Professional Documents
Culture Documents
Pensamiento
Ana Helena Aragn Trujillo
Javier Barrantes Pedrera
Alberto Guerra Estvez
Jos Francisco Hernndez Portillo
David Mara Valverde Martnez
INDICE
1. Introduccin....1
-Qu es la ciencia cognitiva?
3. Paradigma Computacional....4
-Qu son los paradigmas?
-Introduccin al paradigma cognitivo
-Del paradigma conductista al cognitivo
-Procesamiento humano de la informacin
-El paradigma computacional aplicado al estudio de la vida e inteligencia artificial
4. La Mquina de Turing10
Un poco de historia
-Hitos en la historia de las matemticas
Alan Turing
-La teora de la computacin y la Mquina de Turing
6. Epistemologa..22
-Naturalizacin de la epistemologa
-Pensando en el Infinito
1. Introduccin
Qu es la ciencia cognitiva?
Aunque podramos llenar pginas enteras sobre las mltiples definiciones de ciencia
cognitiva intentaremos definir una lo ms genrica posible.
Se podra definir a la ciencia cognitiva como la disciplina que tiene como objetivo construir
una ciencia unificada de la mente y el cerebro (o de la mente o el cerebro, cada cual que
tome su propia decisin) teniendo en cuenta la gran cantidad de factores casuales
complejos de este sistema.
La ciencia cognitiva no es sino un compendio de varias disciplinas entre las que podemos
encontrar a la filosofa, psicologa, biologa, la inteligencia artificial, la neurociencia,
la fsica o las matemticas.
Dos son los supuestos bsicos de la Ciencia Cognitiva: que la mente es un "sistema
representacional" y que la mente es un "sistema computacional". Dnde radica el
problema a la hora de abarcar la materia? El principal problema es que mientras que la
nocin de "sistema computacional" tiene un origen matemtico bien definido, que sirve para
fijar el sentido de la expresin, no ocurre lo mismo con la nocin de "sistema
representacional"; hay tantas teoras, supuestos e ideas sobre un modelo representacional
de la mente como te puedas imaginar. Cada una de estas teoras bebe, a su vez de otras
tantas y, teniendo en cuenta la inmensa cantidad de las mismas, intentar abarcar todas ellas
sera, a todas luces, un imposible.
Bajo este criterio empezaremos intentando explicar los modelos ms destacados que
existen de la mente humana para despus intentar incluir esta disciplina dentro en los
preceptos de un paradigma computacional. Seguidamente se intentar ver como encaja el
modelo mental en la mquina de Turing (y por tanto plantearnos su computabilidad) y ver
sus analogas de sta con un sistema de software.
que, bien sea por su popularidad, bien sea por criterio propio, creemos que deben ser
brevemente comentados.
Estas entidades existen en todo tipo de clulas con lo que habra una explicacin
para los comportamientos complejos de seres simples sin sistema nervioso neuronal.
Debido a que cada neurona contiene una cantidad enorme de microtbulos, el poder
de computacin del cerebro se incrementara en un factor de 1013.
Dentro del microtbulo podra existir un estado especialmente ordenado del agua
(agua "vicinal") que podra ayudar a mantener el estado de coherencia cuntica
buscado.
De esta manera, Penrose sera capaz de dar tanto una explicacin a la enorme complejidad
computacional que tiene nuestro cerebro como a la de el ser vivo ms simple. Este modelo
es acertado a la hora de, por ejemplo, intentar dar explicaciones de fenmenos concretos de
alto nivel de la conciencia como el lenguaje, el reconocimiento de rostros, la memoria a corto
plazo, etc.,ya que son procesos mentales complejos que tienen cabida en la explicacin de
Penrose. Si lo que se quiere es buscar las leyes fsicas que estn en el fondo de todo esto,
la propuesta de Penrose resultara menos acertada. Los principales ataques de Penrose se
deben a que sus especulaciones tienen muchos puntos dbiles y son muy difusas, si lo que
estamos buscando es dar cuenta de la fenomenologa de alto nivel que presenta nuestro
cerebro.
como producto del control de dicho tipo de procesamiento y el libre albedro como la
capacidad de opcin y de accin del sistema con dicho tipo de procesamiento. La
autoconciencia sera el ncleo del control de tal tipo de procesamiento. Queda por descubrir
de qu se trata tal tipo de procesamiento.
Algunas de sus reflexiones caractersticas quedan expuestas a continuacin:
La consciencia sirve mas que nada para prever o sea tratar de transformar en
determinada una realidad que tiene mucho de indeterminacin y azar.
El libre albedro resultara una mera ilusin que mantendramos ya que sino nadie
tendra recompensa o castigo, ya que para l (y para muchos otros) los procesos son
o deterministas o aleatorios.
Los cerebros funcionan determinados por las percepciones que tienen y en los de los
mamferos con el mecanismo del sueo se comenz a dar lugar a otro tipo de
procesos independientes de las percepciones. Tal el caso de los sueos que
producen los cerebros (y posiblemente no slo en los primates sino en muchos
mamferos en general). Tales procesos espontneos podran ser la prehistoria de la
mente humana.
