía e incertidumbre. El segundo supuesto propone que detrás de estos patrones subyacen mecanismos de acoplamiento entre acción y percepción que dan regularidad y flexibilidad a la conducta. Finalmente, el tercer supuesto propone que para transitar flexiblemente de un patrón de respuesta a otro, el cerebro y el cuerpo deben poseer ensamblajes funcionales suaves en vez de ser un sistema rígidamente cableado. Posteriormente es analizada la evidencia empírica que permite afirmar que la aparición de nuevos patrones de conducta en tareas de razonamiento tienen las características de los sistemas dinámicos. En la última parte se discute la diferencia entre emergencia y autoorganización desde una perspectiva informacional y es analizado cómo dos modelos, extraídos de la ecología y la física estadística, pueden ser aplicados en el estudio de razonamiento y el aprendizaje.