Por ltimo, las ideas de Schuzborv nos han llevado a plantearnos la cuestin del infinito en
el pensamiento humano. Esta cuestin se ver planteada en el apartado de conclusiones.
El anlisis lgico aplicado a los fenmenos mentales muestra que no hay ms que
una idea de mente, a saber, la de que las ideas tienden a propagarse de forma
continua, y a afectar a otras determinadas que se encuentran en una relacin
peculiar de afectabilidad respecto de aqullas. Al propagarse pierden intensidad, y,
especialmente, el poder de afectar a otras, pero ganan en generalidad, y acaban por
mezclarse con otras ideas.
Una idea, una vez pasada, se ha ido para siempre, y que toda supuesta recurrencia
de la misma es otra idea. Estas dos ideas no estn presentes en el mismo estado de
conciencia y, por lo tanto, posiblemente no pueden compararse. Decir, por tanto, que
son semejantes puede significar solamente que un poder oculto procedente de las
La opinin dominante (hasta entonces) en la de que los nmeros finitos son los
nicos sobre los que podemos razonar matemticamente no es si no un prejuicio
irracional. Segn Peirce las colecciones finitas se distinguen de las infinitas slo por
una circunstancia y sus consecuencias, a saber, que les es aplicable un modo
peculiar e inusual de razonar, llamado por su descubridor, De Morgan, el "silogismo
de la cantidad traspuesta".
La ley mental sigue las formas de la lgica. Las tres clases principales de inferencia
lgica son deduccin, induccin e hiptesis. Estas corresponden a los tres modos
bsicos de accin del alma humana. En la deduccin, la mente se encuentra bajo
dominio de un hbito. Un hbito se establece mediante la induccin. El hbito es
aquella especializacin de la ley de la mente por la que una idea general obtiene el
poder de suscitar reacciones. Pero, con objeto de que la idea general alcance toda
su funcionalidad, es necesario, tambin, que llegue a ser sugerible por las
sensaciones. Esto lo realiza un proceso que tiene la forma de una inferencia
hipottica.
Vemos, como temprana conclusin, cmo las ideas de Peirce difieren bastante con
respecto, por ejemplo, nuestro segundo autor. Dicindolo de manera algo potica,
Schuzborv guarda ms "respeto" al infinito y lo considera ms difcil de abarcar. Para Peirce,
sin embargo, entender y pensar de manera continua (y no discreta) es lo natural en el ser
humano. Quin tiene razn? En el mundo de la filosofa las ideas se comparten, no se
reprimen a las primeras de cambio.
3. Paradigma Computacional
Qu son los paradigmas?
Los paradigmas son un conjunto de conocimientos y creencias que forman una visin del
mundo, en torno a una teora hegemnica en determinado periodo histrico. Cada
paradigma se instaura tras una revolucin cientfica, que aporta respuestas a los enigmas
que no podan resolverse en el paradigma anterior.
Una de las caractersticas fundamentales, es su inconmensurabilidad (difcil de medir), ya
que ninguno puede considerarse mejor o peor que el otro. Adems cuentan con el consenso
total de la comunidad cientfica que los representa.
Los paradigmas cumplen una doble funcin, por un lado, la positiva que consiste en
determinar las direcciones en las que ha de desarrollarse la ciencia normal, por medio de la
propuesta de enigmas a resolver dentro del contexto de las teoras aceptadas. Por otro lado,
la funcin negativa del paradigma es la de establecer los lmites de lo que ha de
considerarse ciencia durante el tiempo de su hegemona.
Segn Thomas Khun: "cada paradigma delimita el campo de los problemas que pueden
plantearse, con tal fuerza que aquellos que caen fuera del campo de aplicacin del
paradigma ni siquiera se advierten".
Thomas Kuhn expresa su idea acerca del progreso de la ciencia por medio del siguiente
esquema abierto:
Los que trabajan dentro de un paradigma ponen en prctica la ciencia normal. Es probable
que al trabajar en ella, y desarrollen el paradigma en su intento por explicar el
comportamiento de aspectos del mundo, resulten dificultades. Si estas dificultades se hacen
inmanejables se desarrollar un estado de crisis.
Cada revolucin es la oportunidad de pasar de un paradigma a otro mejor. Si se desarrolla
una crisis, el pasaje de un paradigma a otro se hace necesario, y este paso es esencial para
el progreso de la ciencia. Si no hubiera "revoluciones" la ciencia quedara atrapada o
estancada en un slo paradigma y no se avanzara ms all de l. No es una evolucin
hacia un objetivo determinado, sino un mejoramiento desde el conocimiento disponible; cada
paradigma nuevo es un instrumento para resolver enigmas. sta se resolver con el
surgimiento de un paradigma completamente nuevo, el cual cobrar cada vez mayor
adhesin o aceptacin por parte de la comunidad cientfica, hasta que finalmente se
abandone el paradigma original. Este cambio no es continuo, sino por el contrario es
discontinuo y constituye una revolucin cientfica. El nuevo paradigma enmarcar la nueva
actividad cientfica normal, hasta que choque con dificultades y se produzca una nueva crisis
y una nueva revolucin y, por lo tanto, el surgimiento de un nuevo paradigma.
A mediados del siglo pasado, las mltiples anomalas que presentaba la psicologa
conductista y la aparicin de las nuevas tecnologas cibernticas, las teoras de la
comunicacin y de la lingstica, generaron que el paradigma conductista entrara en crisis y
se sustituyera por el relacionado con el procesamiento de informacin, que se apoyaba en la
metfora de la computadora, y que haca posible el estudio de los procesos mentales que el
conductismo marginaba.
De esta forma, se entra en un nuevo periodo de ciencia normal, bajo el dominio de la
psicologa cognitiva, que llega hasta la actualidad. Es el momento de gran auge de las
teoras modernas de la comunicacin, la lingstica y la ciberntica.
Algunos hechos relevantes para el surgimiento de la ciencia cognitiva son:
El estudio del ser humano como procesador de informacin fue recuperado por la psicologa
cognitiva frente al paradigma conductista, que centraba su inters en examinar los
componentes fsicos de la conducta. Con la revolucin cognitiva, la psicologa volvi a
interesarse por el conocimiento, la conciencia y lo que sucede entre la presentacin del
estmulo y la emisin de la respuesta. Si bien es cierto, este inters nunca fue del todo
interrumpido, sobre todo en Europa, gracias a autores como Piaget, Vigotsky, por ejemplo.
El inters principal del enfoque cognitivo se centra en describir y analizar varios procesos: la
percepcin, la atencin, la comprensin, el pensamiento, la representacin del
conocimiento, la memoria, la resolucin de problemas, entre otros, a partir de la concepcin
del procesamiento humano de la informacin que constituye actualmente la corriente central
del pensamiento, tanto en psicologa como en educacin.
El nfasis se ubica en el estudio de los procesos mentales y en el examen de las estructuras
de conocimiento que pueden deducirse a partir de las diferentes y variadas formas del
comportamiento humano. Para la psicologa cognitiva la accin del sujeto est determinada
por sus representaciones.
Desde el punto de vista del "procesamiento de la informacin", los seres humanos son
procesadores de capacidad limitada. Esta limitacin nos obliga a codificar la informacin en
unidades manejables, a descomponerla en bloques significativos, que implica un
agrupamiento en funcin, tanto de los objetivos del procesamiento (comprender, memorizar,
interpretar, etc.) como de los esquemas propios de conocimiento previos.
Sin embargo, los detractores de la utilizacin de la metfora computacional para comparar
las operaciones mentales con las informticas, al indagar cmo se codifica la informacin,
cmo se transforma, almacena, recupera y se transmite al exterior, como si el ser humano
estuviera diseado de modo semejante a una computadora, refieren que, aunque ha
resultado muy fructfero para sugerir modelos explicativos del pensamiento humano y la
resolucin de problemas en situaciones muy definidas, tambin se ha demostrado que es
difcil establecer modelos ms generales del funcionamiento de la mente humana mediante
los mencionados modelos informticos.
Debe destacarse que existe una importante diferencia entre los hombres y las computadoras
y es el llamado "sentido comn". El hombre, en su vida diaria, se enfrenta continuamente a
la necesidad de tomar un sin nmero de decisiones sobre la base en una gran cantidad de
informacin y opciones alternativas. La mayora de estas decisiones se toman sin ni siquiera
concederles unos segundos de atencin. Por ejemplo, cuando se maneja un auto no se
piensa continuamente en todas las operaciones que se efectan: acelerar, frenar, cambiar
velocidades, etc. Todas stas son funciones que se realizan de manera automtica.
Para construir computadoras que emulen ciertas capacidades mentales del hombre como el
llamado "sentido comn", es de importancia primordial entender de qu manera se logra la
organizacin de la informacin en el cerebro humano, y conocer la forma en que se realiza
el razonamiento.
Hasta el momento, una de las diferencias bsicas que existen entre las computadoras y los
seres humanos es la relacionada con la utilidad prctica del material memorizado. Esta
diferencia consiste en que, mientras una computadora almacena informacin que slo
puede llamarse explcitamente por un programa, el ser humano "aprende". En el hombre, la
10
11
4. La Mquina de Turing
"- Mira hacia abajo y ve un galpago que se arrastra hacia usted.
- Un galpago, qu es eso?
- Sabe lo que es una tortuga.
- Claro.
- Pues lo mismo
- Nunca he visto a una tortuga pero le comprendo a usted
- Se agacha usted y pone el galpago patas arriba, Len.
- Se inventa esas preguntas Sr. Holden o se las dan escritas.
- El galpago yace sobre su espalda con el estmago cocindose al sol y moviendo las
patas para darse la vuelta pero sin su ayuda no puede y usted no le ayuda.
- Qu quiere decir que no le ayuda?
- Quiere decir que no le ayuda. Por qu es as Len? Slo son preguntas Len, y en
respuesta a la suya le dir que me las dan escritas. Es un test hecho para provocar una
respuesta emocional."
Blade Runner. Ridley Scott, 1982
Un poco de historia
Hitos en la historia de las matemticas
Durante principios del siglo XX, los matemticos han intentado encontrar los
fundamentos de las matemticas, es decir, sus axiomas.
Euclides fue quien formul los tres axiomas, para l ciertos, de los que dedujo casi
toda la geometra de su tiempo mediante un lenguaje limpio, ordenado y formal.
12
Pero sera ms tarde cuando Kurt Gdel present una demostracin algebraica
formal de que la respuesta a las dos primeras preguntas no poda ser afirmativa a la
vez, y que, en cualquier caso, la respuesta a la segunda pregunta era "no se puede
demostrar que sea s". O sea, no slo no poda probarse que las matemticas fueran
consistentes sino que, adems, en caso de que lo fueran, seran incompletas. Y as
lleg el fin del trayecto para el gran proyecto de Hilbert y de tantos otros antes de l.
Tan slo la tercera pregunta qued en el aire.
Turing busc la forma de atacar el problema examinando los lmites intrnsecos del
pensamiento mecnico. Introdujo una serie de modificaciones a la mquina de
escribir que, aunque no dejaba de ser una mquina, le permitan realizar las tareas
simblicas en lenguaje aritmtico de forma automtica. Antes de ponerla en marcha
haba que suministrarle una lista finita de estados y unas reglas para escoger entre
stos. La mquina lea la casilla y despus, siguiendo las normas del "estado" en
que se encontrara, cambiaba o no lo que haba escrito (borrando o escribiendo),
cambiaba o no a otro estado (es decir "a otra forma de reaccionar") y se mova o no
una casilla en alguna direccin.
Segua siendo una mquina puesto que sus estados eran finitos y dependan
completamente del estado inicial, pero era capaz de hacer cosas realmente
sofisticadas.
Descubri que la mquina solamente poda tratar con lo que llam "nmeros
satisfactorios", aunque despus les dio el nombre ms oficial de "nmeros
computables" con el que ha pasado a la historia.
13
Alan Turing
Su interaccin con von Newman fue altamente fructfera para sentar las bases
tericas de la computacin, a partir de su concepcin de mquinas abstractas
capaces de procesar smbolos (mquinas de Turing). Pero Turing no era slo un
terico brillante, con capacidad de resolver problemas abstractos y crear nuevas
ideas conceptuales. En el ao 1938 conoci a un joven ingeniero polaco llamado
Robert Lewinsky, que haba trabajado con los alemanes en el diseo de un sistema
electromecnico de encriptacin de comunicaciones. Lewinsky entr en contacto con
el servicio secreto britnico, quien encomend a Alan Turing la formacin de un
grupo de cientficos e ingenieros dedicados a estudiar y descifrar este sistema de
comunicaciones denominado Enigma.
14
Hacia los aos 50 se comenz a saber pblicamente que Alan Turing era
homosexual, y as empez una etapa muy dura para el gran cientfico, debido a que
en esa poca la homosexualidad era considerada como un delito perseguible
penalmente en Inglaterra. A pesar de todo, en sus ltimos aos Turing public otro
artculo cientfico de gran impacto, titulado "Computing Machinery and Intelligence",
que sent las bases de una nueva rama de las ciencias de la computacin, la
inteligencia artificial, y plante cuestiones muy curiosas en aqulla poca, como el
"test de Turing".
15
Las primeras noticias en contra surgen en 1931 con Kurt Gdel (1906-1978) y su
Teorema de Incompletitud [1931]: Todo sistema de primer orden consistente que
contenga los teoremas de la aritmtica y cuyo conjunto de axiomas sea recursivo no
es completo".
Los resultados de Gdel prueban que no slo no existe un algoritmo que pueda
demostrar todos los teoremas en matemticas sino que adems no todos los
resultados son demostrables.
La Mquina de Turing
La mquina de Turing es una caja negra (tan simple como una mquina de escribir y
tan compleja como un ser humano) capaz no slo de leer y escribir un alfabeto de
smbolos finito a partir de una cantidad finita pero muy grande de cinta de papel, sino
de modificar su propia configuracin o "estado mental".
La mquina de Turing se convirti en un instrumento ideal para probar si un
procedimiento es efectivamente computable o no.
Funcionamiento
Para llevar a cabo algn algoritmo, la mquina se inicializa en algn estado interno
arbitrario. A continuacin, se pone en marcha y la mquina lee el bit que se
encuentra en ese momento en su interior y ejecuta alguna operacin con ese bit (lo
cambia o no, dependiendo de su estado interno). Despus se mueve hacia la
derecha o hacia la izquierda, y vuelve a procesar el siguiente bit de la misma
manera. Al final se para, dejando el resultado al lado izquierdo por ejemplo.
16
Computabilidad y no Computabilidad
El identificar los problemas que son computables y los que no lo son tiene un
considerable inters, pues indica el alcance y los lmites de la computabilidad, y as
demuestra los lmites tericos de las computadoras.
Por otro lado, son muchos los problemas interesantes que se han demostrado
computables.
Tesis de Church-Turing
Existe un obstculo importante al probar que no existe un algoritmo para una tarea
especfica.
Primero es necesario saber con exactitud qu significa algoritmo. Cada uno de los
matemticos mencionados anteriormente haba superado este obstculo, definiendo
17
"algoritmo" de una manera diferente. Gdel defini un algoritmo con una secuencia
de reglas para formar funciones matemticas complicadas a partir de funciones
matemticas ms simples. Church utiliz un formalismo denominado calculo lambda,
mientras que Turing emple su maquina y defini un algoritmo como cualquier
conjunto de instrucciones para su mquina simple.
Prueba de Turing
18
El mismo Turing sealaba al respecto: "Creo que dentro de unos 50 aos ser
posible programar computadoras con una capacidad de memoria de unos 10^9, para
hacerlas jugar tan bien el juego de la imitacin que un interrogador medio no tendr
ms de 70% de probabilidad de proceder a la identificacin correcta despus de 5
minutos de preguntas." (Collins).Si la mquina slo debe lograr mantener la duda
durante cinco minutos, podemos considerar bastante pobre su "inteligencia".
Sin embargo, el inters profundo del test de Turing consiste en la idea de verificar si
una mquina puede imitar las interacciones de un ser humano. Se trata por lo tanto
de un test destinado a verificar no la capacidad de imitar las funciones del cerebro
sino la posibilidad de contar con un ingenio capaz de interactuar adecuadamente en
un contexto social. La cuestin real en la elaboracin de un protocolo correcto para el
test de Turing "consiste en estar seguro que el test pondr en evidencia la
inteligencia de una mquina solamente si la inteligencia est realmente presente"
(Collins, p.245). El problema es que slo podremos saber si el test es vlido
probndolo en una mquina autnticamente inteligente y slo se puede saber si la
mquina es inteligente sometindola al test de Turing! He aqu una circularidad difcil
de romper.
Tanto una computadora como nuestro cerebro, tienen una arquitectura fija o
precableada, pero tambin una enorme plasticidad para adaptarse a otras situaciones
gracias a la memoria.
Esos estmulos del ambiente externo, con las arquitecturas adquiridas despus del
encendido o nacimiento, se procesan a travs de los cableados originales o posteriores,
para resultar eventualmente en respuestas o outputs (si son cascadas de alarmas
19
La mquina universal de Turing, tiene por el teorema del mismo autor, la potencialidad
de transformarse en cualquier mquina virtual que se nos pudiera ocurrir.
La principal diferencia con los esquemas previos reside en que la actividad intelectual
humana es un sistema simblico operando en paralelo y en serie-paralelo. Esta
operacin se debe imaginar ms bien como un sistema hbrido donde participan
componentes lgico - simblicos, sumados a la insercin de redes neurales especficas.
Con esas manipulaciones y smbolos, los cerebros humanos son capaces de emular a
una mquina universal de Turing. Los ceros y unos digitales humanos son neuronas
apagadas y encendidas y ciclos capaces de ser reconocidos. Las "mquinas de Turing"
humanas suelen operar lentamente, en apariencia por defectos de memoria, dado que
se deben memorizar los estados intermedios. Si esperamos lo suficiente, pueden llegar a
realizar las operaciones de una mquina universal.
Adems de la frgil memoria, estn limitados por la corta duracin de sus vidas o sea
por el nmero de operaciones que son capaces de hacer para probar que pueden
emular el funcionamiento de cualquier mquina.
Gracias al empleo del nivel simblico, el ser humano se hace notar por su adaptacin,
sntoma supremo de inteligencia.
Los seres humanos tienen funciones intelectuales superiores. Cada una de las cuales es
una nueva funcin de respuesta. Es entonces casi una mquina universal de Turing en
accin, es casi una mquina que todo lo imita.
Como conclusin, el cerebro humano casi se aproxima al ideal de una mquina universal
de Turing.
Le falta rapidez y buena calidad. Si la computadora con sus programas tambin compite
por serlo, es sin duda porque los programas hasta ahora han sido programados por
seres humanos. A este respecto, cabe afirmar que se esta logrando terminar los
proyectos de un programa por el cual la computadora pueda generar su propio programa
a partir de datos reales de entrada y salida de otras mquinas, ya sean reales o
virtuales. Pero esa autonoma es restringida dado que el originador de dicho programa,
como as tambin de casi todas las mquinas reales y virtuales conocidas, es el cerebro
humano.
Reflexiones
Pueden pensar las mquinas? Este fue el polmico ttulo del artculo escrito por Alan
Turing en 1950, donde como respuesta a la pregunta, ide la Prueba de Turing. Esta
prueba, como ya he comentado antes, consista en que un ser o mquina deba lograr
engaar a un evaluador de que este ser o mquina era un humano, evaluando todas las
actividades de tipo cognoscitivo que puede realizar el ser humano. Hay que tener en cuenta
que el evaluador y los evaluados no podan tener ningn tipo de contacto visual, y adems
las respuestas deban ser escritas de manera que no se pudiera reconocer quin era quin
a travs de stas, es decir, deban ser respuestas neutras. Ya que de lo contrario el
evaluador poda reconocer perfectamente al evaluado. Luego el concepto de mquina
pensante deba estar desligado de lo fsico, pero no es sino el medio que nos rodea lo que
nos hace distinguirnos de las mquinas? No son sino las reacciones ante los efectos del
medio las que nos diferencian de stas? Y si nos imaginamos un mundo como el creado por
Philip Dick, en su novela Do Androids dream of Electric Sheep?", recreado en la pelcula de
"Blade Runner" (Ridley Scott, 1982), donde hay androides (Nexus 6) fsicamente iguales a
20
los humanos, con recuerdos de otras personas insertados en su mente, con fobias y miedos
como las de los humanos, cmo lograramos diferenciar el humano de la mquina? Sera
el androide el ms humano entre el hombre y la mquina?
Si intentamos recordar la pelcula de ciencia ficcin "Cube" dirigida por Vicenzo Natali en
1998, en la cual meten a varios humanos desconocidos entre s en un laberinto sin fin de
habitaciones cbicas dotadas de trampas mortales, sin saber ninguno de ellos dnde
estn, ni por qu o cmo han llegado hasta all, y con el nico fin de encontrar la salida
del supercubo. Qu ocurrira si metiramos a un replicante de la pelcula de Blade
Runner y a un humano dentro de uno de los cubos del laberinto? El replicante ser ms
rpido y ms listo que el humano, aunque carecer de una facultad que todos los
hombres tenemos, carecer de elucubracin, de imaginacin. El replicante intentar
asemejar esta situacin a alguna experiencia aprendida o programada, en cambio el
humano intentar imaginar la manera de salir del cubo, explorando cada uno de los
rincones de su alrededor para encontrar algo que le permita determinar la ubicacin de
la salida o la ubicacin del cubo con respecto a sta. Los dos tienen como meta
encontrarla, pero el humano al poseer la capacidad de imaginar podr buscar formas de
salir del cubo, por absurdas que parezcan hasta llega a encontrar una. Por tanto, la
mquina est limitada a lo que ha sido programado, jams podr evolucionar, como lo
hacen los humanos, s podr aprender, si se ha programado para ello, pero siempre
carecern de la capacidad de la inventiva, de la imaginacin. Aunque pienso, que si
alguna vez llegamos al caso planteado de Blade Runner, en el que tengamos que
medirnos con una mquina, s podremos llegar a diferenciar la mquina del hombre,
pero creo que no ser el propio hombre el que pueda reconocer la diferencia, sino que
ser necesario el uso de una mquina para poder hacerlo, no es un poco
contradictorio?
La pregunta que todos podramos hacernos sera quizs la relacin existente entre la mente
y el cerebro. A simple vista la mente y el cerebro podran no tener relacin ninguna. La
mente parece un ente abstracto, casi del cual nos costara trabajo hablar; el cerebro sin
embargo parece algo ms material, del cual podramos decir por ejemplo casi de forma
inmediata que est formado por dos hemisferios, o que la clula principal por la que est
formado es la neurona. Aunque no podamos observar esa relacin entre la mente y el
cerebro a simple vista, la psicologa, la filosofa y la biologa modernas sostienen que la
mente es un reflejo de la conducta del cerebro.
Durante diversas pocas de la historia de la psicologa se ha supuesto que existe una
realidad psicolgica que se podra estudiar y comprender de forma completa en su propio
dominio sin referencia alguna al cerebro. Actualmente esta teora ha sido descartada.
Desde este punto de vista, y haciendo un smil con una computadora, la mente es el soporte
lgico o software y el cerebro es el soporte fsico o hardware.
Siguiendo este mismo smil, para entender como funciona la mente slo habra que
entender el programa que est cargado en el cerebro. Los detalles de cmo funciona el
cerebro seran, quizs, detalles ms superficiales, y que slo nos podran servir para
entender algo ms sobre el funcionamiento del software. Nosotros podemos entender
perfectamente un software sin necesidad de conocer el hardware sobre el que est
implementado, o esto por lo menos hasta cierto punto.
En contraste con esta postura, existe buena evidencia que la mente no se puede entender
con claridad sin considerar cmo trabaja el cerebro. La evidencia clarsima la proporcionan
21
los casos de daos cerebrales en los cuales la mente se rompe en formas a menudo
sorprendentes. Las tareas ms naturales se vuelven imposibles, las personalidades
cambian, los afectados ya no hablan o no recuerdan o no razonan claramente. Existen
adems cambios reversibles debidos a drogas que podran provocar los mismos efectos
que los daos cerebrales directos, como cambios de personalidad, capacidad de recordar,
iracundos o felices, etc. Cualquier cosa que afecte a nuestro cerebro afecta tambin a
nuestra mente.
Existen muchos modelos computacionales que intentan modelar el comportamiento de la
mente en relacin con el cerebro. El modelo conexionista, PDP (procesamiento distribuido
en paralelo) o de redes neurales, es un ejemplo de uno de estos modelos. Estos modelos
pretenden modelar por una parte aspectos importantes de cmo funciona el cerebro y por
otra parte conductas consistentes con las que exhibe el humano. Primero mostraremos un
modelo estndar conexionista de la relacin entre mente y cerebro y luego una elaboracin
de dicho modelo con la intencin de explicar ciertos fenmenos de la afectividad.
22
negativo implica que la otra hiptesis resultar falsa si la primera es verdadera. Pesos de
valor reducido se interpretan como correspondiendo a restricciones menores.
3. Las entradas constituyen la evidencia externa ingresando a la red (estmulos provocados
por el ambiente sobre el individuo).
4. Las salidas implican la "accin propuesta" que emerge de la red.
5. El Estado Final, que es el estado en el que queda la red despus de que se recibe una
entrada y que depende de la interpretacin que le ha dado a los eventos exteriores.
El funcionamiento de la red es el siguiente. Se produce algn estimulo externo sobre el
individuo, generndose un patrn de actividad correspondiente al conjunto de unidades de
entrada. Al estar conectadas unas unidades con otras, hace que se produzca actividad en
todas las unidades que estn conectadas entre s. Cuando una unidad afecta a su vecina el
patrn de actividad se modifica en relacin al patrn de pesos de la red. Existe un momento
en el que la red decae sobre un estado de equilibrio y deja de cambiar. En este momento se
ha asimilado el patrn de entrada y por consiguiente se ha de generar la salida
correspondiente.
23
Afectividad global
La pregunta que cabra hacernos sera la siguiente: en qu medida es la afectividad un
fenmeno global? Para los humanos, desde luego, la afectividad es un fenmeno global.
Cuando estamos en una postura negativa existe una probabilidad bastante alta de percibir
tambin las dems cosas de una forma negativa. Este fenmeno se debe a que al estar en
una postura negativa, los pesos relacionados con experiencias negativas sern los que se
encuentran ms reforzados, en contraposicin con los pesos relacionados con experiencias
positivas.
Existe una clara evidencia de lo indicado en el prrafo anterior. Cuando una persona se
encuentra en un estado de felicidad, ver las dems cosas de una forma optimista y
positiva, e infravalorar la posibilidad de ocurrencias de hechos negativos. El caso contrario
ocurrir cuando la persona se encuentra en un estado negativo.
Otra anotacin que evidencia lo comentado en el prrafo primero es que cuando las
personas se encuentran felices recuerdan hechos pasados felices y cuando se encuentran
en un estado de tristeza y pesimismo recuerdan hechos pasados tristes. Igualmente pasara
al tener las personas conocimiento de hechos alegres o tristes.
Familiaridad y armona
La familiaridad es el grado en el que algo nos resulta familiar. Para el caso de una cancin,
en general, cuanto ms familiar nos resulta, ms disfrutamos de ella. Pero esto es cierto
hasta un determinado valor umbral, porque cuando la escuchamos muchas veces acabamos
tambin hartndonos.
Existe una explicacin a este hecho. Cuando se escucha una cancin nueva se produce un
estmulo en el individuo que se manifiesta como una nueva oportunidad de aprendizaje.
Cada vez que se vuelve a escuchar la cancin se vuelve a producir una experiencia de
aprendizaje y la armona resultar mayor. Los pesos relacionados con el aprendizaje de esa
cancin van a continuar creciendo. Sin embargo transcurrido un tiempo aparece un nuevo
hecho, el que la cancin sea cada vez menos predecible y sorprendente, y con esto que el
nivel de atencin y excitacin sea tambin menor. Por tanto la armona se reducir. De aqu
podemos concluir que la armona mxima ocurrir cuando la cancin es ya familiar pero
tiene todava una pequea variacin que conduce a algo de impredictibilidad y con ello algo
de atencin y excitacin adicional.
6. Epistemologa
Comenzaremos el tema definiendo la palabra epistemologa. Etimolgicamente, proviene del
griego y est formada por las palabras episteme (conocimiento) y logia (estudio). Por tanto,
la epistemologa estudia la naturaleza y validez del conocimiento. Tambin ha sido llamada
teora del conocimiento (usada y difundida por alemanes e italianos) o gnoseologa
(principalmente utilizada por los franceses). En las ltimas dcadas tambin es conocida
como la filosofa de la ciencia, y es as como podemos encontrrnoslas en muchos artculos
sobre el tema.
24
Naturalizacin de la epistemologa
La epistemologa tradicional presupona que la tarea de comprender y analizar el
conocimiento humano, en la medida que era una tarea filosfica, poda hacerse de un modo
a priori, ya fuera mediante el anlisis conceptual, lgico o trascendental; sin necesidad, por
tanto, de recurrir a los resultados de la investigacin emprica.
En 1969, en un trabajo del filsofo norteamericano Quine titulado La naturalizacin de la
epistemologa se defiende la tesis de que este modo de proceder era errneo debido al
reconocimiento del fracaso de los intentos de construir un conocimiento seguro (lgicamente
consistente) en base a enunciados observacionales. La ventaja epistmico del programa
reduccionista se basa precisamente en la reduccin de teoras a enunciados
observacionales y su reconstruccin lgica. Sin embargo, la carga terica de estos
enunciados junto con la imposibilidad de una certeza en la induccin aniquila la ventaja
epistmico de una reduccin lgica que ya no es reduccin. Por tanto, Quine defenda que
la epistemologa deba naturalizarse y para ello deba abandonar los procedimientos
especulativos y a priori que la venan caracterizando y pasar a formar parte de las ciencias
empricas; en particular, segn Quine, de la psicologa.
El hilo argumental de Quine toma la siguiente forma:
Esta imposibilidad disipa la ventaja que una reconstruccin racional tiene sobre la
psicologa.
Quine articula de este modo una transicin del programa epistemolgico tradicional a la
psicologa. La epistemologa pasa a estudiar un fenmeno natural: el sujeto humano fsico.
Esta propuesta de naturalizacin de la epistemologa ha tenido un xito creciente desde
entonces y ha tomado diversas formas. Sin embargo, no todos sus defensores aceptan la
disolucin de la epistemologa en una ciencia emprica, sea la psicologa o cualquier otra.
Para muchos, de lo que se trata es de propiciar un acercamiento entre la epistemologa y las
ciencias empricas, de modo que la epistemologa deje de ser una disciplina con
pretensiones de fundamentacin de la ciencia y pase a ser un campo en el que la
investigacin se produzca tomando como base los resultados de aquellas ciencias que, de
un modo u otro, tienen algo que decir sobre el conocimiento. En todo caso, la corriente a
favor de la naturalizacin de la epistemologa ha tenido el efecto positivo de propiciar un
intenso debate interdisciplinar en el que los filsofos y los cientficos pertenecientes a
distintas disciplinas han participado de manera fructfera.
25
26
27
28
cientfico de las capacidades cognitivas humanas y del modo en que stas actan puede
servir para formar una mejor imagen de qu debe considerarse un buen conocimiento y para
sugerir, all donde sea posible, cmo mejorar la obtencin de los mismos. Dicho estudio
permitira, por ejemplo, no dar por buenas normas epistmicas que impliquen ir ms all de
lo permitido por esas capacidades.
Pero esto lleva entonces a la segunda acusacin: Cmo puede pretender evaluar la validez
del conocimiento humano una disciplina que se basa en la ciencia y, por tanto, da por
sentada dicha validez, al menos en lo que a la ciencia se refiere? Como respuesta a esta
objecin, cabe en primer lugar negar la viabilidad de la posicin fundacionalista desde la que
se formula: no es posible acercarse al conocimiento desde cero, sin presuponer al menos la
validez de ciertos conocimientos. O dicho de otra manera, es imposible encontrar una
respuesta capaz de refutar por completo al escptico. Por otra parte, puede argirse que
hay circularidad en la posicin que venimos comentando, pero sta no es viciosa. Habra
circularidad viciosa si se pretendiera que el nico fundamento para juzgar la validez de
nuestro conocimiento proviene de los resultados que pueda proporcionar la ciencia, pero no
la habra si lo nico que se pretendiera fuera que dichos resultados pueden arrojar luz sobre
los criterios en los que basamos nuestra evaluacin de los conocimientos, aunque dichos
criterios se aceptaran tambin por otras razones. Podra afirmarse incluso que la circularidad
de la epistemologa evolucionista es virtuosa, ms que viciosa, ya que se tratara de un
fructfero ciclo de feedback que dara lugar a una espiral de correccin mutua: la
epistemologa evolucionista nos ayudara a mejorar nuestros conocimientos empricos y
stos nos ayudaran a mejorar la epistemologa.
Finalmente, en cuanto a la tercera crtica, puede responderse que, en efecto, como lo
muestra su incapacidad actual para terciar significativamente en el debate sobre el realismo,
la epistemologa evolucionista tiene por el momento un carcter puramente programtico.
Sin embargo, no parece descabellado apostar por ella como un enfoque merecedor de
atencin y desarrollo, y ello por dos razones principales: 1) est basada en la mejor
explicacin que tenemos de cmo pueden surgir estructuras complejas (como la mente y las
capacidades cognitivas) desde presupuestos puramente naturalistas; y 2) como seal
Kuhn, en un principio los mritos de un nuevo enfoque terico se han de medir por la
promesa de xito ms que por los resultados concretos obtenidos, y la epistemologa
evolucionista es muy prometedora en este sentido.
Pensando en el Infinito
Hagamos un recordatorio de nuestros conocimientos bsicos de matemticas. Recordemos
como demostrbamos que una serie infinita converga mediante el uso de procesos finitos.
Esta misma idea de nuestro problema puede ser extrapolada para intentar explicar nuestro
modelo mental, pues nuestro cerebro es capaz de producir el infinito de un modo explcito
an siendo este un rgano con caractersticas finitas. En otras palabras, nuestra mente
simula procesos infinitos mediante una serie de procesos finitos. La cuestin es: cmo
realizamos este proceso?. Las ideas son bien dispares: vimos en el apartado 2 como 2
personas tienen visiones opuestas dentro del mismo tema: schurzborv piensa que la
respuesta no tiene solucin inmediata, Peirce piensa que es incluso ms fcil pensar en un
concepto infinito que en uno que no. Qu piensas t? Recuerdo cuando en clase se
planteaba si, al viajar en el cosmos, nos encontrramos con un ser capaz de entender un
irracional (raz de 2, por ejemplo) como nosotros entendemos un natural. Sera esto
posible? Ya se ve que, segn convicciones, el resultado cambia radicalmente. Es lo bello de
la filosofa.
29